【案例教程】Python气象海洋数据可视化到常见数据分析方法 - 海洋环境监测数据分析

& S, G) C2 B' s1 _

【视频教程】Python在气象与海洋中的实践技术应用​mp.weixin.qq.com/s?__biz=MzAxNzcxMzc5MQ==&mid=2247519595&idx=8&sn=d0de8f578adc3bf4a9a0e4e91473c428&chksm=9be3927bac941b6d9d8a744ccacc5cba20551d5bac1e902003e4c9efb91c829427dceada964a&scene=21#wechat_redirect

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。

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。

6 W# g) |- n* V' p* M

【内容简述】：

! h/ a% N7 |- v4 I1 }0 M; j

专题一：Python软件的安装及入门

1、Python入门和安装

1.1 Python背景及其在气象海洋中的应用

8 N K! M0 l+ y" r" j& c% a! U/ b

1.2 Anaconda解释和安装以及Jupyter配置

1.3 Python基础语法

专题二：气象海洋常用科学计算库

2、气象海洋常用科学计算

2.1 Numpy库

2.2 Pandas库

+ [8 z1 u+ y1 n( O0 ?# T7 W) K

2.3 Scipy库

2.4 Xarray和Netcdf库

2.5 常用数据的IO ]; E1 _8 |6 w) v L# W5 M

; ^( [# ?' I+ q) l$ q& c

' H) ^) L8 _) \' f; Q

专题三：气象海洋常用可视化库

& L- p. L8 u8 i% S( r0 z. i

3 气象海洋常用可视化库

3.1 可视化库介绍matplotlib、cartopy等

3.2 不同类型图的绘制

1）折线图绘制

2）柱状图绘制

3）errorbar图绘制

1 C# }# k4 @. P. _

4）流场矢量

4）散点图绘制

- ~' Y/ R/ @& p' t

5）地图绘制（1.行政区划 2.地图白化）

6）填色及等值线+地图

; I9 m" \$ \* C

7）流场矢量+地图

8）风玫瑰图

专题四：数据爬虫实战

4 如何爬取中央气象台台风数据

1) Request库的介绍

2) 解析网页介绍

3) 爬取中央气象台台风数据

4) 台风数据的分析和可视化

专题五：模式后处理

5 WRF和ROMS模式后处理

( l9 p# J) L% E* ^: s# ?0 d

5.1 WRF模式后处理

1） wrf-python库介绍

2） 提取站点数据

; n9 ?; G/ U% Z( N& k" W( O1 m

3） 500hPa形式场绘制

4） 垂直剖面图——雷达反射率为例

5） 提取台风数据并可视化

5.2 ROMS模式后处理

1） xarray为例操作ROMS输出数据

/ }( ^& `7 q$ E, }6 z6 ^" p

2） 垂直坐标转换，S坐标转深度坐标

. }( p5 _" g. R7 `

3） 垂直剖面绘制

4） 平面图绘制 * P6 B& W9 R8 a5 m

( ~ j5 Q2 u2 a) b, z# m- {

专题六：EOF方法分析大气和海洋数据

8 ]% n9 R* i( ^

6 EOF方法分析大气和海洋数据

+ t+ F( f/ m4 _9 ]# v

6.1 EOF基础和eofs库的介绍

* d$ Y5 l, A2 v1 J

6.2 EOF分析海年风场数据

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

6.3 EOF分析海表面温度数据

& j) ~. {* J: M" D$ G

1）SST数据计算距平，去趋势

2）SST进行EOF分析，可视化 8 t% u1 w6 _) W* q/ ]3 y

2 Q: f; g) O. K( w- G2 t8 e# @

专题七：AI在气象海洋中的应用

机器学习在气象海洋中的应用

7.1 机器学习简介

1）机器学习简介

; [" a& a- P% B, f2 b) y7 F

2）scikit-learn、pytorch等常用库介绍

7.2 如何使用pytorch搭建一个模型

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 7 L! P! `$ m, j( M' s# F! l

7 G9 _/ [) A) O- y7 U7 Y

【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 1 O2 \4 E. @! }- y; \

气象人必学的模型软件：WRF、CMAQ、SMOKE、WRF-chem、WRF-DA、CAMx、PMF、OBM-MCM、CMIP6​mp.weixin.qq.com/s?__biz=MzAxNzcxMzc5MQ==&mid=2247555412&idx=2&sn=08036763e5b5c49c4525d095a4f29fa4&chksm=9be30644ac948f52c7e3ce562838c78321e2590c44105f42839e32b5a6d08559116e0ae38790&token=508158938&lang=zh_CN#rd

6 c7 v% r, s) ]* D% O- }% D, n ( a1 Q4 W& W% U5 z, U: j