CN113297747A - 一种基于气象数据的空气温湿度分布状态表达图式与方法 - Google Patents

一种基于气象数据的空气温湿度分布状态表达图式与方法 Download PDF

Info

Publication number
CN113297747A
CN113297747A CN202110619722.5A CN202110619722A CN113297747A CN 113297747 A CN113297747 A CN 113297747A CN 202110619722 A CN202110619722 A CN 202110619722A CN 113297747 A CN113297747 A CN 113297747A
Authority
CN
China
Prior art keywords
data
weather
meteorological
year
different
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110619722.5A
Other languages
English (en)
Inventor
程海峰
林文定
姚天成
邬效涛
张举
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Jianzhu University
Original Assignee
Anhui Jianzhu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Jianzhu University filed Critical Anhui Jianzhu University
Priority to CN202110619722.5A priority Critical patent/CN113297747A/zh
Publication of CN113297747A publication Critical patent/CN113297747A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation

Abstract

本发明公开了一种基于气象数据的空气温湿度分布状态表达图式与方法，包括以下步骤:确定原始日值气象数据来源，其中数据包括气象参数、站点信息与时间范围，之后挑选所需对象筛选数据；依据“典型气象年”法选出12个“平均月”组成统计标准年；挑选不同时间分布区间统计计算，绘制不同地域、不同城市标准年的年、四季、月的气象参数分布状态表达图式；通过耦合并叠加相应图式，进行直观、精确的比较分析不同地域、不同城市某一气象参数变化规律，提供比较数据。本发明可以精确的描述不同地域、不同城市空气湿度分布状态、特征及变化规律，还具有方法简单、内容简洁、通俗易懂、应用方便等优势。

Description

一种基于气象数据的空气温湿度分布状态表达图式与方法
技术领域：
本发明涉及热湿环境分析领域，具体涉及一种基于气象数据的空气温湿度分布状态表达图式与方法，适用于统计不同地域、不同城市空气温湿度的分布状态与特征，分析其变化规律。
背景技术：
随着国家逐渐落实二氧化碳排放达峰目标和碳中和愿景，践行绿色低碳发展新理念，在此背景下要求建筑规划、建筑节能标准需要不断提高；与此同时，现代农业、畜牧业、植物学的发展，人体工程学、生物学的进步，也使得空气平均相对湿度、平均温度成为人们必须要了解的重要环境因素；此外，在建筑气候区划与实际工程设计中也需要大量应用空气平均相对湿度、平均温度这两个要素。
目前，尚无形象直观的图表或者表示方法可以用来精确的描述不同地域、不同城市空气温湿度分布状态、特征及变化规律。气象站点记录的繁杂的空气温湿度数据，已经无法满足现实中热湿环境分析的实际需求，且会造成分析不准确、工作重复等问题。因此，有必要创建出一种新的表达图式和构建方法来统计不同地域、不同城市的空气温湿度分布状态、分布特征，分析其变化规律。
发明内容：
为了弥补现有技术问题的不足，本发明的目的是提供一种基于气象数据的空气温湿度分布状态表达图式与方法，基于地域气象数据中的某一气象参数，依据“典型气象年”法挑选平均月构造统计标准年，并按照年、季节、月的时间区间绘制某一气象参数分布状态表达图式，可以精确的描述不同地域、不同城市空气湿度、温度分布状态、特征及变化规律，为社会发展、环境改善、建筑气候区划与建筑热工分析提供理论支撑与应用工具。
本发明的技术方案如下：
一种基于气象数据的空气温湿度分布状态表达图式与方法，其特征在于，包括以下步骤:
(1)、确定原始日值气象数据来源，其中数据包括气象参数、站点信息与时间范围，之后挑选所需对象筛选数据；
(2)、依据“典型气象年”法选出12个“平均月”组成统计标准年；
(3)、挑选不同时间分布区间统计计算，绘制不同地域、不同城市标准年的年、四季、月的气象参数分布状态表达图式；
(4)、通过耦合并叠加相应图式，进行直观、精确的比较分析不同地域、不同城市某一气象参数变化规律，提供比较数据。
所述的基于气象数据的空气温湿度分布状态表达图式与方法，其特征在于，所述步骤(1)包括：
在中国气象数据网下载《中国地面气候资料日值数据集》作为数据分析计算的来源，挑选相关地域城市气象站点，选择时间范围，确定某一气象参数进行筛选并下载数据，所述气象参数为平均温度、平均相对湿度；
所述的基于气象数据的空气温湿度分布状态表达图式与方法，其特征在于，所述步骤(2)包括：
按照“典型气象年”法构建统计标准年，统计标准年的挑选应以近30年的日值气象数据统计为基础，在近10年中进行挑选12个“平均月”。
所述的基于气象数据的空气温湿度分布状态表达图式与方法，其特征在于，所述步骤(3)包括：
a)、统计计算标准年四季、每月的某一气象参数均值和四季某一气象参数不同分布梯度范围的天数；
b)、建立二维某一气象参数表达基础图式；
c)、耦合绘制统计标准年的年、四季某一气象参数分布状态图；
d)、耦合绘制统计标准年的年、四季某一气象参数梯度频率分布特征图。
所述的基于气象数据的空气温湿度分布状态表达图式与方法，其特征在于，所述步骤(4)包括：耦合绘制统计标准年的城市叠加年、四季某一气象参数分布状态图与城市叠加四季某一气象参数频率分布特征图，直观的比较分析不同地域、不同城市某一气象参数变化规律，提供比较数据。
本发明的优点是：
1.、本发明可以直观、精确的描述不同地域、不同城市空气温湿度分布状态、特征及变化规律，提供比较数据；
2.本发明的比较数据，可以为节能设计、环境改善与发展、建筑气候区划与建筑热工分析提供理论支撑与应用工具；
3、本发明提供了一个统一的、清晰明了、简单快捷的表达图式与构建方法，有效避免了气象站点记录下的繁杂的空气温湿度数据分析不准确、工作重复、效率低下等问题。
附图说明：
图1为本发明的原理框图；
图2为本发明的年平均相对湿度分布图；
图3为本发明的季节平均相对湿度分布图
图4为本发明的月平均相对湿度频率分布特征图；
图5为本发明的四季平均相对湿度频率分布特征图；
图6为本发明的年平均相对湿度频率分布特征图；
图7为本发明的城市叠加年平均相对湿度分布图；
图8为本发明的城市叠加季节平均相对湿度分布图；
图9为本发明的城市叠加月平均相对湿度频率分布特征图。
具体实施方式：
下面结合附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
如图1所示，一种基于气象数据的空气温湿度分布状态表达图式与方法，包括以下步骤:
(1)、确定原始日值气象数据来源，其中数据包括气象参数、站点信息与时间范围，之后挑选所需对象筛选数据；
(2)、依据“典型气象年”法选出12个“平均月”组成统计标准年；
(3)、挑选不同时间分布区间统计计算，绘制不同地域、不同城市标准年的年、四季、月的气象参数分布状态表达图式；
(4)、通过耦合并叠加相应图式，进行直观、精确的比较分析不同地域、不同城市某一气象参数变化规律，提供比较数据。
基于气象数据的空气温湿度分布状态表达图式与方法，步骤(1)包括：
在中国气象数据网下载《中国地面气候资料日值数据集》作为数据分析计算的来源，挑选相关地域城市气象站点，选择时间范围，确定某一气象参数进行筛选并下载数据，所述气象参数为平均温度、平均相对湿度；
基于气象数据的空气温湿度分布状态表达图式与方法，步骤(2)包括：
按照“典型气象年”法构建统计标准年，统计标准年的挑选应以近30年的日值气象数据统计为基础，在近10年中进行挑选12个“平均月”。
基于气象数据的空气温湿度分布状态表达图式与方法，步骤(3)包括：
a)、统计计算标准年四季、每月的某一气象参数均值和四季某一气象参数不同分布梯度范围的天数；
b)、建立二维某一气象参数表达基础图式；
c)、耦合绘制统计标准年的年、四季某一气象参数分布状态图；
d)、耦合绘制统计标准年的年、四季某一气象参数梯度频率分布特征图；
于地域气象数据的气象参数变化规律直观分析方法，步骤(4)包括：耦合绘制统计标准年的城市叠加年、四季某一气象参数分布状态图与城市叠加四季某一气象参数频率分布特征图，直观的比较分析不同地域、不同城市某一气象参数变化规律，提供比较数据。
下面以气象要素湿度(平均相对湿度)为例，具体方法如下：
如图2所示，步骤(1)具体为：进入中国国家气象数据网官网，在中国国家气象科学数据中心选择数据与产品《中国地面气候资料日值数据集》，挑选相关城市气象站点，划定时间范围为1990-2019年，确定“平均相对湿度”这一气象要素下载原始日值数据。
其中，步骤(2)具体为：按照“典型气象年”法选出12个“平均月”组成统计标准年，应以近30年的统计为基础，在近10年中进行挑选。以1990-2019年的统计为基础，在2010-2019年中挑选平均月组成统计标准年。
进一步地，步骤(2)具体为：统计标准年的“平均月”的挑选步骤如下：
a)、统计出1990-2019年来每年每月“平均相对湿度”的平均值Xi，m，y，i为挑选参数“平均相对湿度”，m为月份序号，y为年份序号；
b)、计算每月“平均相对湿度”的累年平均值
Figure BDA0003099303830000041
及标准差Si，m；
c)、将“平均相对湿度”的平均值进行标准化处理：
Figure BDA0003099303830000042
d)、初选平均月：对于m月，若2010-2019年间某一年该月的平均值与该月的累年平均值的差值小于等于该月标准差，即|ηi，m，y|≤1，则可认为该年该月有条件成为“平均月”；
e)、如果2010-2019年间有若干年份的m月都能满足初选平均月的条件，则对这些年份的m月的ηi，m，y进行加权求和，即计算
Figure BDA0003099303830000051
其中，Ki是各挑选参数的权重。
f)、只选择“平均相对湿度”这一个参数，故Ki为1，即最后选择|ηi，m，y|最小的月份作为该月的“平均月”。
其中，所述步骤(3)具体为：
a)、如图2所示，以城市1为例，计算统计标准年每个月的“平均相对湿度均值”，绘制年平均相对湿度分布图。在origin中以12个月份为x轴，以城市1各自月份对应的“月平均相对湿度均值”为y轴，以两列数据绘图，设置适宜的刻度、刻度线标签以及图示颜色、透明度，完成相应城市图式。
b)、以图3所示，以城市1为例，计算统计标准年四个“季节平均相对湿度均值”，绘制季节平均相对湿度分布图。按照春、夏、秋、冬对应月份计算“季节平均相对湿度均值”，在origin中以四个季节春夏秋冬为x轴，以城市1各自季节对应的“平均相对湿度均值”为y轴，以两列数据绘图，设置适宜的刻度、刻度线标签以及图示颜色、透明度，完成相应城市图式。
c)、如图4所示，以城市3为例，计算统计标准年某月的平均相对湿度在不同“平均相对湿度梯度范围区间”中的天数总和，绘制月平均相对湿度频率分布特征图。对城市3的某月计算在不同“平均相对湿度梯度”范围区间内的天数总和(以30％以下开始，以10％的间隔为限依次向上加，直至100％)，在origin中以“平均相对湿度梯度”范围为x轴，以城市3的某月在对应梯度范围的天数为y轴，以两列数据绘图，将刻度8等分，设置适宜的刻度线标签以及图示颜色、透明度，完成相应城市图式。
d)、如图5所示，以城市3为例，分别计算统计标准年四个季节平均相对湿度在不同“平均相对湿度梯度”范围区间中的天数总和，绘制季节平均相对湿度频率分布特征图。对城市3的四个季节各自计算在不同“平均相对湿度梯度”范围内的天数总和(以40％以下开始，以10％的间隔为限依次向上加，直至100％)，在origin中以四个季节春、夏、秋、冬为x轴，以四个季节的平均相对湿度频率分布为7个y轴，以单个x轴7个y轴的数据同时绘图，将角度刻度4等分，设置适宜的刻度线标签以及图示颜色、透明度，并将堆叠属性设置为累积堆叠，完成城市3的季节累日平均相对湿度频率分布特征图示。
e)、如图6所示，以城市3为例，分别计算统计标准年12个月的平均相对湿度在不同“平均相对湿度梯度”范围区间中的天数总和，绘制年平均相对湿度频率分布特征图。对城市3的12个月各自计算在不同“平均相对湿度梯度”范围内的天数总和(以40％以下开始，以10％的间隔为限依次向上加，直至100％)，在origin中以12个月为x轴，以12个月的平均相对湿度频率分布为7个y轴，以单个x轴7个y轴的数据同时绘图，将角度刻度12等分，设置适宜的刻度线标签以及图示颜色、透明度，并将堆叠属性设置为累积堆叠，完成城市3的累日平均相对湿度频率分布特征图示。
f)、如图7所示，以城市1、2为例，计算统计标准年每个月的“平均相对湿度均值”，绘制城市叠加年平均相对湿度分布图。在origin中以12个月份为x轴，以城市1、2各自月份对应的“月平均相对湿度均值”为2个y轴，以单个x轴2个y轴的数据同时绘图，设置适宜的刻度、刻度线标签、以及不同城市的代表图示颜色梯度、透明度，完成多个城市对比叠加图示。
g)、如图8所示，以城市1、2为例，计算统计标准年四个“季节平均相对湿度均值”，绘制城市叠加季节平均相对湿度分布图。在origin中以四个季节春夏秋冬为x轴，以城市1、2各自季节对应的“平均相对湿度均值”为2个y轴，以单个x轴2个y轴的数据同时绘图，设置适宜的刻度、刻度线标签、以及不同城市的代表图示颜色梯度、透明度，完成多个城市对比叠加图示。
h)、如图9所示，以城市1、3某月为例，计算统计标准年某月的平均相对湿度在不同“平均相对湿度梯度”范围区间中的天数总和，绘制月平均相对湿度频率分布特征图，并将两图合并叠加形成城市叠加月平均相对湿度频率分布特征图。分别对城市1和城市3的某月计算在不同“平均相对湿度梯度”范围区间内的天数总和(以30％以下开始，以10％的间隔为限依次向上加，直至100％)，在origin中以“平均相对湿度梯度”范围为x轴，以城市1的某月在对应梯度范围的天数为y轴，以两列数据绘图；同理以“平均相对湿度梯度”范围为x轴，以城市3的某月在对应梯度范围的天数为y轴，以两列数据绘图。将两张图刻度8等分，设置适宜的刻度线标签以及不同图示颜色、透明度，最后将两张图的刻度起始值、结束值以及刻度增量值设置完全一样后，合并叠加两张图，使之存在两个图层中，显示于一张图上，完成多个城市对比叠加图式。
本发明补充了热湿环境分析领域中无形象直观图表及其表示方法的缺陷，可以精确的描述不同地域、不同城市空气温湿度分布状态、特征及变化规律，还具有方法简单、内容简洁、通俗易懂、应用方便等优势。本发明可以用于统计不同地域、不同城市空气温湿度分布状态、分布特征，分析其变化规律，为节能设计、环境改善与发展、建筑气候区划与建筑热工分析提供理论支撑与应用工具。
除此以外，本发明不仅仅应用于热湿环境分析领域，还可以应用于其他领域相应阐述的类似比较。
本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，还可以做出各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (5)

1.一种基于气象数据的空气温湿度分布状态表达图式与方法，其特征在于，包括以下步骤:
(1)、确定原始日值气象数据来源，其中数据包括气象参数、站点信息与时间范围，之后挑选所需对象筛选数据；
(2)、依据“典型气象年”法选出12个“平均月”组成统计标准年；
(3)、挑选不同时间分布区间统计计算，绘制不同地域、不同城市标准年的年、四季、月的气象参数分布状态表达图式；
(4)、通过耦合并叠加相应图式，进行直观、精确的比较分析不同地域、不同城市某一气象参数变化规律，提供比较数据。
2.根据权利要求1所述的基于气象数据的空气温湿度分布状态表达图式与方法，其特征在于，所述步骤(1)包括：
在中国气象数据网下载《中国地面气候资料日值数据集》作为数据分析计算的来源，挑选相关地域城市气象站点，选择时间范围，确定某一气象参数进行筛选并下载数据，所述气象参数为平均温度、平均相对湿度。
3.根据权利要求1所述的基于气象数据的空气温湿度分布状态表达图式与方法，其特征在于，所述步骤(2)包括：
按照“典型气象年”法构建统计标准年，统计标准年的挑选应以近30年的日值气象数据统计为基础，在近10年中进行挑选12个“平均月”。
4.根据权利要求1所述的基于气象数据的空气温湿度分布状态表达图式与方法，其特征在于，所述步骤(3)包括：
a)、统计计算标准年四季、每月的某一气象参数均值和四季某一气象参数不同分布梯度范围的天数；
b)、建立二维某一气象参数表达基础图式；
c)、耦合绘制统计标准年的年、四季某一气象参数分布状态图；
d)、耦合绘制统计标准年的年、四季某一气象参数梯度频率分布特征图。
5.根据权利要求1所述的基于气象数据的空气温湿度分布状态表达图式与方法，其特征在于，所述步骤(4)包括：耦合绘制统计标准年的城市叠加年、四季某一气象参数分布状态图与城市叠加四季某一气象参数频率分布特征图，直观的比较分析不同地域、不同城市某一气象参数变化规律，提供比较数据。
CN202110619722.5A 2021-06-03 2021-06-03 一种基于气象数据的空气温湿度分布状态表达图式与方法 Pending CN113297747A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110619722.5A CN113297747A (zh) 2021-06-03 2021-06-03 一种基于气象数据的空气温湿度分布状态表达图式与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110619722.5A CN113297747A (zh) 2021-06-03 2021-06-03 一种基于气象数据的空气温湿度分布状态表达图式与方法

Publications (1)

Publication Number Publication Date
CN113297747A true CN113297747A (zh) 2021-08-24

Family

ID=77327031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110619722.5A Pending CN113297747A (zh) 2021-06-03 2021-06-03 一种基于气象数据的空气温湿度分布状态表达图式与方法

Country Status (1)

Country Link
CN (1) CN113297747A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114138868A (zh) * 2021-12-03 2022-03-04 中科三清科技有限公司 空气质量统计分布图绘制方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110179066A1 (en) * 2008-06-20 2011-07-21 Business Intelligence Solutions Safe B.V. Methods, apparatus and systems for data visualization and related applications
US20150170384A1 (en) * 2013-12-13 2015-06-18 Fujitsu Limited Apparatus and method for creating drawing data superimposing grouped data on a screen
CN111311169A (zh) * 2019-11-12 2020-06-19 上海朗绿建筑科技股份有限公司 一种城市室外环境分析方法、系统、存储介质及电子设备
CN112883099A (zh) * 2021-01-13 2021-06-01 中国兵器工业第五九研究所 一种年轮式自然环境温湿度耦合谱表征方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110179066A1 (en) * 2008-06-20 2011-07-21 Business Intelligence Solutions Safe B.V. Methods, apparatus and systems for data visualization and related applications
US20150170384A1 (en) * 2013-12-13 2015-06-18 Fujitsu Limited Apparatus and method for creating drawing data superimposing grouped data on a screen
CN111311169A (zh) * 2019-11-12 2020-06-19 上海朗绿建筑科技股份有限公司 一种城市室外环境分析方法、系统、存储介质及电子设备
CN112883099A (zh) * 2021-01-13 2021-06-01 中国兵器工业第五九研究所 一种年轮式自然环境温湿度耦合谱表征方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
钱耀辉: "《安徽地区气候潮湿强度年分布特征研究》", 中国优秀硕士论文电子期刊, no. 1, pages 3 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114138868A (zh) * 2021-12-03 2022-03-04 中科三清科技有限公司 空气质量统计分布图绘制方法和装置
CN114138868B (zh) * 2021-12-03 2022-09-30 中科三清科技有限公司 空气质量统计分布图绘制方法和装置

Similar Documents

Publication Publication Date Title
WO2021184550A1 (zh) 一种基于土壤传递函数的目标土壤性质含量预测方法
Soegaard et al. Towards a spatial CO2 budget of a metropolitan region based on textural image classification and flux measurements
CN110610054B (zh) 一种土壤湿度长方体反演模型构建方法及系统
CN108984803B (zh) 一种农作物产量空间化的方法及系统
O‘G‘Li et al. THE USE OF MAPINFO PROGRAM METHODS IN THE CREATION OF CADASTRAL CARDS
CN111814079B (zh) 结合聚类与cmab的群智感知车联网用户筛选方法
CN106980603B (zh) 基于土壤类型归并与多元回归的土壤锰含量预测方法
CN102521624B (zh) 一种土地利用类型分类的方法和系统
CN107944765A (zh) 智能制造生产调度协同管控能力的评估系统和评估方法
CN113987912A (zh) 一种基于地理信息的污染物在线监测系统
Cao RETRACTED ARTICLE: Artificial intelligence-based plant environment detection in coastal areas and B2C e-commerce network marketing
CN113297747A (zh) 一种基于气象数据的空气温湿度分布状态表达图式与方法
CN115952702A (zh) 一种基于forcchn模型和遥感数据的森林nep的计算方法
CN108764527A (zh) 一种土壤有机碳库时空动态预测最优环境变量筛选方法
CN115689125A (zh) 一种基于多源数据的涉气污染源布局方法
CN101561882B (zh) 一种基于空间相关性的亚像元空间定位方法
CN111401644A (zh) 一种基于神经网络的降水降尺度空间预测方法
CN107331164A (zh) 一种高速公路收费站入口车辆数的预测方法
CN114677522A (zh) 基于建筑图斑和深度学习的建筑结构类型预测方法及系统
CN106446226A (zh) 气象信息的处理及展示方法、系统
CN106021499A (zh) 基于志愿者地理信息的建设用地分类方法和装置
CN112562311B (zh) 基于gis大数据的工况权重因子获取方法及装置
CN115759524B (zh) 一种基于遥感影像植被指数的土壤生产力等级识别方法
CN104537254A (zh) 一种基于社会统计数据的精细化制图方法
CN110210112A (zh) 耦合土地利用规划的城市热岛效应情景模拟方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination