|
0 b# K5 R: c* g8 U2 e& `
% r8 B; x4 K) a& x 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。 * s$ N# Z$ N: U) ~# h( y
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。 / u( t) o( C0 d
【内容简述】:
5 M4 Y& z1 D' | 专题一:Python软件的安装及入门
& H; u W! Q; q6 ~ 1、Python入门和安装 1 ?% x9 V$ ~" D! f+ C
1.1 Python背景及其在气象海洋中的应用
: L0 ~2 X9 c% k+ s5 _ 1.2 Anaconda解释和安装以及Jupyter配置 1.3 Python基础语法! M' i* T5 I5 t0 I2 V
专题二:气象海洋常用科学计算库 1 d( `9 M3 L* N' o. y; B b8 i
2、气象海洋常用科学计算
$ B7 L2 _) m- e4 G 2.1 Numpy库
; C' ?9 T# F$ X" y& M3 X 2.2 Pandas库
) d4 J) A7 s! G/ I 2.3 Scipy库
. n& _7 R! k$ s 2.4 Xarray和Netcdf库 2.5 常用数据的IO5 d8 t C# L9 w+ g
. |7 a( U4 R6 P7 W+ I' e
$ X( L c8 F9 {) J 专题三:气象海洋常用可视化库 ( J/ J/ r, [0 ^9 |6 q, A0 z: P
3 气象海洋常用可视化库 / l" u4 C. {0 _% o
3.1 可视化库介绍matplotlib、cartopy等 , Y( s% z6 A7 O# C( |; r; e% O
3.2 不同类型图的绘制
, O4 [ {/ ~$ L% x 1)折线图绘制
; P- ]3 F9 Y# m( o! { 2)柱状图绘制 : @9 w+ {6 I' b( l' T' _$ }( S3 m# ]
3)errorbar图绘制 3 n- {+ x- n$ P* c+ O
4)流场矢量
: _+ U) W" {( U, S& z, a 4)散点图绘制
8 w$ o3 T3 A; p3 u; o 5)地图绘制(1.行政区划 2.地图白化) 3 d- q. ~1 Z! D8 s6 a5 b# I
6)填色及等值线+地图 . Q2 @/ g3 m u. b$ u
7)流场矢量+地图 8)风玫瑰图: |! s0 C7 C, S7 B3 B* m
$ t4 R& w2 B+ E, X$ \
专题四:数据爬虫实战 ! \0 G' K- g, V$ C
4 如何爬取中央气象台台风数据
v1 c y1 w7 Q7 T6 I6 ` 1) Request库的介绍 3 K# F# R. U3 q! G& U; M
2) 解析网页介绍
' d$ [/ ~7 T9 z8 u& z8 o5 n( x' n1 H 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' `: Y* f3 V
专题五:模式后处理
* {& }( c( i! R9 v/ F$ { 5 WRF和ROMS模式后处理 , c( h" g2 q% B1 y- }- b/ S
5.1 WRF模式后处理 2 I) d; x" j; A& F
1) wrf-python库介绍
- x; X5 [; i9 c' _& z; [ 2) 提取站点数据 " z+ L3 [. J+ N; ]5 w
3) 500hPa形式场绘制
1 @) Q: h" U% H& c" r+ O 4) 垂直剖面图——雷达反射率为例 5) 提取台风数据并可视化6 W8 H, O4 J# d8 i4 k, s
5.2 ROMS模式后处理 ' H; m) L3 x, m- U+ s8 G
1) xarray为例操作ROMS输出数据
e7 G8 S: `7 @; l+ r1 Y 2) 垂直坐标转换,S坐标转深度坐标
7 ?5 e2 |. R2 R 3) 垂直剖面绘制 4) 平面图绘制
, e6 A N& B& ]& U! p) Y/ I) y6 e- r a1 `# P8 Z8 U( A* s. V/ w2 s
专题六:EOF方法分析大气和海洋数据
. \8 \4 G9 b6 n6 g- I 6 EOF方法分析大气和海洋数据
; S1 C( E, R7 B1 e 6.1 EOF基础和eofs库的介绍
0 o% b& { U" e1 ^- v 6.2 EOF分析海年风场数据
0 ?$ _0 g, ~; I6 m1 a 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' s7 M8 I z" `0 x" r
6.3 EOF分析海表面温度数据 " O& T s6 j4 J: o$ e+ S
1)SST数据计算距平,去趋势 2)SST进行EOF分析,可视化4 u3 R7 G( U* _( g/ `! n2 ~
' |" C% ?: ? F5 o& _! Z 专题七:AI在气象海洋中的应用 2 y! X5 [+ r! [' k. N3 T; }( x
机器学习在气象海洋中的应用
2 g" H, n: r0 w- D$ P3 A 7.1 机器学习简介
8 T. i, l8 ]0 ?2 \ 1)机器学习简介 ( O2 O( L& n9 P/ b% ? U5 s
2)scikit-learn、pytorch等常用库介绍 9 U; t; V, H- n* H4 V
7.2 如何使用pytorch搭建一个模型
/ @; O( `6 v7 L! [" l- k 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
; l. J) H2 Z" D9 P7 ?
" _1 i5 D- e2 f' f9 |: ~ 【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
J& M8 q! m2 a8 S0 e+ m# ?
( U6 d/ z! s1 A5 J0 ^" d2 A5 y$ n/ C( o1 M, E2 N F3 G) J
; ~9 v/ F5 W9 M. ~2 U3 _( h
|