速成指南—Hysplit後推氣流軌跡聚類分析

ready.arl.noaa.gov

二、按所需時間段批量計算後退氣流軌跡

分為兩小步：

1、初始參數設置

打開Hysplit主界面->「Trajectory"->「Setup Run」

無論是跑單次的後推氣流軌跡還是跑一段時間的，都需要在Setup Run的頁面里進行參數的預先設置。如圖所示：

需要設置的參數有：

（1）開始時間：按年月日小時的順序輸入起始時間，注意空格。

（2）起始位置的數量：一般只研究一個點，填1。同時點擊右側的Setup starting location，填寫坐標經緯度以及起始高度。

（3）總運行時間：按實際需求填寫，一般和你要研究的物種的大氣化學壽命相關。

（4）方向：選擇後推「Back」。

（5）模型層高：填寫模型的最大高度，一般按默認即可。

（6）垂直運動模式：點擊「Select」，選擇「0 = input model data"，按輸入的氣象數據內置的垂直運動模式即可。

（7）輸出：軌跡結果輸出目錄。注意一個細節，在目錄最後要加上幾個字母作為這次計算的輸出文件的前綴，以便下一步計算的時候識別並鎖定。

（8）添加氣象數據：按所要計算的時間範圍選擇多個氣象文件。

（9）可點擊「save as」保存配置文件，以便下一次使用。點擊「save」保存配置。

2、運行批量計算

Hysplits 最多可以進行一個月的批量後推氣流軌跡計算。

返回Hysplit主界面->「Special Runs"->「Daily」

填寫所需要計算的開始日期、計算的總天數（最多一個月）、每天計算的時間點。

點擊「執行腳本」，稍等片刻（這時候會不斷閃現對話框），直到下圖出現，表示計算完成。點擊「繼續」。

這時候在前一步配置的工作目錄里會出現我們剛計算的結果，文件名結構為」前綴+年月日小時」。

三、對後退氣流軌跡數據進行聚類

我們現在有多日多條的後推氣流軌跡，接下來要做的就是將所有軌跡按照距離進行歸類。

返回Hysplit主界面->「Special Runs"->"Clustering"->"Standard"

選擇標準模式進行聚類。

從對話框可以看到，需要進行三小步。

1、第一小步，進行配置。

需要填寫以下幾個選項：

（1）聚類時間：需要進行聚類的時間長度。需要注意的是，72小時的後推氣流軌跡，可以只聚類前36小時。但是36小時的後推氣流軌跡無法聚類72小時的。這樣一說你應該能理解這個選項。

（2）聚類時間間隔：選擇將軌跡劃分為幾段進行聚類計算。例如36小時的聚類時間+1小時的聚類時間間隔，就意味著把所有軌跡每隔1小時進行一次距離比對，共進行36小時的距離比對。

（3）軌跡間隔：簡單地說就是每隔幾條納入計算範圍。例如填寫1，就是每一條都參加計算，填寫2，就是每兩條取一條進行計算。

（4）端點文件夾：選取批量計算的軌跡結果所在的文件夾。

（5）工作文件夾：輸出聚類結果的文件夾。

（6）結果文件夾：當點擊頁面最下方的「完成」按鈕後，工作文件夾的數據數據會被自動移動到結果文件夾。

2、第二小步，運行聚類程序。

首先要鎖定目標軌跡文件。這時候就需要用到我們在批量輸出軌跡時預先設置的文件前綴。例如上文提到我輸出的批量軌跡的前綴是「test」，這裡我就填寫「test」。點擊「MAKE INFILE」。如果成功識別鎖定我們要的那批軌跡文件，會有如下提示。

點擊「Run cluster analysis」，會出現如下對話框依次聚類每條軌跡，完成後點擊退出即可。

接下來是最關鍵的步驟，確定聚類的簇數量。在操作之前先介紹一下聚類的簡單原理。理解了這一原理，操作下面的步驟就易如反掌。

Hysplit聚類的原理是運行集群（所有軌跡組成的集合）從N個軌跡（簇）開始，一條一條加進去，進行類似簇的配對，直到所有軌跡都位於一個簇中。 每次迭代後，將計算總空間方差（TSV），即所有聚類空間方差的總和，並計算前一次迭代的TSV變化百分比。（迭代是後指向的，例如第一次迭代是從N到N-1，因此變化率也是，例如，cluster 10的TSV變化率是10到11的TSV與9到10的TSV差值比去9到10的TSV，理解這點很關鍵）。

理解以上原理後，我們來看具體操作。

確定簇的數量就是看兩個指標：TSV變化圖和TSV變化的變化率。

單擊運行按鈕「Display total spatiall variance」以生成TSV變化圖。

在前幾個聚類迭代中，TSV的變化非常大，那麼對於大部分聚類來說，隨著聚類數量的減少，TSV的增加速率通常很小，並且幾乎不變。在某一時刻，TSV的變化迅速上升，表明組合的簇不是非常相似。通常會有幾個較大的上升點。 在這些TSV大幅增加的點之前的聚類數量給出了可能的最終結果。

單擊下圖的運行按鈕以生成可能的最終簇數的文本列表（CLUSEND）。

結果如下圖。一列為簇數，一列為該簇數的迭代的TSV變化相對於前一個簇數的迭代的TSV變化的變化率。

通常，TSV變化率大於30％表示「不同」簇被配對了，也就是說匹配前的簇數是可能的最終結果。但是，如果30％未識別任何最終簇數，則可以使用20％的標準。如何確定呢，以下圖結果為例，圖中2雖然變化率很大，但是2的簇數太少，綜合考慮，可以選擇4條。

3、第三小步，獲取聚類結果。

確定簇數後，我們就可以進入第三小步，進行聚類結果輸出。填寫我們想要的簇數，然後點擊運行即可。

會出現如下運行框，完成後點擊退出即可。

這個時候聚類就已經完成了。我們可以點擊「Display Means」查看分類結果，也可以點擊「Display Clusters」查看單個簇中的所有軌跡。

聚類結果會生成在working文件夾里。主要有以下幾個結果文件：

（1）CLUSLIST_N （N是聚類的簇數）。

（2）C1_Nmean.tdump（簇數是多少，就會有幾個這樣的文件，C1_N一直到CN_N，介紹的是具體每個簇的信息）。

（3）Cmean1_N.tdump （每個簇的平均情況）。

（4）clusmean1_N（簇的分布圖）。

最後一步匹配濃度的時候，需要用的文件是CLUSLIST_N 。

三、將聚類結果與污染物濃度數據結合分析

打開CLUSLIST_N文件，會見到如下的數據格式。文件中會列出聚類時間段里的所有軌跡，以及他們所屬的cluster。將文件中數據用excel打開，並整理後可以得到兩列，一列是cluster編號，一列是時間點組成的序列。這樣我們就得到了時間點和cluster的對應信息。再把污染物濃度與時間點對應，我們就可以得到每個cluster的的污染物濃度情況。

有了cluster的數據以及相應的濃度數據，我們就可以分析氣團傳輸機制以及污染物來源了。