|
9 r2 ?, M! Q8 Z4 B* P+ Y+ _
* A. s2 n0 ~9 f7 [ 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。
) w" w6 P4 ?0 o3 S 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。 1 k$ n p& I9 z5 ]( A3 Y+ i2 H
【内容简述】： % f5 p/ F& M9 X$ c" l5 F8 o3 Z
专题一：Python软件的安装及入门 4 f7 b: I P9 b7 i K& K5 J1 d5 v" X5 r
1、Python入门和安装
2 s: }. T- j: F& j8 M7 Q& T5 z 1.1 Python背景及其在气象海洋中的应用
2 Y: d3 w' K/ j7 J4 d2 F4 w$ A 1.2 Anaconda解释和安装以及Jupyter配置 1.3 Python基础语法* ^, J- l" E( j& b6 Z
专题二：气象海洋常用科学计算库
' F! F9 O. B. Y3 F N* L9 Q5 _6 R$ t 2、气象海洋常用科学计算 # x. n: l( f# G; T, J7 c3 _1 M' U
2.1 Numpy库 & R3 b; R! f- E9 ~! P. s
2.2 Pandas库
2 T# X- l: ^" {1 x/ |2 s: `* { n 2.3 Scipy库
: B/ @# e ~3 ^. Q6 k 2.4 Xarray和Netcdf库 2.5 常用数据的IO
3 I7 C9 x2 ^- n$ T! K& E! g/ F 8 p, v5 a( ]1 |: A1 Q
! U6 W8 H2 m, N8 t$ L5 y
专题三：气象海洋常用可视化库 * Y2 s2 ?- h. y& a/ z8 P9 U2 m, k
3 气象海洋常用可视化库 J w4 [0 M) d7 \
3.1 可视化库介绍matplotlib、cartopy等
1 p b) W8 q# q4 n, E 3.2 不同类型图的绘制
0 B6 @- Q- [4 B% k' u- g) G( \ 1）折线图绘制
( W6 J/ ]3 G* G8 b+ Q* J$ V 2）柱状图绘制
: k6 Y' l3 E9 ^! @& G 3）errorbar图绘制 9 Q' f. [# c0 R+ u( [$ x
4）流场矢量 ) ]0 d6 |1 K& ~5 R5 u! f( z
4）散点图绘制 0 E; q8 j% ^' {4 _/ O$ j4 C' w
5）地图绘制（1.行政区划 2.地图白化）
7 E$ [$ o" H6 k: {3 ^" h; i6 H. E 6）填色及等值线+地图
' H" Y+ t; r7 \" b7 H 7）流场矢量+地图 8）风玫瑰图* s; A# f% e9 _# U# T
: i+ T; r4 I# A+ ~; j1 P 专题四：数据爬虫实战 x/ D3 I- R5 Q
4 如何爬取中央气象台台风数据 $ G" A- i/ Z" E7 F) l. P
1) Request库的介绍 / C0 L$ ^7 [! U, R( S% W
2) 解析网页介绍
j+ Q5 v3 o7 x5 w# T5 u 3) 爬取中央气象台台风数据 4) 台风数据的分析和可视化) S* n! y3 c! f2 J5 x: u. }
专题五：模式后处理 : o/ D5 k3 d% M8 \9 r3 i
5 WRF和ROMS模式后处理 * b) C1 k2 k- x" ^: h0 ]3 b
5.1 WRF模式后处理
9 a1 |9 Y" S/ S, v, c$ j 1） wrf-python库介绍 9 _* ]) p; D! w/ G: m1 U
2） 提取站点数据 3 r# A; H/ I1 l) S, e2 m# _
3） 500hPa形式场绘制 % {8 f. b- T/ r- S! a5 P: d
4） 垂直剖面图——雷达反射率为例 5） 提取台风数据并可视化% b9 L+ I" p5 g% g" w
5.2 ROMS模式后处理 5 F3 e; n* U$ Q `% a/ V" @4 W O
1） xarray为例操作ROMS输出数据
K2 B6 v; a* R, ^& L 2） 垂直坐标转换，S坐标转深度坐标 # m j9 e7 x+ |
3） 垂直剖面绘制 4） 平面图绘制7 B& M) n( G% _+ _: O4 I/ K
# `- [) }& N! l! W& c 专题六：EOF方法分析大气和海洋数据 # P5 C- _0 x' O4 X5 I, o, I
6 EOF方法分析大气和海洋数据 / n% _# i# s2 c$ u
6.1 EOF基础和eofs库的介绍 4 ?0 S9 p7 H- u
6.2 EOF分析海年风场数据
: E2 P( {$ j5 | c @ 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
# p1 ~8 Q& F; E5 b* \) { 6.3 EOF分析海表面温度数据 , m! I5 J6 o" K+ {
1）SST数据计算距平，去趋势 2）SST进行EOF分析，可视化
* e! R1 A( n6 {& g; a' f1 x! ~ ; y; t5 L$ _* I% }: J& d
专题七：AI在气象海洋中的应用
* V2 @9 o2 \- {7 {6 }1 V 机器学习在气象海洋中的应用
7 E2 i( q3 |% k# n/ g+ w 7.1 机器学习简介
+ ]( m5 g+ L& \3 Z% [- ~' | 1）机器学习简介 8 N- M% {% L7 G. G( Y: }( P3 f
2）scikit-learn、pytorch等常用库介绍
8 X4 U: P' V8 ]) Z1 o 7.2 如何使用pytorch搭建一个模型
5 T0 @2 B8 B; R: r; \& n 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3 \5 ^" J+ X; T' h8 y, ` i
3 q, Y- `3 g3 i9 P% q
【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, ~& ~3 _1 A) z3 \+ S, M7 ^3 G7 G
# e- U0 }# r: y+ c m. \3 H
9 q) ~* _4 H4 n4 X7 i. _2 S1 j. p. B% i# ~$ R
| 
