지구과학을 전공하고 있거나 관련 자료의 분석이 필요한 사람, 혹은 프로그래밍을 처음 배우고자 하는 사람이라면 누구나 Fortran, Perl, C/C++, Java, Python 등 다양한 언어 중에서 어떤 것을 사용할 것인가를 두고 고민할 것입니다. 필자 역시 지난 수년 동안 지구과학 분야에서 연구를 했기 때문에 자료처리와 통계 분석을 목적으로 다양한 종류의 프로그래밍 언어를 사용했습니다.

그러다 우연한 기회에 직장 내 프로그래밍 교육을 담당하면서 파이썬을 선택하게 되었습니다. 그 이유는 문법이 쉽고 간결해 접근 장벽이 낮아서 학습용으로 적합했을 뿐만 아니라, 오픈 소스 개발 언어이기 때문에 무료로 제공하고 있어 실력 있는 개발자들이 만들어 놓은 훌륭한 패키지들이 많았기 때문입니다.

이러한 장점으로 파이썬의 인기가 높아짐에 따라 수많은 관련 책들이 출판되었으며 인터넷을 통해서도 다양한 영상들이 올라와 있어 파이썬을 손쉽게 접할 수 있습니다. 하지만 이러한 책들과 영상들을 통해 파이썬을 익힌 후, 정작 분석에 필요한 자료들을 처리하고 표출하고자 하면 예상치 못한 에러를 마주하기 마련입니다. 그러면 결국 해결 방법을 찾기 위해 많은 시간을 보내거나 급한 경우 손에 익숙한 언어로 돌아가게 되곤 합니다.

이런 경험을 바탕으로 이 책의 저자들은 파이썬을 사용해 기상/기후 분야의 자료를 다루면서 얻은 노하우나 문제 해결 등에 초점을 두어 이를 누구나 쉽게 이해하고 사용할 수 있도록 하는 데 중점을 두었습니다. 파이썬(Python)은 그리스 신화에서 중요한 일의 신탁을 담당하던 큰 뱀의 이름에서 유래한 것입니다. 그리스 사람들이 그러했듯 파이썬 사용자에게 이 책이 이러한 신탁소의 역할을 하게 되길 바랍니다.

공주대학교 졸업(대기과학 전공), 서울대학교 박사과정 재학중(대기과학 전공), 연구분야: GPM, 강수입자크기분포 특성 연구

1. 위성관측: 구름 및 강수― 23
1-1. Terra/MODIS― 24
1-2. GPM/DPR 강우강도 분포― 31
1-3. GPM/DPR 레이더 반사도 연직분포― 35
1-4. GPM/GMI― 40

2. 위성관측: 해빙― 45
2-1. GCOM-W AMSR-2 자료 읽기, 표출하기― 46
2-2. 위성관측 밝기온도로부터 해빙방출률 산출하기― 54
2-3. ICESat-2 위성 트랙자료를 격자자료로 변환하기― 60

3. 기후모델 자료 처리― 65
3-1. IRIS 설치 및 기본 기능― 66
3-1-1. 라이브러리 설치― 66
3-1-2. 기후모델자료 다운로드― 67
3-1-3. IRIS 라이브러리 불러오기― 67
3-1-4. 큐브 자료 저장 및 읽기― 68
3-1-5. 간단히 표출하기― 71
3-1-6. 다양한 지도투영법 이용(Cartopy 라이브러리 활용)― 74
3-2. IRIS 활용한 모델 후처리 방법― 79
3-2-1. Extract― 79
3-2-2. Categorisation― 79
3-2-3. Intersection― 82
3-2-4. Interpolation― 83
3-2-5. Regrid― 85
3-2-6. Mask― 87
3-2-7. Annual Mean― 89
3-2-8. Area Mean & Time-series― 90
3-2-9. Comparison and Correlation― 91
3-2-10. Contour Plot (Land or Ocean only)― 95
3-2-11. Contour Plot (Level & Ticks)― 100

4. 태풍 자료 분석― 105
4-1. 태풍 예측 오차 막대 차트― 107
4-2. 태풍 진로도― 123
4-3. 태풍 예측 강도 시계열― 133
4-4. 태풍 연직 단면도― 142
4-5. 해면기압과 지상강수의 예측 초기 분포― 153

5. 다양한 자료의 시각화― 161
5-1. scipy.optimize.curve_fit을 이용한 곡선 접합법― 162
5-2. gridspec.Gridspec을 이용한 공간분포의 다중 표출― 166
5-3. 공간 분포 자료를 이용한 상자 수염도 표출― 172
5-4. 다양한 공간분포 자료의 동시 표출― 177
5-5. 다변수 회귀분석 및 데이터 표출― 182

6. 자료의 후처리 및 기타― 187
6-1. 자료 분포의 시각화― 188
6-1-1. 기본 막대 그래프― 189
6-1-2. 수평 막대 그래프와 바이올린 플롯― 199
6-1-3. 2차원 분포도― 208
6-2. Numpy를 이용한 Filtering과 Interpolation― 216
6-2-1. Filtering Time Series― 217
6-2-2. Grid Interpolation― 228
6-3. 다중 동시 작업(기초)― 242