水科学全景解析：暨AI在水文水资源、水环境科研与工程领域中的应用前景

学术 2024-12-23 09:00 浙江

导读

1、AI（ChatGPT）水科学全景解析：暨AI在水文水资源、水环境科研与工程领域中的全方位实践技术应用
2、全球气候变化驱动因素预测（ChatGPT辅助Python机器学习与深度学习）实践高级培训班
3、五天教学：地表水-地下水耦合建模全景解析暨SWAT-MODFLOW地表与地下协同模拟及多情景专题应用培训班
4：全流程各工程类型地下水环境影响评价与MODFLOW Flex建模实践技术应用培训班
5、2025年国自然基金项目撰写技巧与ChatGPT融合应用
6、ChatGPT、Python和OpenCV支持下的空天地遥感数据识别与计算—从0基础到15个案例实战高级培训班

详细信息、微信咨询：19912110290（或进群交流）

AI（ChatGPT）水科学全景解析：暨AI在水文水资源、水环境科研与工程领域中的全方位实践技术应用

本次培训班将聚焦GPT等大语言模型与水文水资源领域的深度融合，通过系统化课程与实践案例，讲解如何高效完成时间序列分析、空间数据处理、水文模型优化以及智能科学写作等任务。同时，课程将展示AI在高级机器学习模型开发、资源优化算法编程与模型微调中的最新应用。无论您是科研工作者、工程技术人员，还是对AI在水文水资源领域的应用充满兴趣的从业者，都将在此次培训中收获全新的技术视角和实践能力，与AI技术共同推动水文水资源领域迈向数字化、智能化的新高度。

一、培训时间及方式

直播时间：1月11日-12日、18日-19日；【腾讯会议】

二、会议福利

1.提供全部课程回放，建立助学群，长期辅助交流。

2.超级福利：赠送1个月ChatGPT4/4o会员账号【此账号国内直接登录、无需魔法】

三、证书及学时

参加培训的学员可以获得《AI智慧水文技术应用》专业技能培训证书及学时证明，网上可查。此证书可作为个人学习和知识更新、单位在职人员专业技能素质培养及单位人才聘用重要参考依据。证书查询网址：www.aishangyanxiu.com

四、课程大纲

基础篇（提示词应用）

数据分析

专题一、时间序列水文数据自动化处理及机器学习模型（ChatGPT-4O，实践）

1.流量（或者降雨量）异常值自动分析

2.PIII型曲线的参数估计

3.降雨频率以及重现期自动分析

4.随机森林、支持向量机、XGBOOST流量预测

5.广义线性模型、广义可加模型水质因子分析

6.分位数回归等方法实现黑臭水体中水质因子关系分析

7.流量（降雨量）ARIMA,GARCH,MGARCH等时间序列预测

专题二、空间数据处理（ChatGPT-4O，实践）

1.MODIS、LANDSAT遥感数据辅助处理

2.LAI、NVDI等指数计算

3.土地利用及土壤数据处理

4.nc文件及GRIB（GRIB2）文件的应用

4.CMIP6数据校正及降尺度方法

5.流域及水文单元分析

6.空间数据的相关性分析

7.空间回归模型分析

专题三、水文、水环境模型辅助（ChatGPT-4O，实践）

1.辅助选择水文、水环境模型以及候选模型特点比较

2.辅助总结分析SWAT、EFDC、Delft3D、SWAP、VIC等模型原理

3.辅助分析及生成SWAT、EFDC、SWAP、VIC等模型输入文件

4.辅助查找及改正模型错误

5.辅助模型结果分析以及画图

写作

专题四、文献学习（ChatGPT-4O，实践）

1.帮助确定研究方向与主题

2.进行专业高质量文献的检索

3.帮助判断文献质量

4.根据要求推荐精读文献

5.水文、水环境专业文献翻译

6.提炼论文学术观点

7.提炼水文水环境领域算法创新

8.总结文献技术路线

9.寻找水文、水环境领域能的GAP

专题五、水文及水环境算法专利写作（国产大语言模型，实践）

1.建议发明专利的ideal

2.评估发明专利授权可能性

3.改进发明专利建议

4.发明专利的形式审查

5.辅助回复发明专利意见

专题六、水领域项目投标（ChatGPT-4O+国内模型，实践）

1.标书重点分析

2.辅助分析自身优缺点

3.辅助制定工作计划

4.辅助撰写质量保证

5.辅助撰写技术要点分析（投标人的技术理解）

6.辅助项目基础资料分析

7.项目标书的查缺补漏

基础篇总结（理论）

1.目前各大语言模型能力与特点比较

2.各主要任务大语言模型选择推荐

3.提示词工程的模版总结

4.提示词工程能与不能

提高进阶篇

AI辅助工具应用

专题一、AI辅助高级机器学习（深度学习）模型（实践）

1. LSTM及注意力机制深度神经网络水文数据预测

2.基于图神经网络的湖泊富营养化预测

3.Copula方法水文模型的实现

4.贝叶斯回归在水环境评估中的实现

5.贝叶斯深度学习在水文不确定性分析中的应用

6.基于可解释人工智能（XAI）模型的水质预测

专题二、AI辅助水资源优化算法编程（实践）

1.启发式算法（遗传算法、粒子群算法）水资源优化代码实现

2.水资源优化中启发式算法的改进（布谷鸟算法、萤火虫算法等）

3.基于强化学习/动态规划的水库优化调度实现

4.水资源多目标优化问题的代码实现（NSGA、MOEA/D等算法）

5.水资源优化中的贝叶斯优化方法实现

专题三、AI辅助水文、水环境模型率定及其它（实践）

1.SWAP、EFDC、SWAT、VIC等模型参数敏感性分析

2.启发式算法用于对SWAT、SWAP、VIC等模型的参数率定

3.EFDC、SWAP、VIC等模型代码解读及改进

4.侵蚀灾害模型的构建

5.湿地演化模型的构建

6. QGIS的Python插件的生成（计算热岛效应等）

高级技术应用

专题四、检索增强生成（RAG）技术应用（开源）

1.RAG的原理（理论）

2.本地大模型安装（实践）

3.RAG模型比较（理论）

4.RAG模型的安装与调试（实践）

5.GRAPRAG模型安装与调试（实践）

6.RAG辅助文献综述（实践）

7.根据水文教材，论文等生成知识图谱，思维导图（实践）

8.本地私有资料问答（实践）

专题五、大语言模型微调（开源）

1.微调是什么及其与RAG的区别（理论）

2.开源大语言模型微调水文专业模型（实践）

3.微调一个针对EFDC、Delft3d、SWAP等模型的专业纠错模型（实践）

4.大语言模型出水文学原理、水环境化学等学科的卷子并给出正确答案（水文学原理及水环境化学等、实践）

5.怎么选择微调或是RAG（理论）

专题六、AI Agent应用（开源）

1.什么是人工智能体，为什么要用人工智能体（理论）

2.应用Autogen等实现一个水文模型改进讨论会（实践）

3.AI Agent辅助生成水文学等课程教学材料（实践）

4.获得文献中的水文、水环境数据并分析总结规律（实践）

5.辅助水领域综述写作（实践）

6.根据水文模型（EFDC等）以及本地资料等辅助生成项目报告（实践）

专题七、提高篇总结与展望

1.辅助工具、RAG以及AI AGENET各自的擅长（理论）

3.主要工作对应工具的推荐（理论）

2.推理能力模型的应用（理论+实践）

4.一些好玩有用工具的推荐（长文本写作，学术专用搜索以及学术点子建议工具等）

注：请提前自备电脑及安装所需软件。

四、联系方式

详细报名流程，请联系课程负责人

详细报名流程，请咨询课程负责人

丁依：19912110290（微电）

2、GPT+全球气候变化 HOT!

培训时间：2024年12月28日-29日、1月4日-5日

培训方式：直播授课+助学群辅助+导师面对面实践工作交流

课程福利：

1：赠送国内可直接登录一个月ChatGPT4.0账号【无需科学上网】。

2：提供全部课程回放视频，建立助学群，长期辅助交流。

课程内容：（上下滑动查看更多）

第一部分、气候变化驱动因素与数据科学基础

1、气候变化

全球气候变化

中国碳中和计划

2、相关驱动因素导致全球全球气候变化

温室气体排放

云和气溶胶

火灾

海冰和叶绿素

植被变化

海温

3、ChatGPT的简介和应用

ChatGPT的简介

ChatGPT的使用

4、气候数据科学的应用

数据科学在气候变化研究中的作用

机器学习和深度学习分析气候数据，预测气候变化趋势

数据科学流程，包括数据获取、清洗、建模和结果解释

第二部分、Python数据处理和可视化

1、Python环境的安装（Anaconda环境安装，虚拟环境的配置，Jupyter Notebook安装）

2、Python相关库原理介绍（Numpy，Pandas，Matplotlib，Cartopy，Pyhdf）

3、Jupyter Notebook实操:

Numpy库（最小值，最大值，平均值，标准差，NaN数据）

Matplotlib库（折线图，散点图，饼状图，热力图）

Pandas库(数据读取)

Cartopy库（投影方式；分辨率，海岸线，河流，国界线；轨迹线；截取区域）

Pyhdf库（读取卫星数据）

第三部分、机器学习模型

1、机器学习的分类

监督学习（Supervised Learning）

非监督学习（Unsupervised Learning）

2、监督学习

监督回归算法（Regression Algorithms）

1)线性回归（Linear Regression）

2)多项式回归（Polynomial Regression）

监督分类算法（Classification Algorithms）

1)逻辑回归（Logistic Regression）

2)K最近邻（K-Nearest Neighbors, KNN）

3)支持向量机（Support Vector Machines, SVM）

4)决策树（Decision Trees）

5)随机森林（Random Forests）

6)梯度提升机（Gradient Boosting Machines, GBM）

7)XGBoost、LightGBM 和 CatBoost

3、非监督学习

聚类算法（Clustering Algorithms）

1)K-means聚类

2)层次聚类（Hierarchical Clustering）

降维技术（Dimensionality Reduction）

1)主成分分析（Principal Component Analysis, PCA）

2)t-SNE（t-Distributed Stochastic Neighbor Embedding）

3)奇异值分解（Singular Value Decomposition, SVD）

4、模型评估指标

回归指标（MSE、RMSE、MAE、R²）

分类指标（Accuracy、Precision、Recall、F1-Score）

第四部分、深度学习模型

1、神经网络基础（Artificial Neural Networks, ANN）

2、深度学习框架：TensorFlow和PyTorch

3、卷积神经网络（Convolutional Neural Networks, CNN）

4、循环神经网络（Recurrent Neural Networks, RNN）

5、长短期记忆网络（Long Short-Term Memory, LSTM）

第五部分、课程实战

1、温室气体浓度的时序分析与预测

2、气溶胶光学厚度（AOD）的分类与预测

3、云层的检测与分类分析

4、海冰覆盖率的长期变化趋势预测

5、海洋叶绿素预测

6、野火预测

第六部分、课程总结

1、课程内容总结

2、相关内容进一步研究

3、SWAT-MODFLOW耦合 HOT!

培训时间：2025年1月15日-20日
培训地点：桂林【腾讯会议同步直播】

培训方式：现场+直播授课+助学群辅助+导师面对面实践工作交流

课程福利：

1：赠送国内可直接登录一个月ChatGPT4.0账号【无需科学上网】。

2：提供全部课程回放视频，建立助学群，长期辅助交流。

课程内容：（上下滑动查看更多）

第一讲、模型原理与层次结构

1.1流域水循环与SWAT模型

1.2 地下水模拟与MODFLOW模型

1.3 SWAT-MODFLOW地表-地下耦合模型

1.4 QSWATMOD 插件与功能介绍

1.5 模型实现所需软件平台

第二讲、QGIS软件

2.1 QGIS平台

2.2 QGIS安装

2.3 QGIS界面认识

2.4 QGIS常见数据格式

2.5 QGIS建立工程

第三讲、基于QSWATMOD的SWAT-MODFLOW模拟

3.1 QSWATMOD下载与安装

3.2 QSWATMOD所需数据及注意事项

3.3 QSWATMOD实现SWAT-MODFLOW联合

第四讲、QSWAT模型介绍与建模

4.1 SWAT模型与GIS软件

4.2 QSWAT介绍与安装

4.3 QSWAT建立SWAT工程

4.4 基于QSWAT工程的QSWATMOD建模

第五讲、基于QGIS的数据制备

5.1 地图投影及转换

5.2 范围数据的制备

5.3 地形数据的制备

5.4 土地利用的制备

5.5 土壤数据的制备

5.6 气象数据的制备

第六讲、基于CUP的SWAT参数率定

6.1 香溪河SWAT工程

6.2 率定验证原理

6.3 参数率定实现

6.4 率定验证的判断

6.5 参数敏感性分析

第七讲、MODFLOW模型讲解

7.1 MODFLOW软件介绍

7.2 MODFLOW资料需求

7.3 MODFLOW初步建模

第八讲、结果分析

8.1 耦合模型结果文件

8.2 耦合模型结果读取

8.3 SWAT模型结果读取

8.4 模拟结果的时间分析

8.5 模拟结果的空间分析

8.6 空间结果的地图制作

第九讲、案例专题一：控制措施效果模拟

9.1 最佳管理措施简介

9.2 关键源区介绍

9.3 控制措施的设置

9.4 控制措施的效果模拟

第十讲、案例专题二：土地变化情景模拟

10.1 变化情景简介

10.2 土地利用变化的转移矩阵分析

10.3 基于 FLUS 的土地利用预测

10.4 QSWATMOD 土地利用变化情景分析

第十一讲、案例专题三：气候变化情景模拟

11.1 气候变化情景介绍

11.2 CMIP6 数据介绍

11.3 CMIP6 数据下载

11.4 CMIP6 数据处理

11.5 QSWATMOD 气候变化情景分析

4、MODFLOW Flex HOT!

直播时间：2025年1月11日-12日、18日-19日

培训方式：直播授课+助学群辅助+导师面对面实践工作交流

课程内容：（上下滑动查看更多）

注：（请提前配置学习所需软件）。

5、基金 HOT!

培训时间：2024年1月4日-5日

培训方式：直播授课+助学群辅助+导师面对面实践工作交流

课程福利：

1：赠送国内可直接登录一个月ChatGPT4.0账号【无需科学上网】。

2：提供全部课程回放视频，建立助学群，长期辅助交流。

课程内容：（上下滑动查看更多）

课程安排

学习内容

专题一

国自然项目介绍

1.1项目介绍

1.2接收情况

1.3受理情况

1.4近五年资助情况

1.5国自然改革解读

1.6省级项目解读

1.7博后项目介绍

专题二

基金的撰写技巧（从申请人的角度，带你一次入门）

2.1 问题属性与评阅标准

2.2 前期准备工作-如何去选题

2.3 项目撰写

2.3.1 题目的设计

2.3.1.1 题目确定：如何设计一个合适的题目

2.3.2 项目的研究内容、研究目标，以及拟解决的关键科学问题

2.3.2.1 研究内容的四点注意事项

2.3.2.2 研究目标如何精准定位

2.3.2.3 关键科学问题的提炼方法-一个行之有效的小技巧

2.3.3 拟采取的研究方案及可行性分析

2.3.3.1 研究方案：如何安排总述与总图

2.3.3.2技术路线：如何将技术细节做到一一对应

2.3.3.3 可行性分析：如何通过三个维度分析到位

2.3.4 本项目的特色与创新之处：多个角度分析

2.3.5 年度研究计划与预期成果：

2.3.5.1 研究计划如何布局推进

2.3.5.2 预期成果有哪些细微区别

2.3.6 研究基础与工作条件

2.3.6.1 研究基础-如何突出与代表作的联系

2.3.6.2工作条件-如何充分展现平台优势

2.3.7 其他注意事项

专题三

基金的专项技巧（从评审专家的角度，带您逐一突破）

3.1 了解评审专家的视角

3.2 最关键的细节-摘要的写法

3.3 如何挑选的五篇代表作

3.4 手把手带你画技术路线图

3.5 如何合理安排研究经费

3.6其他备受关注的问题

3.7最后的自查-自查十连问

专题四

ChatGPT在基金撰写中的妙用

4.1 ChatGPT高效搜索

4.2 ChatGPT梳理文献

4.3 ChatGPT选择基金题目

4.4 ChatGPT生成基金提纲

4.5 ChatGPT助力摘要书写

4.6 ChatGPT形成文献综述

4.7 ChatGPT推荐研究方向

4.8 ChatGPT扩写基金内容

4.9 ChatGPT精简基金内容

4.10 ChatGPT润色基金文字

4.11 ChatGPT仿写指定风格

4.12 ChatGPT降重文本内容

4.13 ChatGPT搜索关键图片

4.14 ChatGPT分析评审意见

4.15 ChatGPT开发科研工具

6、空天地遥感 HOT!

培训时间：2024年12月19日-22日地点：西安

培训方式：现场+直播+助学群辅助+导师面对面实践工作交流

课程福利：

1.每人均可获得1个独立可永久免费使用的ChatGPT账号【官网账号、需要魔法】

2.超级福利：赠送1个月ChatGPT4/4o会员账号【此账号国内直接登录、无需魔法】

课程内容：（上下滑动查看更多）

暖场【畅聊5分钟】

神经元、芯片、CPU、GPU、欠拟合、过拟合、道、红楼梦、外星人、我们活在虚拟世界、癌症、AI与人类

第一部分：未来已来——工具与开发环境搭建【理论讲解】

1.1 机器学习基础
（1）监督学习

（2）非监督学习

（3）深度学习

1.2 GPT安装与用法

（1）ChatGPT 简介

（2）ChatGPT 使用方法

1.3 Python安装与用法

（1）Python简介

（2）Python的特点

（3）Python的应用场景

（4）安装 Python

（5）Jupyter Notebook

（6）Anaconda

（7）创建第一个程序

第二部分：千里眼——遥感数据应用全流程【上机实操】

2.1 遥感数据获取

（1）遥感定义与原理

（2）常见遥感数据源

（3）遥感数据获取方法

2.2 遥感数据处理

（1）图像去噪

（2）几何校正

（3）大气校正

2.3 遥感数据计算

（1）波段选择

（2）波段计算

2.4 案例实战：计算家乡的土壤成分含量

（1）计算过程

（2）程序实现

（3）计算结果

（4）结果制图

第三部分：地面数据——图像分类【上机实操】

3.1 学习数据增广

（1）什么是数据增广

（2）数据增广的代码实现

3.2 地面化验数据综合处理

（1）地面数据的作用

（2）地面数据采样方案设计和化验方法

（3）数据读取与初步检查

（4）数据清洗与处理

（5）数据的可视化与分布分析

3.3 程序实现

（1）描述性统计分析

（2）数据分布

（3）相关性分析

（4）数据正态性检验

（5）元素之间的线性回归分析

（6）箱线图和异常值分析

（7）两元素的T检验

3.4 案例实战：自动对农作物进行分类

（1）导入必要的库并准备数据

（2）特征提取（图像降维）

（3）标签编码

（4）训练支持向量机模型

（5）对测试集图片进行分类预测

（6）评估模型性能

（7）使用网格搜索优化SVM参数

（8）使用网格搜索优化SVM参数

（9）使用PCA进行降维

第四部分：无人机数据——目标检测【上机实操】

4.1 学习制作标签数据

（1）标签数据的重要性

（2）制作和标注机器学习的标签数据

（3）常见的标注格式

（4）LabelImg

（5）标注

（6）标注VOC格式

（7）标注YOLO格式

（9）标注并导出为COCO格式

4.2 无人机多光谱数据综合处理

（1）无人机机载飞行作业

（2）地面同步数据特点

（3）无人机数据处理

4.3 程序实现

（1）数据准备与预处理

（2）环境配置

（3）算法流程

（4）实现基于边缘和轮廓的检测

（5）解释代码

（6）检查结果

4.4 案例实战：自动检测森林火灾范围

（1）林火

（2）环境设置与依赖安装

（3）加载森林图像和对应的标注文件

（4）实现火点检测算法

（5）批量处理森林图像并标记火灾点

第五部分：卫星数据——变化检测【上机实操】

5.1 学习遥感指数模型

（1）算法与模型库

（2）计算叶绿素含量

5.2 卫星数据综合处理

（1）计算二价铁含量

（2）计算全球环境监测指数

5.3 程序实现

（1）导入必要的库

（2）设置数据路径

（3）加载遥感图像

（4）水体识别算法

（5）变化检测算法

（6）保存变化结果

（7）导出变化统计表

（8）结果展示

5.4 案例实战：自动实现水体动态监测

（1）导入必要的库

（2）加载遥感图像并裁剪到一致大小

（3）计算水体指数 (NDWI)

（4）变化检测

（5）保存变化检测结果

（6）导出变化统计表

第六部分：多源数据——联合分析【上机实操】

6.1 学习图像自动配准

（1）图像配准

（2）自动配准的步骤

6.2 空天地数据综合处理

（1）图像配准

（2）导入必要的库

（3）读取无人机和卫星图像

（4）生成地理控制点 (GCP)

（5）应用配准算法

（6）保存配准后的无人机图像

（7）保存配准的坐标对应数据

6.3 程序实现

（1）导入必要的库

（2）预处理

（3）特征检测和匹配

（4）图像配准

（5）保存

6.4 案例实战：城市建筑物检测与变化监测

（1）城市建筑物检测与变化监测的原理

（2）图像预处理

（3）建筑物检测

（4）变化检测

（5）输出与可视化

（6）实战

第七部分：研究热点攻关【案例实战】

7.1 案例实战：农田作物分类与产量估算

7.2 案例实战：土地利用与土地覆盖分类

7.3 案例实战：植被健康监测与病害检测

7.4 案例实战：海岸侵蚀监测变化分析

7.5 案例实战：空气污染物浓度遥感监测

7.6 案例实战：沙漠化监测与土地退化分析

7.7 案例实战：城市违章建筑监控

7.8 案例实战：碳汇估算与生态服务分析

7.9 案例实战：地表温度与热岛效应分析

7.10案例实战：地质灾害预测与监测

附赠技能包

（1）激光点云数据处理

（2）高光谱数据处理

（3）PyCharm程序移植

（4）神秘专题报告

开放式结局

马车VS火车，我们怎么选

课程连续剧

第1集《从石器到AI》

第2集《遥感，地球自拍》

第3集《不要随地大小便！》

第4集《遥感估产》

第5集《AI，人类偷下的上帝火种》

第6集《只用浏览器完成遥感数据全流程处理，你也可以！》

第7集《老天根本不在乎你美不美》

持续更新中。。。

Tips：联系客服咨询：丁老师：19912110290（微电）

（扫码咨询）

<模型课程推荐-提供全部资料及回放视频、导师群辅助答疑>

声明：本号旨在传播、传递、交流，对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题，请与本号联系，第一时间做出撤回。

END

Ai尚研修丨专注科研领域

技术推广，人才招聘推荐，科研活动服务

科研技术云导师，Easy Scientific Research

Hydro90

水文青年学术交流平台