|
/ o8 Q" q. D c5 d
N, n' D0 {; p) a/ t, x& v
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。 0 ^5 b' p% s: \4 `
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。
& S: u8 a2 a7 R& m 【内容简述】： 7 [6 X; s& x2 t& P; S, C8 ^$ t
专题一：Python软件的安装及入门 - l" @& w+ a" x4 G
1、Python入门和安装 - P0 @2 o9 E# R0 \; Y) b7 M
1.1 Python背景及其在气象海洋中的应用 1 |$ q; H* k% G( `& E' B" }
1.2 Anaconda解释和安装以及Jupyter配置 1.3 Python基础语法
& {: d% ~6 G( W! j9 A 专题二：气象海洋常用科学计算库 : q- v, ]" k& Y. n1 Q
2、气象海洋常用科学计算 7 t+ ~ u. }9 C& R3 i1 K9 r
2.1 Numpy库 2 P, H3 _& v. O
2.2 Pandas库 " w+ r) `* u' }8 G3 U
2.3 Scipy库 ; ~! t2 { h: {' }
2.4 Xarray和Netcdf库 2.5 常用数据的IO
) `; j+ G- ~0 ?) [9 N: M( }
0 I8 \/ F2 R. \+ z' x: B% P/ ~
! n5 J- h" D2 @$ w- @ 专题三：气象海洋常用可视化库
3 m A2 Q% d& T; z& W2 h. E 3 气象海洋常用可视化库
+ p5 I$ ?: `/ Z) n0 |* ]7 p 3.1 可视化库介绍matplotlib、cartopy等 : u5 ]8 S7 |9 b4 \
3.2 不同类型图的绘制 - J$ b {: }( a" x& T% K
1）折线图绘制
/ D0 J$ x% `4 _# u/ Y* {( S5 d 2）柱状图绘制
/ z E3 ]7 U2 h1 D+ i: S+ N 3）errorbar图绘制
, [( d- R1 H6 B# | 4）流场矢量 . Y. |, D9 x( E4 g
4）散点图绘制
2 ~$ A. n) X' }0 i 5）地图绘制（1.行政区划 2.地图白化） ! t& P8 g5 j2 o! @! [& g& o( V
6）填色及等值线+地图
, @1 N5 }4 q1 ?3 F) m- T 7）流场矢量+地图 8）风玫瑰图
( T9 j; L8 ^% O" o# E: c" i6 \ ' _+ A$ a E2 {: {
专题四：数据爬虫实战 5 m6 s& ^! i) K
4 如何爬取中央气象台台风数据
6 N* u6 r5 p d9 A 1) Request库的介绍
; x9 } U' V& x: w$ @ 2) 解析网页介绍 8 X& [9 h0 ^3 i# c7 s- j$ 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
c" |$ R; }7 e- n 专题五：模式后处理 Y+ p; C! ~" L$ n8 i
5 WRF和ROMS模式后处理 2 G B7 U: P" H. r& j# N
5.1 WRF模式后处理 % y% B4 ~4 e6 s( K9 P( t! i) {
1） wrf-python库介绍 2 z+ E$ R$ T9 c0 T; |6 W6 z8 B- U
2） 提取站点数据 0 r3 ^2 \ n, v7 A
3） 500hPa形式场绘制 * |( R/ t: q# d: ~1 f5 t4 m
4） 垂直剖面图——雷达反射率为例 5） 提取台风数据并可视化+ s8 j( n. z4 [' s6 H# l9 O5 E- F
5.2 ROMS模式后处理
8 G6 Q3 T/ I4 \+ h 1） xarray为例操作ROMS输出数据
( {* t" {9 C1 T- F- ? 2） 垂直坐标转换，S坐标转深度坐标
) n. @) |& w. e 3） 垂直剖面绘制 4） 平面图绘制3 a& h7 k: x; C
$ q" L/ [( d/ m1 ?- Y
专题六：EOF方法分析大气和海洋数据
+ T7 F& u1 V g' K. a 6 EOF方法分析大气和海洋数据
( N4 e4 Z8 S% @: @+ [ 6.1 EOF基础和eofs库的介绍 * t: {5 W' Q2 M+ Q' J h
6.2 EOF分析海年风场数据
, e0 t3 U9 p* Y! E2 _- | 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 M" y0 V+ N) S 6.3 EOF分析海表面温度数据
" r( |7 l q) t# i& ^ 1）SST数据计算距平，去趋势 2）SST进行EOF分析，可视化
0 `" j9 y, _( G+ M+ Y& I t8 q5 I7 t# X7 S, l
专题七：AI在气象海洋中的应用
- K. L) Q9 n# k! D: ^8 o$ l Q 机器学习在气象海洋中的应用 4 d( F( K! z# i% w
7.1 机器学习简介 $ G$ Y! f/ Q8 S' ]; l3 w
1）机器学习简介
6 i8 W5 v1 ?9 A+ V. w" p z 2）scikit-learn、pytorch等常用库介绍
$ E) P% I9 D$ Q E9 W( k 7.2 如何使用pytorch搭建一个模型 * A+ s, d0 |: l
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
; m2 E; B9 J% |# v5 M; R . a& o8 C2 r* \2 k& \4 a
【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
% ^. Q# F# V( H+ G, q x # a9 z& Q5 n/ E" _2 m7 O
! Q' B7 `0 O# H' w! V) O7 r1 f ~
1 m' i2 q4 q5 H
| 
