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：

• 
  
  $ ]5 z$ e& F$ M# _" F

[figure_handle,count,speeds,directions,Table] = WindRose(dir,spd,Options);
* o* m9 L" S, T# x" p; N

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。

• 
  ) ^( T1 L* @- ?* N: M
• 
  1 X( m9 }$ y* S; f
• 
  
• 
  6 J+ u) x* N$ F; K
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ' p4 M/ T1 C6 m4 I% }8 ~5 \) `
• 
  7 J! o( ]- {- E9 y5 ~
  ) m$ E% N! A+ Q* i  q  `- ^

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);
% b/ f; O- T; ?* T- j1 ]; ]

0 g7 A* \0 ^  a% Z, ], }6 d- p$ u! N

: Y6 n2 L) O9 b& D+ x% k4 \

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。

• 
  : o$ }% B8 r% \, @  F$ q9 i0 q
• 
  5 `: S9 F  Q( @& `* ]
• 
  & p- ~2 s! @/ h8 z& k
• 
  ' s- D1 |# A) c) M( b8 l
• 
  ; P" N) Q) l% W) o: h; d3 u
• 
  3 y4 t6 b+ g- s3 g
• 
  
• 
  
• 
  4 f7 P5 F7 c! k0 b  {
• 
  - S% w% g  \! \& {4 Y/ M
• 
  
• 
  9 P5 K" N/ G' Y- J
• 
  : `8 t) |  {, S
• 
  * H+ n- P6 @  e- r
• 
  
  

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)}]);
( u% d$ ]$ F; b

8 L* B+ f, U1 W" }& m

Tip：

在画多图时，最好在画图前先使用

" Q& u% w8 o" h

• 
  8 N2 e& T+ g: [  @3 p9 W
  " h* a& ]/ W1 p# y% f6 c7 V( W

figure('color','w')

9 t& U6 ?8 T/ B- K, S  j" n+ o! v

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/