|
[; l; c9 H8 B) j$ M; Y
0 A; i2 j* g) d7 ]( Z 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。
+ B6 r/ V5 U- {* i3 e 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。
( a8 I/ G! A% y7 |- `1 l 【内容简述】： " |( i- }. H, _5 z: G* h
专题一：Python软件的安装及入门
$ q- }' q* f% w1 q; |7 o+ y: Y 1、Python入门和安装 6 P! \# p: T$ \) I+ X
1.1 Python背景及其在气象海洋中的应用 7 a: a# U) n) A" J: _! [! B
1.2 Anaconda解释和安装以及Jupyter配置 1.3 Python基础语法
9 m# p$ [6 [8 m( ]3 U; q 专题二：气象海洋常用科学计算库 9 J4 ^' {% M. R3 H
2、气象海洋常用科学计算
* J$ s7 H+ |, m 2.1 Numpy库
) t& l6 z" f3 H( d 2.2 Pandas库
# n1 P2 [: K3 K' _8 g 2.3 Scipy库 7 A' C7 }- E9 v
2.4 Xarray和Netcdf库 2.5 常用数据的IO& a# Y4 ~8 B/ }7 y1 Z- ]" w
* T" P8 N; p, ~7 o" x; m# e6 r
& l9 k" i1 @9 d" R* n* [9 `1 L7 g( `! [ 专题三：气象海洋常用可视化库 ; _8 r3 k0 q: `( Q
3 气象海洋常用可视化库 * [" C* y* A% K0 k* \
3.1 可视化库介绍matplotlib、cartopy等 - J( }5 V! D" [
3.2 不同类型图的绘制
5 N" } ^; H- y+ t* I( R: ^ 1）折线图绘制 1 f6 a9 y. g w) s& i
2）柱状图绘制 ( u5 o+ a- T% W9 Q. N+ U
3）errorbar图绘制
: d, M( J% I# a( O, i3 c" t' o8 y& c 4）流场矢量 9 Z; g/ W+ i; g
4）散点图绘制 , O' ]. W7 M+ S9 g0 `2 Z- r
5）地图绘制（1.行政区划 2.地图白化）
: D, Z/ b1 P/ d: @/ @0 D 6）填色及等值线+地图 / W3 B( ^) ?3 m, b! C- V
7）流场矢量+地图 8）风玫瑰图' u5 r6 I0 D& @; V
2 F* m% |: {- L# d( [) A 专题四：数据爬虫实战
8 X3 s) [: a: o, F+ e 4 如何爬取中央气象台台风数据
1 ~5 q* l$ N* {0 L2 t 1) Request库的介绍
1 P! e2 u( G, x9 v% `3 ?/ N7 U. Y" F 2) 解析网页介绍 k5 c& B1 ~* j1 M7 T
3) 爬取中央气象台台风数据 4) 台风数据的分析和可视化5 ?5 t* b/ z2 V5 E9 v8 T
专题五：模式后处理
1 I0 t* d- m. c1 K3 a% A3 c 5 WRF和ROMS模式后处理
3 }$ m% n @$ V( v) d1 S& f5 L 5.1 WRF模式后处理 $ Q3 w4 J* v. i; @% W
1） wrf-python库介绍
- b B! O2 v$ X! P1 r7 Z 2） 提取站点数据 6 O3 B* B$ d7 j
3） 500hPa形式场绘制 % E0 i1 Y$ J4 {: k8 ^* o( 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
! d% C- O; R' k& M6 Y+ k7 ~ 5.2 ROMS模式后处理
1 q1 |5 u( Z- P; g 1） xarray为例操作ROMS输出数据 2 W0 R: ^: H' n# q; d
2） 垂直坐标转换，S坐标转深度坐标
* S7 i0 X+ O& T( R7 u6 d# h 3） 垂直剖面绘制 4） 平面图绘制9 V, i0 N5 E& d+ i6 y! s; ?
9 e K9 u) N# a2 }1 d, n' f
专题六：EOF方法分析大气和海洋数据
: }# I! a4 E2 ~ L; X 6 EOF方法分析大气和海洋数据 3 W* ^" Q i+ ~4 P1 C G8 R
6.1 EOF基础和eofs库的介绍
! J( o* p9 N: g 6.2 EOF分析海年风场数据 $ P5 A- N7 K( T, b" t$ ~" x$ Y
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! M8 c1 r. P* e) g& x
6.3 EOF分析海表面温度数据
% |0 G, J; [9 Y 1）SST数据计算距平，去趋势 2）SST进行EOF分析，可视化
: A& U" S- P2 \4 ~! v
- J* [/ h- ]/ |, x6 ]3 ^( f 专题七：AI在气象海洋中的应用
: e b3 P1 S) z0 M+ P 机器学习在气象海洋中的应用 $ f7 m1 m6 P0 M, [2 s
7.1 机器学习简介
' f7 T' W+ |) O1 w) ^3 W, R2 I6 f 1）机器学习简介
+ e/ J3 D& c. k# @ 2）scikit-learn、pytorch等常用库介绍 6 |/ W7 Z; E! f* b. y0 u5 a
7.2 如何使用pytorch搭建一个模型
* @: v N* Q1 G* R 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
$ c: m4 H1 r0 Z9 K% p/ H& ^ * t* h1 Y1 G* k) A% c% T$ g1 {7 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; a+ `. ^1 M1 p# c# } N6 M
) T5 N% }+ U/ H7 V
) W" i+ Y. K( {; `6 x) ]4 D1 E- v: n" J" B! ~
| 
