什么是MetDig
英雄不问出处,而对于气象从业者而言,虽然大家使用千差万别的计算机语言,写着格式不一的代码,但都在努力做着同一件事情——通过智能的天气诊断分析工具,最大程度的提高预报准确率。
由于计算机语言间的种种技术壁垒,加之如GrADS、Fortran、NCL、IDL等常用气象分析计算机语言的较强专业性,形成了较狭窄用户生态,致使产生了诸如技术交流困难、重复劳动频繁、技术实现标准难以统一等诸多问题。
近年来,随着Python语言的大火,凭借其庞大的开源资源和用户群体,逐步开始在气象应用领域崭露头角。
目前,在数值模式后处理、资料同化、卫星雷达、诊断分析计算、可视化、机器学习算法等方方面面的应用均有基于Python语言开发的程序库的影子。其中更不乏喊着口号要取代它的“激进分子”,如Metpy、Magics、PyNGL和wrf-python等。业界如此看好Python未来的发展,国内气象从业者同样不会袖手旁观,Meteorological Diagnostic Tools(MetDig,国家气象中心诊断分析工具包,原名NMDT) 便是当今Python浪潮中的一员。
MetDig 功能框架
NMDT是由国家气象中心天气预报技术研发室开发,面向国内天气预报业务和科研应用的通用型天气学诊断分析工具包,其致力于支撑天气预报及其相关的研究工作,为重大天气过程预报、复盘、机理研究等应用场景提供诊断分析技术支持。
MetDig 是由国家气象中心天气预报技术研发室开发,面向国内天气预报业务和科研应用的通用型天气学诊断分析工具包,其致力于支撑天气预报及其相关研究工作,为重大天气过程预报、复盘、机理研究等应用场景提供诊断分析技术支持。
MetDig 的技术框架包括IO层、用户调用层、算法层和可视化层。其中用户调用层提供兼顾通用性和结构简明的调用参数&#