编写一个程序生成2010.1.1至2020.1.1期间某海域浪高，流速，透明度，涌高，风，降水，能见度的随机数据，并使之每年的数据符合正态分布规律

为了编写这样一个程序，我们可以使用Python的`numpy`库来生成符合正态分布的数据，以及`pandas`库来处理日期范围。这里是一个简化的示例：

import numpy as np
import pandas as pd

# 设置随机数种子以便于复制结果
np.random.seed(42)

# 定义数据参数
mean_values = {
    '浪高': [5, 10],  # 年均浪高范围 (单位: 米)
    '流速': [1, 2],   # 年均流速范围 (单位: 米/秒)
    '透明度': [20, 30],  # 年均透明度范围 (单位: 毫米)
    '涌高': [0.5, 1],  # 年均涌高范围 (单位: 米)
    '风': [6, 12],    # 年均风速范围 (单位: 公里/小时)
    '降水': [200, 500],  # 年降水量范围 (单位: 毫米)
    '能见度': [10, 20]  # 年均能见度范围 (单位: 公里)
}

# 指定起止日期
start_date = '2010-01-01'
end_date = '2020-01-01'

# 创建日期序列
date_range = pd.date_range(start=start_date, end=end_date, freq='D')

# 生成符合正态分布的年数据
year_data = {}
for variable, mean in mean_values.items():
    std_dev = mean[1] - mean[0]  # 计算标准差
    year_data[variable] = np.random.normal(mean[0], std_dev, len(date_range))

# 将数据整合到DataFrame中
data_df = pd.DataFrame(year_data, index=date_range, columns=mean_values.keys())

# 简单显示数据的前几行
print(data_df.head())

这个程序会创建一个DataFrame，其中包含了从2010年1月1日至2020年1月1日每天的随机数据，每个变量都服从正态分布。