------此篇为个人学习笔记。如有不正之处,欢迎指出。------
本篇介绍美国国家气候数据中心(NCDC)的气象数据库。
【1 数据准确性】对比了该气象数据库,与我国气象局的国际交换地面站数据,结果是一致的,可以放心使用。
图中对比了“气温”和“气压”两个指标,时间为2023年8月1日至6日,站点为江苏东台。
上图为对比“气温”和“气压”两个指标,时间为2023年8月1日至6日,江苏东台站点。
因此推测,国际交换地面站的数据 → NCDC数据中心。
【2 该数据库的优点】:免费。
【3 该数据库的缺点】:站点数较少,比如江苏省一共只有6个气象站点,如果实验地点不在该数据库的站点范围内,就只能取就近的站点了。
此外,缺少辐射数据,作物生长模型需要辐射数据驱动,因此需要另外寻找,待找到可靠的数据源再分享~
【4 如何下载】
下载地址:ftp://ftp.ncdc.noaa.gov/pub/data/noaa/isd-lite/
下载方式:在【我的电脑】框中输入上述地址,即可下载
【我的电脑】→ 输入ftp地址
【5 气象数据的理解】
数据下载以后是 .gz 的格式,解压后可用“记事本”打开。
下图中的文件名“582510-99999-2005” = “气象站点0-99999-年份”。
其中,582510 = 气象站点的ID + 0,即江苏东台的气象站点ID为58251。站点与其ID的对应关系在国家气象局可查到;2005 表示年份。
下载的气象数据没有表头,图中加上了说明文件中的表头,方便理解。
需要注意的是:气温,露点温度,气压等数据,需要除以10。例如-75,表示-7.5℃。
下载的气象数据.gz格式
【6 如何批量处理气象数据】
由于该数据是3小时的气象记录,而作物生长模型中需要的气象数据,往往是以一天为步长的,因此需要转换。
搜索关键字“美国国家气候数据中心(NCDC)”,即可找到用 Python 处理的教程。