《Deep learning for multi-year ENSO forecasts》论文复现
厄尔尼诺/南方涛动(ENSO)的变化与一系列广泛的区域极端气候和生态系统影响有关。因此,可靠的、长周期的预测对于制定应对策略是有价值的。但是,尽管经过几十年的努力,预测一年以后的厄尔尼诺现象仍然是个问题。在这篇论文中,作者展示了一个采用深度学习方法的统计预测模型,它能提前一年半对厄尔尼诺现象进行准确预测。
厄尔尼诺/南方涛动(ENSO)的变化与一系列广泛的区域极端气候和生态系统影响有关。因此,可靠的、长周期的预测对于制定应对策略是有价值的。但是,尽管经过几十年的努力,预测一年以后的厄尔尼诺现象仍然是个问题。在这篇论文中,作者展示了一个采用深度学习方法的统计预测模型,它能提前一年半对厄尔尼诺现象进行准确预测。
机器学习初学者
有时画剖面图不按照经纬线绘制,会更加灵活,可以利用 metpy 的库实现这个操作
气象备忘录
在利用 cartopy 设置好投影坐标系后,可以用 gridlines 简单设置坐标刻度
在绘制地理投影坐标系时需要设置投影,在坐标系绘图时也要设置 transform,否则画出的图跟地理坐标系没法对应
绘制地形剖面图需要用到的地形高程数据
实现等值线图加入 colorbar。以下就拿绘制台风气压等值线图为例
气象学家
绘制带有南海的子图的地图,跟中央气象台的天气图相似。
format 格式化
气象学家
好奇心Log
好奇心 Log
SAF-Net: A spatio-temporal deep learning method for typhoon intensity prediction - ScienceDirect
当需要把以两种或以上的标准分组时,可以采用 xarray 的 resample 。
python 运行慢一直被人诟病,现在可以通过 dask,cython 的方式加速计算 python 代码,但发现加速效果不明显。
在使用 anaconda 的 base 的环境中,使用 cfgrib 和 xarray 读取 grib 文件会比较困难。
参考摸鱼哥的文章
气象学家
有时需要对间隔小的时间序列的数据,处理成时间间隔大的时间序列的数据。
记录在 jupyter 这样的 Ipython 环境中能用到的 shell 命令和 magic 命令
好奇心 Log
机器学习初学者
Pycharm 是 JetBrains 开发的适用于 python 开发的集成开发环境,功能十分强大,可谓是 python 开发第一 IDE。本文介绍如何简单的使用 Pycharm 和设置在 python 控制台运行。最后介绍我所使用的一些插件。
气象学家
Python 由荷兰数学和计算机科学研究学会的吉多·范罗苏姆 于 1990 年代初设计,作为一门叫做ABC 语言的替代品。Python 提供了高效的高级数据结构,还能简单有效地面向对象编程。Python 语法和动态类型,以及解释型语言的本质,使它成为多数平台上写脚本和快速开发应用的编程语言,随着版本的不断更新和语言新功能的添加,逐渐被用于独立的、大型项目的开发。
气象学家
好奇心 Log
以前用 grads 和 Fortran 时候,经常会用到 grd 二进制文件,并拿 ctl 文件画图
气象家园