【查看原文】Python在气象与海洋中的实践技术应用

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。

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。

【内容简述】：

专题一：Python软件的安装及入门
1、Python入门和安装
1.1 Python背景及其在气象海洋中的应用
1.2 Anaconda解释和安装以及Jupyter配置
1.3 Python基础语法

专题二：气象海洋常用科学计算库
2、气象海洋常用科学计算
2.1 Numpy库
2.2 Pandas库
2.3 Scipy库
2.4 Xarray和Netcdf库
2.5 常用数据的IO
 

专题三：气象海洋常用可视化库
3 气象海洋常用可视化库
3.1 可视化库介绍matplotlib、cartopy等
3.2 不同类型图的绘制
1）折线图绘制
2）柱状图绘制
3）errorbar图绘制
4）流场矢量
4）散点图绘制
5）地图绘制（1.行政区划 2.地图白化）
6）填色及等值线+地图
7）流场矢量+地图
8）风玫瑰图

专题四：数据爬虫实战
4 如何爬取中央气象台台风数据
1) Request库的介绍
2) 解析网页介绍    
3) 爬取中央气象台台风数据
4) 台风数据的分析和可视化

专题五：模式后处理
5 WRF和ROMS模式后处理
5.1 WRF模式后处理
1） wrf-python库介绍
2） 提取站点数据
3） 500hPa形式场绘制
4） 垂直剖面图——雷达反射率为例
5） 提取台风数据并可视化   

5.2 ROMS模式后处理
1） xarray为例操作ROMS输出数据
2） 垂直坐标转换，S坐标转深度坐标
3） 垂直剖面绘制
4） 平面图绘制

专题六：EOF方法分析大气和海洋数据
6 EOF方法分析大气和海洋数据
6.1 EOF基础和eofs库的介绍
6.2 EOF分析海年风场数据
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

6.3 EOF分析海表面温度数据
1）SST数据计算距平，去趋势
2）SST进行EOF分析，可视化

专题七：AI在气象海洋中的应用
机器学习在气象海洋中的应用
7.1 机器学习简介
1）机器学习简介
2）scikit-learn、pytorch等常用库介绍
7.2 如何使用pytorch搭建一个模型
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

【其它相关推荐】：

• 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

气象模型软件：WRF、CMAQ、SMOKE、WRF-chem、WRF-DA、CAMx、PMF、OBM-MCM、CMIP6​