|
1 k4 l" C. M& Q0 C
4 ?& }, t1 Z1 G- P. L: R7 E0 W 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 J/ U0 E* ^* D7 f: k) V* p2 C 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。
- L9 b0 V, z. C ? 【内容简述】：
+ a% g. l5 \8 Y2 Z! u 专题一：Python软件的安装及入门 . v5 J$ L1 x2 g6 k- g9 `" O
1、Python入门和安装 7 J3 y7 r) h1 [2 \7 O, N- ]
1.1 Python背景及其在气象海洋中的应用 1 Z5 H6 j# p. x5 D. c5 L
1.2 Anaconda解释和安装以及Jupyter配置 1.3 Python基础语法
: l# ?- v+ P% F" { ^$ T1 J Z 专题二：气象海洋常用科学计算库
. \1 {' [6 T1 @# G7 c, ? 2、气象海洋常用科学计算
8 X; n! ?) p; T/ w 2.1 Numpy库
! p/ p% R) q# b0 f 2.2 Pandas库 # {* J% E& M/ K' Q" c- H
2.3 Scipy库
1 @5 ?. Y2 d+ C+ o( \( Q6 v 2.4 Xarray和Netcdf库 2.5 常用数据的IO
' S! P" \) t1 g# ]; F 1 O' w" l' H6 ~2 b
H# V2 y" n" X' t$ d 专题三：气象海洋常用可视化库 , [. g" ? [8 o- Y- C9 i3 H% T1 `
3 气象海洋常用可视化库 $ G3 K5 i: ^$ R% P8 U/ S& U8 W% d
3.1 可视化库介绍matplotlib、cartopy等
( J0 X5 Q5 k$ l0 A! [ 3.2 不同类型图的绘制
+ g( L3 \6 s8 _ ^ 1）折线图绘制
# [" o! ^$ [" d4 n W i 2）柱状图绘制 & K1 I4 q0 v" j* ?# H* h" A2 j5 t$ H
3）errorbar图绘制 3 r. p8 |$ ?+ @0 a
4）流场矢量 + v# c: e' n$ m$ S$ P# A
4）散点图绘制 ; F* f1 L" |. w$ J
5）地图绘制（1.行政区划 2.地图白化）
* n- g5 U% M+ V7 u, V 6）填色及等值线+地图
0 z7 Y3 _* X3 ] q. y# A 7）流场矢量+地图 8）风玫瑰图) O' \4 H% Q, I. Y9 |4 n6 E) s! n6 ?6 r
5 {- e1 N$ }# [3 J7 J4 e5 D$ D 专题四：数据爬虫实战 ! W- Z- S+ V1 l0 J
4 如何爬取中央气象台台风数据 0 m' C, Y2 ^9 M' O# \ p. G# Q
1) Request库的介绍 : S, O# l6 ?& k9 b9 z, E# V( h+ B
2) 解析网页介绍
) ~0 c. y$ I2 E) M9 `( J { `7 F 3) 爬取中央气象台台风数据 4) 台风数据的分析和可视化
) s+ N/ Z$ A2 l, ^ @% j5 n: p$ I 专题五：模式后处理
3 o# o8 \+ \% k* W 5 WRF和ROMS模式后处理
. M* }, n9 ?" }" P% n4 m0 [$ _ 5.1 WRF模式后处理 : n E. E4 n" T% [( D5 a
1） wrf-python库介绍
, \6 A$ u$ X3 \! E. K7 i( z 2） 提取站点数据
% f+ S9 ~* q* m3 S4 B2 v( D 3） 500hPa形式场绘制 " M, f2 K: }8 y$ ?# c6 x
4） 垂直剖面图——雷达反射率为例 5） 提取台风数据并可视化
; A; P7 w' B2 w: g; j% T 5.2 ROMS模式后处理 / M- |* }( q6 f, R8 a* M0 t1 `
1） xarray为例操作ROMS输出数据
, Y$ E" i* j9 I5 c 2） 垂直坐标转换，S坐标转深度坐标 0 D: g9 ^2 O" Z1 ?, t, E; X, u
3） 垂直剖面绘制 4） 平面图绘制- |5 s4 D0 w' I
g: f% p3 A* Y 专题六：EOF方法分析大气和海洋数据
( H4 o: o6 g3 G) |3 ? 6 EOF方法分析大气和海洋数据
& z8 D3 j3 m% O1 o. @ 6.1 EOF基础和eofs库的介绍
% J6 ?+ m0 y. L# g, D% r 6.2 EOF分析海年风场数据
- i; b' `8 g: Z 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8 m* o+ Z- ]3 ^- u- \/ g) _
6.3 EOF分析海表面温度数据
. F; q+ h n, D6 ] Z6 [ 1）SST数据计算距平，去趋势 2）SST进行EOF分析，可视化# y1 L% C7 w6 A `' j3 {& {/ i N
, T% P* X7 i* z, Z 专题七：AI在气象海洋中的应用
u7 l' q: d3 ]# B8 q7 ] 机器学习在气象海洋中的应用 ) a5 P# X u3 r) O) J
7.1 机器学习简介 : ], Z& `/ n n! f5 F5 @. e
1）机器学习简介
; Y' P7 v6 \/ Q. C7 c7 |, } 2）scikit-learn、pytorch等常用库介绍 , E# a- ]/ z, l" i
7.2 如何使用pytorch搭建一个模型
' g& O$ T% d6 h% v 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
+ x1 h7 ~5 Z: W
) A4 u0 w( b1 q! M& l 【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
( ~# o3 @8 b& O) U6 V* U- g k * W2 N3 |4 m+ S; X& B1 k
: J/ {2 u& H d4 V5 T! @. T0 o v) W! r* p( r
| 
