1、Model-Centric AI 与 Data-Centric Al的区别2、Data-CentricAI之特征工程 (连续特征与离散特征、特征预处理、特征生成、特征选择、特征降维)3、Data-CentricA之样本工程 (样本的表示、样本集的构造)4、Data-CentricAI之数据集的质量 (异常样本以及异常特征的识四别和处理、Label的正确性问题、特征的覆盖度问题、样本和特征的正确

WRF模式、FLEXPART拉格朗日粒子扩散、Calpuff大气污染扩散、WRFDA资料同化、PMF源解析、MCM箱模型、EKMA曲线、WRF-Chem、CMAQ空气质量、SMOKE排放清单、WRF-Hydro、WRF-UCM、python-WRF融合技术、camx空气质量、CMIP6数据处理、人工智能气象等...

在研究中可以使用中尺度数值模式提供CALMET的大气驱动数据。

1、Model-Centric AI 与 Data-Centric Al的区别2、Data-CentricAI之特征工程 (连续特征与离散特征、特征预处理、特征生成、特征选择、特征降维)3、Data-CentricA之样本工程 (样本的表示、样本集的构造)4、Data-CentricAI之数据集的质量 (异常样本以及异常特征的识四别和处理、Label的正确性问题、特征的覆盖度问题、样本和特征的正确

WRF模式、FLEXPART拉格朗日粒子扩散、Calpuff大气污染扩散、WRFDA资料同化、PMF源解析、MCM箱模型、EKMA曲线、WRF-Chem、CMAQ空气质量、SMOKE排放清单、WRF-Hydro、WRF-UCM、python-WRF融合技术、camx空气质量、CMIP6数据处理、人工智能气象等...

霜冻是一种短历时的农业气象灾害，它是由于日最低气温下降，使植物茎、叶处温度下降到0℃以下，导致正在生长的植物受到冻伤的现象。霜冻出现的早晚会对农作物产量产生显著影响。单站的数据很难在区域范围应用，本内容将展示直接利用格点数据进行霜冻灾害分析的主要步骤。

本内容将聚焦目前遥感应用最热门领域之一的灾害、水体及湿地领域，重点结合典型应用案例综合展示GEE云平台的使用技巧和强大功能，提升参会人员解决实际问题的能力。以JavaScript版本GEE为主进行讲解，先介绍GEE基本知识，再结合微型案例对关键知识进行串讲，最后结合林业应用典型案例进行综合讲解。

帮助科研工作者掌握Earth Engine的实际应用能力，将以Python编程语言为基础，结合案例从平台搭建、影像数据分析、本地和云端数据管理，以及云端数据论文出版级可视化等方面进行讲解和进阶训练。

HMS 能够模拟各种类型的降雨事件对流域水文，河道水动力以及水利设施的影响，在世界范围内得到了广泛的应用。它有着完善的前后处理软件，能有效减轻建模的负担；能够与 HEC 开发的 DSS 数据管理软件以及 RAS 二维水动力模型链接，形成完整的水文－水动力模型。

掌握Earth Engine的实际应用能力，将以Python编程语言为基础，结合案例从平台搭建、影像数据分析、本地和云端数据管理，以及云端数据论文出版级可视化等方面进行讲解和进阶训练。