|
, w- t" `; D g3 U% b; w
. q$ M8 U6 n7 x Python是功能强大、免费、开源，实现面向对象的编程语言，能够在不同操作系统和平台使用，简洁的语法和解释性语言使其成为理想的脚本语言。除了标准库，还有丰富的第三方库，并且能够把用其他语言（C/C++、Fortran）编写的代码联结在一起。Python在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能。上述优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。可以预见未来Python将成为气象和海洋等地学领域的主流编程语言之一。 * F0 o7 O2 Y7 K+ k% a, g: i7 f$ O2 X
本内容将聚焦Python在气象和海洋领域的使用，从Python基础使用开始，循序渐进，介绍常用的科学计算和可视化库，并结合实际，从气象海洋数据可视化到常见数据分析方法，让大家能从中借鉴学习，最终掌握python这一工作利器，助力今后的工作效率。
! v8 e3 F9 f2 J! G8 n 【内容简述】： 6 T& M: y* K- a0 i/ M
专题一：Python软件的安装及入门 # X4 p& f. D# N( ^
1、Python入门和安装
- g7 I, E' w) o* j9 ~ J, Q4 L' q 1.1 Python背景及其在气象海洋中的应用
( |2 i+ g' @- V! O6 v& g 1.2 Anaconda解释和安装以及Jupyter配置 1.3 Python基础语法( H& M5 F7 |2 M
专题二：气象海洋常用科学计算库 ! e6 H, V. j7 l0 N" C* b8 G
2、气象海洋常用科学计算 3 f8 @0 f2 f& Q4 T+ v
2.1 Numpy库 + S. ?% V3 t: v8 G2 I
2.2 Pandas库
% E2 E% z1 f; R6 l 2.3 Scipy库 6 _( g. F9 \! e, a
2.4 Xarray和Netcdf库 2.5 常用数据的IO# ?3 W, A5 k4 `, [8 m' l" @
5 v4 I( y# w5 a# U! x
9 o+ @; W. A1 N" p( F
专题三：气象海洋常用可视化库 ; ^ G$ U+ T2 i9 J: X0 |
3 气象海洋常用可视化库
/ a% _ D) |" p3 \ 3.1 可视化库介绍matplotlib、cartopy等 # o1 w/ R( G e8 m$ I
3.2 不同类型图的绘制 ' G- p5 k: ]0 n- U1 |& ?
1）折线图绘制 5 O3 J9 [6 o* t
2）柱状图绘制 * Z) t) p; ~7 B2 y
3）errorbar图绘制 : W, t) y ^3 b
4）流场矢量 - \7 \% M+ ^/ V6 H8 b; s" h' _0 t" U- ~5 \
4）散点图绘制 ; S$ t- A: q" r% I7 m$ l
5）地图绘制（1.行政区划 2.地图白化） 0 W' V' I3 F( H0 ~/ i I& I
6）填色及等值线+地图
5 e1 `* d' g9 B7 i6 { q6 M 7）流场矢量+地图 8）风玫瑰图* _" t2 D v$ k
' ?8 Q& i! {" C2 k1 X+ t, ? 专题四：数据爬虫实战
% `" L1 j4 e! L1 {! y* D 4 如何爬取中央气象台台风数据 $ o* D1 O; ~1 z& f
1) Request库的介绍 - L) _+ a8 e6 T& r) C: R
2) 解析网页介绍 ' M+ [ E. ^$ t+ w
3) 爬取中央气象台台风数据 4) 台风数据的分析和可视化% B3 l- b: \2 v1 c. j
专题五：模式后处理 & m8 y: v1 y( g, _& @% i: J
5 WRF和ROMS模式后处理 6 M6 O2 d: S, W
5.1 WRF模式后处理 1 w( `" P0 m m t% V9 w
1） wrf-python库介绍
5 t" _2 F- I% R' o 2） 提取站点数据
7 l9 Z4 Z& U z0 d* E0 y7 N7 x( ^% ` 3） 500hPa形式场绘制 2 ]3 s3 W$ B" z- C9 p: |
4） 垂直剖面图——雷达反射率为例 5） 提取台风数据并可视化4 b5 L0 Y) M$ y! X
5.2 ROMS模式后处理
/ \/ ]& Y2 c/ ^" M 1） xarray为例操作ROMS输出数据
. m1 L) n- B6 D+ e& e# J3 n 2） 垂直坐标转换，S坐标转深度坐标
6 ]9 E. e5 B# q1 D# _ 3） 垂直剖面绘制 4） 平面图绘制
8 O6 T) j' w4 J# X! k + W/ n6 W" }5 q7 F q6 T- E2 r, c
专题六：EOF方法分析大气和海洋数据 ( k5 E. I0 i; {4 ~! p
6 EOF方法分析大气和海洋数据 / K) ~# D5 s4 C8 u# ~
6.1 EOF基础和eofs库的介绍 $ c8 i% \. u3 a7 V6 p3 {
6.2 EOF分析海年风场数据 ' i% q. |: H; u9 H: J
1）CCMP融合风场数据介绍和处理，30年数据 2）按季节进行EOF分析，可视化, V! J1 s7 j2 r. L) m
6.3 EOF分析海表面温度数据 ( N4 J! `; ]- U. S
1）SST数据计算距平，去趋势 2）SST进行EOF分析，可视化: F3 O! k6 Q. k% g5 Z
9 _3 T1 i3 T4 @2 U9 W 专题七：AI在气象海洋中的应用 6 P# @# y- E" G H8 u5 x U6 u
机器学习在气象海洋中的应用 . x7 T- M/ i# s9 g' `
7.1 机器学习简介 F( P# X. {3 o3 r5 I3 S
1）机器学习简介 a" y& F( V2 W6 M
2）scikit-learn、pytorch等常用库介绍 , B' }9 p% k+ I$ P/ G6 m' Q
7.2 如何使用pytorch搭建一个模型 % B& Q' _1 p( ~- }! Y; @- b4 O
7.3 机器学习订正模式数据 CCMP融合风场数据作为标签数据，订正GFS预报数据
) \; d# L; q1 h1 C, U 8 e7 A5 R) `, |$ S( c2 P& l* P
【其它相关推荐】： 系统学习空气质量预报模式系统（wrf-cmaq）SMOKE模型排放清单处理技术及在多模式下实践应用方法与VOCs排放量核算区域气象-大气化学在线耦合模式（WRF/Chem）高精度气象模拟软件WRF(Weather Research Forecasting)技术及案例应用Python人工智能在气象中的应用WRF模式、WRF-SOLAR、WRF-UCM、人工智能气象、FLEXPART、CMIP6数据处理、LEAP模型
0 C1 p t3 c) r4 b
) n' v; T, c8 u6 ~" R1 l; o! R0 [
. o9 ~8 k) d0 L" O8 Q# ?+ E. `% c% J, p5 c- u* v- S. @; g
| 
