|
5 o9 ^# A/ k) ]) \8 M: A; v& I
5 n$ ?" q! W+ L1 e
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。
3 ]- l' ~; e6 g, C) w 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。 , Z) F! s, l" a$ ]0 D2 K
【内容简述】： ' _( {0 a# w! N# O6 Z. ^2 i9 O
专题一：Python软件的安装及入门
8 D+ J& c o! I% K* _ 1、Python入门和安装
7 [) _3 X4 H5 N: m 1.1 Python背景及其在气象海洋中的应用
+ O5 d/ Z0 D) ~7 a8 o: Y" o 1.2 Anaconda解释和安装以及Jupyter配置 1.3 Python基础语法
" Z9 c1 A a* E9 |% M& B# I 专题二：气象海洋常用科学计算库
& ~* L: y4 O7 X% T% Y' X0 a, i 2、气象海洋常用科学计算
! ^* I' v5 }4 ]8 S7 k5 j 2.1 Numpy库
& O7 M4 b/ [1 e) d, C 2.2 Pandas库 0 l3 I5 _! W% A0 U! e
2.3 Scipy库
7 Q' U" P# \' W4 h 2.4 Xarray和Netcdf库 2.5 常用数据的IO" ~: n) H1 }9 f% R4 V
1 n. \% E$ J! s! @$ y- a
" U0 V# l4 Z! ?3 C
专题三：气象海洋常用可视化库 : m' U5 S& r+ D- M
3 气象海洋常用可视化库
% n! c' d& z7 m; d( l( a+ R% L& f 3.1 可视化库介绍matplotlib、cartopy等 ' Z/ A4 Y+ s7 V3 k& ^8 }, \) S
3.2 不同类型图的绘制 . @+ D r: h9 x0 a$ @" M
1）折线图绘制 * Z4 j* h% _0 ?3 F- [3 l
2）柱状图绘制
- X7 |. Q- P0 n+ f# l 3）errorbar图绘制
* o# q3 c: y7 e 4）流场矢量
: p! v9 K( Y3 \- K 4）散点图绘制
4 q' R/ P* q% O/ N" u 5）地图绘制（1.行政区划 2.地图白化） - M6 ~- B0 c# J y( _. _* d
6）填色及等值线+地图 ) v3 R7 p: t7 N3 w4 ?
7）流场矢量+地图 8）风玫瑰图) ?5 Q9 ?, L4 x
6 U$ ^7 B D: q. r
专题四：数据爬虫实战
% h# @( V* \/ R) |$ p 4 如何爬取中央气象台台风数据 # E1 v7 f! Y- \6 R3 u9 h7 i
1) Request库的介绍
# ] ^0 h( R7 R7 {; h3 k6 l 2) 解析网页介绍 6 \! `$ l9 [0 d, l8 S& Z* M/ O
3) 爬取中央气象台台风数据 4) 台风数据的分析和可视化
% G( ?& e9 H V' {0 c4 L 专题五：模式后处理
" J4 U, j+ p: X 5 WRF和ROMS模式后处理 r6 u% f( m6 x% l( i) `
5.1 WRF模式后处理 ' b- U) b3 J5 }
1） wrf-python库介绍 4 R3 N8 A& Q i3 t" w8 u u
2） 提取站点数据
6 H1 l8 ?' v+ w, K& V2 ] 3） 500hPa形式场绘制
% \6 _/ u* n! n' T2 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: M( }+ `7 C+ S
5.2 ROMS模式后处理
8 a _/ h: ^$ G" Q: L$ { 1） xarray为例操作ROMS输出数据
% Z: C1 o3 o/ {# n$ F 2） 垂直坐标转换，S坐标转深度坐标 ; @3 g0 [( e. K* Y0 P6 y5 ]& p
3） 垂直剖面绘制 4） 平面图绘制
5 ]# U& Q1 L( C
& ?% v/ o# B g+ N8 A% R, S 专题六：EOF方法分析大气和海洋数据 2 c' K: P G7 ]3 I3 d
6 EOF方法分析大气和海洋数据 : y$ Z& q- ?; Z- V
6.1 EOF基础和eofs库的介绍
3 Y0 J3 z; ^9 ~& v6 o 6.2 EOF分析海年风场数据 # {" v6 n& l: ]5 z) H
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
( B8 d# g- }: F6 j6 ^3 \8 r+ r 6.3 EOF分析海表面温度数据
4 Z; }8 b" E+ i 1）SST数据计算距平，去趋势 2）SST进行EOF分析，可视化
8 f( x0 \9 I3 G/ d: T! U9 C 1 T. ]5 F' ~# D o$ ^
专题七：AI在气象海洋中的应用 ) m# I. ^" V2 m7 b) Q+ C
机器学习在气象海洋中的应用 w) o) g V! Q+ C
7.1 机器学习简介
% q* {# q: V/ U 1）机器学习简介
% B+ F# z. x4 m9 [1 [/ k 2）scikit-learn、pytorch等常用库介绍 + g2 R# Q$ Q; K/ E" C
7.2 如何使用pytorch搭建一个模型
+ d: Q( m# j+ P; @ 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
9 L' I7 Q j; H4 u
# W: g: ]3 ~5 f% } 【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; k: o% @3 E ^
- |% B. D6 Q& J' P: C1 e/ {$ P$ i
$ e* }6 |3 H0 T | 
