【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

8 H- D! ^$ J) R* h0 n4 F3 a* I

【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: I% R- }/ s

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。

$ o, D) t& w- [

【内容简述】：

8 O! x9 [# K3 r. S

专题一：Python软件的安装及入门

3 B" k! W# n5 v/ W/ H4 p

1、Python入门和安装

" J: A) Q0 n/ ?8 w9 F

1.1 Python背景及其在气象海洋中的应用

7 i3 e9 F) B* F# {( y* ]

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

2、气象海洋常用科学计算

2.1 Numpy库

2.2 Pandas库

2.3 Scipy库

% Z }3 \( ~0 X$ _9 ]

2.4 Xarray和Netcdf库

2.5 常用数据的IO 6 T. a' @% _. \' } N: U0 a

' R+ H- k/ Q: A1 C0 D

专题三：气象海洋常用可视化库

3 气象海洋常用可视化库

6 S0 k/ ]& ?" j9 s0 S. M

3.1 可视化库介绍matplotlib、cartopy等

$ u& ~, {$ R2 }

3.2 不同类型图的绘制

1）折线图绘制

) h8 y' ~: q* Y" n: \& u

2）柱状图绘制

3）errorbar图绘制

& E4 U6 n/ t3 a" S) S7 w$ X- L

4）流场矢量

4）散点图绘制

5）地图绘制（1.行政区划 2.地图白化）

6）填色及等值线+地图

. Y% ]9 E* {$ @0 T. j$ {

7）流场矢量+地图

8）风玫瑰图

" S' T. \( D Y" [- C: N

专题四：数据爬虫实战

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 ' ~& }4 H4 R# U" W3 Q* d

专题五：模式后处理

5 WRF和ROMS模式后处理

% F' E# o) \$ t, ?" Z

5.1 WRF模式后处理

1） wrf-python库介绍

4 w. f3 B& o1 t) D. V! ?% u

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

5.2 ROMS模式后处理

/ h& R3 \3 T- S1 {( q& _3 ]

1） xarray为例操作ROMS输出数据

5 l9 `: R, V4 G5 k4 O! Y

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 $ A( E R* X' Y

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

( R( V! C9 v8 u( T- P

6.2 EOF分析海年风场数据

9 a, w! F7 X V) s2 Y3 q, d/ M' R

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

2 N" ?: h$ F% M l9 Z

1）SST数据计算距平，去趋势

2）SST进行EOF分析，可视化 9 c3 q- _. H1 r+ {0 m

. q' s; s5 {8 l% o+ e- B3 _& I

专题七：AI在气象海洋中的应用

+ A6 \) m& G2 X

机器学习在气象海洋中的应用

9 f# s$ ]( \0 ^ J8 k8 `

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

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 * T; W& b6 Q4 m& f! M) M) }

【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 9 C. k$ @1 I) T0 _7 d2 j& ]$ B

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

( H l' j. B! R( p q