NCL的安装和运行;气象数据可视化;散点图、直方图、等值线图、箭头图、任意折线和任意图形、非规则网格、图形叠加、组图的绘制

NCAR Command Language(NCL)是由美国大气研究中心(NCAR)推出的一款用于科学数据计算和可视化的免费软件。它有着非常强大的文件输入和输出功能,可读写netCDF-3、netCDF-4 classic、HDF4、binary、ASCII数据,支持对HDF-EOS2、HDF-EOS5、GRIB1、GRIB2和OGR数据(Shapefile, MapInfo, GMT, TIGER)的读入操作,基本实现了无缝对接各类气象数据和模式数据。在数据计算上,大气科学研究中几乎所有的常用计算方法都已被NCL集成至其内置的函数和程序中,比如经验正交函数分解(EOF)、奇异值分解(SVD)、功率谱分析,1维、2维、3维数据的插值,等等。此外,支持调用外部C和Fortran程序的功能使得NCL在计算中更加高效。NCL在数据的可视化方面具有世界一流水平,提供了丰富的图形接口,具有高度的可定制性。

目前,NCL以其功能强、效率高的特点受到了越来越多的国内外科技工作者的重视。应广大大气科学、海洋科学科学工作者的要求,本教程结合具体范例,重点介绍利用NCL进行数据处理的常用方法以及绘制各类主要图形的基本方法,提高实际操作能力。

专题一 NCL安装及简介 NCL基本语法详解(一)

1.NCL的安装和初步运行(如何在Win10、Windows、Linux和MacOSX系统安装NCL?有几种运行方式?不同运行方式的适用场景是什么?)

2.相关学习资料的介绍(如何更好的掌握和使用NCL?)

3.高亮显示及自动填充(如何让编写NCL代码变得更加有趣?)

4.基本语法(NCL脚本中的各种符号是什么意思?如何使用?)

5.实操演练

专题二 NCL基本语法详解(二)

1.变量(为何NCL在数据运算时特别方便?Meta data有何作用?)

2.数组的操作(NCL对数组切片有何独到之处?如何从数组中挑选出特定的数值,并对之进行运算操作?初学者在何处易犯糊涂?)

3.数据的查错(如何根据报错信息找到出错原因?如何通过脚本调试进行查错?)

专题三 文件的输入输出

1.addfile函数的使用(NetCDF,grib等数据如何读取和输出?如何一次读入多个nc文件?如何输出为nc文件?)

2.二进制文件的读和写(顺序读写和直接读写如何实现?)

3.ASCII、CSV格式数据的读和写(文件头如何跳过?如何控制行列的输出格式?)

4.实操演练

专题四 数据处理及运算

1.常见计算函数的使用(如何进行插值?如何计算趋势?如何进行t检验?如何计算线性相关系数?如何计算回归系数?如何进行小波?如何进行EOF分析?)

2.常见地球科学函数的使用(如何计算散度、涡度、水平梯度?如何进行垂直积分?不同网格之间如何插值?WRF计算函数的使用注意事项)

3.实操演练

专题五 绘制图形(一)

1.图形绘制基础(如何改变图形的默认色板、字体?复杂的绘图参数如何理解和记忆?)

2.XY折线图(多根折线如何用不同颜色、线型、粗细绘制?如何倒置Y轴?如何添加误差样条?如何堆叠折线?如何绘制两个Y轴?)

3.实操演练

专题六 绘制图形(二)

1.散点图、直方图、等值线图、箭头图、任意折线和任意图形、非规则网格、图形叠加、组图的绘制(柱状图和直方图有何区别?如何理顺等值线图中的众多要素?如何添加纬向平均图?如何绘制垂直剖面图?矢量箭头图为何绘制出现问题?图形叠加的顺序会影响出图效果吗?不同图形要素可叠加吗?如何整体排列多幅图形?)

2.实操演练

专题七 实用技巧

1.高效执行脚本;B-shell脚本的混合编程;插入Logo和中文;色板的控制;透明效果设置;文本函数码; 在不规则区域内绘图;中国区域内绘图;制作动画;为报告准备PPT;NCL转至Python

2.实操演练

专题八 综合训练与答疑讨论

1.几个综合例子的详解(多个台站降水量的逐年变化图;厄尔尼诺年的环流合成;北极涛动AO的计算和绘制;AO指数对气温的回归图等)

2.答疑与讨论

注:请提前安装所需软件


更多应用

包含:WRF模式、NCL、CMAQ空气质量模式、AERMOD模型、MPAS模式、PMF源解析、Calpuff模型、FLEXPART模式、SMOKE模式、VOCs排放量核算、大气臭氧来源解析、CAMx、EKMA曲线、MCM箱模型、WRF-Hydro、WRF-Chem、WRF-UCM、WRF-SOLAR、WRFDA、Python气象海洋、CMIP6数据处理等...

WRF模式安装运行入门指南!模拟分析月或年尺度气象、观测气温、降水、水汽和湿度、风场、土地利用变化影响、气象变量等_降水数值预报wrfv4.3搭建-CSDN博客文章浏览阅读680次,点赞12次,收藏6次。WRF模式是国内外应用最为广泛的气象模式,使用该模式进行高精度甚至几百米的模拟应用也越来越多。另一方面,该模式不断扩展模式模块,现在已经可以实现对气溶胶及化学过程(WRF-CHEM)、资料同化(WRF-DA)、水文过程(WRF-HYDRO)、城市化(URBAN)等过程的精细模拟,其应用范围及实际业务及科研应用也越来越多。_降水数值预报wrfv4.3搭建https://blog.csdn.net/WangYan2022/article/details/140515210?spm=1001.2014.3001.5502大气科学领域必备模型软件丨WRF、CMAQ、WRF-Chem、WRF-Hydro、WRF DA、PMF、MCM、CAMx、SMOKE、Calpuff、FLEXPART、WRF-UCM、CMIP6等_megan模型-CSDN博客文章浏览阅读2.2k次,点赞2次,收藏10次。采用"理论讲解+案例实战+动手实操+讨论互动"相结合的方式,抽丝剥茧、深入浅出地讲解大气环境相关实用模型!_megan模型https://blog.csdn.net/WangYan2022/article/details/132106019?spm=1001.2014.3001.5502

★ 点 击 下 方 关 注,获取海量教程和资源!

↓↓↓

相关推荐
wxl7812272 小时前
如何使用本地大模型做数据分析
python·数据挖掘·数据分析·代码解释器
小尤笔记3 小时前
利用Python编写简单登录系统
开发语言·python·数据分析·python基础
FreedomLeo13 小时前
Python数据分析NumPy和pandas(四十、Python 中的建模库statsmodels 和 scikit-learn)
python·机器学习·数据分析·scikit-learn·statsmodels·numpy和pandas
穆友航5 小时前
PDF内容提取,MinerU使用
数据分析·pdf
EterNity_TiMe_7 小时前
【论文复现】神经网络的公式推导与代码实现
人工智能·python·深度学习·神经网络·数据分析·特征分析
麦田里的稻草人w7 小时前
【数据分析实战】(一)—— JOJO战力图
数据挖掘·数据分析
B站计算机毕业设计超人11 小时前
计算机毕业设计SparkStreaming+Kafka新能源汽车推荐系统 汽车数据分析可视化大屏 新能源汽车推荐系统 汽车爬虫 汽车大数据 机器学习
数据仓库·爬虫·python·数据分析·kafka·数据可视化·推荐算法
爱学习不掉头发1 天前
【金融风控项目-08】:特征构造
数据分析·特征工程·特征衍生
爱学习不掉头发1 天前
【金融风控项目-09】:特征变换
数据挖掘·数据分析·分箱
qq_q9922502771 天前
django基于Hadoop 的国产电影数据分析与可视化
hadoop·数据分析·django