【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

3 V! t! Z! F; b: G4 Y

【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。

$ d( j6 L+ q) ^' D* d& B# c

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。

【内容简述】：

专题一：Python软件的安装及入门

- d8 a9 y6 ^! U

1、Python入门和安装

1.1 Python背景及其在气象海洋中的应用

8 }$ o/ O1 O; x+ _" I- A

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

( a2 x5 ?, b! p( z$ i5 k

2、气象海洋常用科学计算

9 U Q- b* q ]: L/ g4 m5 j

2.1 Numpy库

2.2 Pandas库

2.3 Scipy库

2.4 Xarray和Netcdf库

2.5 常用数据的IO

" ?9 a! s. i+ K s

" x. A2 d0 i6 C0 Z+ E( D

专题三：气象海洋常用可视化库

3 气象海洋常用可视化库

0 A: m3 m4 z7 X7 `. J. g$ f* e5 ]- R

3.1 可视化库介绍matplotlib、cartopy等

" Q6 V- @. g Q/ n6 i, M

3.2 不同类型图的绘制

# @( c" `/ c) J

1）折线图绘制

9 F, P0 Z6 ]) v+ O0 |

2）柱状图绘制

3）errorbar图绘制

* ~3 J, R7 @+ I3 h+ i

4）流场矢量

4）散点图绘制

" P( A" N; l0 j: n3 w$ C/ N

5）地图绘制（1.行政区划 2.地图白化）

6）填色及等值线+地图

3 P+ j: m1 I; g+ ?2 [

7）流场矢量+地图

8）风玫瑰图 8 G& k3 u) Y9 Q& K) H' E

5 Y0 t$ r# l7 h. I* H! W0 U# q0 x& C

专题四：数据爬虫实战

0 ?% a0 H4 t+ ?; d2 ]* A

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

5.1 WRF模式后处理

' o% K% ?$ w# b+ A3 [* p! S

1） wrf-python库介绍

2） 提取站点数据

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 , [' T. N5 h& R( k3 `4 M/ A3 g

5.2 ROMS模式后处理

% ` x) a* h& S

1） xarray为例操作ROMS输出数据

; c9 I6 z9 z* l0 u1 I

2） 垂直坐标转换，S坐标转深度坐标

8 V& U" y7 u9 H. G

3） 垂直剖面绘制

4） 平面图绘制

专题六：EOF方法分析大气和海洋数据

6 EOF方法分析大气和海洋数据

* }0 e7 C- y( C3 k' t8 v

6.1 EOF基础和eofs库的介绍

, n: ^, I z2 m* k. R

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 . C! Y2 J# @/ g- \8 u$ _

6.3 EOF分析海表面温度数据

1）SST数据计算距平，去趋势

2）SST进行EOF分析，可视化 8 C' T( c1 S* c! k( G, Q5 }

% b. T# H& X) Z, F" B' h6 \' U8 i

专题七：AI在气象海洋中的应用

: c) Q! a3 R5 y7 G% Q/ y$ x7 i

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

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 / y/ f- q' @* \( b

$ C4 P" u. u& c; O

【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 W+ o' ?! d1 w/ P: b* L

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

7 L" `5 A4 B7 U2 y8 ?. @5 I$ A( t 5 m2 W, |' J+ Q. @- X. ]6 o& l! f d: i3 @, e- c- Y