本镜像基于 Ubuntu 22.04,编译并安装了同时耦合 CLM 与 CoLM 的 ParFlow 版本,同时安装了jupyterlab,matplotlib,numpy,pandas,xarray,netCDF4用于数据处理与可视化分析的Python基础依赖。
更多有关ParFlow教程可以关注我们的公众号: ParFlow Community
- 若未安装Docker,请先安装 Docker Desktop
docker pull parflowcommunity/parflow-docker-cn:v1.0Apple Silicon Mac 用户(M芯片):本镜像仅提供 amd64 架构,拉取时需指定平台,否则会报错:
docker pull --platform linux/amd64 parflowcommunity/parflow-docker-cn:v1.0
在终端中先进入你的数据目录,再运行容器(./ 表示当前目录,适用于所有平台)。
Windows 用户请使用 PowerShell,不要使用 CMD。
cd /你的数据目录路径
docker run -d --rm -v ./:/workspace -p 8888:8888 parflowcommunity/parflow-docker-cn:v1.0浏览器访问:
http://localhost:8888
访问密码(token):
parflow2026
进入 JupyterLab 后,打开终端,执行:
cd /workspace
python3 your_ParFlow_examples.py或在 Notebook 中直接运行对应的 .ipynb 文件。
docker ps # 查看正在运行的容器,找到容器 ID
docker stop <容器ID>由于启动时使用了 --rm 参数,容器停止后会自动删除,不会留下残留。
