【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

【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

% B/ L' a; @' o) o- p

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。

# T1 q3 [4 y2 x2 ?9 G7 @

【内容简述】：

' h6 d: c5 p8 N% J J2 ~' K& b$ k

专题一：Python软件的安装及入门

! ] m6 \% b6 ~8 \* O8 p3 l8 J1 D

1、Python入门和安装

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

专题二：气象海洋常用科学计算库

3 {: w0 t W4 j) w/ y" q, E

2、气象海洋常用科学计算

2 @: {$ K! n; h

2.1 Numpy库

2.2 Pandas库

2.3 Scipy库

1 w. M( N$ |* o5 b- [: Z

2.4 Xarray和Netcdf库

2.5 常用数据的IO % h- J- j* j* a4 g2 h k

3 a: o! C5 J U

& H7 \$ B7 `9 {' `- T/ n

专题三：气象海洋常用可视化库

3 气象海洋常用可视化库

9 I/ A) b6 @! L6 q; a8 \

3.1 可视化库介绍matplotlib、cartopy等

$ x: o1 z( Z/ P7 \& ~: V& @6 H. h

3.2 不同类型图的绘制

: U( j; k9 R6 d! K+ d

1）折线图绘制

; B8 U7 p: |: B7 w

2）柱状图绘制

3）errorbar图绘制

4）流场矢量

4）散点图绘制

$ v5 }' Y" X: D

5）地图绘制（1.行政区划 2.地图白化）

2 m1 J1 k: ?& u8 V |% V+ i* t9 H

6）填色及等值线+地图

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

; G! H4 H4 [7 b! A# A5 D/ ^

1) Request库的介绍

" g# v4 c1 A$ q" m6 g0 t& J8 J! z6 B

2) 解析网页介绍

8 }, N4 W/ A, I* \

3) 爬取中央气象台台风数据

4) 台风数据的分析和可视化 + z, N% H6 q7 t _1 k, S# t2 ~

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

1） wrf-python库介绍

; }0 q& z D1 ? ^

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 4 \4 @ V, [! Q7 f* h; X

5.2 ROMS模式后处理

) f; D+ }7 j* d; ^! I1 V% T

1） xarray为例操作ROMS输出数据

2） 垂直坐标转换，S坐标转深度坐标

# m8 w$ j7 x2 ]5 P7 |! E6 C2 S. ^

3） 垂直剖面绘制

4） 平面图绘制 " `* d% u+ R$ x; }

5 u3 P9 w% h# L, H( h5 }

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

8 Y9 y: E+ n1 E; F# @& s: F; E

6.1 EOF基础和eofs库的介绍

- l/ s, y9 j2 {/ l- m

6.2 EOF分析海年风场数据

, H A( ]# ]- k O

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

1）SST数据计算距平，去趋势

2）SST进行EOF分析，可视化 % @ v+ N |( N+ P

专题七：AI在气象海洋中的应用

' m; {% R$ O, x9 M" e* J

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

- D6 I, }2 i, O- Y4 y& H1 L1 ]1 G; I

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

【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

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

8 S& v' i1 ^9 ]5 u) P$ h* t