【案例实践】WRF-Python融合技术：WRF 模式前后处理、自动化运行、数据处理、可视化绘图

【查看原文】Python在WRF模型自动化运行及前后处理中实践技术应用

       当今从事气象及其周边相关领域的人员，常会涉及气象数值模式及其数据处理，无论是作为业务预报的手段、还是作为科研工具，掌握气象数值模式与高效前后处理语言是一件非常重要的技能。WRF作为中尺度气象数值模式的佼佼者，模式功能齐全，是大部分人的第一选择。而掌握模式还只是第一步，将数值模式的结果进一步加工成我们业务或科研需要的产品，也是一项重要工作，以当前的趋势而言，python语言当仁不让的成为首选。 对大部分人而言，特别是新用户，WRF模式的安装繁琐且不必要，可以作为后续进阶掌握的技能，本内容跳过繁琐的安装步骤，直接聚焦模式的运行部分，通过短平快的教学，快速掌握模式运行。进一步的，将python语言与WRF模式运行结合，让模式运行自动化，提升科研和业务的工作效率。
         同时，掌握python在WRF前后处理的常用场景，包括数据处理、可视化绘图等。 掌握WRF模式+Python语言的结合应用，可在气象、海洋、地理、气候、水文和生态等地学领域的业务、科研和工程项目中得到实际有效的应用。

【内容简述】

专题一 、WRF 基础与 Linux 基础
1.1 WRF 模式的理论知识与应用前景 WRF 动力理论简介 WRF 模式代码框架 WRF 模式应用前景1.2 Linux 知识与基本操作 Linux 基本命令 设置定时任务 超算提交任务
1.3 WRF 模式安装 基础库安装(GNU 编译器、zlib、libpng、jasper、hdf5、netcdf4、mpich2) WRF/WPS 安装

​

专题二 、WRF 模式运行
2.1 WRFDomainWizard 设置模拟区域
2.2 WPS(geogrid, ungrib, metgrid) 前处理 GFS/FNL/ERA5 资料驱动、嵌套模拟
2.3 WRF(real.exe, wrf.exe) 积分运行 参数化方案设置 常用参数的使用经验
2.4 Restart 断点续跑
2.5 如何得到更好的 WRF 模拟结果（WRF 运行经验和注意事项）

专题三 、Python 基础
3.1 python 安装和基础语法
3.2 python 常用的气象数据处理库 numpy, datetime, pandas, scipy, netcdf-python
3.3 python 气象绘图基础
1）折线图绘制
2）填色及等值线+地图
3）流场矢量+地图
4）地图绘制（cartopy）

 

专题四、WRF 应用案例介绍
4.1 西北太平洋台风模拟
4.2 强天气过程—冰雹个例模拟
4.3 WRF-solar 模拟太阳辐射

专题五 、python 助力WRF 自动化运行
5.1 python 自动运行 WRF 历史个例
5.2 搭建自动化的 WRF 业务化预报系统
1）python 自动下载 GFS 实时预报资料
2）python 自动运行 WRF 预报系统
3）python 自动发送邮件提示 WRF 运行结果

专题六 、WRF 模式前后处理
6.1 WRF 后处理简介
6.2 wrf-python 库介绍
6.3 python 绘制 WRF 模拟区域和地形
6.4 python 提取站点预报要素并绘图
6.5 python 绘制 500hPa 高空形式场
6.6 python 绘制雷达反射率 DBZ 垂直剖面
6.7 python 绘制 700hPa 水汽场
6.8 python 绘制地面降雨场

 

【其它相关推荐】：

• 高精度气象模拟软件WRF(Weather Research Forecasting)技术及案例应用

• Python人工智能在气象中的应用

• WRF模式、WRF-SOLAR、WRF-UCM、人工智能气象、FLEXPART、CMIP6数据处理、LEAP模型

• 气象数据分析：如何使用格点数据分析中国霜冻灾害变化技术

• 气象数据分析：遥感降水评估技术方法专题