Загрузите данные циклонной дорожки и отобразите первые несколько строк. Данные, подготовленные Японским метеорологическим агентством, фиксируют местоположение, давление (в гПа) и скорость ветра (узлы) циклонов с шестичасовыми интервалами. Каждая строка в таблице представляет запись наблюдения за конкретным циклоном, идентифицируемую по имени и идентификационному номеру.

load cycloneTracks
head(cycloneTracks)

ans =

  8×8 table

    ID        Name               Time            Grade    Latitude    Longitude    Pressure    WindSpeed
    ___    __________    ____________________    _____    ________    _________    ________    _________

    701    "KONG-REY"    30-Mar-2007 12:00:00      2         5.8        158.2        1008          0    
    701    "KONG-REY"    30-Mar-2007 18:00:00      2         6.3        158.1        1004          0    
    701    "KONG-REY"    31-Mar-2007 00:00:00      2         6.7        157.9        1006          0    
    701    "KONG-REY"    31-Mar-2007 06:00:00      2         7.1        156.6        1004          0    
    701    "KONG-REY"    31-Mar-2007 12:00:00      2         7.6        155.5        1004          0    
    701    "KONG-REY"    31-Mar-2007 18:00:00      2         8.8        154.2        1002          0    
    701    "KONG-REY"    01-Apr-2007 00:00:00      3         9.7        152.8        1000         35    
    701    "KONG-REY"    01-Apr-2007 06:00:00      3        10.2        152.1         996         40    

Чтобы понять данные, постройте графики трех циклонов, используя geoplot функция. Получите записи данных для трех циклонов, идентифицируемых по идентификационному номеру и имени. Каждая запись наблюдения обеспечивает широту и долготу. Постройте график всех трех циклонных трасс на одной карте поворотом hold на.

figure
latMalakas = cycloneTracks.Latitude(cycloneTracks.ID == 1012);
lonMalakas = cycloneTracks.Longitude(cycloneTracks.ID == 1012);
geoplot(latMalakas,lonMalakas,'.-')
geolimits([0 60],[100 180])
hold on
latMegi = cycloneTracks.Latitude(cycloneTracks.ID == 1013);
lonMegi = cycloneTracks.Longitude(cycloneTracks.ID == 1013);
geoplot(latMegi,lonMegi,'.-')
latChaba = cycloneTracks.Latitude(cycloneTracks.ID == 1014);
lonChaba = cycloneTracks.Longitude(cycloneTracks.ID == 1014);
geoplot(latChaba,lonChaba,'.-')

Просмотр плотности всех циклонов, отслеживаемых за этот 11-летний период с помощью geodensityplot. На этом сюжете вместо того, чтобы видеть трассу конкретного циклона, просматривайте все записи в каждой точке для всех циклонов. geodensityplot вычисляет кумулятивную поверхность распределения вероятности с использованием вкладов из отдельных местоположений. Прозрачность поверхности изменяется в зависимости от плотности.

figure
latAll = cycloneTracks.Latitude;
lonAll = cycloneTracks.Longitude;
geodensityplot(latAll,lonAll)

По умолчанию geodensityplot использует один цвет для представления всех значений плотности, а прозрачность - для представления вариаций плотности. Можно также использовать несколько цветов с geodensityplot для представления областей различной плотности. Для этого установите 'FaceColor' собственность.

geodensityplot(latAll,lonAll,'FaceColor','interp')

График плотности может применять веса к отдельным точкам данных. Веса умножают вклад отдельных точек в поверхность плотности.

windspeedAll = cycloneTracks.WindSpeed;
geodensityplot(latAll,lonAll,windspeedAll,'FaceColor','interp')

Справочная информация: Данные по циклону были изменены для использования в данном примере компанией MathWorks из списка «Лучшие данные по циклону» Японского метеорологического агентства (https://www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-eg/RSMC_HP.htm).