我有一个大的整个地球的空气温度的三维矩阵,数据格式化为每小时分辨率的lon x lat x时间。我想找到一个可靠的方法来计算每个纬度/经度位置的日最低温度。举例:计算3d矩阵数据的每日最小值
lon = -180:10:180;
lat = -90:10:90;
time = datenum('2009-01-01 00:00','yyyy-mm-dd HH:MM'):1/24:datenum('2009-01-05 23:00','yyyy-mm-dd HH:MM');
data = randn(length(lon),length(lat),length(time));
这是我的数据。它包括按小时分辨率提供的不同位置的气温。下面的代码是我计算每一天的最小值的尝试。
% find number of unique days
datev = datevec(time);
[ia,ib,ic] = unique(datev(:,1:3),'rows');
uic = unique(ic);
% first re-structure data to 2d matrix
rdata = nan(length(time),length(lon)*length(lat));
for i = 1:length(ic);
dd = data(:,:,i);
rdata(i,:) = dd(:);
end
% then calculate the minimum value for each day
min_data = nan(length(uic),length(lon)*length(lat));
for i = 1:length(uic);
idx = find(ic == uic(i));
min_data(i,:) = min(rdata(idx,:),[],1);
end
min_data = reshape(min_data,length(lon),length(lat),length(uic));
我想这个答案是正确的,至少是似乎是当我在看答案。我的问题是(1)我的方法是否正确,(2)是否有更好的方法来做到这一点,而不是重新构造数据,并在不同的不平常的日子里循环。我考虑使用准系数,但不知道如何使用3d矩阵进行工作。
任何爱慕的赞赏。