Python是功能强大、免费、开源，实现面向对象的编程语言，Python能够运行在Linux、Windows、Macintosh、AIX操作系统上及不同平台（x86和arm），Python简洁的语法和对动态输入的支持，再加上解释性语言的本质，使得它在大多数平台上的许多领域都是一个理想的脚本语言，特别适用于快速的应用程序开发。Python具有丰富和强大的库，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。除了Python标准库，几乎所有行业领域都有相应的Python软件库，随着NumPy、SciPy、Matplotlib和Pandas等众多Python应用程序库的开发，Python在科学和工程领域地位日益重要，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的优异性能使得Python在地球科学中地理、气象、气候变化、水文、生态、传感器等领域的学术研究和工程项目中得到广泛应用并高效解决各种数据分析问题，可以预见未来Python将成为科学和工程领域的主流程序设计语言。
| 1、提供虚拟机（Virtual Box）文件（预装好Anaconda环境，可直接使用） 2、提供原始数据和中间临时文件 | |
| 专题一 Python重点工具讲解 |
|
| 专题二 常见地球科学数据讲解 | 1、站点数据：
2、格点观测数据
3、再分析：
 4、遥感数据：
 |
| 专题三 使用Xarray处理netCDF和Geotiff数据 |
读取&写入 netCDF文件 Groupby & resample 对时间、空间信息进行操作
|
| 专题四 使用Pandas分析时间 序列数据 | 案例一：时间序列填补  案例二：极端风速重现期分析  案例三：台风个数统计  s |
| 专题五 使用Python处理遥感 数据1 以Landsat数据为例 | 1、大数据的可视化
2、植被指数计算  3、裁剪区域
|
| 专题六 使用Python处理遥感数据2— 以MODIS数据为例 | 1、预备工作：
2、案例一：土地利用分析（MOD12C1）
 3、案例二：生态系统生产力分析（MOD17A2）
 4、案例三：分析积雪覆盖时间（MOD10A2）
 5、案例四：积雪与生产力之间的关系（MOD10A2和MOD17A2）
|
| 专题七 使用Python处理 站点数据 以GSOD和气象共享网数据为例 | 1、数据的读取
2、数据清洗：
3、多时间尺度的统计：
4、站点插值：（随机森林树）
|
| 专题八 使用Python处理遥感水文数据 以TRMM遥感降水数据和GLEAM数据等为例 | 1、案例一：空间降尺度
2、案例二：分析蒸散数据的年际变化
 3、案例三：比较多套土壤湿度产品
 4、案例四：分析降水~蒸散发-土壤湿度关系
|
| 专题九 使用Python处理气候变化数据1 观测数据 |
 2、案例二：百年海温趋势：HadSST  3、案例三：再分析数据处理
|
| 专题十 使用Python处理气候变化数据2 以CMIP6数据为例 | 1、降尺度
 2、案例一：计算极端气候指数  3、案例二：未来气候变化背景下中国地区GPP变化（CMIP6+MOD17+机器学习） 4、案例三：未来气候变化背景下中国地区土地利用变化 z  |
| 专题十一 使用Python对WRF模式数据后处理 | 1、案例一：空间坐标重采样 2、案例二：风速垂直高度插值
 |
| 专题十二 使用Python运行生态 模型 以CN05.1数据和Biome-BGC MuSo生态模型为例 | 1、模型讲解 2、气象数据的准备 3、控制文件生成 4、模式的运行
5、模式后处理
|
原文链接
https://mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247617019&idx=3&sn=212d8aadbf275fd5216a95b8196afd51&chksm=fa7856c6cd0fdfd0bf2cbbf0bde8a292e25c28599caeedc26b1943266d079177e954640df6a1&token=622662806&lang=zh_CN&scene=21#wechat_redirect
