MetEva项目简介
<p>[TOC]</p>
<h1>目标</h1>
<h4> MetEva程序库由国家气象中心预报技术研发室检验科负责研发，旨在为从数值模式、客观方法、精细化网格预报到预报产品的应用的整个气象产品制作流程中的每个环节进行快速高效的检验，促进跨流程跨部门的检验信息共享，为推进研究型业务和改进预报质量提供技术支撑。</h4>
<p><img src="https://www.showdoc.com.cn/server/api/attachment/visitfile/sign/06118e9f547e33c9e854502cca36fc3b" alt="" /></p>
<h1>内容</h1>
<p> Meteva是一个纯python程序库，提供了常用的各种气象预报检验评估算法函数，气象检验分析的图片和表格型产品的制作函数，以及可以实用的检验评估系统代码示例。共包含检验基础算法100+项，检验应用工具20+项，并支持30+种分类方式开展精细化检验。</p>
<p>该程序库仅支持在python3.7以上版本上运行。</p>
<h1>依赖库</h1>
<p>numpy>=1.12.1
pandas>=1.0.4
netCDF4>=1.4.2
scipy>=0.19.0
xarray>=0.10.0
scikit-learn>=0.21.2
matplotlib>=3.0.0
httplib2>=0.12.0
protobuf < 3.20.0
pyshp>=2.1.0
tables>=3.4.4
urllib3>=1.21.1</p>
<h1>安装方法</h1>
<p> 通过执行pip install meteva 命令即可完成安装。</p>
<h1>本程序库特点</h1>
<h2>独创设计</h2>
<p> 1、为大部分检验方法提供了基于中间结果的计算方法和函数模块，为大批量数据的检验计算提供了并行计算的算法支撑<br />
2、提供数据收集和检验计算解耦技术，基于该技术检验程序或系统可以实现更大的可复用性和可封装性<br />
3、提供了检验需求的标准化方案和强大的批量分类检验功能 </p>
<h2>性能特点</h2>
<p> 1、函数功能丰富，提供了数据读写，转换，检验计算和图表绘制的大量函数<br />
2、函数参数极简化，每个函数模块设计尽力追求必要参数简化，以提高使用体验，同时在函数内部采用大量自动化设置，在最少的参数输入情况下绘制出尽量美观易读的检验图表
3、计算效率最大化，在检验计算过程中全程采用numpy和pandas的矩阵计算方案，避免循环操作带来的时间损耗。 </p>
<h1>程序架构</h1>
<p>该项目的整体设计自下而上分别是基础函数层、检验基础算法库、检验产品制作方法库、自动报告程序库四个模块。</p>
<h2>1、基础函数层：</h2>
<p> 为了更方便的使用本程序库中的检验功能，需将各类预报和观测数据存储在上述散点和网格数据结构中，为此本程序库中提供了各种方法用于上述两种数据结构的定义、初始化、赋值、转换、输入输出等操作。另外还提供了一些和时间格式转换、文件路径处理、文件格式转换等工具类程序</p>
<h2>2、检验基础算法库：</h2>
<p> 基于numpy数组作为基本输入的检验函数，其中输入的观测和预报数据都不带有时空坐标信息，仅仅包含要素值。可计算检验评分、绘制检验图表。该函数层提供了检验技术和图表绘制的最底层方法。</p>
<h2>3、检验产品制作方法库：</h2>
<p> 基于基础函数层约定的站点和网格数据作为基本输入的检验函数，根据数据中带有的时空信息，自动进行分组检验计算，并检验图表中涉及到的图表标题和坐标等进行自动绘制，极大的简化了检验图表的绘制。</p>
<h2>4、透视分析工具：</h2>
<p> 按照指定规则放置数据后，本程序库可以实现任意分类方式的批量检验产品制作。（待开发） </p>
<h2>测试数据说明</h2>
<p> 本网站示例数据可从https://github.com/nmcdev/nmc_met_tutorial 下载，其相对路径和示例保持一致。<br />
本网站显示的测试数据和对应结果并非真实的预报观测数据，只是为测试程序的用法虚构加工的数据。 </p>
<h1>设计和研发者</h1>
<p> 刘凑华（01058995621,15811585045），代刊，韦青，朱文剑，郭云谦，唐健，曾小青，赵滨，张金艳</p>
<h1>协助开发公司和人员</h1>
<p> 广州数鹏通科技有限公司，陈峥佑（15901213966），唐步兴，计晓龙，协助开发空间检验算法，包括MODE算法等<br />
北京文泽智远信息技术有限公司(张洲峰 13910572405)，王宝利，张练艺， 协助开发常规检验指标算法 </p>