当前位置: 首页 > news >正文

基于Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用能力

 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。

【内容简介】:

专题一Python软件的安装及入门

1.1 Python背景及其在气象中的应用

1.2 Anaconda解释和安装以及Jupyter配置

1.3 Python基础语法

专题二气象常用科学计算库

2.1 Numpy库

2.2 Pandas库

2.4 Xarray库

专题三气象海洋常用可视化库

3.1可视化库介绍Matplotlib、Cartopy等

3.2 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

6.1 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)

6.2 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。

7.1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

7.2 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

7.3 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

7.4 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

专题八深度学习基础理论和实操

8.1 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。

8.2 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。

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。

9.1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

9.2 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

9.3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

专题十EOF统计分析

10.1 EOF基础和eofs库的介绍

10.2 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

专题十一模式后处理

11.1 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

11.2 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

         

 

 

 

 

 

 

专题九

深度学习的应用实

 

 

相关文章:

基于Python机器学习、深度学习技术提升气象、海洋、水文领域实践应用能力

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…...

电商平台为什么需要及时部署ssl证书?

电商平台为什么需要及时部署ssl证书? 21世纪以来,互联网技术得到了快速的发展和应用上的普及,为生活、工作、学习都带来了巨大的变化。现代社会中,快节奏的生活让人们的购物方式也发生了极大的转变,逐渐由线下转为了线…...

卡码网语言基础课 | 12. 位置互换

通过本次练习,将要学习到以下C知识点: 位置互换交换变量字符串 题目:给定一个长度为偶数位的字符串,请编程实现字符串的奇偶位互换。 奇偶位互换是指字符串的奇数位和偶数位相互交换位置 即:第一位和第二位交换&…...

用DOM来读取XML时要注意的一些概念

2023年11月15日,周三下午 在 DOM(文档对象模型)中,有一些重要的概念和术语: 文档对象(Document Object):表示整个 XML 文档的根节点,它是 DOM 树的入口点。元素节点&…...

openresty安装配置,执行shell脚本

下载并解压 OpenResty 源代码: bashCopy code wget https://openresty.org/download/openresty-1.19.9.1.tar.gz tar -zxvf openresty-1.19.9.1.tar.gz cd openresty-1.19.9.1 运行 ./configure 并指定安装路径: bashCopy code ./configure --prefix…...

解决Dockerfile中 Could not initialize class sun.awt.X11FontManager错误

Dockerfile中增加命令 RUN yum install dejavu-sans-fonts fontconfig -y如果您使用的是基于Alpine Linux的发行版,可以使用apk命令来安装DejaVu Sans字体和fontconfig工具 RUN apk update RUN apk add ttf-dejavu fontconfig...

Kubernetes(k8s)进阶

文章目录 Kubernetes进阶一、Namespace(名称空间)1.namespace介绍2.管理namespace查看namespace创建namespaceyaml文件配置namespace 二、Pod(最小基本部署单元)1.pod介绍2.管理pod创建并运行pod查看pod信息访问pod删除podyaml文件…...

[Vue 配置] Vite + Vue3 项目配置和使用 NProgress

文章归档:https://www.yuque.com/u27599042/coding_star/mfmsrf9tz98ox3qg 安装 pnpm i nprogress配置 NProgress 其他更多可参考,仓库地址:https://github.com/rstacruz/nprogress 在 src/config/nprogress.js 中进行配置 是否展示右上角圆…...

Android MQTT开发之 Hivemq MQTT Client

使用一个开源库:hivemq-mqtt-client,这是Java生态的一个MQTT客户端框架,需要Java 8,Android上使用的话问题不大,需要一些额外的配置,下面列出了相关的配置,尤其是 packagingOptions,…...

【Maven教程】(十一):使用 Maven 构建 Web应用 —— 使用 jetty-maven-plugin 进行测试、使用 Cargo 实现自动化部署~

Maven 使用 Maven 构建 Web应用 1️⃣ Web 项目的目录结构2️⃣ account-service2.1 account-service的 POM2.2 account-service 的主代码 3️⃣ account-web3.1 account-web 的POM3.2 account-web 的主代码 4️⃣ 使用 jetty-maven-plugin 进行测试5️⃣ 使用 Cargo 实现自动…...

番外 2 : LoadRunner 的安装以及配置

LoadRunner 的安装以及配置教程 一 . 配置 IE 浏览器二 . 安装 LoadRunner 工具三 . 修改默认浏览器的配置四 . 设置 LoadRunner 能够获取本地资源 Hello , 大家好 , 又给大家带来新的专栏喽 ~ 这个专栏是专门为零基础小白从 0 到 1 了解软件测试基础理论设计的 , 虽然还不足以…...

win10正确配置tensorRT环境

目的 使用tensorRT进行网络模型部署,加快推理速度 方法 安装tensorRT的过程需要对各种组件的版本进行匹配 前置安装套件有: 1、CUDA 2、cuDNN 3、pyCUDA 4、tensorflow或pytorch 主要记录tensorRT安装: tensorRT安装配置查询 步骤: 1、去tensorRT官网…...

C++初阶-模板初阶

模板初阶 一、泛型编程二、函数模板2.1函数模板概念2.2函数模板格式2.3函数模板的原理2.4函数模板的原理2.5模板参数的匹配原则 三、类模板3.1类模板的定义格式3.2类模板的实例化 一、泛型编程 如何实现一个通用的交换函数呢? void Swap(int& left, int& …...

基于Python实现汽车销售数据可视化【500010086】

导入模块 import numpy as np import pandas as pd import plotly.graph_objects as go import plotly.express as px获取数据 df1 pd.read_excel(r"./data/中国汽车总体销量.xlsx") print(df1.head(5))df1.info()df1[年份] df1[时间].dt.year df1[月份] df1[时…...

dist.init_process_group() 卡住超时导致报错

在跑模型是遇到一个问题: import torch.distributed as dist dist.init_process_group(backend"nccl", init_methodtcp://localhost:%d % tcp_port, ranklocal_rank, world_sizenum_gpus)程序卡在这一步一动不动。. 解决办法一: 我看网上有人…...

RESTFul API:真是让人又爱又恨

RESTFul API是一种广泛使用的Web服务设计风格,它以资源为中心,通过HTTP方法来操作这些资源。然而,尽管RESTFul架构风格在许多情况下都非常有用,但在实际应用中,我们也发现了一些不足之处。本文将详细阐述这些问题&…...

【洛谷 P1478】陶陶摘苹果(升级版)题解(多重集合+贪心算法)

陶陶摘苹果(升级版) 题目描述 又是一年秋季时,陶陶家的苹果树结了 n n n 个果子。陶陶又跑去摘苹果,这次他有一个 a a a 公分的椅子。当他手够不着时,他会站到椅子上再试试。 这次与 NOIp2005 普及组第一题不同的…...

使用WebSocket实现网页聊天室

一、引言 1. 问题引入 Hypertext Transfer Protocol (HTTP) 协议 一种无状态的、应用层的、以请求/应答方式运行的协议,它使用可扩展的语义和自描述消息格式,与基于网络的超文本信息系统灵活的互动. 因为http 通信只能由客户端发起,服务器返回查询结果…...

《如何控制 LLM 的输出格式和解析其输出结果?》

内容来源:dotey 《如何控制 LLM 的输出格式和解析其输出结果?》 https://baoyu.io/blog/prompt-engineering/how-to-parse-the-output-from-llm 现在很多人对于如何使用像 ChatGPT 这样的 LLM 已经比较有经验了,可以使用各种不同的 Prompt …...

《网络协议》07. 其他协议

title: 《网络协议》07. 其他协议 date: 2022-10-07 18:24:02 updated: 2023-11-15 08:00:52 categories: 学习记录:网络协议 excerpt: IPv6、WebSocket、WebService(SOAP,WSDL)、HTTPDNS、FTP、邮件(SMTP,…...

树莓派+SocketCAN实战:手把手教你用CanFestival控制伺服电机(附完整配置文件)

树莓派SocketCAN实战:手把手教你用CanFestival控制伺服电机(附完整配置文件) 在工业自动化和机器人控制领域,CANopen协议因其高可靠性和实时性成为伺服电机控制的首选方案。本文将带你用树莓派这一低成本硬件平台,结合…...

智能家居选遥控器?RF 2.4G vs 蓝牙 vs IR 保姆级对比指南

智能家居遥控技术终极对决:RF 2.4G vs 蓝牙 vs IR 深度解析 当你深夜躺在沙发上想调暗灯光,却发现必须起身对准空调才能操作——这种尴尬正是选错遥控技术的代价。智能家居的"最后一米"控制体验,往往取决于那只看不见的传输协议。本…...

MediaPipeUnityPlugin技术解构与实战指南:Unity AI视觉开发进阶之路

MediaPipeUnityPlugin技术解构与实战指南:Unity AI视觉开发进阶之路 【免费下载链接】MediaPipeUnityPlugin Unity plugin to run MediaPipe 项目地址: https://gitcode.com/gh_mirrors/me/MediaPipeUnityPlugin 问题发现:Unity AI视觉开发的现实…...

不会写C代码也能做飞控?手把手教你用Matlab/Simulink和FMT搭建无人机算法模型

零代码飞控开发实战:用Matlab/SimulinkFMT实现无人机算法快速迭代 当无人机行业从极客玩具转向工业级应用时,传统飞控开发模式正面临严峻挑战——某高校研究团队曾花费三个月手工编写PID控制代码,却在首次试飞时因姿态解算模块的数值溢出导致…...

Minecraft Masa Mods汉化包终极指南:三分钟告别英文界面困扰

Minecraft Masa Mods汉化包终极指南:三分钟告别英文界面困扰 【免费下载链接】masa-mods-chinese 一个masa mods的汉化资源包 项目地址: https://gitcode.com/gh_mirrors/ma/masa-mods-chinese 还在为Masa Mods系列模组的英文界面而烦恼吗?每次打…...

YOLOv12涨点改进 | CVPR 2025 | 全网独家首发、Neck特征融合改进篇 | YOLOv12引入ADWM自适应双重加权融合模块,有效优化特征的加权与融合,减少冗余并增强目标特征

一、本文介绍 🔥本文给大家介绍使用ADWM模块改进YOLOv12目标检测网络模型,能够有效优化特征的加权与融合,减少冗余并增强目标特征的表现,提升目标检测的准确性和鲁棒性,特别是在多尺度、小目标和复杂背景下。通过ADWM的引入,YOLOv12的性能将得到显著改善,适应性和准确…...

LiuJuan Z-Image Generator真实案例:为独立音乐人生成专辑封面人像全流程

LiuJuan Z-Image Generator真实案例:为独立音乐人生成专辑封面人像全流程 最近,一位独立音乐人朋友找到我,说他想为自己的新专辑设计一个封面。预算有限,请不起专业画师,但又不想要那些千篇一律的模板。他想要一张能体…...

HAL库定时器双杀技:STM32F401CCU6同时实现PWM输出+输入捕获的避坑指南

HAL库定时器双杀技:STM32F401CCU6同时实现PWM输出输入捕获的避坑指南 在嵌入式开发中,定时器是最基础也最强大的外设之一。对于STM32F4系列微控制器,HAL库提供了丰富的定时器功能,但如何在同一芯片上同时实现PWM输出和输入捕获&am…...

GLM-OCR镜像免配置优势:无需HuggingFace Token,离线环境安全可用

GLM-OCR镜像免配置优势:无需HuggingFace Token,离线环境安全可用 1. 什么是GLM-OCR及其核心价值 GLM-OCR是一个基于先进GLM-V编码器-解码器架构构建的多模态OCR识别模型,专门为复杂文档理解场景而设计。与传统的OCR工具不同,它不…...

为什么SwinIR在图像修复中吊打CNN?深入解析Swin-Transformer的三大优势

SwinIR如何重新定义图像修复?Transformer架构的三大技术革命 当你在手机相册里翻出一张十年前的老照片,却发现它模糊得连人脸都难以辨认时,传统CNN模型或许能帮你恢复部分细节,但边缘依然会显得生硬失真。这正是SwinIR要解决的核心…...