ADCIRC是新一代海洋水动力计算模型,它采用了非结构三角形网格广义波动连续方程的设计,在提高计算精确度的同时还减小了计算时间。被广泛应用于:模拟潮汐和风驱动的循环、预测风暴潮和洪水和近岸海上作业等。
除此之外,ADCIRC也是我国潮汐、风暴潮洪水等科研和业务预报的主流模式。作为水动力模式中的佼佼者,ADCIRC功能齐全,无论是作为业务预报的工具还是科研工具,都是不二的选择。
本课程包含ADCIRC模式的基础到高阶的内容,针对风暴潮的模拟和预报,既有基础理论讲解,又有实践操作环节。理论方面,介绍数值模式基本理论、ADCIRC模式的理论框架和风暴潮模拟方面的侧重点。实践环节,从Linux基础命令和模式安装,到模式前处理、模式运行、模式后处理和可视化等,在实践环节同时穿插介绍模式使用技巧和经验。以科研和业务中的实际案例进行教学,帮助初学者上手ADCIRC模式。
此外,课程还采用ADCIRC模式+python语言结合的模式,Python是功能强大、免费、开源,实现面向对象的编程语言,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。在快速上手Python语言的基础上,将Python语言结合应用在ADCIRC模式的前后处理当中,助力ADCIRC模式的使用,并且未来可以在海洋、气象和水文等地学领域的业务、科研和工程项目中得到实际有效的应用。
备注:教程本着技术培训原则,重点在模型与实际项目的实践应用,内容中涉及到ADCIRC模型源代码,请参加学习自行授权下载。


●Python在WRF模型自动化运行及前后处理中的实践技术应用
●全套区域高精度地学模拟WRF气象建模、多案例应用与精美制图
●Python在气象与海洋中的实践技术应用
●CMIP6数据处理方法与典型案例分析实践技术应用
●FVCOM流域、海洋水环境数值模拟方法及实践技术应用
●基于FVCOM模型的三维水动力、水交换、溢油物质扩散及输运数值模拟技术应用
●Delft3D建模、水动力模拟方法及在地表水环境影响评价中的实践技术应用


专题一 ADCIRC背景与原理
1.1介绍ADCIRC模式的历史背景、优势,以及在海洋中的常用场景
1.2介绍数值模式基本理论,ADCIRC使用方程与参数化方案,深层次了解ADCIRC的原理,为后面ADCIRC运行打下基础

专题二 ADCIRC的编译与安装
2.1 Linux基础教学,教学将以Linux下实例进行,提前了解Linux基础语法

(1)虚拟机的安装使用(课前辅导)
(2)Linux基础命令
(3)环境变量设置与管理
2.2 ADCIRC编译与安装
(1)基础库安装(zlib、netcdf、mpich等)
(2)模式安装(ADCIRC单独和ADCIRC+SWAN)

专题三 ADCIRC模式前处理
3.1 matlab软件安装(课前辅导)
3.2网格生成,ADCIRC运行关键文件,提供matlab生成网格代码,绘制模拟区域网格;SMS网格制作教学
3.3ADCIRC运行前处理,包括风场文件、底摩擦文件制作;ADCIRC运行方法实践教学
3.4控制参数,对运行控制参数和各参数化方案进行详细解读

专题四 ADCIRC案例分析
4.1利用模型风场进行台风风暴潮模拟

(1)Holland模型风场介绍
(2)实例运行与SMS可视化
(3)风暴潮增水验证
4.2利用ERA5风场进行温带风暴潮模拟
(1)ERA5资料介绍及下载
(2)脚本制作通用风场文件
(3)实例运行经验与调参注意事项
4.3天文潮模拟
(1)天文潮数据介绍与制作
(2)开边界条件设置
(3)计算不稳定、溢出问题分析

专题五 Python基础与科学计算
5.1 Python入门和安装

(1)Python背景及其在海洋和气象中的应用
(2)Anaconda解释和安装以及Jupyter配置
(3)Python基础语法
5.2 科学数据处理基础库
(1)Numpy库
(2)Pandas库
(3)Scipy库
(4)Matplotlib和Cartopy库

掌握基于Anaconda配置python环境,以及使用Jupyterlab开发和调试代码。在了解了python的基础语法后,学习常用的科学计算和可视化库,如Numpy、Pandas和Matplotlib等。

专题六 ADCIRC模式后处理
以Python为例,对每个实战案例进行数据处理与绘图,包括潮位站时间序列图,风场,最大风暴增水图等
(1)Python绘制ADCIRC站点序列图、潮位图
(2)Python绘制最大风暴增水分布图
(3)Python绘制大气驱动场
(4)误差统计评估等

ADCIRC模式与Python融合及案例分析相关推荐

  1. ADCIRC模式与Python融合技术应用

    前言:ADCIRC是新一代海洋水动力计算模型,它采用了非结构三角形网格广义波动连续方程的设计,在提高计算精确度的同时还减小了计算时间.被广泛应用于:模拟潮汐和风驱动的循环.预测风暴潮和洪水和近岸海上作 ...

  2. WRF模式与Python 融合技术及精美绘图(包含前后处理及自动化运行)

    原文>>>WRF模式与Python融合技术在多领域中的应用及精美绘图 本内容既有 WRF 模式理论讲解,从动力方程.参数化方案的介绍到模式应用场景,又有实操环节,从基础的 Linux ...

  3. Python爬虫_案例分析(二)

    Python爬虫_案例分析(二) 一.电影天堂案例 import scrapy from scrapy_movie.items import ScrapyMovieItem class MvSpide ...

  4. 组合模式详解附有代码案例分析(包含透明组合模式、安全组合模式的代码示例)

    组合模式 一.组合模式的概念和角色 (一).组合模式的概念 (二).组合模式的角色 二.组合模式的应用场景 三.透明组合模式的代码示例 四.安全组合模式的代码示例 五.组合模式的优缺点 (一).优点 ...

  5. 模板方法模式详解附有代码案例分析(包含模板方法模式重构JDBC操作业务代码示例)

    模板方法模式 一.模板方法模式的概念和角色 (一).模板方法模式的概念 (二).模板方法模式的角色 二.模板方法模式的应用场景 三. 模板方法模式的代码示例 四.模板方法模式重构JDBC操作业务 五. ...

  6. 【气象数值模式及其数据处理】WRF模式与Python融合

    当今从事气象及其周边相关领域的人员,常会涉及气象数值模式及其数据处理,无论是作为业务预报的手段.还是作为科研工具,气象数值模式与高效前后处理语言是一件非常重要的技能. WRF作为中尺度气象数值模式的佼 ...

  7. WRF模式与Python融合技术在多领域中的应用及精美绘图

    当今从事气象及其周边相关领域的人员,常会涉及气象数值模式及其数据处理,无论是作为业务预报的手段.还是作为科研工具,掌握气象数值模式与高效前后处理语言是一件非常重要的技能.WRF作为中尺度气象数值模式的 ...

  8. python共享单车案例分析_python分析数据分析项目:共享单车租用情况影响因素探索分析...

    python分析数据分析项目:共享单车租用情况影响因素探索分析

  9. Python爬虫的案例分析(梨视频下载)

    我们对梨视频的站点进行分析.得出如下结论:视频地址如下,但是在源码中并没有看到,也就得出这个页面是二次渲染.我们通过浏览器,找到返回视频地址的接口 通过比对,返回的视频接口和播放地址,以及视频的初始u ...

最新文章

  1. Linux下安装和使用boost库
  2. 【Android View基础】View中几个容易混淆的距离及坐标量
  3. 1067 Sort with Swap(0, i) (25 分)【难度: 中 / 知识点: 置换群】
  4. Java 代码细节与优化(一)
  5. c语言怎么编程dll,【C语言】编写的DLL注入工具
  6. H5与Native交互之JSBridge技术 1
  7. python wav模块获取采样率, 采样点,声道,量化位数和时间
  8. sql语句中的时间查询
  9. 7-11 名人堂与代金券 (25 分)
  10. 20200331:每日温度(leetcode739)
  11. vue 挑战最强大脑 记忆力5分 观察力5分 推理力4分
  12. wxpython各种基本控件_wxpython 基本的控件
  13. 算法设计——荷马史诗(K叉哈夫曼 贪心)
  14. 中国高校外语慕课平台职场英语期末考试答案
  15. 微软解析新Edge浏览器的多进程体系结构
  16. python处理svg_用Python/PIL读取SVG文件
  17. 看 YGG SEA 如何玩赚东南亚市场 | AMA回顾
  18. squid代理介绍----传统代理
  19. 小数点怎么进行进制转换?
  20. 宜人贷 PaaS 数据服务平台Genie 简介(一)

热门文章

  1. php邮件程序,PHP发送电子邮件(Email)
  2. mybatis框架的介绍和使用
  3. int类型转换成String类型,String类型转化成int类型
  4. 汽车信息管理系统(课程设计))
  5. MySQL基础知识——ORDER BY
  6. 2022年年初,全军出击。回顾项--持续梳理前端面试高频题目
  7. VaR and CVaR of Allais Paradox
  8. K12827 骨头收集者
  9. Angular模板引用变量(#var)
  10. 人工智能的未来由人类掌控