1、 全球/地區溫度圖
（1）讀取數據
clear all
setup_nctoolbox %調用工具包
tic %計時
%%
nc=ncgeodataset('tmpsfc.gdas.199401.grb2'); %讀文件
tem_1=nc.variables %瀏覽數據類型
%%
a1=nc.geovariable(tem_1(1));%取得數據類型為Temperature_surface的數據
b1=a1.data(1,:,:); %第一個時間點溫度數據
c1=squeeze(b1)-273.16;%刪除單一維度，換為攝氏溫度
%%
a2=nc.geovariable(tem_1(2));%取得數據類型為lat的數據，緯度
b2=a2.data(:,1)%提取數據
%%
a3=nc.geovariable(tem_1(3));%經度
b3=a3.data(:,1)%
%%
a4=nc.geovariable(tem_1(4));%取得數據類型為time的數據
b4=a4.data(:,1)%
%%
save A b2 b3 c1
toc
讀取的是NCEP/CFSR數據，1994年1月的溫度數據。
該數據一共四項。溫度，緯度，經度，時間。溫度中是3維數據組織形式
時間數據
經度數據
緯度數據
可以看出該數據集的數據組織形式，經度緯度構成世界地圖，記錄了744個時間點的溫度數據。1小時采集一次數據。
溫度數據
保存為mat格式數據，為畫圖做准備。
（2）畫圖
clear all
load A
[Plg,Plt]=meshgrid(b3',b2');%形成網格
m_proj('hammer-aitoff','clongitude',-150);%投影模式
m_pcolor(Plg,Plt,c1);
shading flat;
colormap('jet');%顏色選擇
hold on;
m_pcolor(Plg-360,Plt,c1);
shading flat; %着色模式
colormap('jet');
m_coast();
m_grid('xaxis','middle');
% h=colorbar('h');
% set(get(h,'title'),'string','1991年1月全球溫度');
c=colorbar('southoutside','fontsize',12)
c.Label.String = '1994年1月全球溫度';
c.Label.FontSize = 15;
（3）找出最大、最小溫度的經緯度
clear all load C Max_col=max(c1);%列最大值 Max_row=max(c1,[],2)%行最大值 Max=max(max(c1)); [x1,y1]=find(c1==max(max(c1)));%x 行，y 列 T_1=Plt(x1,y1)%緯度 T_2=Plg(x1,y1)%經度 Min_col=min(c1);%列最大值 Min_row=min(c1,[],2)%行最大值 Min=min(min(c1)); [x,y]=find(c1==min(min(c1)));%x 行，y 列 T_x=Plt(x,y)%緯度 T_y=Plg(x,y)%經度
可以看出最熱52度，在澳大利亞那塊（142.8123E，23.2610S）；最冷-62度，在北極圈那塊（89.9999E，66.3486N）。
（4）中國（地區）溫度圖
clear all
load A
LATLIMS=[3 54];
LONLIMS=[72 134];%選定邊界范圍
[Plg,Plt]=meshgrid(b3',b2');%形成網格
m_proj('lambert','lon',LONLIMS,'lat',LATLIMS);%投影模式
m_pcolor(Plg,Plt,c1);
shading flat;
colormap('jet');%顏色選擇
hold on;
m_pcolor(Plg-360,Plt,c1);
shading flat; %着色模式
colormap('jet');
m_coast();
m_grid('box','fancy','tickdir','in');
% h=colorbar('h');
% set(get(h,'title'),'string','1991年1月全球溫度');
c=colorbar('southoutside','fontsize',12)
c.Label.String = '1994年1月中國溫度';
c.Label.FontSize = 15;
該方法是讀取全球數據，只展示部分
（5）
改進的區域方法，讀取該區域的數據數據，
clear all
setup_nctoolbox %調用工具包
tic %計時
%%
min_lat=115;
max_lat=279;
min_lon=231;
max_lon=430; %區域經緯度范圍，在數據中的位置
%%
nc=ncgeodataset('tmp2m.gdas.199401.grb2'); %讀文件
tem_1=nc.variables %瀏覽數據類型
%%
N1=nc.size(tem_1(1));%讀取數據大小,可以看出數據的組織形式
a1=nc.geovariable(tem_1(1));%取得數據類型為Temperature_surface的數據
b1=a1.data(1,1,min_lat:max_lat,min_lon:max_lon); %第一個時間點溫度數據
c1=squeeze(b1)-273.16;%刪除單一維度，換為攝氏溫度
%%
N2=nc.size(tem_1(2));
a2=nc.geovariable(tem_1(2));%取得數據類型為lat的數據，緯度
b2=a2.data(min_lat:max_lat,1);%提取數據
%%
N3=nc.size(tem_1(3))
a3=nc.geovariable(tem_1(3));%經度
b3=a3.data(min_lon:max_lon,1);%
%%
N4=nc.size(tem_1(4))
a4=nc.geovariable(tem_1(4));%取得數據類型為time的數據
b4=a4.data(:,1);%
%%
N5=nc.size(tem_1(5));%讀取數據大小
a5=nc.geovariable(tem_1(5));%取得數據類型為time的數據
b5=a5.data(:,1);%
%%
save tem b2 b3 c1
toc
clear all
load tem
LATLIMS=[3 54];
LONLIMS=[72 134];%選定邊界范圍
[Plg,Plt]=meshgrid(b3',b2');%形成網格
m_proj('lambert','lon',LONLIMS,'lat',LATLIMS);%投影模式
m_pcolor(Plg,Plt,c1);
shading flat;
colormap('jet');%顏色選擇
hold on;
m_pcolor(Plg-360,Plt,c1);
shading flat; %着色模式
colormap('jet');
m_coast();
m_grid('box','fancy','tickdir','in');
% h=colorbar('h');
% set(get(h,'title'),'string','1991年1月全球溫度');
c=colorbar('southoutside','fontsize',12)
c.Label.String = '1994年1月中國溫度';
c.Label.FontSize = 15;
（6）讀取方式的改變
clear all
setup_nctoolbox %調用工具包
tic %計時
%%
min_lat=115;
max_lat=279;
min_lon=231;
max_lon=430; %區域經緯度范圍，在數據中的位置
%%
nc=ncgeodataset('tmp2m.gdas.199401.grb2'); %讀文件
tem_1=nc.variables %瀏覽數據類型
%%
N1=nc.size(tem_1(1));%讀取數據大小
b1=nc.data(tem_1(1),[1,1,min_lat,min_lon],[1,1,max_lat,max_lon]);%初始的讀取位置，最終的位置
c1=squeeze(b1)-273.16;
%%
N2=nc.size(tem_1(2));%讀取數據大小
b2=nc.data(tem_1(2),[min_lat],[max_lat]);
%%
N3=nc.size(tem_1(3));%讀取數據大小
b3=nc.data(tem_1(3),[min_lon],[max_lon]);
save tem b2 b3 c1
toc
可以看出海面2米的溫度組織形式，4維數據，包含了744個時間點，1個位置，576個緯度點，1152個經度點。
讀取方式是初始位置用一個數組表示，終止位置用一個數組表示
clear all
load tem
LATLIMS=[3 54];
LONLIMS=[72 134];%選定邊界范圍
[Plg,Plt]=meshgrid(b3',b2');%形成網格
m_proj('lambert','lon',LONLIMS,'lat',LATLIMS);%投影模式
m_pcolor(Plg,Plt,c1);
shading flat;
colormap('jet');%顏色選擇
hold on;
m_pcolor(Plg-360,Plt,c1);
shading flat; %着色模式
colormap('jet');
m_coast();
m_grid('box','fancy','tickdir','in');
% h=colorbar('h');
% set(get(h,'title'),'string','1991年1月全球溫度');
c=colorbar('southoutside','fontsize',12)
c.Label.String = '1994年1月中國溫度';
c.Label.FontSize = 15;
(7)多個時間的平均值
clear all
setup_nctoolbox %調用工具包
tic %計時
%%
min_lat=115;
max_lat=279;
min_lon=231;
max_lon=430; %區域經緯度范圍，在數據中的位置
%%
nc=ncgeodataset('tmp2m.gdas.199401.grb2'); %讀文件
tem_1=nc.variables %瀏覽數據類型
N1=nc.size(tem_1(1));%讀取數據大小
d=zeros(1,165,200);%預定義最后的數值存放空間
f=0%驗證預留數
%%
for n=1:10 %選取10個時間點
b1=nc.data(tem_1(1),[n,1,min_lat,min_lon],[n,1,max_lat,max_lon]);%初始的讀取位置，最終的位置
c(n,:,:)=squeeze(b1)-273.16;
d=d+c(n,:,:); %最終結果
end
for n=1:10
f=f+c(n,1,1);
end
e=squeeze(d);
% save tem
toc
f值等於e的第一個值，說明計算正確.最后計算平均值即可。
2、風向
（1）數據讀取
clear all
setup_nctoolbox
tic
%% 讀取數據文件
wind= ncgeodataset('wnd10m.gdas.199401.grb2');
wind_list = wind.variables;%文件的列表情況
%%
size_of_u = wind.size(wind_list(1));%u分量的數據尺寸,777小時，1個高度，經緯度數據，4D數據
data_u=wind.geovariable(wind_list(1));%取得數據類型為風速u的數據
u_1=data_u.data(1,1,:,:); %
u_2=squeeze(u_1);
%%
size_of_v = wind.size(wind_list(2));%v分量的數據尺寸,777小時，1個高度，經緯度數據，4D數據
data_v=wind.geovariable(wind_list(2));%取得數據類型為風速v的數據
v_1=data_v.data(1,1,:,:); %
v_2=squeeze(v_1);
%%
size_of_h= wind.size(wind_list(5));%v分量的數據尺寸,777小時，1個高度，經緯度數據，4D數據
data_h=wind.geovariable(wind_list(5));%取得數據類型為風速v的數據
v_1=data_h.data(1); %高度10米
%%
wind_speed=sqrt(u_2.^2+v_2.^2); %矢量合成
save wind u_2 v_2 wind_speed
toc
（2）展示
clear all
load lon_lat %載入坐標數據
load wind %載入風速數據
LATLIMS=[3 15];
LONLIMS=[115 134];%選定邊界范圍
m_proj('lambert','lon',LONLIMS,'lat',LATLIMS);%投影模式
min_lat=115;
max_lat=279;
min_lon=231;
max_lon=430;
m_coast;
m_grid('box','fancy','tickdir','in');%邊緣經緯度寬度
hold on;%圖層合並
m_quiver(Plg(min_lat:max_lat,min_lon:max_lon),Plt(min_lat:max_lat,min_lon:max_lon),...
u_2(min_lat:max_lat,min_lon:max_lon),v_2(min_lat:max_lat,min_lon:max_lon)...
,7.5,'r');%經度，緯度，向東，向北的速度分量，轉化為矢量箭頭
xlabel('global surface winds 1994/01');
（3）
clear all
load lon_lat
load wind
m_proj('hammer-aitoff','clongitude',-150);%投影模式
m_quiver(Plg,Plt,u_2,v_2,15,'r');
shading flat;
colormap('jet');%顏色選擇
hold on;
m_quiver(Plg-360,Plt,u_2,v_2,15,'r');
shading flat; %着色模式
colormap('jet');
m_coast();
m_grid('xaxis','middle');
xlabel('global surface winds 1994/01');
3、氣壓
（1）一個時間點的氣壓
clear all
clear all
setup_nctoolbox
tic
%% 讀取數據文件
pre= ncgeodataset('pressfc.gdas.199401.grb2');
pre_list = pre.variables;%文件的列表情況
%%
size_of_pre = pre.size(pre_list(1));%620小時,576緯度，1152經度
pre_1=pre.data(pre_list(1),[1,1,1],[1,576,1152]); %
pre_2=squeeze(pre_1);
%%
size_of_2 = pre.size(pre_list(2));%v分量的數據尺寸,777小時，1個高度，經緯度數據，4D數據
size_of_3 = pre.size(pre_list(3));
size_of_4 = pre.size(pre_list(4));
size_of_5 = pre.size(pre_list(5));
size_of_8 = pre.size(pre_list(8));
t_4=pre.data(pre_list(4),1,620);
t_8=pre.data(pre_list(8),1:124);
toc
可以看出時間點交錯開了，所以最終處理數據時還要按順序排列起來。
clear all
load lon_lat
load pre
m_proj('hammer-aitoff','clongitude',-150);%投影模式
m_pcolor(Plg,Plt,pre_2);
shading flat;
colormap('jet');%顏色選擇
hold on;
m_pcolor(Plg-360,Plt,pre_2);
shading flat; %着色模式
colormap('jet');
m_coast();
m_grid('xaxis','middle');
% h=colorbar('h');
% set(get(h,'title'),'string','1991年1月全球溫度');
c=colorbar('southoutside','fontsize',12)
c.Label.String = '1994年1月全球氣壓';
c.Label.FontSize = 15;
（2）
clear all
setup_nctoolbox
tic
%% 讀取數據文件
pre= ncgeodataset('pressfc.gdas.199401.grb2');
pre_list = pre.variables;%文件的列表情況
size_of_1 = pre.size(pre_list(1));%620小時,576緯度，1152經度
size_of_2 = pre.size(pre_list(2));%v分量的數據尺寸,777小時，1個高度，經緯度數據，4D數據
size_of_3 = pre.size(pre_list(3));
size_of_4 = pre.size(pre_list(4));
size_of_5 = pre.size(pre_list(5));
size_of_8 = pre.size(pre_list(8));
t_4=pre.data(pre_list(4),1,620);
t_8=pre.data(pre_list(8),1:124);
pre_sum=zeros(744,576,1152);
%%
for n=1:744
if mod(n-1,6)==0 %取余數
a=floor(n/6);
n_time=n-a*5;%下標位置
pre_sum(n,:,:)=pre.data(pre_list(5),[n_time,1,1],[n_time,576,1152]); %
else
a=floor((n-1)/6);
n_time=n-a-1;%下標位置
pre_sum(n,:,:)=pre.data(pre_list(1),[n_time,1,1],[n_time,576,1152]);
end
end
%% end
pre_data=squeeze(mean(pre_sum))%求平均值
save pre_data_199401 pre_data
toc
綜合運用余數和向下取整的方法，每隔五個從另外的數據中取一個數。最后用mean（）函數求平均值。
4、濕度