GFZ数据产品批量下载

通过GPS观测得到的坐标时间序列主要包含两类地壳非构造形变的影响 [1]。第一类是潮汐形变，包括海洋潮、极潮和固体潮；第二类是地球表面流体圈中的大气和各态水的质量迁移引起的地表负荷变化，主要包括大气、非潮汐、土壤水和积雪等质量负荷 [2]。

下文为德国地学研究中心（GFZ）提供的产品数据，网址可见：Welcome to the ESMGFZ Product Repository，数据的下载方式主要基于Linux的脚本来实现。

接下来，以非潮汐大气负载为例 (NTAL，Non-Tidal Atmospheric Loading)

官方推荐下载的途径主要有三种：
[1]Subset Grid（自定义经纬度和时间范围下载）
[2]Extract Time Series（根据输入的点位坐标信息和时间范围下载）
[3]OPeNDAP（根据官方提供的shell脚本下载，通过双线性内插得到所需各个站点的数据）
注：上述详细方法可参见官网

由于需要下载的站点较多，通过方法3的速度实在太慢，作者37个站点下载了1天多时间没搞定，也不知道进度如何。因此基于博主《戊己庚辛》的思路写了一个Linux下shell脚本下载方法（原博主应该使用的Python语言写的，作者本身不是很熟悉，才有了这篇blog）。

具体思路如下：从方法2（Extract Time Series）可以看出，下方有个网址。此时用户可以通过shell脚本的方式实现批量下载，从而省去了内插所需的大量时间。

注：因为作者本身仅仅需要U方向的数据，具体需要下载什么数据格式、数据内容，可以先在官网的方法2中任选一点作为示例，然后在脚本中根据下方的网址修改即可。

具体代码如下：

#!/bin/bash
#written by ch11enlbj
start_year='2013'
start_month='01'
start_day='01'

end_year='2018'
end_month='06'
end_day='30'

url1='http://esmdata.gfz-potsdam.de:8080/repository/entry/show/2010-now_point?'
url2='submit=Get%20Point&output=data.gridaspoint'
url3='&entryid=c2778a22-84b0-4ceb-8587-3081a8ad5725'
url4='&location.latitude='
url5='&location.longitude='
url6='&calendar=proleptic_gregorian'
url7="&fromdate=${start_year}-${start_month}-${start_day}"
url8='%2000%3A00%3A00%20UTC'
url9="&todate=${end_year}-${end_month}-${end_day}"
url10='%2012%3A00%3A00%20UTC'
url11='&format=csv'
url12='&variable=duV'
stationfile='ahcors_info.txt'
#col1是站点名称，col2是纬度，col3是经度
   	ncol=`awk '{print NF; exit}' $stationfile`
   	nrow=`awk 'END{print NR; exit}' $stationfile`
	echo "... read stationfile ($ncol x $nrow)"
	
	for i in $(seq 1 $nrow)
	do
		col1=`awk -v i=$i 'FNR==i{print $1; exit}' $stationfile`        
		col2=`awk -v i=$i 'FNR==i{print $2; exit}' $stationfile`
            	col3=`awk -v i=$i 'FNR==i{print $3; exit}' $stationfile`
		url=${url1}${url2}${url3}${url4}${col2}${url5}${col3}${url6}${url7}${url8}${url9}${url10}${url11}${url12}
		wget $url -O $col1.duV
	done

其中，在运行脚本前还需要一个坐标信息的准备文件。第一列为站点名，第二列为纬度，第三列为经度。

以下为批量下载完成的文件

参考文献
[1] Dong D , Fang P , Bock Y , et al. Spatiotemporal filtering using principal component analysis and Karhunen-Loeve expansion approaches for regional GPS network analysis[J]. Journal of Geophysical Research, 2006, 111(B3):B03405.
[2] 袁林果, 丁晓利, 陈武,等. 香港GPS基准站坐标序列特征分析[J]. 地球物理学报, 2008, 51(5):13.

本文仅作学习交流以及个人学习记录，如果原作者觉得有不妥之处，立即删除！