社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

重磅推荐|Python气象数据检验评估工具:MetEva从入门到精通,赠书!

气象学家 • 2 周前 • 134 次点击  

  第一时间获取气象科研资讯

气象学家公众号交流群

加入


赠书活动规则,文末留言区1,8,28,68,88位朋友均可获赠一本价值¥120的中文版《Python气象数据检验评估工具:MetEva从入门到精通》,共计5本书籍包邮到家。具体要求:


1.将本文转发分享到朋友圈,凭截图领取包邮书籍

(不能提供截止日期之前的截图视为无效)

2.在留言区发表你对本书的看法与期待;

3.反复多次删除更改留言视为无效;

4.留言区可展示留言数量有限,先到先得;

5.截止日期:北京时间 2024.6.9 20:00 


本活动感谢气象出版社的大力支持!北京时间 2024.6.10 20:00之后未联系气象学家小编(微信:qxxjgzh)视为放弃!

中国气象局印发的《“十四五”气象信息网络业务发展规划》,明确2022—2026年建成全球覆盖、要素完备、质量可信、开放有序的地球系统数据与分析应用体系,建成布局集约、流程简约、技术先进、安全可控的气象高性能计算、云计算与通信网络系统,建成持续聚合与共享气象公共数据和共性技术的智能化气象大数据云平台,形成气象业务与研发高度集约的“云+端”新业态。气象出版社从新一代信息技术本地化应用角度出发,以分众化服务为宗旨,策划出版了气象信息化实用技术方面的书籍,满足了不同层次读者需要。图书以优秀气象应用案例为亮点,分享成功经验,解决实际问题,规避研发风险。


气象高质量发展离不开气象预报精准。预报精准在气象业务链条中处于核心位置,起到“龙头作用”。气象业务的质量检验评估为预报精准提供了重要支撑作用。检验评估发展的目标是“应检尽检、随检即检”。然而,检验评估是一项高度复杂的工作,不同的业务场景有不同的需求,数据处理、算法研发、结果分析等占用研究人员大量时间和精力。为提高检验效率,避免低水平重复,本书的作者及其团队近年来致力于通用检验评估技术和算法的研发,将检验评估中要面临的一系列或困难或繁琐的问题进行了逐一解决,最终形成了一套全流程检验评估程序库—MetEva。

MetEva基于Python语言开发,并向全行业开源。为了帮助更多的人用好MetEva这项检验工具,作者花费多年时间和大量精力编撰了《Python气象数据检验评估工具:MetEva从入门到精通》这本书,目的是让相关工作者避免陷入低水平的重复工作,节约大家的时间和精力。


长按扫描二维码购买书籍↑↑↑


Python气象数据检验评估工具:MetEva从入门到精通

作者:刘凑华  代刊  林建

定价:120.00元

ISBN:978-7-5029-8135-8

MetEva是由国家气象中心牵头研发的一款用于气象数据检验评估的Python开源软件,旨在为从数值模式、后处理订正、智能网格预报产品研发到预报产品应用的气象产品制作全流程提供精细且高效的通用检验工具,从而促进气象分析和预报产品的质量提升。为了让气象工作者更好地应用MetEva,本书对MetEva的设计思路、功能及应用方法进行了详细介绍,并给出大量的应用示例,以帮助使用者对该系统有更深入的理解,充分发挥该系统的应用价值。本书可供气象分析和预报人员参考使用。

随书代码已托管于和鲸社区,在线运行地址:https://www.heywhale.com/mw/project/66486998bade89e659634117

随书示例数据链接:

https://pan.baidu.com/s/10T3WIOcOo_-N_2uhYCE4kg 

提取码:h9pp

左右滑动查看目录



01

本书特点

自2020年发布以来,MetEva一直配套有详细的在线文档,内容覆盖所有面向用户的功能函数的使用说明。MetEva在线文档全面又方便,读者为什么还要花时间翻阅一本关于它的书呢?

作者在本书历时两年的构思和撰写过程中始终紧紧地围绕这个问题,在篇章设计、示例选取、文字表述等方面反复锤炼,力求呈现无法通过在线文档传递的独特使用价值。概括来说,它体现为本书的三大特点。

易学。本书适宜零基础的读者阅读,包括python零基础的读者。本书的内容分为基础篇、入门篇、进阶篇和精通篇,由粗到细、由简单到复杂逐步呈现MetEva的各类功能用法,引导读者循序渐进地掌握MetEva。对于正准备入门Python的气象同仁,主要还是想学习Python的科学计算和绘图功能,本书的基础篇回应了这项核心诉求,内容全是使用频率极高的Python知识点的讲解,读者只需不到30页的内容即可完成Python的入门。

实用。本书适合了解MetEva的读者阅读。在线文档的目录划分遵循程序架构式的逻辑,目的在于尽可能不重不漏地罗列出所有可用的功能函数,对于了解MetEva的用户来说,这种陈列方式容易让人只见珍珠不见项链;对于不熟悉的用户来说很可能并不知道有哪些功能,查询和使用也就无从谈起。而本书的编辑逻辑,则是叙事逻辑,是带着日常检验工作的需求和问题对功能点展开讲述。譬如,在第9章,直接针对降水、温度等业务中最常见检验对象给出整套的检验分析思路,非常实用。

系统。 本书值得熟悉MetEva的读者阅读。熟悉PythonMetEva的读者一定是已经编写过大量程序的,但是我们几年前编写的程序,现在有多少还在使用,我们今天编写的程序,再过几年有多少还在使用呢?为了让编写的程序发挥长远的价值,模块化和可复用性是我们做研发时始终要关注的问题。本书不只是系统性地介绍了MetEva的功能,还深入分析了制约程序可复用性的障碍,对MetEva的模块化的设计原理进行了详细说明,这对想要提升编程模块化水平的读者来说很有借鉴价值。



02

作者简介

刘凑华,全流程检验评估程序库(MetEva)的主要研发者,现为中国气象局地球系统数值预报中心高级工程师。2010年至2023年曾在国家气象中心从事天气预报业务和技术研发的工作,期间的代表性成果是基于变分法的天气图客观分析方法和MetEva,前者已在国家气象中心的天气图分析业务中应用超10年,后者则在各级气象部门的检验业务中得到了广泛的应用。

代刊,指导全流程检验评估程序库(MetEva)的设计与研发,中国气象局智能天气预报创新团队负责人,2020年入选中国气象局首席气象专家。在天气预报服务一线工作15年,研究方向包括集合天气预报应用技术、智能天气网格预报技术、天气预报检验评估等方向。成果“0~30天无缝隙智能网格预报技术及系统”“基于多尺度模式的强降水短时短期精细化概率预报技术”被评为“十三五”以来气象科技成果优秀。

林建指导全流程检验评估程序库(MetEva)的设计与研发,国家气象中心正高级工程师,主要从事灾害性天气预报技术方法研究、天气预报科技成果业务转化及应用。


03
内容节选

左右滑动查看更多



04

MetEva学习者常见疑问

MetEva可以读XXX数据(例如GRADS数据、精细化城镇预报数据等)吗?

MetEva能够读取目前业务中常用的数据格式,在书中第5章以表格形式清楚地列明了所有能读的数据和读取函数。

MetEva 可以做XXX的检验(例如能见度的检验、航空预报的检验等)吗?

站在用户的视角,提出这个问题再自然不过,MetEva作为一项工具,用户关心的就是它能否解决自己的问题,最好是提供一整套解决方案。很遗憾,要被检验的对象种类太多,MetEva无法为每个要素、每种业务场景提供一套全自动的检验系统。好消息是只要是实况和预报数据是齐备的,MetEva中集成的基础检验评估算法原则上可以用于任何物理量的检验中。用户要做的是根据检验对象的存储方式、要素特点和检验目标从MetEva中选用合适的数据读入、检验算法、分析方式和结果展现形式。在线文档侧重介绍MetEva功能点的用法,而本书正是侧重回答怎么选用MetEva的功能实现我们的检验目标。



长按扫描二维码购买书籍↑↑↑







声明: 欢迎转载、转发。气象学家公众号转载信息旨在传播交流,其内容由作者负责,不代表本号观点。文中部分图片来源于网络,如涉及内容、版权和其他问题,请联系小编(微信:qxxjgzh)处理。


往期推荐
 获取ERA5/ERA5-Land再分析数据(36TB/32TB)
 获取全球GPM降水数据,半小时/逐日(4TB)
 获取1998-2019 TRMM 3B42逐日降水数据
 获取最新版本CMIP6降尺度数据集30TB
 EC数据商店推出Python在线处理工具箱
★ EC打造实用气象Python工具Metview
★ 机器学习简介及在短临天气预警中的应用
★ Nature-地球系统科学领域的深度学习及理解
★ 灵魂拷问:ChatGPT对气象人的饭碗是福是祸?
★ 气象局是做啥的?气象局的薪水多少?


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/170966
 
134 次点击