本课程以WRF 中尺度数值天气预报模式为核心研究载体，系统阐释其动力框架、控制方程、物理参数化方案及代码架构等底层机理，融合Linux 环境与Python 语言构建数值模拟、数据同化与可视化一体化技术体系。核心技术涵盖WRF 模式前处理（WPS）、积分运行、参数化方案优选、断点续算，以及气象数据（GFS/FNL/ERA5）预处理、嵌套模拟、变量诊断、误差校验；同时融合Python 气象数据处理库（numpy、netcdf-python）、自动化脚本开发、高时空分辨率可视化制图等关键技术，形成模式运行自动化与结果精细化解析的完整技术链条。实操层面聚焦WRF 编译部署、模拟区域设计、气象驱动数据适配、模式积分调试、后处理诊断，并结合Python 脚本实现 WRF 个例自动化运行、业务化预报流程搭建、站点要素提取与高空场、流场、降水场、垂直剖面等专业气象图件绘制，形成从模式机理、参数化优化到工程化应用的全流程实操范式。该技术是气象、海洋、地理、气候、水文、生态等地学领域数值模拟、过程诊断、机理分析、灾害预警、科研论文产出的核心支撑，具备显著的科研与业务价值。开展本项目可打通 WRF 理论机理、Linux 环境运维与 Python 自动化技术壁垒，解决模式调试低效、结果解析困难、可视化能力薄弱等行业痛点。完成学习后，可系统掌握 WRF 模式核心原理、参数化配置策略及 Linux 环境下模式运维能力，熟练运用 Python 实现气象数据批处理、模式自动化运行与科研级可视化绘图，具备独立开展台风、强对流、辐射模拟等典型天气过程数值试验、数据诊断分析及成果可视化呈现的科研实操能力，为地学领域高水平论文发表、科研项目实施与气象业务化应用提供坚实技术支撑。