如何计算R中U和V风分量的风向

Question

我有U和V风分量数据,我想从R中的这些值计算风向.

我希望得到0-360度的风向数据,0°或360°表示向北吹来的风,90°表示向东吹来的风,180°表示吹到的风南面和270°表示向西吹来的风.

以下是一些示例数据:

> dput(wind)
structure(list(u_ms = c(-3.711, -2.2417, -1.8188, -1.6164, -1.3941, 
-1.0682, -0.57611, -1.5698, -1.4976, -1.3537, -1.0901, -0.60403, 
-0.70812, -0.49045, -0.39849, 0.17875, 0.48356, 1.5082, 1.4219, 
2.5881), v_ms = c(-1.471, -1.6118, -1.6613, -1.7037, -1.7388, 
-1.8748, -1.8359, -1.6766, -1.6994, -1.7505, -1.4947, -0.96283, 
-1.1194, -0.6849, -0.7847, -0.80349, -0.19352, -0.97815, -1.0835, 
-0.81666), u_rad = c(-0.064769155, -0.039125038, -0.031744042, 
-0.028211496, -0.02433163, -0.018643603, -0.010055014, -0.027398173, 
-0.026138045, -0.023626517, -0.01902583, -0.01054231, -0.012359023, 
-0.008559966, -0.006954961, 0.003119775, 0.008439712, 0.02632305, 
0.024816831, 0.045170857), v_rad = c(-0.025673788, -0.028131211, 
-0.028995149, -0.029735168, -0.030347779, -0.032721426, -0.032042493, 
-0.029262184, -0.029660119, -0.030551982, -0.026087431, -0.01680455, 
-0.019537212, -0.011953758, -0.013695596, -0.014023543, -0.00337756, 
-0.017071935, -0.018910639, -0.014253403)), .Names = c("u_ms", 
"v_ms", "u_rad", "v_rad"), class = "data.frame", row.names = c(NA, 
-20L))

我使用下面的代码来尝试获得风向(列td),但我不相信返回的角度是我想要的(即0°/ 360°表示向北吹风,90°表示风向东吹等......)

u = wind$u_rad # u component in radians
v = wind$v_rad # v component in radians

d = (180/pi)*(atan2(u,v))
td = as.matrix(d + 180)
df = cbind(wind, d, td)

> df
       u_ms     v_ms        u_rad       v_rad         d        td
1  -3.71100 -1.47100 -0.064769155 -0.02567379 -111.6228  68.37716
2  -2.24170 -1.61180 -0.039125038 -0.02813121 -125.7164  54.28357
3  -1.81880 -1.66130 -0.031744042 -0.02899515 -132.4087  47.59129
4  -1.61640 -1.70370 -0.028211496 -0.02973517 -136.5062  43.49379
5  -1.39410 -1.73880 -0.024331630 -0.03034778 -141.2788  38.72124
6  -1.06820 -1.87480 -0.018643603 -0.03272143 -150.3269  29.67308
7  -0.57611 -1.83590 -0.010055014 -0.03204249 -162.5780  17.42199
8  -1.56980 -1.67660 -0.027398173 -0.02926218 -136.8842  43.11576
9  -1.49760 -1.69940 -0.026138045 -0.02966012 -138.6118  41.38819
10 -1.35370 -1.75050 -0.023626517 -0.03055198 -142.2844  37.71557
11 -1.09010 -1.49470 -0.019025830 -0.02608743 -143.8963  36.10365
12 -0.60403 -0.96283 -0.010542310 -0.01680455 -147.8980  32.10204
13 -0.70812 -1.11940 -0.012359023 -0.01953721 -147.6830  32.31699
14 -0.49045 -0.68490 -0.008559966 -0.01195376 -144.3939  35.60607
15 -0.39849 -0.78470 -0.006954961 -0.01369560 -153.0774  26.92258
16  0.17875 -0.80349  0.003119775 -0.01402354  167.4578 347.45783
17  0.48356 -0.19352  0.008439712 -0.00337756  111.8112 291.81121
18  1.50820 -0.97815  0.026323050 -0.01707193  122.9656 302.96561
19  1.42190 -1.08350  0.024816831 -0.01891064  127.3077 307.30771
20  2.58810 -0.81666  0.045170857 -0.01425340  107.5128 287.51279

我将不胜感激任何有关我的方法是否正确的建议,如果不是,我将如何正确获得所需的风向值.虽然使用lapply或ifelse计算风的U和V分量的风向是有帮助的,但代码确实适用于我的数据,并且我确信有更容易获得风向.非常感谢!

Answer 1

在Python中：

Dir=np.mod(180+np.rad2deg(np.arctan2(U, V)),360)

这导致 [0,1] 向量为南风（180 度），[0,-1] 向量为北风（0 度），[1,1] 向量为西南风（225 度） ]向量：

U
Out[86]: 
array([[ 0.  ],
       [ 0.  ],
       [ 1.  ],
       [-3.47]])

V
Out[87]: 
array([[ 1.  ],
       [-1.  ],
       [ 1.  ],
       [-1.47]])

np.mod(180+np.rad2deg(np.arctan2(U, V)),360)
Out[89]: 
array([[180.        ],
       [  0.        ],
       [225.        ],
       [ 67.04097233]])

Answer 2

这有三个问题:

1. 您无法将m/s转换为弧度.为了输入风成分atan2,你必须对它们进行标准化,但你不要通过乘以m/s乘以pi/180(你得到的u_rad和v_rad)来做到这一点.你应该创建一个绝对windspeed(sqrt(u_ms^2 + v_ms^2))列并采取atan2(u_ms/wind_abs, v_ms/wind_abs).(另请注意,atan2首先采用y组件 - 确保这是你想要的)
2. atan2将给出单位圆坐标的答案,它在逆时针方向增加并在x轴上为零.你想要一个基本坐标的答案,顺时针增加,y轴为零.要将单位圆转换为基数坐标,必须从90减去单位圆角.
3. 您必须知道风信息是指风的来源方向(基本坐标的标准)还是风的方向(三角形/矢量运算的标准)

如果给你u_ms = = -3.711并且v_ms = -1.471(在单位圆上它向下吹,稍微向左吹,所以它来自东北),然后:

wind_abs = sqrt(u_ms^2 + v_ms^2)
wind_dir_trig_to = atan2(u_ms/wind_abs, v_ms/wind_abs) 
wind_dir_trig_to_degrees = wind_dir_trig_to * 180/pi ## -111.6 degrees

然后,您必须将此风向量转换为风来自的方向的气象大会:

wind_dir_trig_from_degrees = wind_dir_trig_to_degrees + 180 ## 68.38 degrees

然后,您必须将该角度从"trig"坐标转换为基数坐标:

wind_dir_cardinal = 90 - wind_dir_trig_from_degrees
[1] 21.62284 #From the northeast.

Answer 3

虽然公认的答案具有正确的想法，但它有一个缺陷。如评论中所述，无需对u和v组件进行标准化即可使用atan2它们。该漏洞来当u == v == 0和wind_abs变为0在C＃中的两个师将返回无穷大（符合IEEE至754），并atan2返回NaN的。如果不对组件进行规范化，则atan2(0,0)愉快地返回0。因此，不仅没有必要进行规范化，而且还会引入错误。

另请注意，最常见的功能签名atan2是atan2(y, x)-Microsoft Excel是一个例外。