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。课程介绍包括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。本文内容覆盖使用GPT处理数据、生成论文摘要、文献综述、技术方法分析等案例,使学员能够将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。提升参与者在数据分析、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

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

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

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

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

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

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:

https://mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247682935&idx=4&sn=7ebd8d64c73e19dbea63b74977ccd774&chksm=fa77544acd00dd5c7d196e8c317fd25b42933b6404e4698b20dedeff7cae3433b91457e0220b&token=1502486863&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.mzph.cn/news/757330.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩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

Http的缓存有哪些

HTTP 缓存可以通过多种 HTTP 头部字段来控制,主要包括以下几种: 1.Expires:这个字段定义了响应的过期时间。如果当前时间小于 Expires 的时间,那么就可以直接使用缓存。 2.Cache-Control:这个字段是一个指令&#xff…

Java 学习和实践笔记(41):API 文档以及String类的常用方法

JDK 8用到的全部类的文档在这里下载: Java Development Kit 8 文档 | Oracle 中国

docker入门(一)—— docker概述

docker 概述 docker 官网:http://www.docker.com 官网文档: https://docs.docker.com/get-docker/ Docker Hub官网:https://hub.docker.com (仓库) 什么是 docker docker 是一个开源的容器化平台,可以…

C语言经典面试题目(十六)

1、什么是C语言中的指针常量和指针变量?它们有什么区别? 在C语言中,指针常量和指针变量是指针的两种不同类型。它们的区别在于指针的指向和指针本身是否可以被修改。 指针常量:指针指向的内存地址不可变,但指针本身的…

FSP40罗德与施瓦茨FSP40频谱分析仪

181/2461/8938产品概述: 频率范围:9千赫至40千兆赫 分辨率带宽:1赫兹至10兆赫 显示的平均噪音水平:-155分贝(1赫兹) 相位噪声:10 kHz时为-113 dB(1Hz) 附加滤波器:100 Hz至5 MHz的通道滤波器和RRC滤波器、1 Hz至3…

数据仓库系列总结

一、数据仓库架构 1、数据仓库的概念 数据仓库(Data Warehouse)是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策。 数据仓库通常包含多个来源的数据,这些数据按照主题进行组织和存储&#x…

在Qt中使用线程类QThread

说明 QThread是qt中的一个线程类。目前我了解到的共有两种用法,一种是作为普通的线程,就像c标准库中的std::thread一样,另一种就是作为信号槽的容器,负责调用qt的事件循环。 作为普通线程 重载QThread::run()这个虚函数&#x…

深度学习基础之《TensorFlow框架(7)—变量》

一、什么是变量 1、TensorFlow变量是表示程序处理的共享持久状态的最佳方法。变量通过tf.Variable OP类进行操作 这里的变量和传统认知里存储值或者返回值不一样,他是TensorFlow里的一个组件 2、变量的特点 (1)存储持久化 把程序中定义的数…

Springboot+vue的仓库管理系统(有报告)。Javaee项目,springboot vue前后端分离项目。

演示视频: Springbootvue的仓库管理系统(有报告)。Javaee项目,springboot vue前后端分离项目。 项目介绍: 采用M(model)V(view)C(controller)三层…

Leetcode 62. 不同路径

心路历程: 这道题基本就是Q-learning经典迷宫问题的简化版本,所以肯定是用动态规划了,毕竟RL中的时序差分估计法的本身也是来自于MC和动态规划的结合。如果正常正向思维思考的话,首先看不到问题明显的循环结构,考虑递…

秒级生图,大模型 SDXL-turbo、LCM-SDXL 实战案例来了

最近一个月,快速生图成为文生图领域的热点,其中比较典型的两种方式的代表模型分别为SDXL-turbo 和 LCM-SDXL。 SDXL-turbo 模型是 SDXL 1.0 的蒸馏版本,SDXL-Turbo 基于一种称之为对抗扩散蒸馏(ADD)的新颖的训练方法&…

Go 1.22 - 更加强大的 Go 执行跟踪

原文:Michael Knyszek - 2024.03.14 runtime/trace 包含了一款强大的工具,用于理解和排查 Go 程序。这个功能可以生成一段时间内每个 goroutine 的执行追踪。然后,你可以使用 go tool trace 命令(或者优秀的开源工具 gotraceui&a…

c++11 标准模板(STL)本地化库 - std::iscntrl(std::locale) 检查字符是否被本地环境分类为控制字符

本地化库 本地环境设施包含字符分类和字符串校对、数值、货币及日期/时间格式化和分析,以及消息取得的国际化支持。本地环境设置控制流 I/O 、正则表达式库和 C 标准库的其他组件的行为。 检查字符是否被本地环境分类为控制字符 std::iscntrl(std::locale) templa…

Spring Cloud 整合 GateWay

目录 第一章 微服务架构图 第二章 Spring Cloud整合Nacos集群 第三章 Spring Cloud GateWay 第四章 Spring Cloud Alibaba 整合Sentinel 第五章 Spring Cloud Alibaba 整合SkyWalking链路跟踪 第六章 Spring Cloud Alibaba 整合Seata分布式事务 第七章 Spring Cloud 集成Auth用…

[Qt学习笔记]Release后的exe程序在新的电脑上出现“找不到MSVCP140.dll”的错误

1、背景介绍 我们在打包程序的时候一般都会把相关依赖库整体打包,这样程序在新的电脑和环境下就不需要再去配置对应的环境,但是有时候新程序在一台新的电脑运行时会出现“找不到MSVCP140.dll”这种错误,其原因就是在新电脑的操作系统中缺少一…

倒计时 7 天 | 立即加入 GDE 成长计划,飞跃成为谷歌开发者专家

谷歌开发者专家 (Google Developer Experts,GDE),又称谷歌开发者专家项目,是由一群经验丰富的技术专家、具有社交影响力的开发者和思想领袖组成的全球性社区。通过在各项活动演讲以及各个平台上发布优质内容来积极助力开发者、企业和技术社区…

机器学习 - 线性问题

矩阵做 transpose import torch tensor_Matrix_A torch.tensor([[1,2],[4,5],[7,8] ], dtypetorch.float32) print(tensor_Matrix_A.T)# 结果 tensor([[1., 4., 7.],[2., 5., 8.]])torch.nn.Linear() 模块也被称为 “feed-forward layer"或者"fully connected laye…

如何防御XSS攻击

上篇讲解了XSS的危害,name在开发网站时就要做好防御措施,具体措施如下: 可以从浏览器的执行来进行预防,一种是使用纯前端的方式,不用服务器端拼接后返回(不适用服务器端渲染)。另一种是对需要插…

安卓面试题多线程 91-95

91. 简述java中有几种方法可以实现一个线程?用什么关键字修饰同步方法? stop()和suspend()方法为何不推荐使用?有两种实现方法,分别是继承Thread类与实现Runnable接口 用synchronized关键字修饰同步方法 反对使用stop(),是因为它不安全。它会解除由线程获取的所有锁定,而…

AI助手 - 月之暗面 Kimi.ai

前言 这是 AI工具专栏 下的第四篇,这一篇所介绍的AI,也许是截至今天(204-03-19)国内可访问的实用性最强的一款。 今年年初,一直看到有人推荐 Kimi,不过面对雨后春笋般的各类品质的AI,说实话也有…