【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

' K! z* \4 U& R7 ?5 b* O

【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。

6 T+ B B7 v7 N4 L7 I2 c/ M

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】：

8 D' t+ e% N) S! H' C

专题一：Python软件的安装及入门

# \0 x) t2 K" B7 W

1、Python入门和安装

8 I1 z4 J: I0 ~0 f2 b* O* T8 A* J: t; O

1.1 Python背景及其在气象海洋中的应用

1.2 Anaconda解释和安装以及Jupyter配置

1.3 Python基础语法 - O2 }- I) @. d: E2 v. _4 }

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

+ {5 l0 x, { C6 d n& \' v" t

2.1 Numpy库

. B6 ~& y1 N. g% J* \& M7 N9 P8 p

2.2 Pandas库

2.3 Scipy库

+ b3 u# D/ D q2 A6 n6 Y* d

2.4 Xarray和Netcdf库

2.5 常用数据的IO

- a) Z+ X% ?/ [6 Q

3 d6 v, n1 {7 z; u% ?" e

专题三：气象海洋常用可视化库

- D4 `* q* C5 T4 n! b4 h: X( H

3 气象海洋常用可视化库

6 s! T( ~+ V, ]: v9 t. c1 L

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

' @2 ^% G6 b( Z9 p( W

3）errorbar图绘制

4）流场矢量

: j. B/ ?; Z! R( q6 R% A7 O0 t

4）散点图绘制

5）地图绘制（1.行政区划 2.地图白化）

+ a; |% _! ^2 W$ A

6）填色及等值线+地图

) c" K7 w1 ^0 W5 z, R% V7 y

7）流场矢量+地图

8）风玫瑰图 . \4 Z+ z* f* o) H' s' O) d* L

. |, n: M& F& k9 G7 }" a3 ^+ F8 n9 d

专题四：数据爬虫实战

% I2 A G+ ~* P. B2 \: D

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

) [" z( u. C% W% G; d5 Q

5.1 WRF模式后处理

1） wrf-python库介绍

1 `8 o! h9 N0 f

2） 提取站点数据

3） 500hPa形式场绘制

- [! |3 l7 s& j& x, W7 b 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

5.2 ROMS模式后处理

$ Z. U! F o0 E

1） xarray为例操作ROMS输出数据

3 `& y% u2 ^" y8 W

2） 垂直坐标转换，S坐标转深度坐标

3） 垂直剖面绘制

4） 平面图绘制

/ i5 R2 t. x$ K- K" n! o

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

6.1 EOF基础和eofs库的介绍

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

) z( R7 J& t8 L7 f" X: y

1）SST数据计算距平，去趋势

2）SST进行EOF分析，可视化 ( c7 l3 z# \- Q, `0 |

, O& n/ L. p- `, [& {5 J( E5 X

专题七：AI在气象海洋中的应用

- w6 e1 j; K6 `7 r) w

机器学习在气象海洋中的应用

7.1 机器学习简介

2 f( a E/ N: k

1）机器学习简介

4 R5 w2 Z- }' o `6 a4 f/ u

2）scikit-learn、pytorch等常用库介绍

7.2 如何使用pytorch搭建一个模型

2 n' K+ q5 w6 H

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

0 s) k: [- k 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 0 k1 ]! l: b& Z& M0 X, a4 H

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

9 V( i" s/ Y4 n, h) ^* C$ Q* d4 O