如何用Matplotlib实现基于热方程解的地球日/年周期时变温度波动绘图
地下周期性温度波动的Matplotlib实现方案
先把计算流程拆成零门槛的步骤
你已经拿到了解析形式的温度计算公式,整个过程不需要写数值求解器,所有计算都是逐点的算术运算,完全在基础Matplotlib的能力覆盖范围内,不需要掌握复杂的高级绘图技巧。
第一步:统一参数单位,避免计算混乱
先把容易造成大数计算的参数统一成直观单位,把所有常量直接用典型真实值代入,减少额外换算的负担:
- 固定基础值:地表平均温度
T0取15℃,普通干燥土壤的热扩散率κ取1e-6 m²/s,这个数值做可视化完全足够 - 两类周期的角频率直接对应周期长度换算:
- 日周期:完整周期为1天(86400秒),对应角频率
ω_daily = 2π / 86400,和你之前提到的7.27e-5 rad/s数值一致 - 年周期:完整周期为365天(31536000秒),对应角频率
ω_yearly = 2π / 31536000
- 日周期:完整周期为1天(86400秒),对应角频率
- 振幅
ΔT可以根据场景选典型值:日周期对应的地表昼夜温差取10℃,年周期对应的地表冬夏温差取15℃
第二步:用你熟悉的基础数组生成计算网格
不需要写嵌套循环,直接用基础的np.linspace生成两个一维的自变量序列即可:
- 深度序列
z:从地表z=0延伸到地下2m,取200个等距点,这个范围足够展示日周期的衰减效果 - 时间序列
t:如果画日周期就从0到86400秒(完整1天)取200个等距点,如果画年周期就从0到31536000秒(完整1年)取200个等距点
计算温度值的时候把长公式拆成3个简单的中间量,避免写长表达式出错:
# 先算振幅随深度的衰减项 attenuation = np.exp(-z * np.sqrt(omega / (2 * kappa))) # 再算随深度、时间变化的相位项 phase = omega * t - z * np.sqrt(omega / (2 * kappa)) # 最后代入公式得到温度值矩阵,利用NumPy广播自动完成网格计算 T = T0 + delta_T * attenuation * np.cos(phase)
第三步:用基础绘图功能出图,和你在Desmos上的实现逻辑一致
完全不需要用复杂的动画、3D投影功能,所有绘图都可以用你已经掌握的基础绘图方法完成,可选的实现效果包括:
- 最易上手的曲线对比图:选取几个典型深度(比如地表z=0、地下0.2m、地下0.5m、地下1m),分别绘制每个深度下温度随时间变化的曲线,配上坐标轴标签和图例,就能直观看到两个核心规律:越往地下,温度波动的振幅越小,波动的相位相对地表越滞后。
- 固定时刻的深度温度剖面图:选取两个代表时刻(比如日周期的正午、午夜;年周期的盛夏、隆冬),分别绘制温度随深度变化的曲线,就能看到地下一定深度以下,温度几乎不受地表周期波动的影响,稳定维持在平均温度值。
- 热力图展示全维度变化:直接用基础的
plt.contourf功能,横轴为时间、纵轴为深度、颜色映射为温度值,不需要额外调整参数就能把所有深度、所有时间点的温度分布完整展示出来,效果和Desmos上的动态图对应,甚至能看到年周期波动的衰减速度远慢于日周期的特点——日周期的波动在地下1m处就已经几乎衰减为0,而年周期的波动在地下1m处还能保留接近一半的振幅,相位滞后1-2个月。
实现时的新手避坑提示
- 计算的时候不要把时间单位搞混,如果
t的单位是秒,角频率就用rad/s的数值;如果t的单位是天,就把角频率换算成rad/天的数值,不要出现单位不匹配导致的曲线变形。 - 不需要一开始就追求和Desmos完全一致的动态效果,先把静态的固定深度、固定时刻的曲线画对,再逐步调整细节,所有步骤都是你已经掌握的Matplotlib基础操作,不存在超出能力范围的门槛。
内容的提问来源于stack exchange,提问作者spokati
相关产品推荐
相关产品推荐

