Changeset 640


Ignore:
Timestamp:
04/16/14 16:03:12 (10 years ago)
Author:
pinsard
Message:

fix thanks to coding rules; typo; dupe empty lines

Location:
trunk
Files:
144 edited

Legend:

Unmodified
Added
Removed
  • trunk/adm/Doxyfile_varamma

    r112 r640  
    3030# 
    3131# (remove the last "\") 
    32 # 
    3332# 
    3433# TODO 
  • trunk/adm/makefile

    r518 r640  
    338338        @mkdir -p $(DIRTMP)/test/ 
    339339 
    340  
    341340install_all : \ 
    342341install_html \ 
  • trunk/docs/docs_dev/Makefile

    r628 r640  
    2424# moins bourrin dans l'usage de makefile_non_sphinx et la génération du 
    2525# logo 
    26 # 
    2726# 
    2827# EVOLUTIONS 
  • trunk/docs/docs_dev/source/conf.py

    r639 r640  
    224224htmlhelp_basename = 'VARAMMAdoc' 
    225225 
    226  
    227226# -- Options for LaTeX output -------------------------------------------------- 
    228227 
     
    256255# If false, no module index is generated. 
    257256#latex_domain_indices = True 
    258  
    259257 
    260258# -- Options for manual page output -------------------------------------------- 
  • trunk/docs/docs_dev/source/guides/contents.rst

    r638 r640  
    4040   contributing 
    4141 
    42  
    4342Indices and tables 
    4443================== 
  • trunk/docs/docs_dev/source/guides/data_content.rst

    r636 r640  
    243243   :file:`ftp://trmmopen.gsfc.nasa.gov/pub/merged/combinedMicro/V5/{yyyy}/` 
    244244 
    245  
    246  
    247245Terminology 
    248246+++++++++++ 
    249247 
    250248:file:`3B40RT.{yyyy}{mm}{dd}{hh}.6.bin.gz` 
    251  
    252249 
    253250Size 
     
    670667 taille : 158Mo pour classif et height, 313Mo pour tb108 
    671668 
    672  
    673669 terminologie 
    674670    :file:`${PROJECT_ID}/MSG/{yyyy}/{mm}/{dd}/{yyyymmddhhmn}_msg-{product}-map_15min.nc` 
     
    711707 
    712708.. _data_epsat: 
    713  
    714709 
    715710EPSAT data 
  • trunk/docs/docs_dev/source/guides/glossary.rst

    r638 r640  
    77.. 
    88.. $URL$ 
    9 .. 
    109.. 
    1110.. - fplod 20110706T123647Z cratos.locean-ipsl.upmc.fr (Linux) 
  • trunk/docs/docs_dev/source/guides/html.xsl

    r30 r640  
    2121 
    2222<xsl:import href="http://docbook.sourceforge.net/release/xsl/1.75.2/xhtml/docbook.xsl"/> 
    23  
    2423 
    2524<xsl:output method="xml" 
  • trunk/docs/docs_dev/source/guides/main_many01_html.xsl

    r32 r640  
    2929$Id$ 
    3030 
     31- fplod 2009-05-15T10:42:45Z aedon.locean-ipsl.upmc.fr (Darwin) 
    3132 
    32 - fplod 2009-05-15T10:42:45Z aedon.locean-ipsl.upmc.fr (Darwin) 
    3333  * creation 
    3434 
  • trunk/docs/docs_dev/source/guides/makefile

    r89 r640  
    2323# 
    2424# $Id$ 
    25 # 
    2625# 
    2726# - fplod 20100603T134510Z aedon.locean-ipsl.upmc.fr (Darwin) 
     
    126125        @echo " " 
    127126 
    128  
    129127before : 
    130128        @-mkdir -p ${DIRWWW}/html/css/ 
     
    227225           $(DIRWWW)/pdf/en/sphinx/ 
    228226 
    229  
    230227tracwiki : \ 
    231228$(DIRWIKI)/WikiStart 
  • trunk/docs/docs_dev/source/guides/navigation02_html.xsl

    r27 r640  
    168168  </xsl:if> 
    169169 
    170  
    171170 </xsl:element> 
    172171 
     
    247246  </xsl:if> 
    248247 
    249  
    250248 </xsl:element> 
    251249 
  • trunk/docs/docs_dev/source/guides/read_me.rst

    r636 r640  
    1919.. 
    2020.. - 
    21  
    2221 
    2322.. _read_me: 
  • trunk/docs/docs_dev/source/guides/requirements.rst

    r638 r640  
    8686.. _NCO: http://nco.sourceforge.net/ 
    8787 
    88  
    8988Sphinx 
    9089------ 
  • trunk/docs/docs_dev/source/guides/rundemotest.rst

    r633 r640  
    113113To run them: 
    114114 
    115  
    116115.. code-block:: bash 
    117116 
  • trunk/docs/docs_dev/source/guides/sphinx/conf.py

    r634 r640  
    8787#modindex_common_prefix = [] 
    8888 
    89  
    9089# -- Options for HTML output --------------------------------------------------- 
    9190 
     
    161160htmlhelp_basename = 'varammadoc' 
    162161 
    163  
    164162# -- Options for LaTeX output -------------------------------------------------- 
    165163 
  • trunk/docs/docs_dev/source/guides/style.css

    r636 r640  
    240240} 
    241241 
    242  
    243242/* Mise en évidence : texte légÚrement plus grand */ 
    244243/* Highlights: slightly larger texts */ 
     
    318317} 
    319318 
    320  
    321319/* Listes de renvois */ 
    322320/* Callout lists */ 
  • trunk/docs/docs_dev/source/guides/svnbasiccommands.xml

    r635 r640  
    1717<!-- 
    1818 
    19  
    2019/usr/home/fplod/incas/varamma/varamma_ws/adm/guides/svnbasiccommands.xml sur aedon.locean-ipsl.upmc.fr 
    2120 
  • trunk/docs/docs_dev/source/guides/tracwiki.xsl

    r3 r640  
    2323et http://www.sagehill.net/docbookxsl/CustomDb5Xsl.html 
    2424car 1re xsl pour db5 
     25 
    2526--> 
    26  
    2727 
    2828<!-- 
  • trunk/serieAMSU.pro

    r634 r640  
    101101saveimage,'sorties/wavelet-2005-2007'+canal+'dom'+dom+'.png',/png 
    102102 
    103  
  • trunk/src/EPSATbuildfullfilename.m

    r636 r640  
    5454% test if file exists and handling error 
    5555% 
    56 % version in filname is not always v3.1-02c 
     56% version in filename is not always v3.1-02c 
    5757% 
    5858% EVOLUTIONS 
  • trunk/src/EPSATread.m

    r635 r640  
    11function [PluieEPSAT, Temps, Longitudes, Latitudes] = EPSATread(ncfilesset, fullfilename) 
    22 
    3 %EPSAT lit le fichier NetCDF de l'algorithme EPSAT du jour souhaité 
     3%EPSAT lit le fichier netCDF de l'algorithme EPSAT du jour souhaité 
    44%pour en sortir les variables (temps, longitudes et latitudes) ainsi que 
    55%les données de l'estimation des précipitations. 
     
    1919% - Données d'entrées : 
    2020% 
    21 %   * ncfilesset (en caractÚres) : Type de fichier NetCDF que l'on cherche, 
     21%   * ncfilesset (en caractÚres) : Type de fichier netCDF que l'on cherche, 
    2222%     'normal' ou 'extracted'. 
    2323%   * fullfilename : Chemin d'accÚs au fichier pour la date désirée. 
     
    2525% - Données de sorties : 
    2626% 
    27 %   * Temps : Variable de temps du fichier NetCDF. 
     27%   * Temps : Variable de temps du fichier netCDF. 
    2828%   * Longitudes : Variable de longitudes. 
    2929%   * Latitudes : Variable de latitudes. 
     
    3131%     les dimensions sont respectivement, temps, longitudes et latitudes. 
    3232% 
    33 % lecture du fichier NetCDF de l'algorithme EPSAT du jour souhaité pour en 
     33% lecture du fichier netCDF de l'algorithme EPSAT du jour souhaité pour en 
    3434% sortir les variables (temps, longitudes et latitudes) ainsi que les 
    3535% données de l'estimation des précipitations. 
     
    9191% - jaclod 2011-07-21 
    9292% 
    93 %   * Lecture des fichiers 'extracted' sur Matlab Cratos. 
     93%   * Lecture des fichiers 'extracted' sur Matlab cratos. 
    9494% 
    9595% - jaclod 2011-07-13 
     
    116116%   * permute array after reading 3D data if netcdf.getVar was used 
    117117%   * close netcdf opened file 
    118 %   * PlueEPSAT int -> double 
     118%   * PluieEPSAT int -> double 
    119119% 
    120120% - fplod 20110304T105348Z aedon.locean-ipsl.upmc.fr (Darwin) 
  • trunk/src/LectureLAIHDF.pro

    r636 r640  
    105105; - modifié par L.Eymard le 25/07/2010 
    106106; 
    107 ;   * pour l'adapter & l'environnement local (gestion des entrees - sorties) 
     107;   * pour l'adapter & l'environnement local (gestion des entrées - sorties) 
    108108;     modification du formattage du fichier ASCII de sortie pour 
    109 ;     ecriture d'une ligne pour chaque "printf" (et non de plein de 
     109;     Ã©criture d'une ligne pour chaque "printf" (et non de plein de 
    110110;     lignes de 80 colonnes...) 
    111111; 
     
    220220; 
    221221;*** extraction 
    222 ;*** attention, on compte lig/col a partir de 0 
     222;*** attention, on compte lig/col à partir de 0 
    223223FOR ilig_MODIS=YDIM*v, YDIM*(v+1)-1 DO BEGIN 
    224224    lat[*,ilig_MODIS-YDIM*v] = 90.D - (ilig_MODIS + 0.5D)*180./NB_LIG_MODIS 
  • trunk/src/LectureLAI_2000_FM.pro

    r636 r640  
    3737PRO LectureLAI_2000_FM, PLOT=plot 
    3838 
    39  
    4039FORWARD_FUNCTION LectureLAI 
    41  
    4240 
    4341;*** constantes 
     
    5553lonmin=-17.55 & lonmax=-15.70 
    5654 
    57  
    5855;*** declarations 
    5956lat=MAKE_ARRAY(XDIM,YDIM,/FLOAT,VALUE=!VALUES.F_NAN) 
    6057lon=MAKE_ARRAY(XDIM,YDIM,/FLOAT,VALUE=!VALUES.F_NAN) 
    61  
    6258 
    6359;*** initialisation environnement graphique 
     
    6864!P.BACKGROUND=255 
    6965 
    70  
    7166;*** version -> HDF4 
    7267id=HDF_OPEN(file) 
     
    7570HDF_CLOSE, id 
    7671 
    77  
    7872;*** lecture du LAI 
    7973LAI=LectureLAI(file) 
    8074 
    81  
    8275;*** extraction 
    83 FOR ilig_MODIS=YDIM*v, YDIM*(v+1)-1 DO BEGIN                ;*** attention, on compte lig/col a partir de 0 
     76FOR ilig_MODIS=YDIM*v, YDIM*(v+1)-1 DO BEGIN                ;*** attention, on compte lig/col à partir de 0 
    8477    lat[*,ilig_MODIS-YDIM*v] = 90.D - (ilig_MODIS + 0.5D)*180./NB_LIG_MODIS 
    8578    FOR jcol_MODIS=XDIM*h, XDIM*(h+1)-1 DO BEGIN 
     
    9891taille=size(lai_extract) 
    9992 
    100  
    10193;*** affichage graphique 
    10294IF KEYWORD_SET(plot) THEN BEGIN 
     
    10597    ;stop 
    10698ENDIF 
    107  
    108  
    10999 
    110100;*** boucle de lecture des fichiers LAI 
     
    153143    ENDFOR 
    154144ENDIF 
    155  
    156145 
    157146;*** enregistrement ascii 
  • trunk/src/MSGread.m

    r636 r640  
    6868% handling of missing values 
    6969% 
    70 % check unit of Temps "HOURS since 1960-01-01 00:00:00" ; in netcdf 
     70% check unit of Temps "HOURS since 1960-01-01 00:00:00" ; in netCDF 
    7171% 
    7272% homegenize with datajul_value, datestr_value 
     
    102102% - jaclod 2011-07-21 
    103103% 
    104 %   * Lecture des fichiers 'extracted' sur Matlab Cratos (Attention! Comme 
     104%   * Lecture des fichiers 'extracted' sur Matlab cratos (Attention! Comme 
    105105%     pour EPSAT, ncdump nous donne temps, longitudes, latitudes comme 
    106106%     dimensions pour la matrice de données qui s'avÚre être de dimensions 
     
    185185        case 'extracted' 
    186186 
    187             % Dans ce cas, longitudes et latitudes sont inverses. 
     187            % Dans ce cas, longitudes et latitudes sont inversés. 
    188188            Temps = netcdf.getVar(ncid,3); 
    189189            Longitudes = netcdf.getVar(ncid,2); 
  • trunk/src/affiche_EOF_PC_3D.m

    r635 r640  
    113113end 
    114114 
    115  
    116115[U,S,V] = svd(mat_2D_ssnan',0); %' 
    117116clear mat_2D_ssnan 
     
    120119pc_var_exp=(diag_s.^2/sum(diag_s.^2))*100; 
    121120std_v=nstd(V,0,1); 
    122  
    123121 
    124122for(i=1:nb_eof) 
     
    173171end 
    174172ajoute_date_fig(gcf,3); 
    175  
    176  
    177173 
    178174for(i=1:3) 
  • trunk/src/affiche_EOF_PC_3Dsscycle.m

    r635 r640  
    9393end 
    9494 
    95  
    9695[U,S,V] = svd(mat_2D_ssnan',0); %' 
    9796%clear mat_2D_ssnan 
     
    101100std_v=nstd(V,0,1); 
    102101 
    103  
    104102for(i=1: 1) 
    105103              PC(:,i)=  V(:,i)/std_v(i)*fac(i);      
     
    111109 %if(nargin<5) 
    112110 mat_2D_ssnan=mat_2D_ssnan-PC(:,1)*(EOF(:,1))';%' 
    113  
    114111 
    115112[U,S,V] = svd(mat_2D_ssnan',0); %' 
     
    119116pc_var_exp=(diag_s.^2/sum(diag_s.^2))*100; 
    120117std_v=nstd(V,0,1); 
    121  
    122118 
    123119for(i=1: 3) 
     
    167163              end 
    168164              ajoute_date_fig(gcf,3); 
    169  
    170  
    171165               
    172166              for(i=1:3) 
  • trunk/src/affiche_eofpc_3Drev.m

    r635 r640  
    8383end 
    8484 
    85  
    8685[U,S,V] = svd(mat_2D_ssnan',0); %' 
    8786clear mat_2D_ssnan 
     
    9089pc_var_exp=(diag_s.^2/sum(diag_s.^2))*100; 
    9190std_v=nstd(V,0,1); 
    92  
    9391 
    9492for(i=1: 3) 
     
    129127              end 
    130128 
    131  
    132129              if(anomalies) 
    133130              title('std of the field') 
     
    137134              ajoute_date_fig(gcf,3); 
    138135 
    139  
    140                
    141136              for(i=1:3) 
    142137              subplot(3,2,i+1) 
  • trunk/src/amsu2ncdf.pro

    r636 r640  
    111111;    amsu2ncdf, use_amsua, yyyy, mm, dd, lon_min, lon_max, lat_min, lat_max 
    112112; 
    113 ; 
    114113; SEE ALSO 
    115114; ======== 
     
    129128; ==== 
    130129; 
    131 ; 
    132130; EVOLUTIONS 
    133131; ========== 
    134 ; 
    135132; 
    136133;- 
     
    140137    ; 
    141138    @cm_project 
    142  
    143139 
    144140    testfilename='' 
  • trunk/src/amsu2ncdf_bis.pro

    r637 r640  
    128128; ==== 
    129129; 
    130 ; 
    131130; EVOLUTIONS 
    132131; ========== 
    133132; 
    134 ; 
    135133;- 
    136134PRO amsu2ncdf, numch, yyyy, mm, dd, lon_min, lon_max, lat_min, lat_max, resol 
     
    139137; 
    140138@cm_project 
    141  
    142139 
    143140testfilename='' 
  • trunk/src/anaclimecm.pro

    r637 r640  
    163163 
    164164saveimage,'sorties/'+chp1+'climatology-saison.png',/png 
    165  
    166165 
    167166;lecture plusieurs mois pour hovmöller : champ de surface 
     
    250249saveimage,'sorties/'+chp+'smooth04-09hovxclimSahara-2meanlevels.png',/png 
    251250 
    252  
    253251;géopotentiel : delta entre niveau 700 (7) et 925 hPa 
    254252no=2 
     
    293291;saveimage,'sorties/'+chp+'smooth-2005-200704-09hovy10W5E700.png',/png 
    294292 
    295  
    296  
    297293;r (q relative) - moyenne deux niveaux adjacents 
    298294no=0 
  • trunk/src/box5x5serietemp.m

    r636 r640  
    9494%%%%%%%%%%%%%%%%% 
    9595 
    96  
    9796%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    9897% Moyennage pour chaque zone 
     
    118117 
    119118%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    120  
    121119 
    122120%%%%%%%%%%%%%%%%%%%%% 
  • trunk/src/cal_hcl.m

    r636 r640  
    152152  [tps_tmp,lat,lon,msl_tmp]=extract_nc(sprintf('/bdd/OPERA/NETCDF/WESTAFR_025/4xdaily/AN_SF/2006/msl.2006%02d.ash.WESTAFR_025.nc',m_min+i),{'msl'},'time',NaN,tps_max_mod,'lat',latmin,latmax,'lon',lonmin,lonmax); 
    153153 
    154  
    155154  tps=[tps;tps_tmp]; 
    156155  ta=[ta;ta_tmp]; 
  • trunk/src/choix_mois.m

    r635 r640  
    1212% compris entre mois_deb et mois_fin inclus. ex: pour prendre d'avril à 
    1313% aout, on choisit mois_deb=4,mois_fin=8 , de décembre à fevrier: 
    14 % mois_deb=12,mois_fin=2, toute l'annee (par defaut): mois_deb=1,mois_fin=12    
     14% mois_deb=12,mois_fin=2, toute l'annee (par défaut): mois_deb=1,mois_fin=12    
    1515% 
    1616% EVOLUTIONS 
  • trunk/src/classes_principales.tex

    r636 r640  
    9696\end{figure} 
    9797 
    98  
    9998\begin{figure} 
    10099\includegraphics[width=0.8\textwidth]{lai_2008_ferlo_vsavane_boisee.jpeg} 
     
    102101\end{figure} 
    103102 
    104  
    105103\begin{figure} 
    106104\includegraphics[width=0.8\textwidth]{lai_2008_ferlo_vsavane_herbacee_et_arbustive.jpeg} 
    107105\caption{savane herbacée et arbustive 2008} 
    108106\end{figure} 
    109  
    110107 
    111108Dans la classe de végétation nommée savane, les profils du LAI qui traduisent le cycle phénologique annuel des différentes classes de végétation sont trÚs variés c'est à dire la date ou bien la période des phases change d'un type de végétation à l'autre. Une étude comparative entre les classes montre qu'avec la savane herbacée arbustive la réponse de la végétation est plus rapide par rapport aux autres types de savane et que la date de début de la verdure est avancée que celle de certaine et en retard par rapport à d'autres. Par contre les savanes arbustive et boisée répond de maniÚre trÚs lente avec des phases de croissance et senescence trÚs courte c'est à dire le maximum correspondant à la maturité est atteint plus tÃŽt. Ces dates de début de la verdure et de fin de la senescence sont calculées au 10 \% de l'amplitude totale. 
  • trunk/src/compar_tbnoyau_disp.m

    r635 r640  
    136136%- 
    137137 
    138  
    139138usage='[Annee, Mois, Jour] = compar_tbnoyau_disp(Annee, Mois, Jour, lonmin, lonmax, latmin, latmax, Tps_SeuilInf, Tb_SeuilSup_ini, dTb_SeuilSup, Tb_LimNoyau, nbclasses)'; 
    140139if nargin~=nargin(mfilename) 
     
    173172 
    174173%%%%%%%%%%%%%%%%%%%% 
    175  
    176174 
    177175%%%%%%%%%%%%%%%%%%% 
  • trunk/src/compar_tbseuil_histo.m

    r636 r640  
    176176 
    177177%%%%%%%%%%%%%%%%%%%% 
    178  
    179178 
    180179%%%%%%%%%%%%%%%%%%% 
  • trunk/src/compar_tbseuil_image.m

    r636 r640  
    172172 
    173173%%%%%%%%%%%%%%%%%%%%%%%% 
    174  
    175174 
    176175%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
  • trunk/src/correc_amsu.pro

    r637 r640  
    6868s = size(SCOPE_TRACEBACK(/STRUCTURE),/DIMENSION) 
    6969routine = (SCOPE_TRACEBACK(/STRUCTURE))[s-1].Routine 
    70 ; 
    71 ; 
    7270; 
    7371nparam = N_PARAMS() 
     
    182180errplot,moytb-sigtb,moytb+sigtb 
    183181 
    184  
    185182print,moytb 
    186183 
  • trunk/src/correct_nadir_amsu-v2.pro

    r635 r640  
    9393; :Examples: 
    9494; 
    95 ; 
    9695;    canal='a5' 
    9796;    resol=1 
     
    109108; déplacement de l'interpolation des points dans la fauchée de 
    110109; extract a correct_nadir 
    111 ; définition de la zone et ecriture du fichier "amélioré"(!) 
     110; définition de la zone et écriture du fichier "amélioré"(!) 
    112111; 
    113112; $Id: correct_nadir_amsu.pro 436 2011-11-25 17:48:35Z lelod $ 
     
    185184tbmin=100 
    186185tbmax=350 
    187  
    188186 
    189187; lecture fichier land - sea (S. Masson) 
     
    204202jpie = n_elements;module lecture fichier a introduire ici 
    205203 
    206  
    207  
    208204; lecture fichier jour 
    209205; décodage header 
    210206; 
    211207; à modifier en fonction du module de lecture 
    212  
    213208 
    214209month=tab[0,*] 
     
    256251ind=where(landseamask eq 0) 
    257252 
    258  print, '#correct_nadir_amsu# ecriture du fichier resultant ', fichier2 
     253 print, '#correct_nadir_amsu# écriture du fichier resultant ', fichier2 
    259254 
    260255for i=0L, nn-1L do begin 
     
    263258           endif 
    264259endfor 
    265  
    266  
    267260 
    268261; appel à interpolswatw pour ajuster les pixels amsua sur une grille 
     
    299292 endfor 
    300293 
    301  
    302294; écriture fichier sortie avec nbgrid valeurs dans la fauchée 
    303  
    304  
    305295 
    306296      printf,lun_obsa, month[i],landseamask[i],yrday[i],orbit[i],hour[i],fov[i],nosat[i],lon[i],lat[i],zen[i],$ 
     
    316306endfor 
    317307 
    318  
    319308end 
  • trunk/src/correct_nadir_amsu.pro

    r636 r640  
    8080; 
    8181; :Todo: 
    82 ; 
    8382; 
    8483; vérifier la correction nadir avec comparaison de traces des orbites 
     
    218217ENDIF 
    219218 
    220  
    221219for i=0, 8 do begin 
    222220    readf, lun1, t1,t2,t3,t4,t5,$ 
     
    312310    interpol_correc,cor_lb,cor_sb 
    313311endelse 
    314  
    315312 
    316313; fichier land - sea (S. Masson) 
     
    530527endfor 
    531528;;correction des valeurs aberrantes 
    532 ;et ecriture du fichier resultant 
     529;et écriture du fichier résultant 
    533530; 
    534531ind=where(landseamask eq 0) 
     
    536533 ; oplot,fov[ind],ach5_adj[ind],psym=1 
    537534 
    538  
    539     print, '#correct_nadir_amsu# ecriture du fichier resultant ', fichier2 
     535    print, '#correct_nadir_amsu# écriture du fichier résultant ', fichier2 
    540536 
    541537openw, lun_obsa, fichier2, /get_lun, ERROR=error 
  • trunk/src/create_gif_msg-temperature.jnl

    r635 r640  
    6161LABEL 10,37,-1,0,0.12 @AR Source: EUMETSAT-CMS-IPSL 
    6262 
    63  
    6463can reg 
    6564!! Attention cette routine redéfinit le viewport et donc tout ce qui est aprÚs ne marche pas sur 
  • trunk/src/cresamsu.pro

    r636 r640  
    195195    time1 = SYSTIME(1) 
    196196ENDIF 
    197 ; 
    198197; 
    199198; Return to caller if errors 
     
    271270nbjour=jmax+1 
    272271 
    273  
    274272; conversions degré / radians et rayon en km 
    275273vbidon=-999. 
     
    295293msg = report(['iii : ' + routine + ' : rayon temporel en heures' + string(rtemphor)]) 
    296294 
    297  
    298295;____________________________________ 
    299296; pour le fichier netCDF 
     
    349346    correction_m=moytbliss-mean(moytbliss[22:24]) 
    350347endif 
    351  
    352348 
    353349testfilename='' 
     
    510506; fin boucle sur le temps 
    511507 
    512  
    513508if nbfile GT 0 THEN BEGIN 
    514509    good=where (kont1 ge 3,nb) 
  • trunk/src/cresamsu_cdf.pro

    r636 r640  
    496496endfor 
    497497 
    498  
    499498end 
  • trunk/src/define_area.m

    r634 r640  
    146146   error(usage); 
    147147end 
    148 % 
    149148% 
    150149arg_info=whos('lat_value'); 
  • trunk/src/essailai.m

    r635 r640  
    7676% 
    7777% $URL$ 
    78 % 
    7978% 
    8079% - fplod 20110920T091450Z aedon.locean-ipsl.upmc.fr (Darwin) 
     
    254253 
    255254% initialise les jours (les valeurs de x, les valeurs de y étant les sommes, les moyennes, 
    256 % les ecart type calculées 
     255% les écarts-types calculées 
    257256startdate=datenum(yyyy_d,1,1); 
    258257enddate=datenum(yyyy_d,12,eomday(yyyy_d,12)); 
     
    301300clear fullfilename; 
    302301% 
    303 % dessin de l'évolution des écart-types des LAI 
     302% dessin de l'évolution des écarts-types des LAI 
    304303ifigure=ifigure+1; 
    305304figure(ifigure); 
  • trunk/src/extract_amsua.pro

    r636 r640  
    519519                   + string(SYSTIME(1)-time1,format='(F12.6)')]) 
    520520        ENDIF 
    521  
    522521 
    523522; appel à interpolswath pour ajuster les pixels amsua sur une grille 
  • trunk/src/extract_amsuab.pro

    r636 r640  
    196196; 
    197197; get rid of uppercase 
    198 ; 
    199198; 
    200199;- 
     
    249248   STOP 
    250249ENDIF 
    251  
    252250 
    253251; ouverture des fichiers liste (année, mois, jour, tous satellites) pour 
     
    268266        readf, lun_a, onefile 
    269267        filea[index_filea] = onefile 
    270         ; isolate string independant from satellite 
     268        ; isolate string independent from satellite 
    271269        a[index_filea]=strmid(file_basename(filea[index_filea]),7) 
    272270        index_filea = index_filea + 1 
     
    282280while (not eof(lun_b)) do begin 
    283281    readf,lun_b,fileb 
    284    ; isolate string independant from satellite 
     282   ; isolate string independent from satellite 
    285283    b=strmid(file_basename(fileb),7) 
    286284   ; check for match between AMSU-A and AMSU-B 
     
    540538    endelse 
    541539 
    542  
    543540; fin boucle sur les fichiers lus 
    544541labfile: 
  • trunk/src/extract_nc.m

    r635 r640  
    112112    ext_data=getnc(file,cell2str(var(k)),ind_min,ind_max,-1,-1,2,1,0); 
    113113    % le dernier 0 du getnc permet de ne pas utiliser 
    114     % squeeze par defaut sur la matrice de sortie 
     114    % squeeze par défaut sur la matrice de sortie 
    115115    % mais besoin d'ajustement qd le singleton est la premiÚre ou derniÚre dim 
    116116    if ind_min(1)-ind_max(1)==0 | ind_min(end)-ind_max(end)==0 
  • trunk/src/figure01.pro

    r633 r640  
    2727; 
    2828; :Todo: 
    29 ; 
    3029; 
    3130; :Examples: 
  • trunk/src/figure02.pro

    r633 r640  
    2727; 
    2828; :Todo: 
    29 ; 
    3029; 
    3130; :Examples: 
  • trunk/src/figure03.pro

    r633 r640  
    2727; 
    2828; :Todo: 
    29 ; 
    3029; 
    3130; :Examples: 
  • trunk/src/figure04.pro

    r633 r640  
    2727; 
    2828; :Todo: 
    29 ; 
    3029; 
    3130; :Examples: 
  • trunk/src/figure05.pro

    r633 r640  
    2828; :Todo: 
    2929; 
    30 ; 
    3130; :Examples: 
    3231; 
  • trunk/src/figure06.pro

    r633 r640  
    2727; 
    2828; :Todo: 
    29 ; 
    3029; 
    3130; :Examples: 
  • trunk/src/figure07.pro

    r633 r640  
    2525;  :ref:`varamma_profile.sh` 
    2626; 
    27 ; 
    2827; :Examples: 
    2928; 
  • trunk/src/figure09.pro

    r637 r640  
    3131; 
    3232; :Todo: 
    33 ; 
    3433; 
    3534; :Examples: 
  • trunk/src/figure11.pro

    r633 r640  
    3030; 
    3131; :Todo: 
    32 ; 
    3332; 
    3433; :Examples: 
  • trunk/src/figure12.pro

    r634 r640  
    2828; :Todo: 
    2929; 
    30 ; 
    3130; :Examples: 
    3231; 
  • trunk/src/figure13.pro

    r633 r640  
    3030; :Todo: 
    3131; 
    32 ; 
    3332; :Examples: 
    3433; 
  • trunk/src/figure14.pro

    r634 r640  
    2424;  for AMSU dataset be sure to have :file:`{c}{x}.an{yyyy}_climato.nc` 
    2525;  in the directory defined in :file:`${PROJECT_ID}/` 
    26 ; 
    2726; 
    2827; :Post: 
  • trunk/src/forout.pro

    r634 r640  
    3636; 
    3737; :Todo: 
    38 ; 
    3938; 
    4039; :Examples: 
  • trunk/src/geolocation_to_string.m

    r635 r640  
    1010% geolocation_to_string.m 
    1111% ======================= 
    12 % 
    1312% 
    1413% .. function:: geolocation_to_string(lon_value, lat_value) 
  • trunk/src/get_msg_xrit.sh

    r638 r640  
    223223# 
    224224# Autre piste de conversion /bdd/msg/software/read_xrit/readXRIT: 
    225 # 
    226225# 
    227226# Compilation + édition de lien 
     
    526525echo "yyyymmdde=${yyyymmdde}" 1>> ${log} 
    527526echo "" 1>> ${log} 
    528 # 
    529527# 
    530528dirref_base=/bdd/msg/images/xrit/ 
  • trunk/src/get_station_geolocation.m

    r636 r640  
    139139end 
    140140% 
    141 % 
    142141arg_info=whos('station_value'); 
    143142if ~strcmp(arg_info.class,'cell') 
     
    149148% 
    150149% +todo+   disp('arg station_value must be a cell array of strings'); 
    151 % 
    152150% 
    153151nb_station=size(station_value,1); 
  • trunk/src/graphe_zicode.m

    r639 r640  
    11function [result]=graphe_zicode(yyyy, nbligne, zi_code, seuil, classes_select, msdnom_select) 
    2  
    32 
    43%GRAPHE_ZICODE appelle les programmes read_lai_gis.m et 
     
    5655% applied to select data. 
    5756% 
    58 % ++ tracer de la moyenne et de lecart type du lai des classes de végétation 
    59 % correspondant a chaque type de sol autour de chaque pluviomÚtres pour 
     57% ++ tracer de la moyenne et de l'écart-type du lai des classes de végétation 
     58% correspondant à chaque type de sol autour de chaque pluviomÚtre pour 
    6059% 
    6160% ++for soil types and vegetation plot  LAI data 
     
    236235       for ind_classes=1:numel(list_classes_select) 
    237236            disp([' ind_classes : ' num2str(ind_classes) ' ,classes_select : ' char(list_classes_select(ind_classes))]); 
    238            % calcule les moyennes et écart type non filtrés et filtrés 
     237           % calcule les moyennes et écart-type non filtrés et filtrés 
    239238           % et produit une figure 
    240239           [lai_mean, lai_std]=plot_lai_gis(datejul_value, datestr_value, lai_value, classes_value, msdnom_value, char(list_classes_select(ind_classes)), char(list_msdnom_select(ind_msd)), zi_code, imageprefix, seuil); 
  • trunk/src/hovmuller.pro

    r637 r640  
    9191;     % Type conversion error: Unable to convert given STRING to Long. 
    9292; 
    93 ; 
    9493;  ++ check timebox (datemin, datemax) validity 
    9594; 
     
    107106; 
    108107; :Examples: 
    109 ; 
    110108; 
    111109; To plot AMSU a4 hovmuller latitude plot according to :file:`${PROJECT_ID}/a4.an2006.nc` between 2006040101 and 20061031 and produce a PNG file: 
  • trunk/src/hovmullerlat.m

    r637 r640  
    22 
    33%+ 
    4 % 
    54% 
    65% ============== 
  • trunk/src/hovmullerlonorlat.m

    r637 r640  
    109109end 
    110110 
    111  
    112111%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    113112% Création des bornes sur la dimension moyenne 
     
    119118%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    120119 
    121  
    122120%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    123121% Extraction des données concernées 
     
    147145 
    148146%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    149  
    150147 
    151148%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
     
    161158%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    162159 
    163  
    164160%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    165161% Dessin du diagramme de Hovmöller 
     
    176172nbtimestep = size(data,1); 
    177173 
    178 % On cherche le pas d'affichage des pas de temps pour ne pas depasser la 
     174% On cherche le pas d'affichage des pas de temps pour ne pas dépasser la 
    179175% limite autorisée (on prend l'arrondi supérieur avec la fonction 'ceil'). 
    180176tickstep = ceil(nbtimestep / nbtickmax); 
  • trunk/src/idl_amsu_netcdf.pro

    r638 r640  
    245245; si ou ne rien écrire 
    246246; 
    247 ; 
    248247;--------------------------------------- 
    249248; création du fichier netCDF de sortie 
  • trunk/src/int2precip.m

    r636 r640  
    9494% par l'analyse des données MSG et des données EPSAT sur une zone de -20 à 
    9595% 0 en longitudes et de 0 à 20 en latitudes. Dans chaque cas, la formule 
    96 % moyenne est obtenue a partir des proches résultats pour un domaine donnée 
     96% moyenne est obtenue à partir des proches résultats pour un domaine donnée 
    9797% des régressions linéaires, cf. MSGanalysiscrossvalidation). 
    9898switch type 
  • trunk/src/intensityMSG_concat.m

    r636 r640  
    2020% - Données d'entrées : 
    2121% 
    22 %   * ncfilesset (en caractÚres) : Type de fichier NetCDF que l'on cherche, 
     22%   * ncfilesset (en caractÚres) : Type de fichier netCDF que l'on cherche, 
    2323%     'normal' ou 'extracted'. 
    2424%   * lonmin : Borne inférieure des longitudes du domaine étudié. 
     
    119119% - jaclod 2011-07-20 
    120120% 
    121 %   * Passage sur Cratos, fonctionne! 
     121%   * Passage sur cratos, fonctionne! 
    122122%   * Modifications de la documentation et des commentaires. 
    123123% 
     
    155155 
    156156%%%%%%%%%%%%%%%%% 
    157  
    158157 
    159158%%%%%%%%%%%%%%%%%%%%%%%%%%% 
     
    243242                        disp(['iii : Analyse du fichier msg-tb108_' annee '-' mois '-' jour '_15min.nc.']); 
    244243 
    245                         % Lecture du fichier NetCDF, récupération des 
     244                        % Lecture du fichier netCDF, récupération des 
    246245                        % données et des variables. 
    247246                        [TbMSG, Temps, Longitudes, Latitudes] = MSGread(ncfilesset, fullfilename); 
     
    264263                        % Si la résolution demandée est différente de celle 
    265264                        % initiale, alors on interpole les données avec la 
    266                         % fonction 'spatial resolution'. 
     265                        % fonction spatialresolution. 
    267266                        if longresol ~= size(TbMSG,2) || latresol ~= size(TbMSG,3); 
    268267                            [Longitudes, Latitudes, TbMSG] = spatialresolution(Longitudes, Latitudes, TbMSG, longresol, latresol); 
     
    307306                        disp(['iii : Analyse du fichier extracted-msg-tb108_' annee '-' mois '-' jour '_15min.nc.']); 
    308307 
    309                         % Lecture du fichier NetCDF, récupération des 
     308                        % Lecture du fichier netCDF, récupération des 
    310309                        % données et des variables. 
    311310                        [TbMSG, Temps, Longitudes, Latitudes] = MSGread(ncfilesset, fullfilename); 
     
    327326                        % Si la résolution demandée est différente de celle 
    328327                        % initiale, alors on interpole les données avec la 
    329                         % fonction 'spatial resolution'. 
     328                        % fonction spatialresolution. 
    330329                        if longresol ~= size(TbMSG,2) || latresol ~= size(TbMSG,3); 
    331330                            [Longitudes, Latitudes, TbMSG] = spatialresolution(Longitudes, Latitudes, TbMSG, longresol, latresol); 
     
    404403        mois = listdir(numdir+2).name; 
    405404 
    406         % Repertoire du mois correspondant. 
     405        % Répertoire du mois correspondant. 
    407406        repertoireMSGmois = [repertoireMSGsaison '/' mois]; 
    408407 
     
    426425            disp(['iii : Analyse du fichier ' listncfiles(numfiles).name '.']); 
    427426 
    428             % Lecture du fichier NetCDF, récupération des données et des 
     427            % Lecture du fichier netCDF, récupération des données et des 
    429428            % variables. 
    430429            [TbMSG, Temps, Longitudes, Latitudes] = MSGread(ncfilesset, fullfilename); 
     
    492491end 
    493492 
    494 % On passe le temps en premiere dimension pour plus de concordance avec les 
     493% On passe le temps en premiÚre dimension pour plus de concordance avec les 
    495494% autres variables. 
    496495ij_intensity_concat = permute(ij_intensity_concat,[3 1 2]); 
  • trunk/src/intensityMSG_day.m

    r636 r640  
    2727%     par défaut). 
    2828%   * Tb_SeuilSup (Facultatif) : Seuil de température de brillance 
    29 %     maximale délimitant un nuage convectif (en K, 235 par defaut). 
     29%     maximale délimitant un nuage convectif (en K, 235 par défaut). 
    3030%   * Tb_LimNoyau (Facultatif) : Seuil de température de brillance 
    3131%     délimitant le noyau dans notre modÚle à deux couches (en K, 190 par 
     
    211211%- 
    212212 
    213  
    214213% Appel de la variable global 'application' (Il faut s'assurer d'avoir 
    215214% exécuté le programme 'varamma_startup' dans un premier temps). 
     
    252251idim_lon=2; 
    253252idim_lat=3; 
    254  
    255253 
    256254%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
     
    297295%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    298296 
    299  
    300297%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    301298% Lissage et interpolation 
     
    333330 
    334331%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    335  
    336332 
    337333%%%%%%%%%%%%%%%%%%%%%%%%%%% 
     
    414410%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    415411 
    416  
    417412%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    418413% ModÚle de nuages à deux couches 
     
    436431 
    437432%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    438  
    439433 
    440434%%%%%%%%%%%%% 
  • trunk/src/interpol_correc.pro

    r635 r640  
    3939;           } 
    4040; 
    41 ; 
    4241; SEE ALSO 
    4342; ======== 
     
    5655;    print, cor_sb 
    5756; 
    58 ; 
    5957; TODO 
    6058; ==== 
    61 ; 
    6259; 
    6360; on peut changer le codage en dur des fauchées ou demi-fauchées, mais 
  • trunk/src/interpolswath.pro

    r634 r640  
    3737; 
    3838; régler le pb des longitudes autour de 180 degré 
    39 ; l'interpolation ne les gere pas et cree des points dans la zone AMMA... 
     39; l'interpolation ne les gÚre pas et crée des points dans la zone AMMA... 
    4040; 
    4141; EVOLUTIONS 
     
    5252; - fplod 20111130T120358Z cratos (Linux) 
    5353; 
    54 ;   * minimal rest header 
     54;   * minimal reStructuredText header 
    5555; 
    5656;- 
     
    115115   grid1[i]=-grid2[ndemigrid-1-i] 
    116116endfor 
    117 ;alternative equivalente) 
     117;alternative équivalente 
    118118;for i=ndemigrid-1,0,-1 do grid1[i]=-(ndemigrid-i-1)*delta-fova[nnadir] 
    119119grid=[grid1,grid2] 
     
    145145; interpolation des positions 
    146146latgrid=interpol(latlu,fova,grid) 
    147 ; pour la longitude, traitement specifique des longitudes proches de -180 
     147; pour la longitude, traitement spécifique des longitudes proches de -180 
    148148if (mean(lonlu) ge -120.) then begin 
    149149   longrid=interpol(lonlu,fova,grid) 
  • trunk/src/map_amab.pro

    r635 r640  
    9696nbpix_b = 90  ; nb pixels dans la fauchée AMSUB = nb_fov 
    9797 
    98  
    9998; sélection des lignes amsub qui minimisent la distance avec le centre 
    10099; des lignes amsua 
     
    102101bsync=where(pulse_line GT 0)    ; si use_amsua=0 alors pulse_line contient toutes les lignes amsub, entrees dans async 
    103102async=pulse_line[bsync] 
    104  
    105103 
    106104fovb=indgen(nbpix_b - 1 ) + 1 
     
    147145bmch4_1=REFORM(amb_scan.btemps[3,*,*]/100.) 
    148146bmch5_1=REFORM(amb_scan.btemps[4,*,*]/100.) 
    149  
    150147 
    151148bmzen_1=REFORM(amb_scan.angles[0,*,*]/100.) 
  • trunk/src/meanandstdplot.m

    r636 r640  
    3535%     moyennes sur le temps de la variable de la matrice 'data'. 
    3636%   * stddata : Matrice 2D (longitudes, latitudes) comportant les données 
    37 %     d'ecart-types sur le temps de la variable de la matrice 'data'. 
     37%     d'écarts-types sur le temps de la variable de la matrice 'data'. 
    3838% 
    3939% EXAMPLES 
     
    8787% Création de variables comportant les titres et noms des axes. 
    8888Title1 = ['Moyennes des ' nomvar ' du ' datestr(dim1(1),'dd mmm yyyy') ' au ' datestr(dim1(size(dim1,2)),'dd mmm yyyy')]; 
    89 Title2 = ['Ecart-types des '  nomvar ' du ' datestr(dim1(1),'dd mmm yyyy') ' au ' datestr(dim1(size(dim1,2)),'dd mmm yyyy')]; 
     89Title2 = ['Écarts-types des '  nomvar ' du ' datestr(dim1(1),'dd mmm yyyy') ' au ' datestr(dim1(size(dim1,2)),'dd mmm yyyy')]; 
    9090Abs = 'Longitudes'; 
    9191Ord = 'Latitudes'; 
  • trunk/src/mem_to_file_amsu_t2.pro

    r636 r640  
    166166ENDIF 
    167167 
    168 print, 'ouverture pour ecriture de ', fullfilename 
     168print, 'ouverture pour écriture de ', fullfilename 
    169169; 
    170170; build header format string 
  • trunk/src/missingdaytonan.m

    r636 r640  
    106106 
    107107%%%%%%%%%%%%%%%%% 
    108  
    109108 
    110109%%%%%%%%%%%%%%%%%%%%%% 
  • trunk/src/msgnuage.pro

    r636 r640  
    1616; ========== 
    1717; 
    18 ; base sur :ref:`ssminuage.pro`, ecrit par L. Eymard pour l'etude des 
     18; base sur :ref:`ssminuage.pro`, écrit par L. Eymard pour l'étude des 
    1919; nuages durant FASTEX 
    2020; 
     
    5454; 
    5555;   * si un jour on retravaille avec SSMI 
    56 ;     Premier nettoyage: si moins de 20 lignes dans l'image, eliminer l'image, 
     56;     Premier nettoyage: si moins de 20 lignes dans l'image, éliminer l'image, 
    5757;     sinon traitement 
    58 ; 
    5958; 
    6059; EVOLUTIONS 
     
    7776;     detection part 
    7877;   * move time information decoding after reading or initializing fake data 
    79 ;     because independant of cloud detection 
     78;     because independent of cloud detection 
    8079;   * 2 clouds in fake dataset 
    8180;   * loop to write each cloud informations 
     
    256255;loadct,18 
    257256plt,nuag,window=2,/realcont,/cont_nofill,title='nuages MSG',/rempli,/nocontour,min=min(nuag),max=max(nuag) 
    258 ;Moyennes et ecarts types dans les nuages 
     257;Moyennes et écarts-types dans les nuages 
    259258compt=intarr(numax) 
    260259lmoy=fltarr(numax) 
  • trunk/src/nonprecipperiods.m

    r636 r640  
    44%pauses dans les précipitations et de tracer la carte des moyennes des 
    55%jours de non précipitation dans une pause ainsi que la carte des 
    6 %écart-types. 
     6%écarts-types. 
    77 
    88% 
     
    3737%   * minmean (Facultatif) : Borne inférieure de l'échelle des moyennes. 
    3838%   * maxmean (Facultatif) : Borne supérieure de l'échelle des moyennes. 
    39 %   * minstd (Facultatif) : Borne inférieure de l'échelle des écart-types. 
    40 %   * maxstd (Facultatif) : Borne inférieure de l'échelle des écart-types. 
     39%   * minstd (Facultatif) : Borne inférieure de l'échelle des écarts-types. 
     40%   * maxstd (Facultatif) : Borne inférieure de l'échelle des écarts-types. 
    4141% 
    4242% - Données de sorties : 
     
    4545%     non précipitations et dont les dimensions sont longitudes et 
    4646%     latitudes. 
    47 %   * stdtimestepof0 : Matrice comportant les données des écart-types des 
     47%   * stdtimestepof0 : Matrice comportant les données des écarts-types des 
    4848%     jours de non précipitations et dont les dimensions sont longitudes et 
    4949%     latitudes. 
     
    5151% Cette fonction permet de suivre les périodes de pauses dans les 
    5252% et de tracer la carte des moyennes des jours de non précipitation dans 
    53 % une pause ainsi que la carte des écart-types. 
     53% une pause ainsi que la carte des écarts-types. 
    5454% 
    5555% EXAMPLES 
     
    9898% 
    9999%   * Ajout des données de sorties. 
    100 %   * Ajout d'une restriction sur les échelles de moyennes et écart-types 
     100%   * Ajout d'une restriction sur les échelles de moyennes et écarts-types 
    101101%     pour une meilleure observation. 
    102102%   * Ajout de la démonstration. 
     
    136136meantimestepof0 = zeros(size(ij_concat,2),size(ij_concat,3)); 
    137137 
    138 % Initialisation de la matrice qui contiendra les ecart-types du temps en 
     138% Initialisation de la matrice qui contiendra les écarts-types du temps en 
    139139% jour des périodes de non précipitations. 
    140140stdtimestepof0 = zeros(size(ij_concat,2),size(ij_concat,3)); 
     
    214214 
    215215        %%%%%%%%%%%%%%%%%%%%%%%% 
    216         % Moyenne et ecart-type 
     216        % Moyenne et écart-type 
    217217        %%%%%%%%%%%%%%%%%%%%%%%% 
    218218 
     
    226226        meantimestepof0(ilon,ilat) = ij_meantimestepof0; 
    227227 
    228         % Calcul de l'ecart-type. 
     228        % Calcul de l'écart-type. 
    229229        if ~isempty(indzero) 
    230230            ij_stdtimestepof0 = sqrt(sum(power(timestepof0,2))/nbperiods - power(ij_meantimestepof0,2)); 
     
    246246 
    247247%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    248 % Images des moyennes et ecart-types 
     248% Images des moyennes et écarts-types 
    249249%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    250250 
     
    260260 
    261261Title1 = ('Moyennes des jours de non précipitation'); 
    262 Title2 = ('Ecart-types des jours de non précipitation'); 
     262Title2 = ('Écarts-types des jours de non précipitation'); 
    263263Abs = 'Longitudes'; 
    264264Ord = 'Latitudes'; 
     
    286286plot(Xgco,Ygco,'k.'); 
    287287 
    288 % Ecart-types (la transposée est également utilise ici). 
     288% Écarts-types (la transposée est également utilise ici). 
    289289subplot(1,2,2); 
    290290imagesc(Longitudes,Latitudes,stdtimestepof0'); 
  • trunk/src/nuage.pro

    r637 r640  
    115115;   END 
    116116;ENDCASE 
    117  
    118117 
    119118;ENDIF 
     
    177176ENDFOR 
    178177 
    179  
    180178labfin: 
    181179numax=max(nuag) 
  • trunk/src/obsolete/cresamsu_cdf.pro

    r571 r640  
    101101; a partir de fov=+/-11, dedoublement du pixel pixel +/- diametre tache au sol/6 
    102102; a partir de fov=+/-14, pixel triple centre et +/- diametre tache au sol/4 
    103 ; 
    104103; 
    105104; 2011/10/24 lelod 
     
    495494endfor 
    496495 
    497  
    498496end 
  • trunk/src/obsolete/extract_amsuab.pro

    r571 r640  
    187187; 
    188188; get rid of uppercase 
    189 ; 
    190189; 
    191190;- 
     
    240239   STOP 
    241240ENDIF 
    242  
    243241 
    244242; ouverture des fichiers liste (annee, mois, jour, tous satellites) pour 
     
    531529  endelse 
    532530 
    533  
    534531; fin boucle sur les fichiers lus 
    535532labfile: 
  • trunk/src/obsolete/map_amab.pro

    r571 r640  
    9696nbpix_b = 90  ; nb pixels dans la fauchee AMSUB = nb_fov 
    9797 
    98  
    9998; selection des lignes amsub qui minimisent la distance avec le centre 
    10099; des lignes amsua  
     
    102101bsync=where(pulse_line GT 0)    ; si use_amsua=0 alors pulse_line contient toutes les lignes amsub, entrees dans async 
    103102async=pulse_line[bsync] 
    104  
    105103 
    106104fovb=indgen(nbpix_b - 1 ) + 1 
     
    147145bmch4_1=REFORM(amb_scan.btemps[3,*,*]/100.) 
    148146bmch5_1=REFORM(amb_scan.btemps[4,*,*]/100.) 
    149  
    150147 
    151148bmzen_1=REFORM(amb_scan.angles[0,*,*]/100.) 
  • trunk/src/obsolete/paper01.pro

    r571 r640  
    99; 
    1010; plot all figures for paper #1 
    11 ; 
    1211; 
    1312; .. only:: man 
  • trunk/src/obsolete/ssmi_fastex.pro

    r571 r640  
    7575;imcol=[1,8,16,30,50,63,80,110,150,180,230] 
    7676loadct,couleur 
    77  
    7877 
    7978;**************************************************** 
     
    162161print,'3 ',lat(63,l-1),lon(63,l-1) 
    163162print,'4 ',lat(0,l-1),lon(0,l-1) 
    164  
    165163 
    166164;***************************************************** 
     
    261259endfor 
    262260 
    263  
    264261;*************************************************** 
    265262; Visualisation des images 
     
    402399   0,sx,sy), px(0),py(0) 
    403400 
    404  
    405401if rep eq 'ps' then $ 
    406402tv,image,px(0),py(0),xsize=sx,ysize=sy 
     
    485481 Endfor 
    486482 
    487  
    488483 plots,[x0,x1],[yy,yy],color=color_trait,/normal 
    489484 plots,[x1,x1],[y0,y1],thick=0.5,color=color_trait,/normal 
  • trunk/src/paper01.pro

    r633 r640  
    99; 
    1010; plot all figures for paper #1 
    11 ; 
    1211; 
    1312; .. only:: man 
     
    4645; 
    4746;          } 
    48 ; 
    4947; 
    5048; :Categories: 
  • trunk/src/peakdet.m

    r422 r640  
    157157%! plot(mintab(:,1), mintab(:,2), 'g+'); 
    158158%! plot(maxtab(:,1), maxtab(:,2), 'r+'); 
    159  
    160159 
    161160%!demo 
  • trunk/src/plot_amsu.pro

    r636 r640  
    111111if rep eq 'oui' then goto,lab_orbite 
    112112 
    113  
    114113;mer=0 
    115114;if mer ne 0 then begin 
  • trunk/src/plot_cartes3B42.m

    r636 r640  
    156156%print -djpeg -r72 'carte3B42_2001.jpg'; 
    157157subplot1(2) 
    158 %title('PPT Écart type 2000-2009','fontsize',14) 
     158%title('PPT Écart-type 2000-2009','fontsize',14) 
    159159montitre=sprintf('ppt_ecartyp : %s\n',ppt_ecartyp); 
    160160montitre=sprintf('Année : %d\n',annee);   
     
    166166colorbar("SouthOutside"); 
    167167 
    168 %title('Écart Type PPT en 2008','fontsize',14) 
     168%title('Écart-type PPT en 2008','fontsize',14) 
    169169% pour l'inversion de l'axe des ordonnées y (origine en bas à 
    170170% gauche, valeurs Y croissantes de bas en haut (par défaut) 
  • trunk/src/plot_clim3B42.m

    r636 r640  
    7575axis('xy'); 
    7676axis([lonmin lonmax latmin latmax]); 
    77 title('PPT Ecart Type 2000-2009','fontsize',14); 
     77title('PPT Écart-type 2000-2009','fontsize',14); 
    7878xlabel('Longitude','fontsize',14); 
    7979%ylabel('Latitude','fontsize',14); 
  • trunk/src/plot_cumulEPSAT.m

    r635 r640  
    22 
    33%PLOT_CUMULEPSAT dessine les précipitations cumulées sur une journée d'aprÚs les données EPSAT 
    4  
    54 
    65%+ 
     
    1514% =========== 
    1615% 
    17 % - Donnï¿œes d'entrï¿œes : 
     16% - Données d'entrées : 
    1817% 
    1918%   * Annee (en caractÚres) : Année (AAAA) du jour 
     
    6261% ==== 
    6362% 
    64 % trouver l'ï¿œquivalent de 'alphadata' 
     63% trouver l'équivalent de 'alphadata' 
    6564% 
    6665% strange continents contour on the plot !! 
     
    7069% cumulEPSAT_day should output metadata (date and geolocation) 
    7170% 
    72 % !! cumul == 0 forcï¿œ ï¿œ NaN !!! mais pourquoi ? 
     71% !! cumul == 0 forcé à NaN !!! mais pourquoi ? 
    7372% 
    7473% Annee, Mois Jour should be arrays or better only one datestr_value array or usage of Temps 
     
    9392%   * Pour le imagesc, repassage en transposée sinon les longitudes 
    9493%     (dimension 1) sont en y sur le dessin. 
    95 %   * Fonctionne sur le Matlab de Cratos. 
     94%   * Fonctionne sur le Matlab de cratos. 
    9695% 
    9796% - pinsard 2011-06-08T14:42:32Z loholt1.ipsl.polytechnique.fr (Linux) 
     
    121120% - jaclod 2011-03-02 
    122121% 
    123 %   * Ajout de la doc et de la dï¿œmonstration 
     122%   * Ajout de la doc et de la démonstration 
    124123% 
    125124% - jaclod 2011-02-25 
    126125% 
    127 %   * Crï¿œation 
     126%   * Creation 
    128127% 
    129128%- 
     
    143142end 
    144143% 
    145 % Chargement des fichiers pour tracer les cï¿œtes. 
     144% Chargement des fichiers pour tracer les cÃŽtes. 
    146145load('cmgco_traitdecote.mat','Xgco','Ygco'); 
    147146 
     
    168167colorbar; 
    169168 
    170 % Ajout des cï¿œtes. 
     169% Ajout des cÃŽtes. 
    171170coast = plot(Xgco,Ygco,'k.'); 
    172171 
     
    176175title(['Precipitations cumulees en mm pour le ' ([Annee '-' Mois '-' Jour])]); 
    177176 
    178 % Execution de la fonction permettant d'afficher les coordonnées en format 
     177% Exécution de la fonction permettant d'afficher les coordonnées en format 
    179178% °N/S et °E/W. 
    180179%status_ticklatlon=ticklatlon(); 
     
    234233%! [data, Temps, Longitudes, Latitudes] = extractedmatrixdata(data, Temps, Longitudes, Latitudes, mindim1, maxdim1, lonmin, lonmax, latmin, latmax); 
    235234%! [cumuldata] = cumulEPSAT_day(data); 
    236 ï¿œ%! result = plot_cumulEPSAT(cumuldata, Annee, Mois, Jour, Longitudes, Latitudes); 
     235%! result = plot_cumulEPSAT(cumuldata, Annee, Mois, Jour, Longitudes, Latitudes); 
  • trunk/src/plot_lai_gis.m

    r639 r640  
    149149% 
    150150%   * fix legend problem 
    151 %   * restore plot of ecart type 
     151%   * restore plot of écart type 
    152152% 
    153153% - lelod 20111018 
     
    238238% - soclod 20110812 
    239239% 
    240 %   * ajout de sorties aa_moy et aa_ecartype les moyennes et ecart types filtres% 
     240%   * ajout de sorties aa_moy et aa_ecartype les moyennes et écart types filtres% 
    241241% - soclod/fplod 20110812T145149Z aedon.locean-ipsl.upmc.fr (Darwin) 
    242242% 
     
    300300clear arg_info 
    301301% 
    302 % 
    303 % trace des lai moyens et ecart type pour une classe de vegetation 
     302% trace des lai moyens et écart-type pour une classe de végétation 
    304303% choisie avec classes_select (tri dans le tableau classes_value) et avec 
    305304% msdnom_select (tri dans le tableau msdnom_value) 
     
    335334        disp(['iii : pas assez de points (' num2str(aa) ' < ' num2str(seuil) ' )']) 
    336335    else 
    337        % calcul moyenne et ecart type 
    338        % filtre des valeurs moyennes et des ecart types 
     336       % calcul moyenne et écart-type 
     337       % filtre des valeurs moyennes et des écarts-types 
    339338       % index_juin=20; 
    340339       for index_doy=1:nb_doy 
     
    367366       malegende_p1=[malegende_p1 sprintf(' (%d points)', aa)]; 
    368367       malegende_p2='spline'; 
    369        malegende_p3='derivee 2de de spline'; 
    370        malegende_p4='+/- ecart type'; 
     368       malegende_p3='dérivée 2de de spline'; 
     369       malegende_p4='+/- écart-type'; 
    371370       % 
    372371        % lissage de la moyenne par spline 
     
    456455           s={s{:},get(h,'userdata')}; 
    457456       end 
    458         h_legend=legend('{\fontsize{11}+/-ecart type}','{\fontsize{11}"Savane arboree arbustive"-"FERRUGINEUX TROPICAUX"}') 
     457        h_legend=legend('{\fontsize{11}+/-écart-type}','{\fontsize{11}"Savane arboree arbustive"-"FERRUGINEUX TROPICAUX"}') 
    459458       % legend(hc,s) 
    460     %  h_legend=legend('{\fontsize{11}+/-ecart type}','{\fontsize{11}"Savane arboree arbustive"-"FERRUGINEUX TROPICAUX"}', ... 
     459    %  h_legend=legend('{\fontsize{11}+/-écart-type}','{\fontsize{11}"Savane arboree arbustive"-"FERRUGINEUX TROPICAUX"}', ... 
    461460%                          '{\fontsize{11}spline}','{\fontsize{11}derivee 2nde de spline}','{\fontsize{11}min}','{\fontsize{11}max%}') 
    462461      %set(h_legend, 'fontsize',14) 
     
    655654%! [lai_mean, lai_std] = plot_lai_gis(datejul_value, datestr_value, lai_value, classes_value, msdnom_value, classes_select, msdnom_select, zi_code, imageprefix, seuil); 
    656655 
    657  
    658656% x=transpose(datejul_value); 
    659657% y=transpose(lai_mean); 
  • trunk/src/plot_lai_parameterscycle.m

    r638 r640  
    5959% automatiser sur toutes les années 
    6060% 
    61 % 
    6261% EVOLUTIONS 
    6362% ========== 
     
    102101    ind_maxtab=find(maxtab_ext(:,1)>=ddeb & maxtab_ext(:,1)<=dfin); 
    103102    maxtab_fin=maxtab_ext(ind_maxtab) 
    104  
    105103 
    106104    %recherche date debut vegetation 
  • trunk/src/plot_lai_spline_detect_anomalies.m

    r639 r640  
    153153% 
    154154%   * fix legend problem 
    155 %   * restore plot of ecart type 
     155%   * restore plot of écart-type 
    156156% 
    157157% - lelod 20111018 
     
    242242% - soclod 20110812 
    243243% 
    244 %   * ajout de sorties aa_moy et aa_ecartype les moyennes et ecart types filtres% 
     244%   * ajout de sorties aa_moy et aa_ecartype les moyennes et écarts-types filtrés 
     245% 
    245246% - soclod/fplod 20110812T145149Z aedon.locean-ipsl.upmc.fr (Darwin) 
    246247% 
     
    304305clear arg_info 
    305306% 
    306 % 
    307 % trace des lai moyens et ecart type pour une classe de vegetation 
     307% trace des lai moyens et écart-type pour une classe de végétation 
    308308% choisie avec classes_select (tri dans le tableau classes_value) et avec 
    309309% msdnom_select (tri dans le tableau msdnom_value) 
     
    339339  %      disp(['iii : pas assez de points (' num2str(aa) ' < ' num2str(seuil) ' )']) 
    340340  %  else 
    341        % calcul moyenne et ecart type 
    342        % filtre des valeurs moyennes et des ecart types 
     341       % calcul moyenne et écart-type 
     342       % filtre des valeurs moyennes et des écarts-types 
    343343       % index_juin=20; 
    344344   %    for index_doy=1:nb_doy 
     
    371371       %malegende_p1=[malegende_p1 sprintf(' (%d points)', aa)]; 
    372372       %malegende_p2='spline'; 
    373        %malegende_p3='derivee 2de de spline'; 
    374        %malegende_p4='+/- ecart type'; 
     373       %malegende_p3='dérivée 2de de spline'; 
     374       %malegende_p4='+/- écart-type'; 
    375375       % 
    376376        % lissage de la moyenne par spline 
     
    438438           mintab_ext=datevec2doy(datevec(mintab)) 
    439439 
    440  
    441440          % mintab_ext1=datevec2doy(datevec(mintab)) 
    442441           disp([ '1er max a : ' datestr(maxtab(6,1)) '-'  num2str(maxtab(6 
     
    477476           s={s{:},get(h,'userdata')}; 
    478477       end 
    479         h_legend=legend('{\fontsize{11}+/-ecart type}','{\fontsize{11}"Savane arboree arbustive"-"FERRUGINEUX TROPICAUX"}') 
     478        h_legend=legend('{\fontsize{11}+/-écart-type}','{\fontsize{11}"Savane arboree arbustive"-"FERRUGINEUX TROPICAUX"}') 
    480479       % legend(hc,s) 
    481     %  h_legend=legend('{\fontsize{11}+/-ecart type}','{\fontsize{11}"Savane arboree arbustive"-"FERRUGINEUX TROPICAUX"}', ... 
     480    %  h_legend=legend('{\fontsize{11}+/-écart-type}','{\fontsize{11}"Savane arboree arbustive"-"FERRUGINEUX TROPICAUX"}', ... 
    482481%                          '{\fontsize{11}spline}','{\fontsize{11}derivee 2nde de spline}','{\fontsize{11}min}','{\fontsize{11}max%}') 
    483482      %set(h_legend, 'fontsize',14) 
  • trunk/src/plot_zi.m

    r638 r640  
    166166end 
    167167% 
    168 % 
    169168arg_info=whos('west_value'); 
    170169if ~strcmp(arg_info.class,'double') 
     
    220219% 
    221220clear arg_info 
    222 % 
    223221% 
    224222arg_info=whos('zi_code'); 
     
    231229% 
    232230% +todo+   disp('arg zi_code must be a cell array of strings'); 
    233 % 
    234231% 
    235232arg_info=whos('zi_description'); 
  • trunk/src/plotimageMSG.m

    r634 r640  
    22 
    33%+ 
    4 % 
    54% 
    65% ============== 
  • trunk/src/precipPlot.m

    r637 r640  
    328328ylabel('precipjournaliere (mm)'); 
    329329title('précipitation journaliÚre'); 
    330  
    331330 
    332331ifigure=1; 
  • trunk/src/project_init.pro

    r634 r640  
    3131; 
    3232;    @project_init 
    33 ; 
    3433; 
    3534; SEE ALSO 
  • trunk/src/rapport_jaclod.m

    r374 r640  
    3030% and inherit of visumodele1 reshape pb 
    3131% 
    32 % 20110801 : crash on malab 7.4 zeus :: 
     32% 20110801 : crash on matlab 7.4 zeus :: 
    3333% 
    3434%   ncinquire: ncid 0: NetCDF: Not a valid ID 
     
    6666% 
    6767%- 
    68 % 
    6968% 
    7069Annee = '2006'; 
  • trunk/src/readAMSU.m

    r635 r640  
    6262lon=longitude(lo); 
    6363 
    64  
    65  
    66  
    6764temperature=squeeze(nc{'moyenne_tb'}(jo,la,lo)); 
    68  
    6965 
    7066%% mat_3D est la matrice (lat,lon,jours) que l''on utilise par la suite 
  • trunk/src/readAMSU_clim.m

    r635 r640  
    6767lon=longitude(lo); 
    6868 
    69  
    70  
    7169temperature=squeeze(nc{'moyenne_tb'}(1:length(jours),la,lo)); 
    72  
    7370 
    7471%% mat_3D est la matrice (lat,lon,jours) que l''on utilise par la suite 
  • trunk/src/readERA.m

    r635 r640  
    6767jours=jours(jo); 
    6868 
    69  
    7069lom=find(longitude-360>z_deb(2) & longitude-360<z_fin(2)); 
    7170lop=find(longitude>z_deb(2) & longitude<z_fin(2)); 
    7271lon=cat(1,longitude(lom)-360,longitude(lop)); 
    73  
    7472 
    7573%[lat,la]=sort(latitude,'ascend'); 
  • trunk/src/readERA_LE.m

    r635 r640  
    77% ============ 
    88% 
    9 % 
    109% .. function:: readERA(file, z_deb, z_fin,nom_var,chemin) 
    1110% 
     
    1312% =========== 
    1413% 
    15 % routine de lecture d un fichier de données ERA40 au format netcdf sur 
    16 % la zone definie par les points z_deb zfin de forme [lat lon time level] 
     14% routine de lecture d un fichier de données ERA40 au format netCDF sur 
     15% la zone définie par les points z_deb zfin de forme [lat lon time level] 
    1716%  
    1817% EVOLUTIONS 
     
    6463jours=jours(jo); 
    6564 
    66  
    6765lom=find(longitude-360>z_deb(2) & longitude-360<z_fin(2)); 
    6866lop=find(longitude>z_deb(2) & longitude<z_fin(2)); 
    6967lon=cat(1,longitude(lom)-360,longitude(lop)); 
    70  
    7168 
    7269%[lat,la]=sort(latitude,'ascend'); 
     
    104101mat_3D=permute(variable,[2 3 1]);   
    105102 
    106  
    107103 else %Variable 4D dont on moyenne la dimension "niveau" (nom_var=r) ou la difference (geopt) 
    108104%extraction de la variable pour les longitudes positives et negatives 
  • trunk/src/read_lai_gis.m

    r636 r640  
    2828%    :param zi_code: zi_code ex 'barkedji' 
    2929%    :type zi_code: string 
    30 % 
    3130% 
    3231% read file :file:`${PROJECT_ID}/LAI_CSV/LAI{yyyy}F_vegfao_sol.csv` 
     
    430429end 
    431430% 
    432 % 
    433431clear nb_line_data_max 
    434432% 
  • trunk/src/read_precip.m

    r636 r640  
    5555%  $ diff ${PROJECT_ID}/PRECIP/barkedji_pluie_2006.csv ${PROJECT_ID}/PRECIP/barkedji_pluie_2006_write_precip.csv 
    5656% 
    57 % 
    5857% To read :file:`${PROJECT_ID}/PRECIP/pluvio_linguere_2006.csv`: 
    5958% 
     
    178177end 
    179178clear arg_info 
    180 % 
    181179% 
    182180% build precipitation filename to be read 
  • trunk/src/read_rt_file.pro

    r636 r640  
    9191;                       TMPA-RT release 
    9292;--------------------------------------------------------------- 
    93  
    9493 
    9594    pro read_3B4XRT_alg_ID, file, alg_ID 
  • trunk/src/read_station.m

    r636 r640  
    5151% 
    5252% :ref:`data_precipitation_insitu` 
    53 % 
    5453% 
    5554% :func:`simul_station` 
  • trunk/src/recup_camp.m

    r638 r640  
    208208% ind_lat=find(15.062<=lat&lat<=15.121); 
    209209% ind_pt_fixes=find(-15.344<=lon&lon<=-15.270&15.062<=lat&lat<=15.121); 
    210  
    211210 
    212211ind_pt_fixes=1:size(lai_value,1); 
  • trunk/src/scatterplot.m

    r635 r640  
    211211end 
    212212 
    213  
    214213%trace histogrammes 
    215214figure(2) 
  • trunk/src/script_cat_climeraint3d.sh

    r635 r640  
    6565#data=${datera40} 
    6666 
    67  
    6867# ERA INTERIM 
    6968dataerai=/bdd/ERAI/NETCDF/GLOBAL_075/4xdaily/AN_PL 
     
    129128ncrcat ${chemin}/M${groupe}.2004.*.nc  ${chemin}/cat${groupe}.2004.6TU.nc 
    130129 
    131  
    132130# Moyenne des fichiers annuels 
    133131ncea  ${chemin}/cat${groupe}.*.6TU.nc  ${chemin}/climato.${groupe}.${an_deb}.${an_fin}.6TU.nc 
  • trunk/src/search_amsufiles.pro

    r634 r640  
    100100   return, result 
    101101ENDIF 
    102 ; 
    103102; 
    104103; check required and optional parameters 
  • trunk/src/selectionimages.m

    r635 r640  
    146146[a,indicefin]=min(abs(vecteurdatesamsu-date2)); 
    147147 
    148  
    149  
    150148%lecture et enregistrement des dates et images AMSU 
    151  
    152149 
    153150%definition du vecteur vecteurdatesamsu et de la matrice imagesamsu 
     
    186183vecteurdatesamsu=s; 
    187184 
    188  
    189  
    190  
    191185%recherche des images MSG les plus proches temporellement des images AMSU 
    192186cd(cheminmsg) 
     
    205199end 
    206200 
    207  
    208201%lecture des données msg, remplissage des vecteurs dates msg et heures msg 
    209202for i=1:indicefin-indicedebut+1 
     
    233226end 
    234227 
    235  
    236228pos=find(vecteurdatesmsg == 0); 
    237229vecteurdatesmsg(pos)=[]; 
     
    249241ylabel('TbMSG'); 
    250242 
    251  
    252243cd .. 
    253244save donnees-msg.oct vecteurdatesmsg imagesmsg 
  • trunk/src/serietemp.m

    r635 r640  
    126126%! clear all 
    127127%! close all 
    128 %! result = serietemp(rand(25,1), datenum(2011,07,25):datenum(2011,07,25)+24, 'mmm dd',7, 'valeurs aléatoires quotidiennes', 'sur 25 jours a partir du 25 juillet 2011'); 
     128%! result = serietemp(rand(25,1), datenum(2011,07,25):datenum(2011,07,25)+24, 'mmm dd',7, 'valeurs aléatoires quotidiennes', 'sur 25 jours à partir du 25 juillet 2011'); 
  • trunk/src/showgrid.m

    r638 r640  
    161161%      octave> lon_value=load('lon.txt'); 
    162162%      octave> plot(lon_value,lat_value) 
    163 % 
    164163% 
    165164%- 
  • trunk/src/sigmoide3.m

    r635 r640  
    22 
    33%+ 
    4 % 
    54% 
    65% =========== 
  • trunk/src/simul_lai_2d.m

    r635 r640  
    240240clear index_datestr 
    241241% 
    242 % 
    243242result=0; 
    244243% 
  • trunk/src/simul_msg_xrit_raw.py

    r634 r640  
    4141 
    4242    Missing parameters 
    43  
    4443 
    4544    EXAMPLES 
  • trunk/src/simul_precip.m

    r634 r640  
    2323%    :type station: string 
    2424%    :raise station: required 
    25 % 
    2625% 
    2726% Charge en mémoire un tableau 2D simulé **precip_value** de précipitation dans : 
     
    116115clear arg_info 
    117116% 
    118 % 
    119117arg_info=whos('station'); 
    120118if ~strcmp(arg_info.class,'char') 
  • trunk/src/simul_zi.m

    r636 r640  
    9797clear arg_info 
    9898% 
    99 % 
    10099% définition de la zone géographique 
    101100if (index_simulation == 1) 
  • trunk/src/simul_zi.py

    r634 r640  
    5252 
    5353    Missing parameters 
    54  
    5554 
    5655    EXAMPLES 
  • trunk/src/ssmi_fastex.pro

    r635 r640  
    7575;imcol=[1,8,16,30,50,63,80,110,150,180,230] 
    7676loadct,couleur 
    77  
    7877 
    7978;**************************************************** 
     
    162161print,'3 ',lat(63,l-1),lon(63,l-1) 
    163162print,'4 ',lat(0,l-1),lon(0,l-1) 
    164  
    165163 
    166164;***************************************************** 
     
    261259ENDFOR 
    262260 
    263  
    264261;*************************************************** 
    265262; Visualisation des images 
     
    4023990,sx,sy), px(0),py(0) 
    403400 
    404  
    405401if rep eq 'ps' then $ 
    406402tv,image,px(0),py(0),xsize=sx,ysize=sy 
     
    485481    ENDFOR 
    486482 
    487  
    488483    plots,[x0,x1],[yy,yy],color=color_trait,/normal 
    489484    plots,[x1,x1],[y0,y1],thick=0.5,color=color_trait,/normal 
  • trunk/src/ssminuage.pro

    r636 r640  
    5656; 
    5757;   * si un jour on retravaille avec SSMI 
    58 ;     Premier nettoyage: si moins de 20 lignes dans l'image, eliminer l'image, 
     58;     Premier nettoyage: si moins de 20 lignes dans l'image, éliminer l'image, 
    5959;     sinon traitement 
    60 ; 
    6160; 
    6261; EVOLUTIONS 
     
    8483;     detection part 
    8584;   * move time information decoding after reading or initializing fake data 
    86 ;     because independant of cloud detection 
     85;     because independent of cloud detection 
    8786;   * 2 clouds in fake dataset 
    8887;   * loop to write each cloud informations 
     
    264263;loadct,18 
    265264plt,nuag,window=2,/realcont,/cont_nofill,title='nuages MSG',/rempli,/nocontour,min=min(nuag),max=max(nuag) 
    266 ;Moyennes et ecarts types dans les nuages 
     265;Moyennes et écarts-types dans les nuages 
    267266compt=intarr(numax) 
    268267lmoy=fltarr(numax) 
  • trunk/src/stagejasonjuillet.m

    r637 r640  
    116116%%%%%%%%%% 
    117117 
    118  
    119118%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    120119% Moyennes et écart types des intensités sur la saison 2006 
     
    132131 
    133132%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    134  
    135133 
    136134%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
     
    180178%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    181179 
    182  
    183180%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    184181% Diagramme de hovmöller des intensités et cumuls EPSAT sur 15 jours 
     
    199196%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    200197 
    201  
    202198%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    203199% Distributions des intensités et cumuls EPSAT sur la saison 2006 
     
    211207%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    212208 
    213  
    214209%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    215210% Comparaison des séries temporelles sur la saison dans 5x5 degrés 
     
    227222 
    228223%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    229  
    230224 
    231225%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
     
    246240%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    247241 
    248  
    249242%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    250243% Passage des intensités en précipitations 
     
    255248%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    256249 
    257  
    258250%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    259251% Comparaison des nouvelles cartes sur la saison 
     
    279271 
    280272%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    281  
    282273 
    283274%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
  • trunk/src/test_correc.pro

    r633 r640  
    1414; EXAMPLES 
    1515; ======== 
    16 ; 
    1716; 
    1817; .. code-block:: idl 
  • trunk/src/testinterpolswath.pro

    r635 r640  
    5353for i=0,na-1 do lon(i)=0.2*(i-nnadir-1)*(i-nnadir-1)+10 
    5454 
    55  
    5655lat=lat*deg & lon=lon*deg 
    5756 
     
    6968 
    7069;print,fova 
    71  
    72  
    73  
    7470 
    7571dmax=max(fovtest)+max(pixa) 
  • trunk/src/testts.pro

    r634 r640  
    2424; :Todo: 
    2525; 
    26 ; 
    2726; ++ comment ne pas faire figurer dans les labels de l'axe x l'année bidon ? 
    2827; :Examples: 
    29 ; 
    3028; 
    3129; .. code-block:: idl 
  • trunk/src/timeserie.pro

    r634 r640  
    140140;         pltt,window=1,seriea5, 't',title='climatology time series',min=0.1,max=0.9 
    141141;         xyouts,max(time)+20,0.1,'a5',color=0,charsize=2 
    142 ; 
    143142; 
    144143; :Version: 
  • trunk/src/utilitaires/ajoute_date_fig.m

    r635 r640  
    4848end 
    4949 
    50  
    5150text(pos_x,pos_y,date) 
    5251   
  • trunk/src/utilitaires/boucheNaN_3d.m

    r308 r640  
    3636end 
    3737 
    38  
    3938mat_bouche=mat; 
    4039for(i=1:ti) 
  • trunk/src/utilitaires/supprime_point_trous.m

    r635 r640  
    77% 
    88% .. function:: supprime_point_trous(mat_3D) 
    9 % 
    109% 
    1110% DESCRIPTION 
  • trunk/src/varamma.kml

    r308 r640  
    219219% ind_pt_fixes=find(-16.091<=lon&lon<=-16.064&15.613<=lat&lat<=15.637); 
    220220 
    221  
    222221--> 
    223222      <GroundOverlay> 
  • trunk/src/varamma_startup.m

    r635 r640  
    2525% 
    2626%  >> varamma_startup 
    27 % 
    2827% 
    2928% If linked or copy to ./startup.m, it will be automatically 
  • trunk/src/visuEPSATprecipcumul.m

    r636 r640  
    22 
    33%VISUEPSATPRECIPCUMUL permet une visualisation des précipitations estimées 
    4 %cumulées sur une journée d'apres EPSAT. 
     4%cumulées sur une journée d'aprÚs EPSAT. 
    55 
    66% 
     
    8181% - jaclod 2011-07-28 
    8282% 
    83 %   * Fonctionne sur le Matlab de Cratos. 
     83%   * Fonctionne sur le Matlab de cratos. 
    8484% 
    8585% - jaclod 2011-07-24 
    8686% 
    87 %   * Externalisation de la lecture et modification des arguments d'entree. 
    88 %   * Modification en consequence de la demo. 
     87%   * Externalisation de la lecture et modification des arguments d'entrée. 
     88%   * Modification en conséquence de la demo. 
    8989% 
    9090% - fplod 20110608T161752Z aedon.locean-ipsl.upmc.fr (Darwin) 
  • trunk/src/visuMSG.m

    r635 r640  
    11function [result] = visuMSG(TbMSG, Temps, Longitudes, Latitudes, timestep) 
    22 
    3 %visuMSG permet de faire une image des donnï¿œes de tempï¿œratures de 
     3%visuMSG permet de faire une image des données de températures de 
    44%brillances 
    55 
     
    1616% =========== 
    1717% 
    18 % - Donnï¿œes d'entrï¿œes : 
    19 % 
    20 %   * TbMSG : Données de temperature de brillance d'apres MSG dans une 
     18% - Données d'entrées : 
     19% 
     20%   * TbMSG : Données de température de brillance d'aprÚs MSG dans une 
    2121%     matrice de dimensions temps, longitudes, latitudes. 
    2222%   * Temps : Données de la dimension temporelle de la matrice en jour 
    23 %     julien (premiere dimension). 
    24 %   * Longitudes : Données de la premiere dimension spatiale de la matrice 
     23%     julien (premiÚre dimension). 
     24%   * Longitudes : Données de la premiÚre dimension spatiale de la matrice 
    2525%     (seconde dimension). 
    2626%   * Latitudes : Données de la seconde dimension spatiale de la matrice 
    2727%     (troisiÚme dimension). 
    28 %   * timestep : Numï¿œro du quart d'heure correspondant (de 1 pour 00:00 ï¿œ 
    29 %     96 pour 23:45 pour des données completes). 
     28%   * timestep : Numéro du quart d'heure correspondant (de 1 pour 00:00 ï¿œ 
     29%     96 pour 23:45 pour des données complÚtes). 
    3030% 
    3131% EXAMPLES 
     
    7272% - jaclod 2011-07-28 
    7373% 
    74 %   * Fonctionne sur le Matlab de Cratos. 
     74%   * Fonctionne sur le Matlab de cratos. 
    7575% 
    7676% - jaclod 2011-07-24 
    7777% 
    7878%   * Externalisation de la lecture et modification des arguments d'entrée. 
    79 %   * Modification en consequence de la demo. 
     79%   * Modification en conséquence de la demo. 
    8080% 
    8181% - pinsard 2011-06-08T11:29:08Z loholt1.ipsl.polytechnique.fr (Linux) 
     
    9898% - jaclod 2011-04-09 
    9999% 
    100 %   * Crï¿œation 
     100%   * Creation 
    101101% 
    102102%- 
     
    131131set(gca,'Ydir','normal'); 
    132132 
    133 % Chargement des donnï¿œes cotiï¿œres. 
     133% Chargement des données cÃŽtiÚres. 
    134134load('cmgco_traitdecote.mat','Xgco','Ygco'); 
    135135 
    136 % Ajout d'une barre de couleur, bornï¿œe entre le minimum et le maximum des 
    137 % tempï¿œratures de brillances. 
     136% Ajout d'une barre de couleur, bornée entre le minimum et le maximum des 
     137% températures de brillances. 
    138138colorbar 
    139139caxis([min(TbMSG(:)) max(TbMSG(:))]); 
     
    141141hold on; 
    142142 
    143 % Normalisation de la taille de la figure pour obtenir un carrï¿œ. 
     143% Normalisation de la taille de la figure pour obtenir un carré. 
    144144set(gca, 'DataAspectRatio', [1 1 1]); 
    145145 
     
    151151title(['Temperatures de brillance (K) d''apres MSG pour le ' datestr(Temps(timestep), 'dd mmm yyyy a HH:MM')]) 
    152152 
    153 % Aperï¿œu des donnï¿œes 
     153% Aperçu des données 
    154154imagesc(Longitudes,Latitudes,data); 
    155155 
    156 % Ajout des cï¿œtes. 
     156% Ajout des cÃŽtes. 
    157157plot(Xgco,Ygco,'k.'); 
    158158 
  • trunk/src/visuMSGsystconv.m

    r636 r640  
    11function [result] = visuMSGsystconv(TbMSG, Temps, Longitudes, Latitudes, timestep,Tb_SeuilSup) 
    22 
    3 %visuMSGsystconv permet de faire une image des donnï¿œes de tempï¿œratures de 
     3%visuMSGsystconv permet de faire une image des données de températures de 
    44%brillances 
    5 %pour les systï¿œmes convectifs potentiels dont la tempï¿œrature est 
    6 %infï¿œrieure, en tout point, ï¿œ la valeur 
    7 %seuil dï¿œfinie. 
     5%pour les systÚmes convectifs potentiels dont la température est 
     6%inférieure, en tout point, à la valeur 
     7%seuil définie. 
    88 
    99% 
     
    2121% - Donnï¿œes d'entrï¿œes : 
    2222% 
    23 %   * TbMSG : Données de température de brillance d'apres MSG dans une 
     23%   * TbMSG : Données de température de brillance d'aprÚs MSG dans une 
    2424%     matrice de dimensions temps, longitudes, latitudes. 
    2525%   * Temps : Données de la dimension temporelle de la matrice en jour 
     
    2929%   * Latitudes : Données de la seconde dimension spatiale de la matrice 
    3030%     (troisiÚme dimension). 
    31 %   * timestep : Numï¿œro du quart d'heure correspondant (de 1 pour 00:00 ï¿œ 
     31%   * timestep : Numéro du quart d'heure correspondant (de 1 pour 00:00 à 
    3232%     96 pour 23:45 pour des données complÚtes). 
    33 %   * Tb_SeuilSup : Seuil de tempï¿œrature de brillance maximale dï¿œlimitant 
    34 %     un systï¿œme convectif. 
     33%   * Tb_SeuilSup : Seuil de température de brillance maximale délimitant 
     34%     un systÚme convectif. 
    3535% 
    3636% EXAMPLES 
     
    6666% demo with simulation 
    6767% 
    68 % trouver l'ï¿œquivalent de 'alphadata' 
     68% trouver l'équivalent de 'alphadata' 
    6969% 
    7070% handling error 
     
    8989% - jaclod 2011-07-28 
    9090% 
    91 %   * Fonctionne sur le Matlab de Cratos mais les cotes depassent. 
     91%   * Fonctionne sur le Matlab de cratos mais les cÃŽtes dépassent. 
    9292% 
    9393% - jaclod 2011-07-24 
    9494% 
    9595%   * Externalisation de la lecture et modification des arguments d'entrée. 
    96 %   * Modification en consequence de la demo. 
     96%   * Modification en conséquence de la demo. 
    9797% 
    9898% - pinsard 2011-06-08T13:48:24Z loholt1.ipsl.polytechnique.fr (Linux) 
     
    116116% - jaclod 2011-04-10 
    117117% 
    118 %   * Crï¿œation 
     118%   * Création 
    119119% 
    120120%- 
     
    137137data = transpose(squeeze(TbMSG(timestep,:,:))); 
    138138 
    139 % On ne garde que les systï¿œmes convectifs potentiels (dont les tempï¿œratures 
    140 % de brillance sont infï¿œrieurs au seuil dï¿œfinie). 
     139% On ne garde que les systÚmes convectifs potentiels (dont les températures 
     140% de brillance sont inférieurs au seuil définie). 
    141141data(data >= Tb_SeuilSup)=NaN; 
    142142 
     
    154154set(gca,'Ydir','normal'); 
    155155 
    156 % Chargement des donnï¿œes cotiï¿œres. 
     156% Chargement des données cÃŽtiÚres. 
    157157load('cmgco_traitdecote.mat','Xgco','Ygco'); 
    158158 
    159 % Ajout d'une barre de couleur, bornï¿œe entre le minimum et le maximum des 
    160 % tempï¿œratures de brillances. 
     159% Ajout d'une barre de couleur, bornée entre le minimum et le maximum des 
     160% températures de brillances. 
    161161colorbar 
    162162caxis([min(data(:)) max(data(:))]); 
     
    164164hold on; 
    165165 
    166 % Normalisation de la taille de la figure pour obtenir un carrï¿œ. 
     166% Normalisation de la taille de la figure pour obtenir un carré. 
    167167set(gca, 'DataAspectRatio', [1 1 1]); 
    168168 
     
    174174title(['Temperatures de brillance (K) d''apres MSG pour le ' datestr(Temps(timestep), 'dd mm yyyy a HH:MM')]); 
    175175 
    176 % Aperï¿œu des donnï¿œes de tempï¿œrature de brillance pour les systï¿œmes convectifs. 
     176% Aperçu des données de température de brillance pour les systÚmes convectifs. 
    177177my_image=imagesc(Longitudes,Latitudes,data); 
    178178switch application 
     
    185185end 
    186186 
    187 % Ajout des cï¿œtes. 
     187% Ajout des cÃŽtes. 
    188188plot(Xgco,Ygco,'k.'); 
    189189 
  • trunk/src/visumodele1.m

    r636 r640  
    2020% - Données d'entrées : 
    2121% 
    22 % 
    23 %   * TbMSG : Données de température de brillance d'apres MSG dans une 
     22%   * TbMSG : Données de température de brillance d'aprÚs MSG dans une 
    2423%     matrice de dimensions temps, longitudes, latitudes. 
    2524%   * Temps : Données de la dimension temporelle de la matrice en jour 
     
    7170% $URL: svn+ssh://pinsard@forge.ipsl.jussieu.fr/ipsl/forge/projets/varamma/svn/trunk/src/visumodele1.m $ 
    7271% 
    73 % 
    7472% - fplod 20110830T074359Z cratos (Linux) 
    7573% 
     
    9290% 
    9391%   * squeeze 'DetectionNuage' car de dimension 1*371*371 et doit etre 2D. 
    94 %   * Fonctionne sur le Matlab de Cratos. 
     92%   * Fonctionne sur le Matlab de cratos. 
    9593% 
    9694% - jaclod 2011-07-24 
     
    191189ZoneNuageuse = zeros(size(TbMSG)); 
    192190 
    193  
    194191%%%%%%%%%%%%%%%%%%%%%%%%%% 
    195192%         Boucle 
     
    207204 
    208205    % Lissage des données pour avoir moins de détails (Une conversion 
    209     % en type "double" de la matrice est nï¿œcessaire). 
     206    % en type "double" de la matrice est nécessaire). 
    210207    if ispc() 
    211208        TbLiss_15min = smooth(double(TbMSG(timestep,:,:))); 
     
    219216       disp('www : no smooth available using on non-pc platform'); 
    220217    end 
    221  
    222218 
    223219    %%%%%%%%%%%%%%%%%%%%%%%%%% 
     
    287283end 
    288284 
    289  
    290285%%%%%%%%%%%%%%%%%%%%%%%%%% 
    291286%      Labellisation 
     
    312307end 
    313308 
    314  
    315309%%%%%%%%%%%%%%%%%%%%%%%%%% 
    316310%  Sélection des nuages 
     
    379373 
    380374        % On regarde les valeurs des différents nuages présents au 
    381         % dessus de ce point au cours de la journï¿œe. 
     375        % dessus de ce point au cours de la journée. 
    382376        Nuages3D_ij = Nuages3D(:,i,j); 
    383377 
     
    471465 
    472466end 
    473  
    474467 
    475468%%%%%%%%%%%%%%%%%%%%%%%%%% 
  • trunk/src/visumodele2.m

    r637 r640  
    8181% 
    8282%   * Externalisation de la lecture et modification des arguments d'entrée. 
    83 %   * Modification en consequence de la demo. 
    84 %   * Fonctionne sur Matlab Cratos. 
     83%   * Modification en conséquence de la demo. 
     84%   * Fonctionne sur Matlab cratos. 
    8585% 
    8686% - fplod 20110704T104826Z aedon.locean-ipsl.upmc.fr (Darwin) 
     
    147147for num_nuage = 1 : numax; 
    148148 
    149     % On cherche ï¿œ quel quart d'heure le nuage apparait pour la premiÚre 
     149    % On cherche à quel quart d'heure le nuage apparait pour la premiÚre 
    150150    % fois. 
    151151    timestep = 1; 
     
    154154    end 
    155155 
    156     % On vérifie que le nuage est prï¿œsent, depuis le temps oï¿œ il 
    157     % apparait jusqu'a atteindre le seuil dï¿œfinit prï¿œcï¿œdemment. 
     156    % On vérifie que le nuage est présent, depuis le temps oï¿œ il 
     157    % apparait jusqu'à atteindre le seuil définit précédemment. 
    158158    Elimination = 0; 
    159159    timestepSup = 0; 
    160160    while timestepSup ~= Tps_SeuilInf-1 && Elimination == 0; 
    161         % Si parmi les quarts d'heure oï¿œ le nuage doit ï¿œtre prï¿œsent, il 
    162         % n'est pas dï¿œtectï¿œ, alors il ne satisfait pas le critï¿œre de 
     161        % Si parmi les quarts d'heure oï¿œ le nuage doit être présent, il 
     162        % n'est pas détecté, alors il ne satisfait pas le critÚre de 
    163163        % temps et n'est plus pris en compte. 
    164164        if size(find(DetectionNuage(timestep+timestepSup,:,:) == num_nuage), 1) == 0; 
     
    192192%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    193193 
    194  
    195194%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    196 % Modï¿œle de nuages ï¿œ deux couches 
     195% ModÚle de nuages à deux couches 
    197196%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    198197 
    199 % Crï¿œation d'une matrice qui contiendra les valeurs des Tb dans ce modÚle. 
     198% Création d'une matrice qui contiendra les valeurs des Tb dans ce modÚle. 
    200199Tb2couches = zeros(size(TbMSG)); 
    201200 
     
    207206    Tb2couches(ZoneNoyau) = mean(TbMSG(ZoneNoyau)); 
    208207 
    209     % De mï¿œme pour la zone extï¿œrieure. 
     208    % De même pour la zone extérieure. 
    210209    ZoneExt = find(TbMSG > Tb_LimNoyau & TbMSG <= Tb_SeuilSup & DetectionNuage == num_nuage); 
    211210    Tb2couches(ZoneExt) = mean(TbMSG(ZoneExt)); 
     
    214213 
    215214%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 
    216  
    217215 
    218216%%%%%%%%%%%%% 
     
    229227 
    230228%%%%%%%%%%%% 
    231  
    232229 
    233230%%%%%%%%% 
  • trunk/src/visuscatternorm.m

    r636 r640  
    268268 
    269269result=0; 
    270  
    271270 
    272271end 
  • trunk/src/write_lai_gis.m

    r385 r640  
    4444%    :rtype: integer 
    4545% 
    46 % 
    4746% Write in a file 
    4847% file :file:`${PROJECT_ID}/LAI/LAI{yyyy}F_veg2010_sol_{zi_code}_write_lai_gis.csv` 
     
    8988% 
    9089% $URL: svn+ssh://pinsard@forge.ipsl.jussieu.fr/ipsl/forge/projets/varamma/svn/trunk/src/write_lai_gis.m $ 
    91 % 
    9290% 
    9391% - fplod 20110920T091450Z aedon.locean-ipsl.upmc.fr (Darwin) 
  • trunk/src/write_msg_xrit_nc.py

    r635 r640  
    145145           ncdump -h /homedata/pinsard/varamma_d/MSG/2006/08/01/H-000-MSG1__-MSG1________-IR108____-CYCLE____-200608010000.write_msg_xrit_nc.nc 
    146146           ncdump: /homedata/pinsard/varamma_d/MSG/2006/08/01/H-000-MSG1__-MSG1________-IR108____-CYCLE____-200608010000.write_msg_xrit_nc.nc: NetCDF: Unknown file format 
    147  
    148147 
    149148        and: 
     
    265264    result = 0 
    266265 
    267  
    268266# Run main, if called from the command line 
    269267if __name__ == '__main__': 
  • trunk/src/write_station.m

    r624 r640  
    114114% 
    115115%- 
    116 % 
    117116% 
    118117global application; 
  • trunk/src/write_zi.m

    r635 r640  
    168168% 
    169169% +todo+   disp('arg zi_code must be a cell array of strings'); 
    170 % 
    171170% 
    172171arg_info=whos('zi_description'); 
  • trunk/src/write_zi.py

    r637 r640  
    6969    >>> result = write_zi(west_value, east_value, north_value, south_value, zi_code, zi_description) 
    7070    iii : opening for writing /usr/work/incas/fplod/varamma_d//maps/varamma_zi_write_zi_py.csv 
    71  
    7271 
    7372    From real file :file:`${PROJECT_ID}/maps/varamma_zi.csv`: 
Note: See TracChangeset for help on using the changeset viewer.