Python语言在地球科学交叉领域中的应用

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。

专题一Python重点工具讲解【打好基础】

Numpy：科学计算
Scipy：科学计算
Sklearn：机器学习
Matplotlib：可视化

专题二常见地球科学数据讲解【掌握数据的特点】

1、站点数据：

GSOD
GHCN

2、格点观测数据

CN05.1
OISST、HadSST

3、再分析：

ERA5
GLDAS

4、遥感数据：

GLEAM

Landsat

MODIS

TRMM

专题三使用Xarray处理netCDF和Geotiff数据

Xarray

读取&写入 netCDF文件

Groupby & resample 对时间、空间信息进行操作

Rasterio & rioxarray

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

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

GB级数据可视化

2、植被指数计算

3、裁剪区域

使用mask掩膜文件裁剪

使用shapefile文件裁剪

专题六使用Python处理遥感数据2—

以MODIS数据为例

1、预备工作：

Python读取HDF4-EOS数据
使用GDAL库预处理
转投影为wgs84+lonlat
拼接多景影像

2、案例一：土地利用分析（MOD12C1）

2000-2020年青藏高原土地利用分析
分析不同土地利用分类上气温和降水的变化

3、案例二：生态系统生产力分析（MOD17A2）

青藏高原草场上土地利用GPP变化
分析草场GPP与降水之间关系（ERA5再分析数据）

4、案例三：分析积雪覆盖时间（MOD10A2）

2000-2020年间青藏高原积雪时间统计
分析祁连山不同高程带积雪时间统计（DEM：GTOP30S）

5、案例四：积雪与生产力之间的关系（MOD10A2和MOD17A2）

分析新疆北疆积雪覆盖时间与春季GPP的变化

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

读取美国NOAA的GSOD日值数据
读取气象共享网日值数据

2、数据清洗：

数据整理
异常值检测

阈值法
模型法
孤立森林

3、多时间尺度的统计：

年尺度统计
季尺度统计

4、站点插值：（随机森林树）

利用高程、经纬度插值气温数据

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

使用NDVI、DEM和机器学习算法对TRMM降水数据降尺度

2、案例二：分析蒸散数据的年际变化

读取GLEAM数据，并分析蒸散发的年际变化
比较MODIS ET产品与GLEAM的差异

3、案例三：比较多套土壤湿度产品

比较GLDAS、GLEAM和CCI SM

4、案例四：分析降水~蒸散发-土壤湿度关系

分析降水~蒸散发-土壤湿度的年际变化

专题九使用Python处理气候变化数据1观测数据

案例一：百年气温趋势：CRU数据

2、案例二：百年海温趋势：HadSST

3、案例三：再分析数据处理

ERA5数据气温评估

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

Delta方法
百分位校正方法

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

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

获取风机70和100m高度的风速和风向

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

Muliprocesing 并行运行

5、模式后处理

结果统计

结果可视化（NPP）

组合类型	组合名称（点击文字查看详情）
A类	WRF模式与Python融合技术在多领域中的实践应用及精美绘图
B类	全流程高精度气象模式WRF模拟技术与多领域实例应用
C类	基于Python语言的地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理实践
D类	Python在气象与海洋中的实践技术应用
E类	Python人工智能在气象中的实践技术应用
F类	Biome-BGC生态系统模型建模方法与实践技术
G类	CMIP6数据处理技术与典型案例分析及在多领域中的实践应用
H类	（WRF-UCM）高精度城市化气象动力模拟技术与案例实践应用

Python语言在地球科学交叉领域中的应用 (qq.com)

Python语言在地球科学交叉领域中的应用相关推荐

下列有关python语言的说法正确的是-关于 Python 语言的注释,以下选项中描述正确的是( )...
[多选题]以下选项属于 Python 整数类型的是( ) [其它]根据CAD原文件绘制别墅立面图:如图别墅立面图002.dwg [单选题]字符串是一个连续的字符序列,用________方式打印出可以 ...
Python语言编程学习：numpy中的array格式数据切片与pandas中的dataframe格式数据切片、相互转换
Python语言编程学习:numpy中的array格式数据切片与pandas中的dataframe格式数据切片.相互转换目录 numpy中的array格式数据切片与pandas中的dataframe ...
以下关于python语言技术特点_关于Python语言的特点,以下选项中描述错误的是
关于Python语言的特点,以下选项中描述错误的是答:Python语言是非开源语言为<素问>补充了"天元纪大论"等7篇大论的医家是: 答:王冰中国大学MOOC: ...
以下python注释代码、叙述中不正确的是_关于 Python 语言的注释,以下选项中描述错误的是( )_学小易找答案...
[多选题]下列各项中,企业应通过"其他货币资金"科目核算的经济业务有( ). [其它][变式训练 3]如图所示,用与地面成30°角的300 N的力向右上方拉小车,画出该力的示意图. ...
python语言特点以下错误的是_关于Python语言的特点,以下选项中描述错误的是( )。_学小易找答案...
[其它]制作空间感雨幕效果素材图如下: [单选题]1332 .定向井分为常规定向井.大斜度定向井和( A )三种类型. [填空题]用来设置表格边线粗细的属性是( ) [单选题]1320 .井下动力钻 ...
关于python语言数值操作符、以下选项错误的是答案是_关于Python语言数值操作符,以下选项中描述错误的是...
[单选题]关于Python的列表,以下选项中描述错误的是 [单选题]给定字典d,以下选项中对d.values()的描述正确的是 [单选题]下面代码的输出结果是 sum = 0 for i in ran ...
3_1符合python语言变量_以下选项中符合Python语言变量命名规则的是
[单选题]以下选项中,不是Python语言特点的是 [单选题]较小的尺寸应离轮廓线较近,较大的尺寸线离轮廓线较远.( ) [单选题]关于Python语言的变量,以下选项中说法正确的是 [单选题]182 ...
Python语言在地球科学领域中的应用
查看原文>>>[视频教程]Python语言在地球科学领域中的应用 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 ...
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 ...

Python语言在地球科学交叉领域中的应用

Python语言在地球科学交叉领域中的应用相关推荐

最新文章

热门文章