拉格朗日粒子仿真框架
Parcels 是一个高度可定制的拉格朗日仿真框架，主要通过 Python 类和方法创建粒子追踪模拟。它面向使用网格化海洋环流模型输出的场景，可追踪水体、浮游生物、塑料、冰山、鱼类等被动或主动颗粒，定位更接近科研计算与环境模拟工具，而非通用开发框架。
从功能看，Parcels 的重点是粒子在流场中的平流、扩散与行为建模。它支持来自 NEMO、POP、MITgcm 等模型的输出，并可处理任意曲线网格；还可以把不同网格、不同模型输出组合成单一 FieldSet，适合多源海洋数据融合。用户可以定义并执行自定义 kernels，用于表达游泳、下沉等粒子行为；内置 Runge-Kutta4、Runge-Kutta45 支持 2D/3D 平流，Milstein 与 Euler-Maruyama 支持 2D 扩散。它还支持执行过程中启动/停止粒子，以及粒子间相互作用，例如聚集或死亡过程，并能以 zarr 格式高效输出粒子数据。
抓取文本未提供定价、许可证、是否开源、商业支持或托管服务信息。因此不能判断其商业模式，也无法确认是否支持自托管。不过从描述看，它以 Python 框架形式提供，更像本地科研计算库，具体部署与安装方式仍需查看文档。
优点是领域能力清晰，适配复杂海洋网格和多模型数据，且自定义 kernel 能力较强，适合严肃科研建模。缺点是信息披露有限，缺少对安装、API 文档、版本维护和支持渠道的说明；同时该工具依赖海洋模型和数值方法背景，非专业用户学习成本可能较高。
它适合海洋科学、环境工程、塑料污染、油污扩散、鱼类生态模拟等研究团队。中国访问情况仅凭正文无法判断，标记为未知；支付问题也无信息。若访问或生态受限，可考虑同类粒子追踪、海洋数值模拟或 Python 科研计算生态中的替代方案，但具体名称需结合实际需求另行评估。
本测评基于公开资料整理,不构成购买建议,请以 parcels-code.org 官网实际信息为准。
开源科研框架，适合海洋模型与粒子追踪。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。