Noah-MP陆面过程模型:环境配置/站点模拟/区域建模/参数化方案对比/xarray/python高效可视化
陆表过程研究内容及陆面模型发展历程,重点讲解Noah-MP模型的原理与应用。课程分为三大部分:1)模型基础与环境搭建,包括Linux系统配置、Intel编译器安装等实操内容;2)单站模拟实践,涵盖数据准备、格式转换、参数设置及结果可视化全流程;3)区域模拟方法,对比GLDAS/NLDAS等不同数据源处理,介绍WRF/WPS工具使用。通过理论讲解与实操演示相结合,帮助学员掌握从环境配置到模拟分析的全
了解陆表过程的主要研究内容以及陆面模型在生态水文研究中的地位和作用;熟悉模型的发展历程,常见模型及各自特点;理解Noah-MP模型的原理,掌握Noah-MP模型所需的系统环境与编译环境的搭建方法,熟悉linux系统操作环境;单站和区域的模拟、模拟结果的输出和后续分析及可视化等方法。
内容主要分为原理与实践两大部分,重点是模型所需环境搭建、站点模拟和区域模拟,其中区域模拟又分为基于GLDAS、NLDAS等数据源的实践。

第一部分 Noah-MP模型介绍&模型所需环境的搭建
陆面过程的主要研究内容(陆表能量平衡、水循环、碳循环等),介绍陆面过程研究的重要性
介绍陆面过程模型的发展历程、基本原理、常用陆面过程模型等
Noah-MP模型的发展历史、模型结构及主要模块
模型运行环境配置、下载与安装
模型配套软件的下载与安装
从虚拟机出发,Noah-MP模型运行所需的linux环境的搭建、intel编译器的安装与配置、必要软件的下载与安装、模型构建与编译等内容,细化步骤、逐指令
实操:相关软件和linux系统的配置,逐行运行指令,直至hrldas模型搭建编译完成。熟悉linux系统环境,掌握终端(指令行)下进行文件操作的技能,为后续运行模型打下基础

第二部分 Noah-MP模型站点模拟
Noah-MP模型单站运行
大气驱动数据的准备:驱动数据主要包括站点的风速、气温、相对湿度、气压、长波辐射、短波辐射以及降水数据。对于Noah-MP模型而言,原始驱动数据需制作成模型可识别的标准格式,才能够进行下一步的驱动数据编译,将编译结果带入模型进行运算(python脚本)
数据时间格式转换:完成驱动数据在世界时和当地时之间的转换
实操:根据示例数据中的站点原始数据,基于python脚本,进行数据的提取合并以及时间转换,生成站点模拟所需的.dat格式文件
准备静态数据:完成驱动数据的制作后,还需在生成的.dat文件中添加静态数据。此部分数据主要包括站点属性以及模型信息,如站点的海拔,经纬度,土壤类型,初始状态变量的设定和转换系数等
驱动数据的编译运行:基于以上数据,生成指定时间步长的一系列.LDASIN_DOMAIN1文件,同时生成hrldas_setup_file.nc文件
运行模型:根据研究区实际情况与模拟需求修改namelist.hrldas文件,./hrldas.exe即可启动模型,结果将以netCDF格式输出至指定文件夹内
模型运行结果的可视化与分析:可视化部分使用的python脚本结构和用法
实操:基于示例代码中数据可视化部分的python脚本,对叶面积指数、感热通量以及潜热通量等模拟结果进行提取可视化,在熟悉代码结构的基础上,也可对其他变量进行筛选和提取
单站模拟作业1:基于完整的单站模拟流程,选择课程示例站点之外的一个站点,完成数据下载、变量提取、格式转换、数据编译、模型参数设定、模型运行、结果提取与导出、结果可视化等操作
单站模拟作业2:选择不同的模型参数化方案,分别运行模型并对结果进行提取与可视化,对比与其他参数化方案所得结果的差异

第三部分 Noah-MP模型区域模拟
Noah-MP模型区域运行
Noah-MP模型区域运行整体流程与站点模拟相似,大致也可分为数据下载、数据变量提取、制作驱动数据、设置参数化方案、模型模拟与模拟结果可视化分析等几个步骤。但区域模拟的数据准备过程相较于站点运行更为繁琐,使用的数据源也更为多样,如GLDAS、NLDAS以及CLDAS等。同时模拟结果以二维形式存储,提取与可视化的方法也不同于单站
基于GLDAS和NLDAS等数据源制作驱动数据的模拟方法,并介绍区域运行结果可视化工具xarray的使用方法
准备大气驱动数据:Noah-MP模型的运行需要格式正确的驱动数据(气温、降水、气压、风速、辐射等)。因此用户需提前下载并处理好相关数据,以下为数据准备的简要步骤
下载大气驱动数据-以GLDAS为例
实操:两种区域数据的获取方法,一种是基于downthemall的批量下载方法,操作简便;另一种是基于python脚本的数据抓取方式,自由化更高
相关变量的提取与时间转换:对模型模拟所需变量进行提取,同时完成世界时和当地时之间的转换
初始状态变量的提取与时间转换
风速的分解、降水数据的整合
实操:基于下载的netCDF4格式的源数据,分别编辑并运行以上python及perl脚本,生成变量分解后的一系列netCDF4格式文件,用于编译生成驱动数据
准备研究区静态数据
制作geo_em_d0x.nc数据:基于WPS制作区域静态数据(包括研究区范围、研究区土地利用情况、植被覆盖度等信息)。此部分需安装WRF及WPS,并下载WPS_GEOG数据
准备数字高程数据
编译与运行-生成模型驱动数据
实操:修改好相关目录的目录结构,在指定目录下,准备好必须的程序与文件,编译运行生成.LDASIN_DOMAIN1格式的驱动数据
运行hrldas (Noah-MP)模型
实操:练习设置namelist.hrldas,选择一套参数化方案,运行模型
数据的分析与可视化:区域模拟结果亦为netCDF格式文件,借助xarray,pandas等工具进一步进行变量提取、可视化等工作

实操:基于提供的python脚本,提取模拟结果中的相关变量并可视化,熟悉xarray的使用方法
区域模拟作业1:基于完整的区域模拟流程,选择课程示例区域之外的一个区域,完成数据下载、变量提取、格式转换、数据编译、模型参数设定、模型运行、结果提取与导出、结果可视化等操作
区域模拟作业2:选择不同的模型参数化方案,分别运行模型并对结果进行提取与可视化,对比与其他参数化方案所得结果的差异
★ 点 击关 注私信,获取海量教程和资源!
更多推荐


所有评论(0)