关于ERA5气象数据读取的方法

最新推荐文章于 2024-05-11 22:09:02 发布
最新推荐文章于 2024-05-11 22:09:02 发布
阅读量9.9k 收藏 34
点赞数 2
分类专栏： GDAL 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/m0_48011081/article/details/124303035
版权

ERA5气象数据的格式一般为Grid和NetCDF格式，此文章主要的内容是针对Grib格式的数据，将其转换成常见的数据格式。
在这里插入图片描述
ERA5数据为气象数据，其时间分辨率分为小时级、日级、月级等，空间分辨率大约在0.25°-0.5°，包含的内容有湿度、风速、温度、降水等常用气象数据。因为其下载格式有grib，不能直接使用，因此需要进行数据格式转换。
GDAL库可以读取grib格式的数据，那么利用GDAL库就可以将grib格式的数据转换为常用的GeoTIFF格式的数据，具体转换的代码如下：
在这里插入图片描述
利用GDAL读取GRIB文件的缺点在于无法知道各个波段代表的信息及相应的时间，因此当一个数据集中存在多个种类的数据或者多个时间的数据的时候，没法搞清楚每个波段的信息。这一方面需要后续继续研究。
**其他思路：**在网上搜索了关于其他方法读取grib格式数据的方法，大家推荐的比较多的是xarray + cfgrib的方法，于是本人也对该方法进行了尝试。
首先是环境配置：conda install -c conda-forge cfgrib eccodes
环境配置好后即可直接读取数据
在这里插入图片描述

print(ds)的结果中可

最低0.47元/天 解锁文章
但愿Ren长久
关注
  • 2
    点赞
  • 踩
  • 34
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【数据集处理】基于Python处理EAR5数据
WW、forever的博客
11-04 3734
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。包含了四个基本变量(日平均温度、降水、比湿度和距离地表2米的气压)，这些变量在每日时间尺度上覆盖全球，从而可以对不同地区和时间段进行全面和统一的分析时间分辨率：1940年至今，小时尺度、日尺度、月尺度空间分辨率：0.1°×0.1°（30km）EAR5数据集的详细介绍及处理可参见另一博客-【数据集】ERA5（欧洲中期天气预报中心）再分析数据介绍及下载。
ERA5气象数据 ：数据中相对湿度、边界层高度、温度、风向、地面气压等参数下载详细教程
热门推荐
qq_50769322的博客
09-05 3万+
ERA5数据中相对湿度、边界层高度、温度、风向、地面气压等参数下载详细教程
ERA5数据的区别
qq_46703627的博客
05-11 1650
ERA5是欧洲中期天气预报中心(ECMWF)的第五代全球气候和天气再分析产品，涵盖过去80年的数据。数据可从1940年开始获取，ERA5取代了ERA-Interim再分析产品。再分析将全球范围内的模型数据与观测数据结合起来，利用物理定律构建一个全球完整且一致的数据集。这一原理称为数据同化，与数值天气预报中心采用的方法相同，每隔几个小时（ECMWF为12小时）将先前的预报与新的观测数据以最优方式结合，生成大气状态的新的最佳估计值，称为分析场，从中发布更新、改进的预报。
全球气象数据下载-ERA5数据
Shirley_hetao的博客
01-25 2万+
ERA5数据下载 ERA5数据是在ERA-Interim数据之后的新数据库，时间跨度1981年—至今，分辨率0.1°。数据库包含月均数据和日尺度数据。 ERA5数据链接 文章目录ERA5数据下载一.常规下载二.API接口下载 一.常规下载 例如下载日尺度数据，进入上方给的数据连接后选择如下选项 进入后，可以在主界面看到ERA5数据的简介、数据描述和主要参数。 1. 点击菜单栏中的Download data(下载数据)。 2. 选择需要的变量，本文以温度（2m temperature）为例。 3. 选择
ERA5数据下载和批处理教程
twg666的博客
09-10 1万+
ERA5再分析数据是最新一代的再分析数据，由欧盟资助的哥白尼气候变化服务（C3S）创建，由 ECMWF 运营。同化了包括全球范围内不同区域和来源的遥感资料、地表与上层大气常规气象资料。ERA5再分析资料提供了许多种类的要素，包括 2m 温度、2m 相对湿度、海平面气压、10m 风等地面要素以及温度、相对湿度、位势高度、风场等高空要素。
读取ERA5 grib数据
valentina_CSDN的博客
08-19 1912
在grib文件基础上读取ERA5数据 clear; clc; path = 'I:\ERA5\'; matlist = dir(strcat(path,'*.mat')); for i = 1:size(matlist,1) matname = matlist(i).name; load(matname); end value_all = cat(1,value16,value17,value18,value19',value20); plot(1:length(value_all),
如何利用python提取ERA5栅格数据中的经纬度、降水和时间数据
01-11
江湖上流传着这么一句话，叫做“人生苦短，我用python”，我将这句话理解为，人生短短几十年，我们应该用python提高我们的工作效率。比如我需要提取某个气象站的数据，但是有很多气象站的数据，如果用EXCEL表打开txt文件，首先数据量太大，你根本就打不开，然后就是，你用EXCEL一个一个筛选到猴年马月吗？用python 3秒解决你需要解决的问题。
ERA5（在分析数据）在线导出
weixin_42448643的博客
08-10 4234
导出era5在分析代码
科研训练2：ERA5数据下载的三种方法
m0_57037968的博客
12-04 9836
ERA5数据手动下载、python脚本下载、在线toolbox下载
ERA5数据获取和处理
qq_40497403的博客
06-21 5420
ERA5数据的获取地址：https://www.ecmwf.int/en/forecasts/datasets/browse-reanalysis-datasets ERA5数据的解析 from netCDF4 import Dataset import numpy as np import os path = "D:/ERAinterim/adaptor.mars.internal-1610440615.8431206-6767-1-48905033-3384-497a-948b-dc8b115cf.
ERA5数据不同下载方法
wokaowokaowokao12345的专栏
12-30 1万+
ERA5是ECMWF对全球气候的第五代大气再分析。再分析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。ERA5取代了其前身ERA-Interim再分析。
era5数据内容说明_python数据处理 | 气象数据的常用格式以及处理方法
weixin_39812224的博客
11-25 2579
  这次我们来简单了解下气象数据常用的格式以及处理的工具，常用的数据格式包括普通的二进制格式、文本数据、NetCDF、HDF4/5以及GRIB1/2数据。我们可以利用编程语言例如python、matlab以及c语言，根据数据的说明文档或者相应的数据api开发文档进行读取，此外我们也可以根据提供的command命令行进行高效提取数据。二进制文件和文本数据  气象中的二进制文件是指利用ASC...
ERA5的下载,era5数据下载
09-10
ERA5，全称为欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts, ECMWF）的第五代再分析产品，是目前全球最先进且广泛使用的气候和气象数据集之一。它包含了从1950年至今的全球气象变量的...
Python下载并处理ERA5数据
最新发布
07-01
ERA5是欧洲中期天气预报中心（ECMWF）提供的再分析数据集之一，以其高精度和广泛的数据覆盖受到气象学研究者的青睐。ERA5提供全球范围内每小时的气候数据，包括但不限于地表温度、风速等变量。对于本任务而言，我们...
dd39b51d2a9b1f1716981d125db7867a_python气象_气象_气象数据ERA5的下载教程_
10-04
ERA5是欧洲中期天气预报中心（ECMWF）提供的一个全球高分辨率再分析产品，包含了丰富的气象参数，如温度、湿度、风速、风向等，对研究气候变化、天气预报和环境监测具有极高的价值。 首先，要进行ERA5数据下载，你...
functions_ERA5_CFSV2_MERRA2_
10-02
1. **ERA5**：欧洲中期天气预报中心（ECMWF）的ERA5是目前最先进的全球大气再分析数据集，提供从1950年至今的详细气象信息，包括风速、气压、温度、湿度等。它具有高空间（约31公里）和时间（ hourly）分辨率，为...
GEE开发之ERA5（气温、降水、压力、风速等）数据获取和分析
等待着冬天的风的博客
03-04 1万+
前言：ERA5主要提供DAILY和MONTHLY两大类别数据，其中主要包括气温、降水、压力、风速等。
【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 4848
简介EAR5数据集及下载步骤
python读取ERA5逐小时气象数据
04-02
Python可以使用xarray库来读取ERA5逐小时气象数据。xarray是一个强大的数据分析库，可以处理多维标签数据，并提供了方便的数据分析和操作功能。 首先，你需要安装xarray库。可以使用以下命令来安装： ``` pip install xarray ``` 安装完成后，你可以使用以下代码来读取ERA5逐小时气象数据： ```python import xarray as xr # 读取ERA5数据集 ds = xr.open_dataset('path/to/era5_data.nc') # 查看数据集的结构 print(ds) # 访问特定变量 temperature = ds['temperature'] # 访问特定时间步的数据 timestep_1 = temperature.isel(time=0) # 访问特定经纬度的数据 lat = 40.0 lon = -100.0 data_at_location = temperature.sel(latitude=lat, longitude=lon) # 关闭数据集 ds.close() ``` 在上述代码中，'path/to/era5_data.nc'是ERA5数据文件的路径。你需要将其替换为实际的文件路径。通过`xr.open_dataset()`函数可以打开数据集，并使用`print()`函数查看数据集的结构。你可以通过变量名访问特定变量的数据，使用`isel()`函数访问特定时间步的数据，使用`sel()`函数访问特定经纬度的数据。最后，使用`ds.close()`关闭数据集。
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