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。

陆面过程模型的发展历程、基本原理、常用陆面过程模型等。1.1 Noah-MP模型

Noah-MP模型的发展历史、模型结构及主要模块。1.2 模型运行环境配置、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

完成相关软件和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。1.1 Noah-MP模型单站运行1.1.1 数据准备Ø 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）。

Ø 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

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。Ø 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。

Ø 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。1.1.1 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。

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。

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。巩固学习成果，对疏漏点和易错点进行交流，老师全程答疑解惑。

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。

Noah-MP模型区域运行与数据同化的原理1.1 Noah-MP模型区域运行

根据驱动数据的不同，模型区域运行共包含三个模块，分别是基于GLDAS驱动数据的模拟、基于NLDAS驱动数据的模拟和基于CLDAS驱动数据的模拟。三个模块的应用范围和数据处理细节有所不同，但整体流程相近，以GLDAS为例简要介绍模拟流程：

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。Ø 下载大气驱动数据-以GLDAS为例

区域驱动数据主要包括研究区的风速、气温、相对湿度、气压、长波辐射、短波辐射以及降水等。

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；学员可尝试不同的数据下载方法，获取区域驱动数据的源数据。Ø 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。Ø 初始状态变量的提取Ø 风速的分解、降水数据的整合

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。

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。

Ø 准备数字高程数据

hrldas (Noah-MP)自带的高程文件-GLDASGLDASp4_elevation_025d.nc4。一般情况下，将此文件作为模型的高程输入数据即可。

区域原始的气象驱动数据和静态数据准备完毕后，需编译运行生成符合模型要求的驱动数据-*.LDASIN_DOMAIN1。

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。

根据研究区特点及用户模拟需求，修改namelist.hrldas文件，Namelist.hrldas文件编辑完成后，即可运行可执行程序/hrldas.exe。模型模拟结果将输出至指定文件夹下，若运行成功，在输出目录下应包含指定模拟时间段内的指定时间步长的模拟结果-*.LDASOUT_DOMAIN1。

2.1.5数据的分析与可视化

区域模拟结果亦为netCDF格式文件，可通过ncview软件初步查看模拟结果，后续还需借助xarray，pandas等工具进一步进行变量提取、可视化等工作。

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。

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。巩固学习成果，对疏漏点和易错点进行交流，老师全程答疑解惑。

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。

2.2.1数据同化的原理与发展历史

2.2.2数据同化方法

2.2.3集合卡尔曼滤波数据同化算法原理介绍

同化系统的构建与应用3.1 多源遥感数据同化系统的构建实例（以单站运行为例）3.1.1多源遥感数据同化框架的构建

3.1.2多源观测数据预处理

下载Fluxnet（https://ameriflux.lbl.gov/）的站点观测数据，将其作为观测量，经数据格式转换（.xls -> .dat）后（python脚本），输入模型。3.1.3数据同化结果可视化与数据分析

基于同化模型输出的结果文件，借助相关python函数包（xarray等），对目标变量进行提取与可视化，对比其与open-loop（未同化）模型输出的差异。3.1 多源遥感数据同化系统的区域应用

3.2.1 Noah-MP区域同化的设计思路

从模型源码出发，讲解模型区域模拟的原理，进一步加深对区域模拟的底层实现方法的理解。并在此基础上，构建区域数据同化的框架，讲解参数和状态变量的优化过程。

3.2.2 区域叶面积指数数据的下载、处理、尺度转换

由于下载的各卫星产品时间、空间分辨率不尽相同，因此需进行时间、空间尺度转换等操作，获取时空连续，分辨率一致的数据用于同化。基于代码演示和操作，熟悉相关处理流程。

3.2.3 区域多源遥感数据同化模型的运行案例分析

结合模型区域模拟和集合卡尔曼滤波原理，介绍多通道同化系统在区域的构建思路，结合卫星产品的下载处理结果，进行实例讲解演示。

3.2.4 区域数据同化结果的可视化与分析

模型同化结果的导出与展示，熟悉与数据后处理相关函数包的调用、变量提取可视化、图像整饬等操作，主要以python和R作为可视化工具。

原文链接：详见公众号：技术科研吧