r - 如何从R中的U和V风分量计算风向

Question

我有 U 和 V 风分量数据，我想根据 R 中的这些值计算风向。

我想最终得到0-360度范围内的风向数据，0°或360°表示风向北，90°表示风向东，180°表示风向南和 270° 表示有风向西吹。

下面是一些示例数据：

> 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))

我使用以下代码尝试获取风向（列td），但我不相信返回的角度是我想要的角度（即 0°/360° 表示风向北吹，90° 表示风吹向东方等……）。

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

如果我的方法是否正确，以及如何正确获得所需的风向值，我将不胜感激。虽然使用 lapply 或 ifelse 从风的 U 和 V 分量计算风向很有帮助，但代码确实适用于我的数据，而且我确信获取风向更容易。非常感谢！

Answer 1

这样做存在三个问题：

1. 您不能将 m/s 转换为弧度。为了将风分量输入atan2，您必须将它们归一化，但您不能通过将 m/s 乘以pi/180（您为得到u_rad和所做的v_rad）来做到这一点。您应该创建一个绝对风速 ( sqrt(u_ms^2 + v_ms^2)) 列并取atan2(u_ms/wind_abs, v_ms/wind_abs). （另请注意， atan2 首先采用 y 组件 - 确保这是您想要的）
2. atan2将在单位圆坐标中为您提供答案，该坐标逆时针增加并在 x 轴上为零。您想要一个以顺时针方向增加且 y 轴为零的基数坐标的答案。要将单位圆转换为基坐标，必须用 90 减去单位圆角度。
3. 您必须知道风信息是指风来的方向（基本坐标的标准）还是风吹的方向（三角/矢量操作的标准）

如果给定u_ms = = -3.711和v_ms = -1.471（在单位圆上，它正在向下吹并略微向左，所以它来自东北），那么：

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，您必须将此风矢量转换为风向的气象惯例：

wind_dir_trig_from_degrees = wind_dir_trig_to_degrees + 180 ## 68.38 degrees

然后，您必须将该角度从“三角”坐标转换为基坐标：

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

Answer 2

虽然公认的答案有正确的想法，但它有一个缺陷。正如评论中提到的，不需要标准化 u 和 v 组件以便atan2在它们上使用。该缺陷何时出现u == v == 0并wind_abs变为 0。在 C# 中，这两个部分将返回无穷大（符合 IEEE 754）atan2并将返回 NaN。当不规范化组件时，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，最常见的函数签名atan2是atan2(y, x)——Microsoft Excel 是一个例外。

Answer 3

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]])