网站建设noajt,建设 大型电子商务网站,外贸怎样做网站,wordpress地图页面如何添加图片Python是功能强大、免费、开源#xff0c;实现面向对象的编程语言#xff0c;Python能够运行在Linux、Windows、Macintosh、AIX操作系统上及不同平台#xff08;x86和arm#xff09;#xff0c;Python简洁的语法和对动态输入的支持#xff0c;再加上解释性语言的本质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armPython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。 1、提供虚拟机Virtual Box文件预装好Anaconda环境可直接使用 2、提供原始数据和中间临时文件 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 GSODGHCN2、格点观测数据 CRU CN05.1OISST、HadSST3、再分析 ERA5GLDAS4、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 s 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wgs84lonlat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DEMGTOP30S5、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 SM4、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CMIP6MOD17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 z 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 原文链接https://mp.weixin.qq.com/s?__bizMzUyNzczMTI4Mgmid2247617019idx3sn212d8aadbf275fd5216a95b8196afd51chksmfa7856c6cd0fdfd0bf2cbbf0bde8a292e25c28599caeedc26b1943266d079177e954640df6a1token622662806langzh_CNscene21#wechat_redirect
