风玫瑰图的绘制--matlab在科研中的应用

                                                                                                   

第13期，和大家讨论一下风玫瑰图的绘制。

风玫瑰图（Wind Rose）是气象学中描述风速和风向发生频率的图。由于风是矢量，常用的统计量如平均值、中值等可能错误地描述风速和风向在一段时间内的特征，比如反向风可能相互抵消，东北风（45°）和西北风（315°）的平均值为南风（180°）等。使用风玫瑰图，用概率来描述各风向、风速区间风的出现频率，可以避免这些问题，从而更准确地描述风在一段时间内的特征。

支持绘制风玫瑰图的工具有很多。NCL中提供WindRoseBasic等命令来实现；python的windrose库也可以绘制不同风格的风玫瑰图；R语言的windRose命令也可以提供类似操作。我最习惯使用的是MATLAB的WindRose工具箱，以下对其进行具体介绍。

WindRose工具箱由Daniel Pereira编写，至该推文撰写日，最后一次更新是在2020年3月5日，其最新代码和说明文件可从以下link下载：

https://dpereira.asempyme.com/windrose/

该工具箱的使用方法比较简单，只有WindRose一句主命令。具体语法为：

" _, Q' d  M3 f! I

• 
  ! X% h# \3 j; c8 m/ k
  + Y4 K7 ?4 E& D8 ]2 r/ T

[figure_handle,count,speeds,directions,Table] = WindRose(dir,spd,Options);

" O! I) A, d0 j: r# `5 G

该命令中，输入量有三个：dir为风向时间序列（0-360，气象标准，0代表风从北方吹来，度数顺时针增大）；spd为风速时间序列；Options为与图相关的各项设置，变量类型为Cell。Options内包含的设置选项非常多，比如风速、风向区间，colormap，文本及坐标标记，中心零风速设置，多图摆放等等。具体内容参考工具箱说明文件。

输出量有五个，使用场景不多，主要用于数据检查。figure_handle为图句柄，之前figure的所有设置参数都会保存在这里；count为矩阵，保存不同风向、风速区间风的出现频率；speeds为向量，保存风速区间分段的临界值；Table则以表格形式，具体记录的风玫瑰图中各个数值，适合检查错误。

以美国东海岸Nantucket Sound的风场观测为例。从美国NDBC的网站可以下载到该海域浮标44020在2010至2019年间的十年风场观测资料，在进行简单处理后，我们可以使用以下命令对2010-2019十年间44020站风场数据绘制风玫瑰图。由图我们可以直观的看到，该区域风速主要在4-12m/s，西南风居多。

/ f5 @! n0 h( L3 q

• 
  
• 
  
• 
  2 |2 j) s* I/ y9 S9 R3 u' B% J
• 
  7 Z8 o" c7 H! M+ r4 g8 X) R
• 
  6 _0 `# h" @5 U+ s; O  b1 f7 J
• 
  
• 
  . Z0 V# L0 H+ G
• 
  & R7 U* f! f7 d2 x
• 
  
• 
  
• 
  
  

Options = {'anglenorth',0,...           'angleeast',90,...           'labels',{'N (0^o)','NE (45^o)','E (90^o)','SE (135^o)','S (180^o)','SW (225^o)','W (270^o)','NW (315^o)'},...           'freqlabelangle','auto',...           'MaxFrequency',6,...           'nFreq',6,...           'vWinds',[0 4 8 12 16],...           'LabLegend','Wind Speed (m/s)',...           'legendtype',2,...           'titlestring',''};[figure_handle,count,speeds,directions,Table] = WindRose(dir,spd,Options);

5 M, u! b( W9 G  \" }/ \! Y

. E" P8 I) d' O3 g

另外，该工具箱还很好地整合了MATLAB中subplot命令，进而在一张图中画多张子图。比如，对10年的风场数据按照季节分开，使用以下命令，可以绘制该海域不同季节的风场特点。可以看到，该海域夏季多西南风；冬季多西北风，且风速较大。

• 
  5 L( B4 H) p  Q+ [6 K4 U# }. d  W
• 
  
• 
  6 @* h& p5 ?, i1 ^4 L. M
• 
  
• 
  
• 
  ; a6 x0 k7 r: C# T
• 
  
• 
    y, e7 J0 \% K9 F1 r. S
• 
  
• 
  
• 
  
• 
  6 \- Y$ f6 l+ Z: }$ |6 d: _( I
• 
  / @. {  J) d- R$ P
• 
  ' @0 W0 U# R  r
• 
  - D# d8 s# ^/ t7 J+ i. Y% f
  * u" r8 _4 w$ u& j" ~0 r9 J

figure('color','w')Options = {'anglenorth',0,...            'angleeast',90,...           'labels',{'','E','S','W'},...           'freqlabelangle','auto',...           'min_radius',0.25,...           'vWinds',[0 4 8 12 16],...           'MaxFrequency',8,...           'nFreq',4,...           'LabLegend','Wind Speed (m/s)',...           };[figure_handle,count,speeds,directions,Table] = WindRose(dir_spring,spd_spring,[Options,{'titlestring','Spring'},{'legendtype',2},{'axes',subplot(2,2,1)}]);[figure_handle,count,speeds,directions,Table] = WindRose(dir_summer,spd_summer,[Options,{'titlestring','Summer'},{'legendtype',0},{'axes',subplot(2,2,2)}]);[figure_handle,count,speeds,directions,Table] = WindRose(dir_autumn,spd_autumn,[Options,{'titlestring','Autumn'},{'legendtype',0},{'axes',subplot(2,2,3)}]);[figure_handle,count,speeds,directions,Table] = WindRose(dir_winter,spd_winter,[Options,{'titlestring','Winter'},{'legendtype',0},{'axes',subplot(2,2,4)}]);

& Y7 f3 h& U& e6 J9 ]9 n1 s  ~- J! t5 M

Tip：

在画多图时，最好在画图前先使用

0 {8 f+ x2 a; ]" l" I" b

• 
  
  6 ^0 P2 m' g  J6 S/ a2 S; L( v1 w

figure('color','w')
( `1 a9 {) _8 d- r( d0 I

8 @8 a4 ~% b. d. f

否则，第一张分图和legend部分可能会变成MATLAB默认画图底色（一般为灰色）。Options中有figcolor选项来更改图底色，然而我测试时依然有上述bug。如果你也遇到相同问题，不妨尝试该方法。

Reference：

浮标数据：

https://www.ndbc.noaa.gov/station_history.php?station=44020

各语言中风玫瑰图的相关命令介绍：

https://www.ncl.ucar.edu/Applications/rose.shtml

https://pypi.org/project/windrose/

https://www.rdocumentation.org/packages/openair/versions/2.7-2/topics/windRose

https://dpereira.asempyme.com/windrose/

               
; p0 `  `8 G0 J3 C