SuperAPI AI 工具集

climate-science-guide

通用与其它

查看项目

更新于 10-16 06:44

技能介绍

用途:帮助研究者分析气候数据、处理气候模式输出,并开展碳中和相关研究,覆盖气候科学文献中常用的数据源、分析流程与可视化技术。

主要能力:整理并指向多类观测数据集,包括ERA5(温度、降水、风等,0.25度、逐小时,1940至今,ECMWF/Copernicus)、GPCP(降水,2.5度、逐月,1979至今,NASA)、HadCRUT5(地表温度距平,5度、逐月,1850至今,Met Office)、NOAA GHCN(站点温度与降水,站点数据,1850至今,NOAA)、CRU TS(温度、降水、水汽压,0.5度、逐月,1901至今,UEA CRU)。支持通过Pangeo云目录加载CMIP6模式输出,示例查询参数包括 source_id、experiment_id、variable_id、member_id 与 table_id='Amon'。提供温度趋势分析思路,如按纬度余弦加权的全球平均温度距平计算,并以1850-1900为基准期。还涉及碳预算分析,基于IPCC AR6从2020年起的剩余碳预算估算升温1.5度与2.0度下的剩余量与当前排放速率下的可用年限。可视化方面给出基于Cartopy与Matplotlib的出版级气候空间图绘制方法。

使用方式:资料给出可运行的Python代码示例,涉及 xarray、numpy、intake、matplotlib、cartopy、cftime 等库,代码内容应保持原样使用。数据源与云目录URL均以资料为准。

适用场景:气候数据分析、模式结果比较、温度趋势与碳预算研究、气候论文配图制作。

限制:资料未提供该技能的安装方式、平台支持、收费或价格信息;碳预算数值为资料中引用的IPCC AR6估算值,未说明其更新状态。推荐做法包括报告不确定性、记录预处理步骤、使用cftime处理非标准日历、在模式与观测比较时进行偏差校正,并遵循FAIR数据原则、按DOI引用数据集。