教程丨基于Python常见地球科学数据(ERA5、雪深、积雪覆盖、海温、植被指数、土地利用)处理实践技术应用
基于Python常见地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理实践技术应用视频课程已录制视频，购买后即可观看学习
全套课件+视频教程+案例数据代码+随行导师群
3、与项目案例相结合讲解实现方法，对接实际工作应用 ；4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；5、专属助学群辅助巩固学习及实际工作应用交流，不定期召开线上答疑；Anaconda 5.0+（python 3.6）、xarray==0.13、netcdf4==1.5.3、rasterio、pandas、pyhdf、fiona、shapely、gdal一定的Linux和Python的学习基础。
ECMWF中心推出的ERA5全球大气再分析数据提供了大量大气、陆地和海洋气候变量的逐小时数据。这些数据在30km网格上覆盖了全球，在时间跨度上从1979至今。该数据能够提供全球范围的格点气象数据。一般在下载过程中，会将按照最小的时间单位获取文件。因此，需要将数据进行后处理进行合并，之后开展后续的操作。在本案例中，将对气温变量进行读取。在多年气温数据的基础上，使用mann kendall趋势检验方法，判断趋势；使用线性回归方法计算变化倾向率。加拿大气象中心（CMC）制作了全球每日雪深业务分析数据。数据时间分辨率为1天，空间分辨率为0.25°。数据包括雪深和估计雪水当量（SWE）2个变量。该数据可以为全球和区域尺度冰冻圈积雪相关水文和生态研究提供支持。将日数据进行整理。使用multiprocess工具并行转化netCDF格式数据。使用线性回归分析月尺度上趋势；计算雪深变化序列与气温之间的相关系数。美国国家冰雪中心（NSIDC）从1997年2月至今的北半球雪盖和海冰的地图。这些数据以ASCII文本和GeoTIFF格式提供，并提供有三种不同的分辨率：1公里、4公里和24公里。该数据可以为全球和区域尺度冰冻圈积雪相关水文和生态研究提供支持。将日数据进行整理。使用multiprocess工具并行转化netCDF格式数据。B、分析新疆北疆、青藏高原和东北地区气候态积雪分布使用Xarray工具计算多年、年和月的均值。使用basemap进行可视化。C、分析新疆北疆、青藏高原和东北地区积雪面积变化规律使用Xarray工具进行汇总，绘制不同子区的面积图时间序列。NOAA 1/4°每日最佳内插海面温度（OISST）是一个长期的气候数据记录，它将来自不同平台（卫星、船舶、浮标和Argo浮标）的观测数据纳入一个定期的全球网格。该数据集经过插值处理，以填补网格上的空白，并创建一个空间上完整的海面温度图。卫星和船舶的观测数据以浮标为参照，以补偿平台的差异和传感器的偏差。OISST数据空间分辨率0.25°，时间跨度从1981至今。该数据可以为气候变化、海~气关系等研究提供支持。 分析CN05中长江流域夏季降水与全球海温之间的相关关系植被指数是对植被冠层绿叶中叶绿素吸收的光合有效辐射的辐射测量，因此是衡量一个地区生理功能的植被覆盖水平的指数。最新版本的GIMMS NDVI数据集横跨1981年7月至2015年12月。地覆盖动态产品包括标志着季节性周期的植被生长、成熟和衰老的时间层。MODIS Terra+Aqua组合土地覆盖产品包含了五个不同的土地覆盖分类方案，通过监督决策树分类方法得出。主要的土地覆盖方案确定了IGBP定义的17个等级，包括11个自然植被等级，3个人为改变的等级，以及3个非植被等级。注：请提前自备电脑及安装所需软件。
【非会员费用】：2180元学生可凭有效证件享受8.5折优惠
【会员费用】：联系课程顾问，依据会员政策领取折扣（最高可享7.5折）【发票可开具】：培训费、会议费、资料费、技术咨询费，配有盖章文件（培训文件、会议文件、技术咨询合同等），用于参会人员报销使用。
