断断续续一周时间搓出来的地球流体的数值模拟与AI预测课程大作业，先放一个文件链接在这里以便下载查看，考完期末再来补充项目的具体实现过程。
- Slides
- Source code
- PKU disk：PASRML_source_code.zip
这是“地球流体的数值模拟与AI预测”课程的大作业，这门课程由杨邱老师和闻新宇老师讲授。这门课在开学后不久就开始征集大家的大作业选题，我对机器学习比较感兴趣，同时之前也没有独立做过什么像样的机器学习相关的项目，所以在选题的时候希望选一个机器学习在大气科学中的应用。在经过一些文献调研和让GPT给我提供idea之后，我敲定了行星大气光谱反演这个主题，杨邱老师也认为这是一个不错的选题，并且建议我可以去找一些做观测的老师们聊聊，用观测数据进行训练和比对会让结果更具有说服力。杨老师的建议很好，但是人都是有惰性的，从确定完选题之后我就基本上没有再投入过任何行动，直到距离最后的presentation还有一周多的时候，我才意识到ddl的紧迫性，开始认真着手这个项目。
首先我需要确定我需要做的东西是什么，我最初的想法是从行星大气光谱中反演出大气的成分和温度廓线。但是仔细一想就有很多问题：这个成分