|
4 L1 B0 @$ @- S
( p" C! b* K' ]! V0 X8 T 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。 3 _" Z" x" U2 G; ?0 m' o
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。
$ T8 n8 s3 v# y 【内容简述】： 7 ^: F8 w3 ?: {5 C: Y3 L# v- ^
专题一：Python软件的安装及入门
, [3 A! d9 h: x 1、Python入门和安装
/ G$ N5 N. d' q( I* U; A" p6 B 1.1 Python背景及其在气象海洋中的应用 8 B4 g C9 K# N) w& z
1.2 Anaconda解释和安装以及Jupyter配置 1.3 Python基础语法& Z' e5 r: f; `
专题二：气象海洋常用科学计算库 . t) ]1 I& q, w& V/ W
2、气象海洋常用科学计算 3 i- N" C, S% y+ z/ F2 u
2.1 Numpy库 & y- H: T; I, @0 m m. B4 Z
2.2 Pandas库
$ ~1 {, k( o# n9 T3 B( C 2.3 Scipy库 $ j3 v* r& ]+ H5 q" i# M
2.4 Xarray和Netcdf库 2.5 常用数据的IO; J- w) a$ M' F
( R0 D7 `/ v D( D1 w% G# R3 o
1 R9 S3 }" {. X/ O* I8 L* I2 m0 U1 x 专题三：气象海洋常用可视化库
* C5 G7 V5 r7 x0 H! L* ^ 3 气象海洋常用可视化库 ' ^( Y3 ]0 u/ N1 `& {$ D0 w
3.1 可视化库介绍matplotlib、cartopy等
) q' n* W4 H; x1 Z 3.2 不同类型图的绘制 9 s9 h" W4 k. m! R& c& d% H7 D3 y
1）折线图绘制
* p# n& y6 }6 S 2）柱状图绘制
$ C5 d6 j; T! H* _: W; R 3）errorbar图绘制
# X0 R) A+ w/ N 4）流场矢量 : _- ]) ^ _! h
4）散点图绘制 ! E* M/ Z5 a, C1 N1 L- Z
5）地图绘制（1.行政区划 2.地图白化） - d6 z" ]; K5 U" f4 h @
6）填色及等值线+地图
8 D+ \6 e/ v( {! W D 7）流场矢量+地图 8）风玫瑰图4 S0 C; a% _* C0 i3 I/ I
' W0 {. q) K1 I 专题四：数据爬虫实战
2 m+ w" V! x7 o4 c# E3 Q 4 如何爬取中央气象台台风数据 ' M0 n6 t5 D* R" O
1) Request库的介绍
/ W3 h! i( t' {. W 2) 解析网页介绍 * G7 j% M8 O% V
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& |3 b6 I d1 Z3 w1 w 专题五：模式后处理
; B" s2 n* F) L- ^# R) ?/ q 5 WRF和ROMS模式后处理 ( D4 j4 U q2 I, z
5.1 WRF模式后处理
7 X% H3 ~; J G- ^! w/ W3 A 1） wrf-python库介绍
7 X& n o% ?$ z- o! ] 2） 提取站点数据
! T$ H) i3 I4 J: L; P" H 3） 500hPa形式场绘制
8 P/ D, {3 A" a5 r8 p 4） 垂直剖面图——雷达反射率为例 5） 提取台风数据并可视化( Q4 y5 U7 T* V5 S5 d" i
5.2 ROMS模式后处理 6 n! s5 ~$ e+ M' Q* Y0 A9 K
1） xarray为例操作ROMS输出数据 ) b- j' R( V: \7 T0 K
2） 垂直坐标转换，S坐标转深度坐标
; X3 R1 c$ ]) @4 l! | 3） 垂直剖面绘制 4） 平面图绘制
# _' a9 m; `: G 9 A2 A' s/ J; x' Y; \# V
专题六：EOF方法分析大气和海洋数据 ( I$ D8 ^* G9 _& y3 }( L
6 EOF方法分析大气和海洋数据 3 F. {/ }2 P; G! _+ R( y
6.1 EOF基础和eofs库的介绍
n. Z- }# L" L' w x 6.2 EOF分析海年风场数据 X, d" B% p3 t3 S
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: U# r( i' `8 U+ l
6.3 EOF分析海表面温度数据 / O6 b8 W @/ |0 L
1）SST数据计算距平，去趋势 2）SST进行EOF分析，可视化
3 }. r" r! i2 S7 b6 d4 v
0 s9 j5 M$ V" W' y 专题七：AI在气象海洋中的应用 5 u, F: f# i/ s
机器学习在气象海洋中的应用
% e$ S s8 d% {2 s 7.1 机器学习简介
+ Z: @, s) u& U$ M- n 1）机器学习简介 ; ]4 ], ]4 v X1 Q
2）scikit-learn、pytorch等常用库介绍 & D `) c; }8 W5 O
7.2 如何使用pytorch搭建一个模型
4 Y5 n3 @8 A; k! \+ t; b 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1 `3 B/ Z0 z( A
$ x# p* D+ V' f5 |
【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
# c* w( _: W' T, D! S# j. P * H9 G& r$ t, p
# H7 E6 r. R. @8 I3 _8 l% j
; a0 ~$ Q+ G* _* Z( S3 Y8 L | 
