AI大模型智能大气科学探索之:ChatGPT在大气科学领域建模、数据分析、可视化与资源评估中的高效应用及论文写作

本文深度探讨人工智能在大气科学中的应用,特别是如何结合最新AI模型与Python技术处理和分析气候数据。介绍包括GPT-4等先进AI工具,旨在帮助大家掌握这些工具的功能及应用范围。内容覆盖使用GPT处理数据、生成论文摘要、文献综述、技术方法分析等实战案例,使大家能够将AI技术广泛应用于科研工作。特别关注将GPT与Python结合应用于遥感降水数据处理、ERA5大气再分析数据的统计分析、干旱监测及风能和太阳能资源评估等大气科学关键场景。课程旨在提升课程参与者在数据分析、趋势预测和资源评估等方面的能力,激发创新思维,并通过实践操作深化对AI在气象数据分析中应用的理解。

1、掌握AI工具应用:熟练掌握如GPT-4等前沿AI工具在大气科学中的应用,包括数据获取、处理和分析。

2、提高编程技能:通过GPT的实践操作,提升使用Python编程技术处理气象数据的能力,包括使用相关库(如xarray、pandas)进行数据分析和可视化。

3、增强数据分析能力:培养能够独立进行气候数据的趋势分析、干旱监测、风能与太阳能资源评估等复杂数据分析,使其能够识别和解释气候变化模式。

专题一、AI领域常见工具

1.OpenAI模型-GPT-4

2.谷歌新模型-Gemini

3.Meta新模型-LLama

4.科大讯飞-星火认知

5.百度-文心一言

6.MoonshotAI-Kimi

专题二POE平台及ChatGPT使用方法

1.POE使用方法

2.ChatGPT使用方法

图片

图片

专题三、提示词工程

1.提示词工程介绍

2.提示词工程讲解

3.提示词常见模板

专题四、科研常见应用场景

1.把GPT当作搜索引擎

2.把GPT当作翻译软件

3.把GPT当作润色工具

4.用GPT提取整理文章数据

5.用GPT数据处理

专题五、Python简明教程

1.Python基本语法

2.Numpy使用

3.Pandas使用

4.Xarray使用

5.Matplotlib使用

专题六、GPT科研绘图

1.通过GPT绘制常见统计图

2.通过GPT绘制风场图、风羽图、风矢图、流线图

3.通过GPT绘制双Y轴

4.通过GPT绘制区位图

5.通过GPT绘制填充图

6.通过GPT绘制添加子图

7.通过GPT绘制期刊常见图

图片

专题七、GPT辅助下载数据

1.使用GPT生成PERSIAN/GSMaP数据的下载代码。

2.使用GPT生成代码下载GSOD数据

3.使用GPT生成代码下下载NCEP/NCAR再分析数据

4.使用GPT生成代码下载GFS预报数据

专题八、遥感降水数据

1.使用GPT将PERSSIAN/GSMaP数据转化为netCDF格式

2.使用GPT计算PERSSIAN/GSMaP数据趋势并可视化空间分布图

专题九、数据产品评估

1.使用GPT生成常见统计评估指标

2.生成统计指标空间图

3.生成泰勒图

4.生成卫星降雨散点密度图

图片

图片

专题十、ERA5全球大气再分析数据

1.多时间尺度统计

2.干旱监测

1)计算标准化降水蒸散指数(SPEI)或标准化降水指数(SPI)作为干旱监测的指标。

2)根据土壤湿度和降水量数据,使用时间序列分析和阈值判断来评估干旱风险等级。

3.极端指数计算

1)使用GPT生成python针对连续干旱天数计算代码

4.趋势分析

1)滑动平均

2)累积距平

3)使用GPT生成趋势分析代码(Mann-Kendall)。

4)使用GPT生成时间序列分析代码(如傅里叶变换或小波分析)

专题十一、站点数据常规分析

使用GPT处理/生成相应代码:

1)使用GPT数据读取数据

2)使用GPT清洗数据

3)使用GPT生成计算描述性统计量代码

4)使用GPT生成方差分析

5)使用GPT生成卡方检验

6)使用GPT生成相关分析

7)使用GPT生成回归分析

8)绘制气温曲线和风玫瑰

图片

图片

专题十二、站点数据突变检验

使用GPT处理/生成相应代码:

1)基于统计阈值的异常检测

2)时间序列的突变点检测(MK、Pettitt、BUT、SNHT、BG突变点检测)

3)基于机器学习的异常检测(Isolation Forest)

4)多变量数据的异常检测

专题十三、站点数据时间分析

使用GPT处理/生成相应代码:

1)不同时间尺度上的统计

2)周期分析

3)使用GPT生成EMD分析代码

图片

专题十四、CMIP6未来气候情景数据

使用GPT生成Python的处理代码实现下述目标:

1.数据预处理:

1)使用NetCDF工具(xarray)读取数据

2)裁剪时间范围和空间范围

2.计算区域平均温度:

1)对于全球平均温度加权平均

2)对于特定区域,直接计算平均值

3.趋势分析:

1)使用统计方法(如线性回归)分析温度随时间的变化趋势

4.可视化:

1)绘制时间序列图显示温度趋势

2)使用地图可视化工具(basemap)展示空间分布的变化

图片

图片

专题十五、风能资源评估

1.用GPT生成代码计算研究区域内多年的平均风速

2.用GPT生成代码计算风速的季节性变化和年际变异性

3.使用GPT分析结果

专题十六、太阳能资源评估

用GPT生产代码计算每天平均太阳辐射量,分析日、月和季节性的变化趋势

专题十七、气象数据的空间化场景

使用GPT辅助完成外推代码

1.克里格插值

2.临近点插值

3.反距插值

专题十八、气象数据插补场景

使用GPT辅助完成外推代码

1)观测数据填补

2)空间内插法

3)统计填补

专题十九、WRF模式场景

1.使用GPT生成WRF配置文件

2.使用GPT生成生成能见度计算代码

3.使用GPT生成垂直高度变量插值代码

专题二十、GPT写作

1.使用GPT分析结果

2.用GPT生成论文摘要

3.用GPT生成文献综述

4.用GPT分析论文技术方法

5.用GPT分析代码

6.用GPT分析论文公式

7.用GPT识别图片并分析

8.DIY:上传本地PDF资料

1)用GPT分析相关资料中提出问题

2)用GPT总结评价(评阅、审稿意见)

原文链接icon-default.png?t=N7T8https://mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247682935&idx=4&sn=7ebd8d64c73e19dbea63b74977ccd774&chksm=fa77544acd00dd5c7d196e8c317fd25b42933b6404e4698b20dedeff7cae3433b91457e0220b&token=2066480893&lang=zh_CN#rd

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/290037.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Web Components使用(一)

在使用Web Components之前,我们先看看上一篇文章Web Components简介,其中提到了相关的接口、属性和方法。 正是这些接口、属性和方法才实现了Web Components的主要技术:Custom elements(自定义元素)、Shadow DOM&#…

Unity2018发布安卓报错 Exception: Gradle install not valid

Unity2018发布安卓报错 Exception: Gradle install not valid Exception: Gradle install not valid UnityEditor.Android.GradleWrapper.Run (System.String workingdir, System.String task, System.Action1[T] progress) (at <c67d1645d7ce4b76823a39080b82c1d1>:0) …

Java八股文(JVM)

Java八股文のJVM JVM JVM 什么是Java虚拟机&#xff08;JVM&#xff09;&#xff1f; Java虚拟机是一个运行Java字节码的虚拟机。 它负责将Java程序翻译成机器代码并执行。 JVM的主要组成部分是什么&#xff1f; JVM包括以下组件&#xff1a; ● 类加载器&#xff08;ClassLoa…

|行业洞察·中国制造业|《融合新一代信息技术的中国制造业数字…级关键技术与应用》

报告内容的详细解读&#xff1a; 1. 数字化转型升级与智能制造 报告指出智能制造是先进制造技术与新一代信息技术的深度融合&#xff0c;涵盖产品、制造、服务全生命周期的各个环节。新一代智能制造产生出大数据&#xff0c;实现了人、信息、物理三元融合&#xff0c;新基建助…

前端基础知识html

一.基础标签 1.<h1>-<h6>:定义标题&#xff0c;h最大&#xff0c;h最小 2.<font>&#xff1a;定义文本的字体&#xff0c;尺寸&#xff0c;颜色 3.<b>&#xff1a;定义粗体文本 4.<i>&#xff1a;定义斜体文本 5.<u>&#xff1a;定义文本下…

3.28作业

#include <iostream> using namespace std; // 构造函数示例 class MyClass { private: int data; public: // 默认构造函数 MyClass() { data 0; } // 带参数的构造函数 MyClass(int value) { data value; } …

【Linux 驱动基础】Linux platform平台设备驱动

# 前置知识 总线驱动模型简介&#xff1a; 总线是处理器与一个或者多个设备之间的通道&#xff0c;在设备模型中&#xff0c;所有的设备都是通过总线相连&#xff0c;当然也包括虚拟的 platform 平台总线。 总线驱动模型中有三要素&#xff1a; 1. 总线 /*** struct bus_ty…

Vite 为什么比 Webpack 快?

目录 1. Webpack 的构建原理 2. Script 的模块化&#xff08;主流浏览器对 ES Modules 的支持&#xff09; 3. Webpack vs Vite 开发模式的差异 对 ES Modules 的支持 底层语言的差异 热更新的处理 1. Webpack 的构建原理 前端之所以需要类似于 Webpack 这样的构建工具&…

发票是扫码验真好,还是OCR后进行验真好?

随着科技的进步&#xff0c;电子发票的普及使得发票的验真方式也在不断演进。目前&#xff0c;我们常见的发票验真方式主要有两种&#xff1a;一种是扫描发票上的二维码进行验真&#xff0c;另一种是通过OCR&#xff08;Optical Character Recognition&#xff0c;光学字符识别…

线性代数 - 应该学啥 以及哪些可以交给计算机

AI很热&#xff0c;所以小伙伴们不免要温故知新旧时噩梦 - 线代。 &#xff08;十几年前&#xff0c;还有一个逼着大家梦回课堂的风口&#xff0c;图形学。&#xff09; 这个真的不是什么美好的回忆&#xff0c;且不说老师的口音&#xff0c;也不说教材的云山雾绕&#xff0c;单…

win10微软拼音输入法 - bug - 在PATH变量为空的情况下,无法输入中文

文章目录 win10微软拼音输入法 - bug - 在PATH变量为空的情况下&#xff0c;无法输入中文概述笔记实验前提条件100%可以重现 - 无法使用win10拼音输入法输入中文替代的输入法软件备注END win10微软拼音输入法 - bug - 在PATH变量为空的情况下&#xff0c;无法输入中文 概述 在…

linux 内存介绍

大致共有四类&#xff1a;VSS、RSS、PSS、USS &#xff0c;通常情况下&#xff0c;VSS > RSS > PSS > USS 1.VSS(Virtual Set Size)虚拟耗用内存&#xff08;包含共享库占用的内存&#xff09; VSS表示一个进程可访问的全部内存地址空间的大小。这个大小包括了进程已…

Linux:Jenkins:参数化版本回滚(6)

上几章我讲到了自动集成和部署 Linux&#xff1a;Jenkins全自动持续集成持续部署&#xff08;4&#xff09;-CSDN博客https://blog.csdn.net/w14768855/article/details/136977106 当我们觉得这个页面不行的时候&#xff0c;需要进行版本回滚&#xff0c;回滚方法我这里准备了…

Memcached非关系型数据库介绍

使用背景 Memcached 不是一个数据库&#xff0c;而是一个高性能的分布式内存对象缓存系统。它主要用于减轻数据库负载&#xff0c;提高动态Web应用的速度、可扩展性和性能。Memcached 的工作原理是将数据存储在内存中&#xff0c;以提供快速的数据访问。当应用程序需要访问数据…

基于springboot+vue+Mysql的家政服务管理平台

开发语言&#xff1a;Java框架&#xff1a;springbootJDK版本&#xff1a;JDK1.8服务器&#xff1a;tomcat7数据库&#xff1a;mysql 5.7&#xff08;一定要5.7版本&#xff09;数据库工具&#xff1a;Navicat11开发软件&#xff1a;eclipse/myeclipse/ideaMaven包&#xff1a;…

Rabbitmq消息顺序的问题以及解决方案

1.1消息顺序的场景 场景1&#xff1a;一个queue&#xff0c;多个consumer 一个queue&#xff0c;有多个consumer去消费&#xff0c;这样就会造成顺序的错误&#xff0c;consumer从MQ里面读取数据是有序的&#xff0c;但是每个consumer的执行时间是不固定的&#xff0c;无法保…

第二十一章 Jquery ajax

文章目录 1. jquery下载2. jquery的使用3. jquery页面加载完毕执行4. jquery属性控制6. 遍历器 2. ajax1. 准备后台服务器2. ajax发送get请求3. ajax发送post请求 1. jquery下载 点击下载 稳定版本1.9 2. jquery的使用 存放到html文件的同级目录 3. jquery页面加载完毕执行…

论文《Exploring to Prompt for Vision-Language Models》阅读

论文《Exploring to Prompt for Vision-Language Models》阅读 论文概况论文动机&#xff08;Intro&#xff09;MethodologyPreliminaryCoOp[CLASS]位置Context 是否跨 class 共享表示和训练 ExperimentsOverall ComparisonDomain GeneralizationContext Length (M) 和 backbon…

【C语言】linux内核tcp_push函数

一、讲解 这个 tcp_push 函数是在Linux内核的TCP网络栈实现中&#xff0c;用于推动TCP缓冲区中待发送数据包的传输。这段代码需要在具备操作系统和网络编程知识背景下来解释。下面我将分步骤用中文逐一讲解这个函数的作用&#xff1a; 1. struct tcp_sock *tp tcp_sk(sk);&am…

Docker搭建LNMP环境实战(07):安装nginx

1、模拟应用场景描述 假设我要搭建一个站点&#xff0c;假设虚拟的域名为&#xff1a;api.test.site&#xff0c;利用docker实现nginxphp-fpmmariadb部署。 2、目录结构 2.1、dockers根目录 由于目前的安装是基于Win10VMWareCentOS虚拟机&#xff0c;同时已经安装了VMWareT…