Python气象数据处理与可视化.pdf

请务必发布一条朋友圈、一条微博、一条动态… 分享给你的同事/同学 May sharing break through the shackles. 气 Py：Python 气象资料处理与可视化 李开元 豆京华 2021 年 12 月 9 日 献给所有的气象同仁 One is glad to be of service. & 纪念小家伙的出生&李师傅的生日。 To commemorate the birth of our son Xuanmo & reborn of OLDLee ! ——锅炉工李师傅 & Dou 2021.12.09 内容简介 本书主要内容为 Python 在气象领域的应用之一：气象数据处理与可视化。 对 Python 语言及其语法基础进行了介绍，方便读者快速入门。在搭建气象数据 处理与可视化环境后，通过学习绘制基础的科学图形，详解 Python 可视化的核 心工具 Matplotlib 的工作原理，逐步建立基本的数据可视化思路。进而通过丰 富的示例，配合详尽的代码，讲解不同格式气象数据的处理工具与方法，绘制 气象科研或业务中常用的各类型图表。 序 大数据和可视化 看到李开元和豆京华两位老师写的书稿《Python 气象资料处理与可视化》 分外高兴，因它为预报员提供了一个强大而灵活的探索工具。 天气预报的魅力是永远没有现成的答案，需要预报员不停的探索，对每一 次预报都要总结经验，以利再战。从科学探索精神来讲，每个预报员都是科学 家。皮叶克尼斯是地面图时代的预报员，罗斯贝是高空图时代的预报员。 科学探索有三个要素：科学思想、科学资料（数据）、科学工具（绘 图）。科学思想来自预报实践和基础理论。科学资料早期只有地面和高空气象 观测报（如 TTAA 报等），数据量很少，只需手工填图和绘图，不需要特殊的资 料分析工具。 80 年代计算机普及，天气分析进入定量、客观的物理诊断阶段。离散的单 站观测资料插值成规则的网格点资料，并将压温湿风 4 个气象要素变成数十个 的物理诊断量的三维空间数据集。90 年代进入中尺度数值模拟阶段。模式输出 的时间连续的数据集，一次模拟试验输出的数据量达数百兆以上。 数据只有变成图形才能使用。早年的天气图分析，是手工绘制等值线。到 了诊断分析阶段，人工绘图已不可能。当时使用的绘图软件 Surfer 解决了等值 线的计算机绘制。为了成批量的绘制诊断分析图，需要编写计算机作业控制语 言，将诊断分析计算程序和绘图程序结合起来。例如书中提到的 NCL(The NCAR Command Language)是所有访问学者开展研究首先需要学习的。 批量绘图的问题是往往绘制的图像达不到预期的要求，需要重新批量绘 制，非常浪费时间和精力。于是就产生了可视化系统。先看，直到看满意了， 再绘图输出。例如美国大学开发的人机交互诊断分析系统（MicDAS），以及后 来进一步发展成的五维可视化系统（Vis5D），都是交互式的可视化软件，使个 案研究的速度大幅提升，个案研究成为人人能做的轻而易举的事。 在我退休后的十多年里，计算机专用软件又有了很大的进步，如 MatLab。 虽然已经没有精力去学习这些新的软件，但它们的强大功能让我惊叹、羡慕。 我想 Python 的出现将会使我早先遇到过的天气分析各个环节中遇到的问题都能 得到解决。在大数据人工智能时代，Python 的出现可能在客观统计相似预报方 面开创出一个全新的局面。这将是一件值得期待的、意义深远的事。 总之，我估计 Python 可能会使天气分析工作插上翅膀，故以此序向大家推 荐李开元和豆京华的书《Python 气象资料处