程序员经验分享-hwhale

Python机器学习、深度学习入门丨气象常用科学计算库、气象海洋常用可视化库、爬虫和气象海洋数据、气象海洋常用插值方法、EOF统计分析、WRF模式后处理等

2023-12-05

目录

专题一 Python软件的安装及入门

专题二 气象常用科学计算库

专题三 气象海洋常用可视化库

专题四 爬虫和气象海洋数据

专题五 气象海洋常用插值方法

专题六 机器学习基础理论和实操

专题七 机器学习的应用实例

专题八 深度学习基础理论和实操

专题九 深度学习的应用实例

专题十 EOF统计分析

专题十一 模式后处理

更多应用

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，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、海洋和水文等地学领域的主流编程语言之一。

人工智能和大数据技术在许多行业都取得了颠覆式的成果，气象和海洋领域拥有海量的模式和观测数据，是大数据和人工智能应用的天然场景。Python也是当前进行机器学习和深度学习应用的最热门语言。对于的气象海洋领域的专业人员，Python是进行机器学习和深度学习工作的首选。

采用 “理论讲解+动手实操+案例实战”相结合的方式，深入浅出讲解Python在气象领域的人工智能应用，不仅能够掌握Python编程技巧和机器学习和深度学习的相关经验，更能够将所学在专业领域进一步应用。

专题一 Python软件的安装及入门

1.Python背景及其在气象中的应用
2.Anaconda解释和安装以及Jupyter配置
3.Python基础语法

专题二 气象常用科学计算库

1.Numpy库 2.Pandas库 3.Xarray库

图片

专题三 气象海洋常用可视化库

1.可视化库介绍Matplotlib、Cartopy等
2.基础绘图
（1）折线图绘制（2）散点图绘制
（3）填色/等值线（4）流场矢量图

专题四 爬虫和气象海洋数据

（1）Request库的介绍（2）爬取中央气象台天气图
（3）FNL资料爬取（4) ERA5下载

专题五 气象海洋常用插值方法

（1）规则网格数据插值到站点
（2）径向基函数RBF插值
（3）反距离权重IDW插值
（4）克里金Kriging插值

图片

专题六 机器学习基础理论和实操

1.机器学习基础原理
（1）机器学习概论
（2）集成学习（Bagging和Boosting）
（3）常用模型原理（随机森林、Adaboost、GBDT、Xgboost、lightGBM）

2.机器学习库scikit-learn
（1）sklearn的简介
（2）sklearn完成分类任务
（3）sklearn完成回归任务

专题七 机器学习的应用实例

本专题，在详细讲解机器学习常用的两类集成学习算法，Bagging和Boosting，对两类算法及其常用代表模型深入讲解的基础上，结合三个学习个例，并串讲一些机器学习常用技巧，将理论与实践结合。

1.机器学习与深度学习在气象中的应用
AI在气象模式订正、短临预报、气候预测等场景的应用

2.GFS数值模式的风速预报订正
（1）随机森林挑选重要特征
（2）K近邻和决策树模型订正风速
（3）梯度提升决策树GBDT订正风速
（4）模型评估与对比

3.台风预报数据智能订正
（1）CMA台风预报数据集介绍以及预处理
（2）随机森林模型订正台风预报
（3）XGBoost模型订正台风预报
（4）台风“烟花”预报效果检验

4.机器学习预测风电场的风功率
（1）lightGBM模型预测风功率
（2）调参利器—网格搜索GridSearch于K折验证

图片

专题八 深度学习基础理论和实操

1.深度学习基本理论
深度学习基本理论知识讲解，深入了解机器学习的基础理论和工作原理，掌握如何构建和优化神经网络模型（如人工神经网络ANN，卷积神经网络CNN、循环神经网络RNN等），提高对现有深度学习算法和技术的理解和应用能力，更好地应对后续海洋气象相关领域的实际问题和应用。

2.Pytorch库
（1）sklearn介绍、常用功能和机器学习方法
学习经典机器学习库sklearn的常用功能，如鸢尾花、手写字体等公开数据集的获取、划分训练集和测试集、模型搭建和模型验证等。
（2） pytorch介绍、搭建 模型
学习目前流行的深度学习框架pytorch，了解张量tensor、自动求导、梯度提升等，以BP神经网络学习sin函数为例，掌握如何搭建单层和多层神经网络，以及如何使用GPU进行模型运算。

图片

专题九 深度学习的应用实例

本专题，在学习使用ANN预测浅水方程的基础上，进一步掌握如何使用PINN方法，将动力方程加入模型中，缓解深度学习的物理解释性差的问题。此外，气象数据是典型的时空数据，学习经典的时序预测方法LSTM，以及空间卷积算法UNET。

1.深度学习预测浅水方程模式
（1）浅水模型介绍和数据获取
（2） 传统神经网络ANN学习浅水方程
（3）物理约束网络PINN学习浅水方程

2.LSTM方法预测ENSO
（4）ENSO简介及数据介绍
（5）LSTM方法原理介绍
（6）LSTM方法预测气象序列数据

3.深度学习—卷积网络
（1）卷积神经网络介绍
（2）Unet进行雷达回波的预测

图片

专题十 EOF统计分析

1.EOF基础和eofs库的介绍
2.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

图片

专题十一 模式后处理

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

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）水平填色图绘制

图片

图片

注：请提前自备电脑及安装所需软件

更多应用

包含:WRF模式、NCL、CMAQ空气质量模式、PMF源解析、Calpuff模型、FLEXPART模式、SMOKE模式、VOCs排放量核算、大气臭氧来源解析、CAMx、EKMA曲线、MCM箱模型、WRF-Hydro、WRF-Chem、WRF-UCM、WRF-SOLAR、WRFDA、Python气象海洋、CMIP6数据处理等...

★关 注【科研充电吧】公 众 号，获取海量教程和资源

大气科学领域必备模型软件丨WRF、CMAQ、WRF-Chem、WRF-Hydro、WRF DA、PMF、MCM、CAMx、SMOKE、Calpuff、FLEXPART、WRF-UCM、CMIP6等_WangYan2022的博客-CSDN博客 文章浏览阅读622次。采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式，抽丝剥茧、深入浅出地讲解大气环境相关实用模型！ https://blog.csdn.net/WangYan2022/article/details/132106019?spm=1001.2014.3001.5502 搞科研、写论文，如何正确使用GPT？AIGC技术解析、提示词工程高级技巧、AI绘图、ChatGPT/GPT4应用-CSDN博客 文章浏览阅读600次。ChatGPT 在论文写作与编程方面也具备强大的能力。无论是进行代码生成、错误调试还是解决编程难题，ChatGPT都能为您提供实用且高质量的建议和指导，提高编程效率和准确性。此外，ChatGPT是一位出色的合作伙伴，可以为您提供论文写作的支持。它可以为您提供论文结构指导、段落重组建议，甚至是对论文内容的进一步拓展和丰富。利用ChatGPT的写作能力，您可以更好地组织思路、提升论文的逻辑性和质量。 https://blog.csdn.net/WangYan2022/article/details/134455333?spm=1001.2014.3001.5502 国自然项目基金撰写的隐藏技巧、范例分析及提交前的自我审查-CSDN博客 文章浏览阅读55次。基金项目申请在新时期更加注重国际化视野。申请人需要关注国际前沿研究动态，积极参与国际合作项目，并能够充分展示项目对国际学术和科技发展的贡献。尤其是青年学者，工作繁重、资源溃泛、基金申请缺乏经验、同时没有形成高效研究团队，仅凭一己之力，在竞争激烈的当下显然不具备优势条件。基金申请是每年学者重要工作内容，势必要时间与精力投入，但往往是在提交前，集中一个有限的时间进行撰写，结果事与愿违。不如从熟悉基金项目撰写的基本要求和标准、项目撰写的方法和技巧、申请流程开始。 https://blog.csdn.net/WangYan2022/article/details/134581848?spm=1001.2014.3001.5502

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

大气科学

python

机器学习

深度学习

气象

Python机器学习、深度学习入门丨气象常用科学计算库、气象海洋常用可视化库、爬虫和气象海洋数据、气象海洋常用插值方法、EOF统计分析、WRF模式后处理等 的相关文章

  • 使用 Python 编辑 RTF 文件

    也许这是一个愚蠢的问题 但我不明白 所以道歉 我有一个 RTF 文档 我想更改它 例如 有一个表 我想复制一行并以面向对象的方式更改代码中第二行中的文本 我认为 pyparsing 应该是可行的方法 但我摆弄了几个小时但没有明白 我没有提供

  • Flask中使用的路由装饰器是如何工作的

    我熟悉 Python 装饰器的基础知识 但是我不明白这个用于 Flask 路由的特定装饰器是如何工作的 以下是 Flask 网站上的代码片段 from flask import Flask escape request app Flask

  • Python re无限执行

    我正在尝试执行这段代码 import re pattern r w w s re compiled re compile pattern results re compiled search COPRO HORIZON 2000 HOR p

  • 指示电子邮件的类型

    我有以下自动化程序 它将电子邮件发送给我自己 并添加了特定的链接 import win32com client as win32 import easygui import tkinter as to from tkinter import

  • 数据框 - 平均列

    我在 pandas 中有以下数据框 Column 1 Column 2 Column3 Column 4 2 2 2 4 1 2 2 3 我正在创建一个数据框 其中包含第 1 列和第 2 列 第 3 列和第 4 列等的平均值 ColumnA

  • 为什么第二个 request.session cookies 返回空？

    我想使用 requests Session post 登录网站 但是当我已经登录主页 然后进入帐户页面时 看来cookies还没有保存 因为cookies是空的 而且我无法进入正确的帐户页面 import requests from bs4

  • 使用 Pytest 的参数化添加测试功能的描述

    当其中一个测试失败时 可以在测试正在测试的内容的参数化中添加描述 快速了解测试失败的原因 有时您不知道测试失败的原因 您必须查看代码 通过每个测试的描述 您就可以知道 例如 pytest mark parametrize num1 num2

  • 是否有一个包可以维护所有带有符号的货币列表？

    是否有一个 python 包提供所有 或相当完整 货币的列表与符号 如美元的 有优秀的pycountry 贪财的 https github com limist py moneyed and ccy http code google com

  • 在Python中读取tiff标签

    我正在尝试用 Python 读取 tiff 文件的标签 该文件是 RGB 的uint16每个通道的值 我目前正在使用tifffile import tifffile img tifffile imread file tif 然而 img是一

  • 在 Mac OS X 上安装 libxml2 时出现问题

    我正在尝试在我的 Mac 操作系统 10 6 4 上安装 libxml2 我实际上正在尝试在 Python 中运行 Scrapy 脚本 这需要我安装 Twisted Zope 现在还需要安装 libxml2 我已经下载了最新版本 2 7 7

  • Jupyter 笔记本中未显示绘图图表

    我已经尝试解决这个问题几个小时了 我按照上面的步骤操作情节网站 https plot ly python getting started start plotting online并且图表仍然没有显示在笔记本中 这是我的情节代码 color

  • 使用标签或 href 传递 Django 数据

    我有一个包含链接的表 当单击该链接进行更多操作时 我想将一些数据传递给我的函数 my html table tbody for query in queries tr td value a href internal my func que

  • 为什么在Python解释器中输入_会返回True？ [复制]

    这个问题在这里已经有答案了 我的翻译行为非常奇怪 gt gt gt True gt gt gt type True

  • pygame：使用 sprite.RenderPlain 绘制精灵组的顺序

    我有一个精灵组 需要按一定的顺序绘制 以便其精灵按应有的方式重叠 然而 即使使用运算符模块函数 sorted self sprites key attrgetter y x 对组进行排序 顺序也是错误的 我该如何解决这个问题 直截了当地说

  • 将字符串中的随机字符转换为大写

    我尝试随机附加文本字符串 这样就不只是有像这样的输出 gt gt gt david 我最终会得到类似的东西 gt gt gt DaViD gt gt gt dAviD 我现在的代码是这样的 import random import stri

  • 基于值而不是类型的单次调度

    我在 Django 上构建 SPA 并且有一个庞大的功能 其中包含许多功能if用于检查我的对象字段的状态名称的语句 像这样 if self state new do some logic if self state archive do s

  • 如何通过函数注释指示函数需要函数作为参数，或返回函数？

    您可以使用函数注释 http www python org dev peps pep 3107 在python 3中指示参数和返回值的类型 如下所示 def myfunction name str age int gt str return

  • numpy polyfit 中使用的权重值是多少以及拟合误差是多少

    我正在尝试对 numpy 中的某些数据进行线性拟合 Ex 其中 w 是该值的样本数 即对于点 x 0 y 0 我只有 1 个测量值 该测量值是2 2 但对于这一点 1 1 我有 2 个测量值 值为3 5 x np array 0 1 2 3

  • 将时间添加到日期时间

    我有一个像这样的日期字符串 然后使用strptime 所以就像这样 my time datetime datetime strptime 07 05 15 m d Y 现在我想添加 23 小时 59 分钟my time 我努力了 timed

  • Jupyter Notebook：带有小部件的交互式绘图

    我正在尝试生成一个依赖于小部件的交互式绘图 我遇到的问题是 当我使用滑块更改参数时 会在前一个绘图之后完成一个新绘图 而我预计只有一个绘图会根据参数发生变化 Example from ipywidgets import interact i

随机推荐

  • 鸿蒙4.0开发笔记之ArkTS装饰器语法基础@Prop@Link@State状态装饰器（十二）

    文章目录 一 哪些是状态装饰器 二 State Prop Link状态传递的核心规则 三 状态装饰器练习 一 哪些是状态装饰器 1 State 被装饰拥有其所属组件的状态 可以作为其子组件单向和双向同步的数据源 当其数值改变时 会引起相关组

  • Nessus简单介绍与安装

    1 Nessus简介 Nessus号称是世界上最流行的漏洞扫描程序 全世界有超过75000个组织在使用它 该工具提供完整的电脑漏洞扫描服务 并随时更新其漏洞数据库 Nessus不同于传统的漏洞扫描软件 Nessus可同时在本机或远端上遥控

  • WebGL笔记：矩阵平移的数学原理和实现

    矩阵平移的数学原理 让向量OA位移 x方向 tx y方向 ty z方向 tz 最终得到向量OB 矩阵平移的应用 再比如我要让顶点的x移动0 1 y移动0 2 z移动0 3 1 顶点着色器核心代码

  • 有效表达观点的艺术

    有效表达观点的艺术 在人际交往中 有效地表达自己的观点是建立良好关系和实现有效沟通的关键 然而 这并不总是易如反掌 有时候 我们可能会遇到表达困难 或者我们的观点可能被误解 本文将探讨如何有效地表达观点 以及掌握说话的艺术的重要性 首先 清

  • 人工智能：开启未来商业新篇章

    人工智能 开启未来商业新篇章 随着科技的快速发展 人工智能 AI 在商业领域的应用越来越广泛 成为企业把握未来商业机遇的重要方向 本文将探讨人工智能如何重塑商业格局 为企业提供新的增长点 以及企业如何抓住AI的商业契机 一 AI重塑商业格局

  • 机器人学英语

    我的prompt i want to you act as an english language teacher asistant to help me study english you could teach me in such a

  • 详解Hotspot的经典7种垃圾收集器原理特点与组合搭配

    详解Hotspot的经典7种垃圾收集器原理特点与组合搭配 HotSpot共有7种垃圾收集器 3个新生代垃圾收集器 3个老年代垃圾收集器 以及G1 一共构成7种可供选择的垃圾收集器组合 新生代与老年代垃圾收集器之间形成6种组合 每个新生代垃圾

  • 在深圳月入一万的很丢人吗

    在深圳 月入一万的收入是否丢人 这是一个很主观的问题 因为每个人的生活需求和价值观不同 从经济学的角度来看 深圳作为中国的经济特区和一线城市 其生活成本相对较高 从这个角度看 月入一万的收入在某种程度上可能不足以满足一些人的生活需求 根据最

  • 给自己泡了一壶茶

    清晨 当第一缕阳光透过窗户照亮了房间 我慵懒地爬起床 开始享受新的一天 我泡了一壶早茶 浅浅的茶香立刻弥漫在空气中 让我感到宁静而放松 我坐在窗边 静静地看着窗外的世界 清晨的街道上 行人和车辆都还不多 显得格外的宁静 微风吹过树叶 带来阵

  • 拍图识字软件哪个好用？这些好用的软件推荐给你们

    在快节奏的现代生活中 你可能会遇到需要从图片中获取文字信息的情况 无论是读书 工作还是生活中 有时候会需要从图片中提取文字 当你收到了一份手写的便签或菜单 上面的字迹可能很模糊 或者你需要在没有文字的地方快速获取信息 这时 你可能会想 如果

  • 详解十大经典排序算法（四）：希尔排序（Shell Sort）

    算法原理 希尔排序是一种基于插入排序的排序算法 也被称为缩小增量排序 它通过将待排序的序列分割成若干个子序列 对每个子序列进行插入排序 然后逐步缩小增量 最终使整个序列有序 算法描述 希尔排序 Shell Sort 是一种基于插入排序的算法

  • 使用tensorrt加速深度学习模型推断

    使用tensorrt加速深度学习模型推断 1 import以及数据加载 构建engine函数 2 导入官方模型及CIFAR100数据集 3 不采用tensort的推断时间 4 采用tensort加速 使用tensorrt 库 4 1 导出o

  • 京东商品详情接口在电商行业中的重要性及实时数据获取实现

    一 引言 随着电子商务的快速发展 商品信息的准确性和实时性对于电商行业的运营至关重要 京东作为中国最大的电商平台之一 其商品详情接口在电商行业中扮演着重要的角色 本文将深入探讨京东商品详情接口的重要性 并介绍如何通过API实现实时数据获取

  • 城市化人群隔离悖论

    城市是人群大规模聚集的过程 表面上似乎会提高人与人之间相互接触和交往的效率 但不可思议的是 美国学者的研究发现 城市越大 人和人之间相互隔离越严重 这显然是违背直觉的现象 反直觉往往意味着新发现 就给这种现象命名为城市化人群隔离悖论吧 这是

  • 未来已来，AI与情报分析，是黑暗或光明？

    这篇文章有点像一个实验 在乔治城大学 Georgetown University 举行的 负责任的人工智能和情报 Responsible AI and Intelligence 会议上 ChatGPT被要求撰写一篇文章 陈述关于我将如何评估

  • 外卖小程序需要多大云服务器？

    外卖小程序是一种基于互联网技术实现的餐饮电商平台 具有实时配送 快速响应和跨地区订餐等特点 为保证外卖小程序在高并发和业务繁忙的情况下能够稳定运行 需要具备一定的云服务器配置 具体也有考虑公司业务规模大小 用户量 原文地址 外卖小程序需要多

  • 服务器2g内存个人使用可以吗？

    对于个人日常使用而言 云服务器2G内存是足够的 一般来说 对于普通用户而言 使用云服务器主要是用来搭建网站 存储文件和数据备份等基本操作 虽然这些操作看似比较简单 但是实际上还是需要一定的计算资源才能完成的 原文地址 服务器2g个人使用可以

  • 淘宝商品详情接口在电商运营中的应用实例

    一 背景 某电商企业A在运营过程中 发现手动更新商品信息效率低下 且容易出现信息不一致的情况 为了解决这个问题 企业A决定采用淘宝商品详情接口 实现商品信息的自动获取和更新 二 目标 通过集成淘宝商品详情接口 企业A希望实现以下目标 自动获

  • Latex公式中矩阵的方括号和圆括号表示方法

    一 背景 在使用Latex写论文时 不可避免的涉及到矩阵公式 有的期刊要求矩阵用方括号 有的期刊要求矩阵用圆括号 因此 特记录一下Latex源码在两种表示方法上的区别 以及数组和方程组的扩展 二 矩阵的方括号表示 首先所有的矩阵肯定都是在标

  • Python机器学习、深度学习入门丨气象常用科学计算库、气象海洋常用可视化库、爬虫和气象海洋数据、气象海洋常用插值方法、EOF统计分析、WRF模式后处理等

    目录 专题一 Python软件的安装及入门 专题二 气象常用科学计算库 专题三 气象海洋常用可视化库 专题四 爬虫和气象海洋数据 专题五 气象海洋常用插值方法 专题六 机器学习基础理论和实操 专题七 机器学习的应用实例 专题八 深度学习基础

热门标签