循环批量下载ERA5数据

最新推荐文章于 2024-10-03 11:50:42 发布
最新推荐文章于 2024-10-03 11:50:42 发布
阅读量637 收藏 8
点赞数 3
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lelelelelle/article/details/134393800
版权

目录

1. 选取并提交数据

2. 选择合适的下载方式

3. 之前的循环批量下载程序

 4. 修改程序

5.本地测试的结果

6. 服务器测试

 

1. 选取并提交数据

Copernicus Climate Data Store | Copernicus Climate Data Storeicon-default.png?t=N7T8https://cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-pressure-levels?tab=form选择合适的参数、时间和区域。

2. 选择合适的下载方式

本人采用python进行下载，选择官网数据的show API request选项，会出现以下的程序

import cdsapi

c = cdsapi.Client()

c.retrieve(
    'reanalysis-era5-pressure-levels',
    {
        'product_type': 'reanalysis',
        'variable': [
            'divergence', 'relative_humidity', 'specific_humidity',
            'temperature', 'u_component_of_wind', 'v_component_of_wind',
            'vertical_velocity',
        ],
        'pressure_level': [
            '1', '2', '3',
            '5', '7', '10',
            '20', '30', '50',
            '70', '100', '125',
            '150', '175', '200',
            '225', '250', '300',
            '350', '400', '450',
            '500', '550', '600',
            '650', '700', '750',
            '775', '800', '825',
            '850', '875', '900',
            '925', '950', '975',
            '1000',
        ],
        'year': '2014',
        'month': '03',
        'day': [
            '08', '09', '10',
            '11', '12', '13',
            '14',
        ],
        'time': [
            '00:00', '01:00', '02:00',
            '03:00', '04:00', '05:00',
            '06:00', '07:00', '08:00',
            '09:00', '10:00', '11:00',
            '12:00', '13:00', '14:00',
            '15:00', '16:00', '17:00',
            '18:00', '19:00', '20:00',
            '21:00', '22:00', '23:00',
        ],
        'area': [
            38, -180, -38,
            180,
        ],
        'format': 'grib',
    },
    'download.grib')

对运行程序可能有用的： How to use the CDS API | Copernicus Climate Data Store

3. 之前的循环批量下载程序

# -*- coding: utf-8 -*-
"""
Created on Sun Feb 27 17:57:04 2022

@author: lsl
"""

import cdsapi
import time

c = cdsapi.Client()

Number1 = 2008-2008+1 # year 2010-2007+1
for x in range(Number1):
    year = 2008+x
    #time.sleep(60)
    Number2 = 1 # month
    for y in range(Number2):
        month = 10 + y
        #time.sleep(60)        
        Number3 =31-10+1
        for z in range(Number3):#day
            day =10+z
            #time.sleep(60)
            c.retrieve(
                'reanalysis-era5-pressure-levels',   
                {                
                    'product_type': 'reanalysis',
                    'format': 'netcdf',
                    'variable': 'vertical_velocity',
                    'pressure_level':[
                        '1', '2', '3',
                        '5', '7', '10',
                        '20', '30', '50',
                        '70', '100', '125',
                        '150', '175', '200',
                        '225', '250', '300',
                        '350', '400', '450',
                        '500', '550', '600',
                        '650', '700', '750',
                        '775', '800', '825',
                        '850', '875', '900',
                        '925', '950', '975',
                        '1000',
                    ],
                    'year': str(year),
                    'month':str(month),# 1-9:'0'+str(month)   10-12:str(month)
                    'day':str(day), # 1-9:'0'+str(day)   10-31:str(day)
                    'time': [
                        '00:00', '01:00', '02:00',
                        '03:00', '04:00', '05:00',
                        '06:00', '07:00', '08:00',
                        '09:00', '10:00', '11:00',
                        '12:00', '13:00', '14:00',
                        '15:00', '16:00', '17:00',
                        '18:00', '19:00', '20:00',
                        '21:00', '22:00', '23:00',
                    ],
                    'area': [
                        12,-180,-20,-163,
                    ],
                },
            'w_'+str(year)+'_'+str(month)+'_'+str(day)+'_CP2.nc')

 4. 修改程序

为了得到逐小时的ERA5数据，程序修改如下

# -*- coding: utf-8 -*-
"""
Created on Tue Nov 14 15:49:48 2023

@author: blingblingleilei
"""
### 2014.03.8-9 10-23点

import cdsapi
# import time

c = cdsapi.Client()

Number1 = 2014-2014+1 # year 2015-2014+1
for x in range(Number1): # 从0到Number1，不包括Number1
    year = 2014 + x  # 下载2014年的数据
    #time.sleep(60)
    Number2 = 3-3+1 # month
    for y in range(Number2):
        month = 3 + y  #下载3月份的数据
        #time.sleep(60)        
        Number3 = 9-8+1  #下载8号到9号的数据
        for z in range(Number3): #day
            day = 8 + z
            #time.sleep(60)
            Number4 = 23-10+1 # 10到23点
            for k in range(Number4): # hour
                hour = 10 + k
                c.retrieve(
                    'reanalysis-era5-pressure-levels',   # ERA5的具体产品
                    {                
                        'product_type': 'reanalysis',
                        'format': 'netcdf',
                        'variable': [
                            'divergence', 'relative_humidity', 'specific_humidity',
                            'temperature', 'u_component_of_wind', 'v_component_of_wind',
                            'vertical_velocity',
                        ],
                        'pressure_level':[
                            '1', '2', '3',
                            '5', '7', '10',
                            '20', '30', '50',
                            '70', '100', '125',
                            '150', '175', '200',
                            '225', '250', '300',
                            '350', '400', '450',
                            '500', '550', '600',
                            '650', '700', '750',
                            '775', '800', '825',
                            '850', '875', '900',
                            '925', '950', '975',
                            '1000',
                        ],
                        'year': str(year),               
                        'month':'0'+str(month),# 1-9:'0'+str(month)   10-12:str(month)
                        'day':'0'+str(day), # 1-9:'0'+str(day)   10-31:str(day)
                        'time': str(hour)+':00',# 0-9:'0'+str(hour)+':00'    10-23：+str(hour)+':00' 
                        'area': [
                            38,-180,-38,180,
                        ],
                    },
                    'ERA5_'+str(year)+'_'+str(month)+'_'+str(day)+'_'+str(hour)+'_tropical.nc')

5.本地测试的结果

平均3-5分钟一个，10个月的数据：10月*30天*24时*（3-5min）=360h-600h=15天-25天

6. 服务器测试

blingbling雷雷
关注
【数据集】ERA5（欧洲中期天气预报中心）再分析数据介绍及下载
WW、forever的博客
11-02 7445
简介EAR5数据集及下载步骤
python批量下载ERA5气象数据
Sun_xiangyan的博客
05-10 576
【代码】python批量下载ERA5气象数据。
Python 批量下载ERA5再分析资料（API request）
weixin_54163482的博客
09-01 1171
我还试图用vscode下载，但是遇到报错"Can't connect to HTTPS URL because the SSL module is not available."，但是我的ssl模块是正常安装的，位置也写在环境路径里了，不清楚问题出在哪里，求大佬解答。点击API request后会直接给出python下载的脚本文件，默认下载文件名为download.nc，保存位置是代码所在的当前文件夹，如spyder是保存在页面左上角的路径位置。以2023年的全球降水率为例。选择产品类型为再分析产品。
ECMWF ERA5数据集下载api cdsapi
09-06
Climate Data Store，The Climate Data Store Application Program Interface is a service providing programmatic access to CDS data. https://cds.climate.copernicus.eu/api-how-to
新版ERA5数据下载方法（2024.10）
最新发布
qq_50619632的博客
10-03 1799
更新cdsapi库、更新token（新版和旧版的token不一致）
Python批量下载ERA5数据
sdkjkfk的博客
11-06 2382
ERA5是第五代ECMWF大气再分析全球气候数据(ECMWF)，该数据集的第一部分现在可以公开使用(1979年到3个月内)。ERA5数据提供每小时的大气、陆地和海洋气候变量的估计值，地球数据精确到了30km网格，包括了137层的大气数据。
ERA5数据批量下载
qq_38734327的博客
03-08 1454
ERA5再分析数据的IDM接管下载
python批量下载ERA5数据
weixin_52317507的博客
06-19 781
ERA5数据下载
ERA5数据下载详细笔记
09-24
该文档详细介绍了最新数值预报产品ERA5的详细下载步骤。ERA5是欧洲中期天气预报中心最新产品，该文档结合网上相关资料，亲自实践，确定可以下载后，将整个过程详细记录并整理成文档。其中，还加入了自动选择区域与格网分辨率的代码。
CentOS7批量下载ERA5数据.docx.rar_ERA-interim_ERA5下载_Era5数据_tomorrownnn
09-24
本文将详细介绍如何在Linux系统上，特别是CentOS7环境下，实现ERA5数据的批量下载。 首先，我们需要了解ERA5数据的基本结构。ERA5数据是由欧洲中期天气预报中心（ECMWF）提供的高分辨率气候再分析数据，覆盖了1950...
Python+IDM多线程批量下载ERA5数据
weixin_42237893的博客
05-11 1133
ERA5是ECMWF（欧洲中期天气预报中心）对1950年1月至今全球气候的第五代大气再分析数据集。ERA5由ECMWF的哥白尼气候变化服务（C3S）生产。ERA5提供了大量大气、陆地和海洋气候变量的每小时估计值。这些数据覆盖了30公里网格上的地球，并使用137个从地表到80公里高度的高度来解析大气，包括在降低空间和时间分辨率时所有变量的不确定性信息。ERA5将模型数据与来自世界各地的观测数据结合起来，形成一个全球完整的、一致的数据集，取代了其前身ERA-Interim再分析。
Python实现ERA数据批量下载与处理
本资源提供的压缩包中包含了三个Python脚本文件，它们分别是ecmwf_quv.py、ecmwf_Evaporation.py和ecmwf_sp.py，这些脚本文件用于批量下载ERA数据集中不同的数据产品，如特定气压层数据、地面蒸发数据以及降水数据。...
写一个批量下载era5月数据的python代码
03-11
以下是一个示例代码，可以批量下载ERA5月数据： ```python import cdsapi c = cdsapi.Client() for year in range(1979, 2022): c.retrieve( 'reanalysis-era5-single-levels-monthly-means', { 'product_...
ERA5 hourly data批量下载与cdo处理(一)
qq_40511689的博客
09-22 3238
本篇文章主要介绍了ERA数据的批量下载
利用Python+IDM批量下载ERA5产品
m0_62800398的博客
03-12 914
利用Python+IDM批量下载ERA5产品
【Python】2024年8月，使用CDS批量下载ERA5数据驱动WRF
sys0709的博客
08-22 1379
更新cdsapi第三方库（需要python在3.8及以上）：打开cmd中输入pip install cdsapi>=0.7.0（可能需要先更新pip，这个我忘记截图了），运行后没有啥提示，直接跳出运行应该就没问题。修改原来的.cdsapirc文件，如果还没有的话按照以下步骤在HOME目录下创建，注意修改文件属性。创建一个新的CDS-Beta账户，如果已经有ECMWF账户了就直接登录，没有就注册。不用IDM下载速度非常慢……但是没有用IDM下载，因为会有以下报错：。按照提示的内容进入下面网站：。
科研训练2：ERA5数据下载的三种方法
热门推荐
m0_57037968的博客
12-04 1万+
ERA5数据手动下载、python脚本下载、在线toolbox下载
ERA5的python批量下载
qq_39383775的博客
09-13 213
'product_type': 'reanalysis-era5-land', #'reanalysis', # 产品类型。filename = str(y) + str(m).zfill(2) + '.nc' # 文件名。'variable': 'skin_temperature', # 变量名称。'format': 'netcdf', # 数据格式。'month': '', # 月，设为空。'year': '', # 年，设为空。'day': [], # 日，设为空。
如何使用R语言批量下载ERA5数据
11-10
根据提供的引用内容，似乎是使用Python而不是R语言批量下载ERA5数据。以下是使用Python下载ERA5数据的步骤： 1. 安装`cdsapi`库，该库是用于与Copernicus Climate Data Store（CDS）交互的Python API。可以使用以下...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值