【案例教程】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

【查看原文】地球科学常见数据的处理实践技术应用

在地球科学中，不同数据根据具体学科的特色存储为多种数据格式。在科研工作中需要将多种数据进行综合使用分析，因此需要寻找学习通用的数据格式解决方法，把研究的精力聚焦到具体科学问题上。
针对上述问题，本内容选取大气科学、水文学和生态学常见的数据进行讲解。

讲解的主要格式：
l 全球大气再分析数据netCDF
l 雪深ASCII l 积雪覆盖ASCII/TIFF
l 海温数据netCDF
l 植被指数数据NDVI
l 土地利用数据HDF

需要的处理工具：
Anaconda 5.0+（python 3.6）、xarray==0.13、netcdf4==1.5.3、rasterio、pandas、pyhdf、fiona、shapely、gdal

内容简述：

一、全球大气再分析数据-ERA5数据
ECMWF中心推出的ERA5全球大气再分析数据提供了大量大气、陆地和海洋气候变量的逐小时数据。这些数据在30km网格上覆盖了全球，在时间跨度上从1979至今。该数据能够提供全球范围的格点气象数据。
针对该数据介绍以下内容：
A、多年数据的读取
一般在下载过程中，会将按照最小的时间单位获取文件。因此，需要将数据进行后处理进行合并，之后开展后续的操作。在本案例中，将对气温变量进行读取。
B、趋势分析
在多年气温数据的基础上，使用mann kendall趋势检验方法，判断趋势；使用线性回归方法计算变化倾向率。
C、多时间尺度统计
利用小时数据，计算日、月、年尺度数据。

二、北半球雪深数据-加拿大雪深数据
加拿大气象中心（CMC）制作了全球每日雪深业务分析数据。数据时间分辨率为1天，空间分辨率为0.25°。数据包括雪深和估计雪水当量（SWE）2个变量。该数据可以为全球和区域尺度冰冻圈积雪相关水文和生态研究提供支持。
针对该数据介绍以下内容：
A、将ASCII数据转化为netCDF数据
将日数据进行整理。使用multiprocess工具并行转化netCDF格式数据。
B、分析北半球雪深的气候态空间分布
使用Xarray工具计算多年、年和月的均值。
C、分析时间序列的趋势变化及与气温的关系
使用线性回归分析月尺度上趋势；计算雪深变化序列与气温之间的相关系数。

三、积雪覆盖数据-IMS积雪覆盖数据
美国国家冰雪中心（NSIDC）从1997年2月至今的北半球雪盖和海冰的地图。这些数据以ASCII文本和GeoTIFF格式提供，并提供有三种不同的分辨率：1公里、4公里和24公里。该数据可以为全球和区域尺度冰冻圈积雪相关水文和生态研究提供支持。
针对该数据介绍以下内容：
A、将ASCII数据转化为netCDF数据
将日数据进行整理。使用multiprocess工具并行转化netCDF格式数据。
B、分析新疆北疆、青藏高原和东北地区气候态积雪分布
使用Xarray工具计算多年、年和月的均值。使用basemap进行可视化。
C、分析新疆北疆、青藏高原和东北地区积雪面积变化规律
使用Xarray工具进行汇总，绘制不同子区的面积图时间序列。

四、海温数据-NOAA OISST
NOAA 1/4°每日最佳内插海面温度（OISST）是一个长期的气候数据记录，它将来自不同平台（卫星、船舶、浮标和Argo浮标）的观测数据纳入一个定期的全球网格。该数据集经过插值处理，以填补网格上的空白，并创建一个空间上完整的海面温度图。卫星和船舶的观测数据以浮标为参照，以补偿平台的差异和传感器的偏差。OISST数据空间分辨率0.25°，时间跨度从1981至今。该数据可以为气候变化、海~气关系等研究提供支持。
针对该数据介绍以下内容：
A、读取多年月海温数据
使用Xarray工具读取海温数据
B、分析海温变化趋势
C、全球海温与长江流域夏季降水关系
分析CN05中长江流域夏季降水与全球海温之间的相关关系

五、植被指数数据-GIMMS NDVI
植被指数是对植被冠层绿叶中叶绿素吸收的光合有效辐射的辐射测量，因此是衡量一个地区生理功能的植被覆盖水平的指数。最新版本的GIMMS NDVI数据集横跨1981年7月至2015年12月。
针对该数据介绍以下内容：
A、读取多年生长季NDVI数据
B、计算青藏高原生长季NDVI与降水关系

六、土地利用数据-MODIS土地利用数据
地覆盖动态产品包括标志着季节性周期的植被生长、成熟和衰老的时间层。MODIS Terra+Aqua组合土地覆盖产品包含了五个不同的土地覆盖分类方案，通过监督决策树分类方法得出。主要的土地覆盖方案确定了IGBP定义的17个等级，包括11个自然植被等级，3个人为改变的等级，以及3个非植被等级。
针对该数据介绍以下内容：
A、读取多年土地利用数据
B、裁剪长江流域土地利用
C、分析长时间序列长江流域土地利用变化

【其它相关推荐】：

系统学习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

【案例教程】地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理实践相关推荐

视频教程-新版全面系统完整的电信客服综合案例教程-大数据
新版全面系统完整的电信客服综合案例教程张长志技术全才.擅长领域:区块链.大数据.Java等.10余年软件研发及企业培训经验,曾为多家大型企业提供企业内训如中石化,中国联通,中国移动等知名企业.拥有丰 ...
【案例教程】无人机生态环境监测、图像处理与GIS数据分析综合实践
[查看原文]无人机生态环境监测.图像处理与GIS数据分析综合实践技术应用构建"天空地"一体化监测体系是新形势下生态.环境.水文.农业.林业.气象等资源环境领域的重大需求,无人机生 ...
视频教程-Python数据分析与案例教程：分析人口普查数据-Python
Python数据分析与案例教程:分析人口普查数据多年互联网从业经验: 有丰富的的企业网站.手游.APP开发经验: 曾担任上海益盟软件技术股份有限公司项目经理及产品经理: 参与项目有益盟私募工厂.睿妙 ...
【案例教程】GEE遥感云大数据在林业中的应用
以Earth Engine(GEE)为代表全球尺度地球科学数据(尤其是卫星遥感数据)在线可视化计算和分析云平台应用越来越广泛.该平台存储和同步遥感领域目前常用的MODIS.Landsat和Sentin ...
【FME实战教程】002：FME完美实现CAD数据转shp案例教程（以三调土地利用现状数据为例）
FME完美实现CAD数据转shp案例教程(以三调土地利用数据为例) 文章目录 1. cad数据预览 2. 转换过程 3. shp数据预览 1. cad数据预览 2. 转换过程 (1)打开FME Des ...
【GlobalMapper精品教程】039：GM面状数据符号化设置案例教程
GM面状数据符号化设置案例教程. 文章目录一.使用基于分类或自定义样式的默认样式二.对所有要素使用相同样式三.基于属性/名称值应用样式四.随机指定颜色给要素一.使用基于分类或自定义样式的默认 ...
Python数据分析与案例教程：分析人口普查数据-欧阳桫-专题视频课程
Python数据分析与案例教程:分析人口普查数据-379人已学习课程介绍本课程将带你全程实现对全国第六次人口普查数据的获取.分析.及可视化图表的制作课程收益熟悉和掌握使 ...
【案例教程】基于RWEQ模型的土壤风蚀模数估算及其变化归因分析实践技术
土壤风蚀是一个全球性的环境问题.中国是世界上受土壤风蚀危害最严重的国家之一,土壤风蚀是中国干旱.半干旱及部分湿润地区土地荒漠化的首要过程.中国风蚀荒漠化面积达160.74×104km2,占国土总面积的 ...
软件工程案例教程答案（第三版）韩万江姜立新编著课后题答案（软件项目开发实践）
软件工程案例教程答案(第三版)韩万江姜立新编著课后题答案 (软件项目开发实践) 第一章课后答案一.填空题二.判断题三.选择题第二章课后答案一.填空题二.判断题三.选择题第三 ...

【案例教程】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

【案例教程】地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理实践相关推荐

最新文章

热门文章