|
0 h9 ~$ M% m4 X7 l# c % |% K; L2 f( z2 _ {! K; v
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。
' B9 s2 T5 ]4 b) H 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。 8 O W3 f0 [7 o" R: `* a" K
【内容简述】：
9 N. |! h8 X- ^/ P8 r 专题一：Python软件的安装及入门
/ N. v2 d; {) b 1、Python入门和安装 & Q1 j+ [& T- c, D! _2 E/ ]2 [
1.1 Python背景及其在气象海洋中的应用 - l# W, h" F+ Z+ X9 E L6 N
1.2 Anaconda解释和安装以及Jupyter配置 1.3 Python基础语法: w* z$ v4 \0 I, U1 j
专题二：气象海洋常用科学计算库 % H$ Z' A7 ] c: p9 O
2、气象海洋常用科学计算 3 \# D1 Q9 p9 P9 V" i. {- M
2.1 Numpy库 ! R' G2 [2 o& ^5 b
2.2 Pandas库 ' y$ H y e9 i! v" y5 e
2.3 Scipy库
$ m5 \' I1 j6 O* [ X 2.4 Xarray和Netcdf库 2.5 常用数据的IO
. ^, h2 m. A: Y w2 h % L) i) j. @( W3 [: h, j
6 b& W7 b; ~4 x4 q! Z
专题三：气象海洋常用可视化库
; v- p" G6 _5 S4 x. N2 r 3 气象海洋常用可视化库
6 @" X: a, l w 3.1 可视化库介绍matplotlib、cartopy等
! N3 t. G# e" u7 d' P) l, ~# L) u- B1 P9 X 3.2 不同类型图的绘制 . c' s$ \9 S) M& F# m
1）折线图绘制 4 q' V0 x5 v5 [
2）柱状图绘制 + U; |2 k$ c: k* |
3）errorbar图绘制 6 f& U/ ~7 N2 X
4）流场矢量
: N. Z) n7 }: d% ^( Y. q 4）散点图绘制 1 u# d: }( \& G- O' P L
5）地图绘制（1.行政区划 2.地图白化） " ?( ^( S* w# d; E$ i
6）填色及等值线+地图
# I( B$ c T% b1 B% P9 w 7）流场矢量+地图 8）风玫瑰图: x% Y* Y0 U+ m
- ]# [7 y$ m( e- v r/ V
专题四：数据爬虫实战 ; o4 Z! {" n9 Y0 y' i
4 如何爬取中央气象台台风数据 7 {, J* G0 O8 u2 J
1) Request库的介绍 8 ^+ j7 u6 m+ T$ H5 ^
2) 解析网页介绍 2 m5 G2 K6 U& |" B. V, E" k
3) 爬取中央气象台台风数据 4) 台风数据的分析和可视化
- [+ a- ]+ _, P0 M) J1 w- `9 \ 专题五：模式后处理 ) u: x% h$ e0 e+ c, ?
5 WRF和ROMS模式后处理 % r" E' S, o; D: Z4 y1 _+ D- H
5.1 WRF模式后处理
4 t$ w0 d5 u, b8 g7 I 1） wrf-python库介绍 8 a+ z% M8 B/ [
2） 提取站点数据 8 W; C! O; x' M9 n, Z
3） 500hPa形式场绘制
1 B7 S; R4 g9 ~: j/ r, _ 4） 垂直剖面图——雷达反射率为例 5） 提取台风数据并可视化
* b+ e9 E) v, \/ o; i& J" g: Q9 }$ q 5.2 ROMS模式后处理 ! ?- p9 D! I S P5 f$ p
1） xarray为例操作ROMS输出数据
" p* Q, W! o4 j6 N& X" T 2） 垂直坐标转换，S坐标转深度坐标
& [+ M) E+ D% G: a; I" w 3） 垂直剖面绘制 4） 平面图绘制
; J3 c' c3 p5 q& A( n3 f
9 r" _5 s; r) T* q) _2 f 专题六：EOF方法分析大气和海洋数据
9 g( z/ m9 X# u' ?6 `2 q 6 EOF方法分析大气和海洋数据 5 w6 w& P8 r5 r7 h- F
6.1 EOF基础和eofs库的介绍 # L4 J5 T; {6 E* }
6.2 EOF分析海年风场数据
$ ]! g1 P$ l5 M8 g7 \9 V# u& z 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9 o0 r9 q/ a& q# m/ r) d3 M
6.3 EOF分析海表面温度数据 # ?2 w1 H' ?5 c; [, j' ?
1）SST数据计算距平，去趋势 2）SST进行EOF分析，可视化8 N) \% j. \+ P, f0 {
$ ]2 J! {; E! r5 t1 G/ U; E
专题七：AI在气象海洋中的应用 ! D* ]3 ~4 w# |6 m
机器学习在气象海洋中的应用
' f* K) H" B* I* T7 } 7.1 机器学习简介 9 T d# z% d$ Z: T2 h
1）机器学习简介
% n6 @/ _9 D$ ~ 2）scikit-learn、pytorch等常用库介绍 8 l N+ S h# M' s8 y7 V/ Y) Y
7.2 如何使用pytorch搭建一个模型
; X$ m, y! l, L5 t! d 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1 |/ P: e4 ~0 N# }6 C, v
) N2 _2 f4 y- k+ Q" f3 h4 l
【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9 N/ Y' F# {1 l9 J6 G% ~
+ |( I( h& A4 ^' }
6 u/ O; p" f# W7 D4 C
2 r! k" r3 J" _ | 
