[ 岡山大学 | 理学部 | 地球科学科 | 地球および惑星大気科学研究室 ]
Skymonitor の稼働率を見る
- 以下の3つのファイルには,Skymonitorが各年に撮影した枚数,各月に撮影した枚数,各時間帯(0時台,1時台,...23時台)に撮影した枚数,が書かれている
/work2/atmos/data/gnuplot/year.dat
/work2/atmos/data/gnuplot/month.dat
/work2/atmos/data/gnuplot/hour.dat
- 各年に撮影された枚数を図にして見る
- 各月に撮影された枚数を図にして見る
- 各時間帯に撮影された枚数を図にして見る
- まずはファイルの中身をみて,データの書式(データは何列あって,各列に何の数値が入っているのか)を確認する
- 図は見やすくなるように工夫する
- 点の種類を変えてみる,例えば pointtype 7
- 点の大きさを変えてみる,例えば pointsize 3
- 月ごとのデータ
- 1440 で割った値を表示してみる
- まる1日稼働すると1440枚の写真が撮影される,すなわち1440で割ると稼働日数になる
- 1440 で割ったものをさらに 4 で割る
- 4 はスカイモニターが動き始めてからの(おおよそ)年数
- スカイモニターが定常運用を開始したのは2017年1月で,2016年のデータは少ない(ほとんどない)
- (おおよその)年数で割れば,(おおよその)1年あたりの稼働日数になる
- 2月と8月は欠測が少ない
- 5月と6月は欠測が多い
- 2019年の5月と6月はカメラを別の用途で使うためにスカイモニターの運用を停止していた
- 5月と6月を 4 でなく 3 で割れば,2017-2018 と 2020 の3年間の稼働日数(1年あたり)になる
- 時間帯ごとのデータ
- 60 で割った値を表示してみる
- まる1時間稼働すると60枚の写真が撮影される,すなわち60で割ると稼働時間数になる
- 60 で割ったものをさらに 4 で割る
- (おおよその)年数で割れば,(おおよその)1年あたりの稼働日数になる
- 最も稼働率が低いのは15時台(15:00-15:59),最も稼働率が高いのは21時台(21:00-21:59)
- 時間帯によって稼働率が異なる理由ははっきりとはわからないが,おそらく以下の2つで説明可能ではないかと思う
- スカイモニターが不具合を起こして停止する時間帯は特に決まっていない
- 不具合を修正して再稼働を始める時間は夕方であることが多い
文字の出現頻度を比べる
- 以下の4つのファイルには,4つのテキストにおいて各文字が使用された回数が書かれている
/work2/atmos/data/text/char01.dat
/work2/atmos/data/text/char02.dat
/work2/atmos/data/text/char03.dat
/work2/atmos/data/text/char04.dat
- 4つのテキストにおける文字の出現頻度を比較する図を作る
- まず4つのファイルの中身を見る
- ファイルの中身を見るには cat とか less とかを使う
- emacs で開いてもよい
- 使いにくいものは無理に使わなくてもよい
- 1列目は数字じゃないので使いにくい
- 図にするだけなら0列目を使えばよい
- 4つのテキストは文字数が異なるので,使用回数そのままを図にしても,わかりやすい図にならない.文字数で規格化して図にするのがよい.
- ファイル datafile の2列目にある数字の和は,以下で計算することができる
$ awk '{print $2}' datafile | xargs | tr ' ' '+' | bc
- 文字の出現頻度からテキストを推定する
- 4つのテキストは
/work2/atmos/data/text/My_favorite_things.txt
/work2/atmos/data/text/Hotel_Mauna_Kea.txt
/work2/atmos/data/text/Potential_Vorticity.txt
/work2/atmos/data/text/Pangram.txt
Lorenzアトラクタを描いてみる
- Lorenz方程式を数値積分した結果 /work2/atmos/data/chaos/lorenz.dat
- データは 4 列で,左から t, x, y, z
- x-y 平面,x-z 平面,y-z 平面,などで図を描いてみる
- t-x 平面,t-y 平面,t-z 平面,などで図を描いてみる
- 初期値をちょっとだけ変えてLorenz方程式を積分した結果 /work2/atmos/data/chaos/lorenz-dx.dat と比較してみる
- 点が大きいと重なってしまって見えにくくなるので,サイズを小さくしてみる.たとえば pointsize 0.3
- あるいは点で描くのをやめて線で描いてもいいかも
Edward N. Lorenzが大気の流れを表す方程式を簡略化して導いた連立方程式.
dx/dt = P ( y - x )
dy/dt = - y - x z + R x
dz/dt = x y - b z
決定論的な常微分方程式であるが,カオス的な振る舞いをする.
- 大雑把に分けて,x>0 でぐるぐるまわる場合と,x<0 でぐるぐるまわる場合,2通りあるのがわかる.
- x>0 でぐるぐるまわるのと,x<0 でぐるぐるまわる,この間の遷移に規則性があるように見えない(非周期性).
- 初期値がほんのちょっと違う場合,しばらく経つとまったく違う状態になってしまう(初期値鋭敏性).
- lorenz.dat と lorenz-dx.dat の1行目を比べれば,初期値にどれくらいの差があるか確認できる.
- 予測不可能性とも呼ばれる.ある期間より先の天気予報ができない原因.
gnuplot> splot '/work2/atmos/data/chaos/lorenz.dat' using 2:3:4 with lines
とすると,xyz を3次元でプロットする.
図の上にカーソルを持っていって,クリックしたままカーソルを動かすと,視点を変えることができる.
CO2濃度
/work2/atmos/data/co2/insitu.txt
- まずはデータを見る
- シェルで cat や less を使う
- 先頭から147行目まではデータについての説明が書いてある
- データの本体があるのは148行目から
- gnuplot は行頭が # で始まる行を注釈とみなして無視する
- 先頭から始まるデータの説明が書かれた部分について特別なことをしないでもよい
- CO2濃度は8列目なので,時系列を見るだけなら
gnuplot> plot '/work2/atmos/data/co2/insitu.txt' using 0:8 with linespoints pointtype 7 pointsize 0.3
gnuplot> set datafile missing '-999.99'
- データの2, 3, 4列目が年月日なので,横軸を雑なやり方で年に書き直すと
gnuplot> plot '/work2/atmos/data/co2/insitu.txt' using ($2+($3-1)/12.0):8 with linespoints pointtype 7 pointsize 0.3
Last Updated: 2020/11/05, Since: 2019/11/07.
This page is generated by Makefile.rd2html.