气候变化已成为全球性挑战对农业、生态系统、水资源、人类健康和社会经济系统产生深远影响。科学研究表明自工业革命以来人类活动导致的温室气体排放与全球气温上升、极端天气事件增加、冰川融化和海平面上升等现象密切相关。为科学理解和有效应对气候变化气候专家开发了一系列全球气候模型(GCM)这些复杂的数值模型通过数学方程组描述大气、海洋、冰层、陆地和生物地球化学过程等地球系统组成部分及其相互作用。世界气候研究计划(WCRP)组织的气候模型比较计划(CMIP)提供了宝贵的框架使科学家能够系统性地比较不同模型的模拟结果评估其一致性与不确定性。当前的CMIP6计划相较于前代模型在空间分辨率、物理过程表达和地球系统组件耦合等方面均有显著提升。随着人工智能技术的飞速发展大语言模型(LLM)和深度学习方法为气候科学研究带来革命性变革。AI技术在气候数据处理、模式识别、预测建模、降尺度方法和极端事件分析等领域展现出巨大潜力。从自动化数据获取到高级Python工具应用从统计降尺度到动力降尺度从极端事件检测到区域影响评估人工智能正逐步融入气候研究的各个环节。本课程旨在探索气候变化研究的核心问题介绍全球气候模型基础知识深入解析CMIP6数据的应用价值并系统呈现人工智能技术如何赋能现代气候科学。通过掌握AI辅助的气候数据处理、分析和可视化技术学习者将能够更高效地开展气候变化相关研究为应对气候变化提供科学依据和技术支持。专题一、气候变化研究的AI新视角1、气候模型基础与全球气候模型GCM全球气候环流模型的基本原理、发展历程与最新进展GCM的主要组成部分、工作原理与数值求解方案模型的空间和时间分辨率及其不确定性对气候预测的影响气候变化的核心问题与研究意义2、气候模型比较计划CMIP与CMIP6CMIP的背景、目的与组织结构CMIP6计划的新特性、标准实验设计与应用场景CMIP6相对于CMIP5的技术升级与改进优势复杂地球系统模型ESM的新进展如何选择合适的CMIP6模式和情景进行研究3、其他重要模型比较与评估计划CORDEX、AMIP、PMIP、ScenarioMIP、GeoMIP等重要比较计划不同模式比较活动的侧重点与研究贡献各比较计划对气候科学研究和政策制定的意义数据访问和使用指南4、人工智能技术在气候变化研究中的应用大语言模型LLM的基本原理和发展趋势ChatGPT、GPT-4、Gemini、DeepSeek、Claude等AI在气候数据处理与分析中的优势机器学习方法在气候研究中的应用时间序列预测与气候建模卷积神经网络CNN与气候数据空间分析注意力机制与气候极端事件检测5、大语言模型在气候科学研究中的前沿应用大语言模型在气候科学中的潜力与应用案例AI自动生成科研报告、文献综述与数据分析常用工具ChatGPT、DeepSeek等在科研工作流优化中的应用专题二、基于AI的CMIP6数据获取1、官方网站ESGF节点手动下载流程2、自动化数据获取3、利用Python命令行工具如esgf-download批量下载4、利用AI大语言模型编写自动化下载脚本5、半自动购物车方式下载与管理6、Python在大气科学中的应用基础专题三、高级Python与AI工具1、科研Python基础与AI辅助编程面向气候科学的Python语法快速回顾ChatGPT、Copilot等工具辅助Python代码快速生成与调试利用AI大语言模型提高代码编写效率与可读性基本科学计算库的进阶应用NumPy多维数组操作与高级数值计算SciPy科学计算与信号处理Pandas数据清洗、处理与分析的最佳实践2、气候数据处理工具与netCDF文件操作netCDF文件处理基础与技巧CDO高级命令与组合使用技巧选择、提取、修改变量和维度统计运算、函数运算空间操作重网格、插值、区域提取时间操作时间序列分析、季节平均利用AI大语言模型生成CDO命令简化操作流程处理非365天日历的GCM数据以BCC为例3、Xarray高级数据处理与分析Xarray核心概念深入理解DataArray、Dataset基于标签的数据操作技术分组聚合、数据透视、时间序列处理方法与netCDF数据的无缝对接裁剪与重采样方法使用Xarray进行地理区域选择多维数据的时间和空间裁剪AI辅助自动化数据操作脚本编写4、高级数据处理Python与AI结合的数据处理流程设计基于AI的异常值检测与数据质量控制数据补全与高分辨率数据重构技术空间和时间操作重新格网与插值技术选择地理区域时间序列分析方法统一不同模式输出数据的变量名、单位和坐标5、机器学习框架与AI模型开发基于TensorFlow/PyTorch的机器学习模型构建AI模型在气候数据分析中的应用案例深度学习模型用于气候变量预测与模式识别高级数据分析流程特征工程与提取模型选择与评估结果解释与可视化6、高性能计算与并行处理Python中的并行计算框架Dask适用于大规模气候数据处理Multiprocessing多核CPU优化7、数据可视化与可解释性AIPython可视化工具深入应用Matplotlib基础与高级绘图Seaborn统计数据可视化Xarray集成可视化功能用AI技术提升数据可视化的可解释性I/O操作读取和写入netCDF数据的最佳实践AI辅助复杂数据分析流程构建专题四、基于AI的气候降尺度技术1、降尺度基础与Delta方法的AI增强降尺度原理与研究意义经典Delta方法详解基本原理与计算流程应用Delta方法进行温度和降水的未来预测AI驱动的Delta方法优化自动化Delta降尺度脚本开发区域尺度应用案例2、统计订正方法的AI优化概率分布函数PDF订正基础PDF订正在气候数据降尺度中的应用原理区域尺度的PDF订正技术AI辅助概率密度函数订正智能化订正方案自动生成分位数映射方法的AI增强案例研究区域降水的统计降尺度3、机器学习驱动的空间降尺度传统机器学习在降尺度中的应用特征工程、模型训练和评估流程集成机器学习模型随机森林、XGBoostAI辅助特征选择与超参数优化卷积神经网络CNN在空间降尺度中的应用CNN架构设计与训练超分辨率卷积神经网络SRCNN在气候数据中的应用利用AI大语言模型辅助构建和训练CNN模型4、深度学习高级降尺度技术生成对抗网络GAN在空间降尺度中的应用Transformer模型在时间序列降尺度中的应用深度学习模型案例研究温度数据的深度降尺度降水极端事件的高分辨率重构多变量协同降尺度技术5、多模型集成与不确定性分析多算法集成的理论基础与优势基于AI的多模型集成方法集成策略设计与实现AI辅助权重分配贝叶斯模型在降尺度中的应用PyMC、Stan等贝叶斯推断框架贝叶斯推断的不确定性量化降尺度结果的不确定性评估方法可解释性AI在降尺度中的应用与案例分析专题五、基于AI的动力降尺度1、WRF模型与动力降尺度动力降尺度的原理、优势与局限性WRF模型介绍特点、适用范围和配置选项在区域气候模拟中的应用制备CMIP6的WRF驱动数据利用CDO处理GCM输出文件生成WRF输入文件压力坐标系和sigma坐标系GCM数据的处理WPSWRF Preprocessing System处理流程AI辅助数据处理与WPS配置2、WRF模式运行与后处理WRF模式的运行流程和参数设置模式调优与敏感性分析参数优化技术AI辅助参数选择策略WRF模式后处理技术变量提取与统计分析结果可视化与解释AI辅助WRF后处理和结果分析专题六、气候变化的区域影响与AI评估1、生物地球化学模型的AI改进传统BGC模型与AI的融合参数优化机器学习替代复杂过程模块提高计算效率多模型集成降低系统偏差碳通量预测基于CMIP6数据的区域碳循环模拟草地生态系统碳通量对极端干旱的响应湿地碳循环与气候变化的反馈机制2、气候变化对水资源的影响AI驱动的蒸散发预测技术深度学习模型在蒸散发估算中的应用多源数据融合与精度提升区域差异性分析气候变化对极端降水事件的影响AI检测与归因方法不同排放情景下的洪涝风险评估基于深度学习的降水模式变化预测3、气候变化对建筑物设计的影响基于AI的热指数预测城市热岛效应与人体舒适度分析微气候模拟与预测热胁迫风险评估采暖与制冷度日数的AI模型能源需求变化预测区域差异化分析多时间尺度预测方法专题七、极端气候事件指数计算与分析1、气候极值指数基础与计算CMIP6数据中气候极值指数的识别与提取温度相关极值指数热浪日数、霜冻日数、生长季长度降水相关极值指数连续干日、强降水日数、95百分位降水量标准化指数SPI、SPEI、PDSI计算方法Python与Xarray实现气候指数计算基于阈值的极端事件识别代码实现基于分位数的极端事件计算方法基于滑动窗口的持续性事件检测2、CMIP6多模式集合的极端事件分析多模式集合的极端事件统计模式间极端事件预测的差异与一致性极端事件频率变化的多模式集合分析不同SSP情景下极端事件强度的对比极端事件空间分布变化热点区域识别技术区域尺度的极端事件变化趋势空间模式的主成分分析与解释3、机器学习在极端事件分析中的应用分类算法在极端事件识别中的应用随机森林识别极端事件前兆信号支持向量机分类极端事件类型聚类分析发现极端事件空间模式时间序列分析与预测使用LSTM预测极端温度事件简单神经网络预测降水极值降维技术在极端事件模式提取中的应用