GEE开发之ERA5（气温、降水、压力、风速等）数据获取和分析

置顶 已于 2023-05-10 16:23:08 修改
阅读量1.8w 收藏 260
点赞数 27
分类专栏： GEE系列 文章标签： GEE开发之ERA5 GEE开发气温数据 GEE开发之风速数据 GEE开发ERA5/DAILY ERA5/MONTHLY
于 2023-03-04 15:11:25 首次发布
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/qq_32306361/article/details/129333716
版权

GEE开发之ERA5（气温、降水、压力、风速等）数据获取和分析


前言：ERA5主要提供DAILY和MONTHLY两大类别数据，其中主要包括“mean_2m_air_temperature"、“minimum_2m_air_temperature”、“maximum_2m_air_temperature”、“dewpoint_2m_temperature”、“total_precipitation”、“surface_pressure”、“mean_sea_level_pressure”、“u_component_of_wind_10m”、"v_component_of_wind_10m"数据。
本博客参考《 GEE数据集：ERA5 每日汇总 - 由 ECMWF / Copernicus Climate Change Service制作的最新气候再分析数据集》

1.ERA5介绍

  • ERA5是ECMWF（欧洲中期天气预报中心）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 DAILY提供每天7个ERA5气候再分析参数的汇总值：2米空气温度、2米露点温度、总降水量、平均海平面气压、表面气压、10米u风分量和10米v风分量。（参数较多，其他参数可自行查看）此外，根据每小时的2米空气温度数据，计算出2米处的每日最低和最高空气温度。每日总降水值以每日总和给出。所有其他参数都以日平均数提供。
  • ERA5 MONTHLY提供的都是月数据。
  • ERA5的数据从1979年到实时的三个月都有。
  • 空间分辨率：0.1°×0.1°
  • 时间跨度：1950年1月-至今

2.初始ERA5数据

2.1 DAILY代码

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
var dataset = ee.ImageCollection('ECMWF/ERA5/DAILY')
.filterDate('2019-01-01', '2019-12-31')
.filterBounds(geometry);
print(dataset)

在这里插入图片描述

2.2 MONTHLY代码

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
var dataset = ee.ImageCollection('ECMWF/ERA5/MONTHLY')
.filterDate('2019-01-01', '2019-12-31')
.filterBounds(geometry);
print(dataset)

在这里插入图片描述

3.遥感影像查看（DAILY之mean_2m_air_temperature）

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
Map.centerObject(geometry,7);
var dataset = ee.ImageCollection('ECMWF/ERA5/DAILY').select('mean_2m_air_temperature')
.filterDate('2019-05-01', '2019-05-31')
.filterBounds(geometry);

var vis2mt = {
  min: 250,
  max: 320,
  palette: [
    '#000080', '#0000D9', '#4000FF', '#8000FF', '#0080FF', '#00FFFF', '#00FF80',
    '#80FF00', '#DAFF00', '#FFFF00', '#FFF500', '#FFDA00', '#FFB000', '#FFA400',
    '#FF4F00', '#FF2500', '#FF0A00', '#FF00FF'
  ]
}

Map.addLayer(dataset.mean().clip(geometry), vis2mt,'mean_2m_air_temperature');

在这里插入图片描述

4.逐日数据分析和获取(以mean_2m_air_temperature为例)

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
Map.centerObject(geometry,7);
var dataset = ee.ImageCollection('ECMWF/ERA5/DAILY')
.filterDate('2018-05-01', '2018-05-31')
.filterBounds(geometry)
.select('mean_2m_air_temperature');
//换算单位 
var subtract= function(image){ 
 var img = image.subtract(273.15);  
 return img.set('system:time_start',image.get('system:time_start'));
};
dataset = dataset.map(subtract);//mean_2m_air_temperature1 开氏度(开尔文)=-272.15 摄氏度
print(ui.Chart.image.series(dataset, geometry, ee.Reducer.mean(), 1000));
function exportImageCollection(imgCol) {
  var indexList = imgCol.reduceColumns(ee.Reducer.toList(), ["system:index"]).get("list");
  indexList.evaluate(function(indexs) {
    for (var i=0; i<indexs.length; i++) {
      var image = imgCol.filter(ee.Filter.eq("system:index", indexs[i])).first();
      image = image.clip(geometry);
      //tif数据下载
      Export.image.toDrive({
        image: image,
        description: 'mean_2m_air_temperature_'+indexs[i],
        fileNamePrefix: 'mean_2m_air_temperature_'+indexs[i],
        folder: 'mean_2m_air_temperature',
        region: geometry,
        scale: 1000,
        crs: "EPSG:4326",
        maxPixels: 1e13
      });
    }
  });
}
exportImageCollection(dataset);

在这里插入图片描述

在这里插入图片描述

5.逐月数据分析和获取(以mean_2m_air_temperature为例)

5.1 代码一（ERA5/MONTHLY）

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
Map.centerObject(geometry,7);
var dataset = ee.ImageCollection('ECMWF/ERA5/MONTHLY')
.filterDate('2018-01-01', '2018-12-31')
.filterBounds(geometry)
.select('mean_2m_air_temperature');
//换算单位 
var subtract= function(image){ 
 var img = image.subtract(273.15);  
 return img.set('system:time_start',image.get('system:time_start'));
};
dataset = dataset.map(subtract);//mean_2m_air_temperature1 开氏度(开尔文)=-272.15 摄氏度
print(ui.Chart.image.series(dataset, geometry, ee.Reducer.mean(), 1000));
function exportImageCollection(imgCol) {
  var indexList = imgCol.reduceColumns(ee.Reducer.toList(), ["system:index"]).get("list");
  indexList.evaluate(function(indexs) {
    for (var i=0; i<indexs.length; i++) {
      var image = imgCol.filter(ee.Filter.eq("system:index", indexs[i])).first();
      image = image.clip(geometry);
      //tif数据下载
      Export.image.toDrive({
        image: image,
        description: 'mean_2m_air_temperature_'+indexs[i],
        fileNamePrefix: 'mean_2m_air_temperature_'+indexs[i],
        folder: 'mean_2m_air_temperature',
        region: geometry,
        scale: 1000,
        crs: "EPSG:4326",
        maxPixels: 1e13
      });
    }
  });
}
exportImageCollection(dataset);

在这里插入图片描述
在这里插入图片描述

5.2 代码二（ERA5/DAILY）

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
var dataset = ee.ImageCollection('ECMWF/ERA5/DAILY').filterBounds(geometry).select('mean_2m_air_temperature');
//时间范围
var years = ee.List.sequence(2018, 2018);
var months = ee.List.sequence(1, 12);

//将逐日数据生成月平均数据
var monthlysum =  ee.ImageCollection.fromImages(
  years.map(function (y) {
    return months.map(function(m) {
      return dataset.filter(ee.Filter.calendarRange(y,y, 'year'))
      .filter(ee.Filter.calendarRange(m, m, 'month'))
      .mean().set('year', y).set('month', m).set('system:time_start', ee.Date.fromYMD(y, m, 1));
    });
  }).flatten());

//换算单位 
var subtract= function(image){ 
 var img = image.subtract(273.15);  
 return img.set('system:time_start',image.get('system:time_start'));
};
dataset = monthlysum.map(subtract);//mean_2m_air_temperature1 开氏度(开尔文)=-272.15 摄氏度

print(dataset);
print(ui.Chart.image.series(dataset, geometry, ee.Reducer.mean(), 1000));

function exportImageCollection(imgCol) {
  var indexList = imgCol.reduceColumns(ee.Reducer.toList(), ["system:index"]).get("list");
  indexList.evaluate(function(indexs) {
    for (var i=0; i<indexs.length; i++) {
      var image = imgCol.filter(ee.Filter.eq("system:index", indexs[i])).first();
      image = image.clip(geometry);
      //tif数据下载
      Export.image.toDrive({
        image: image,
        description: 'pre_2020_'+indexs[i],
        fileNamePrefix: 'pre_2020_'+indexs[i],
        folder: 'pre',
        region: geometry,
        scale: 1000,
        crs: "EPSG:4326",
        maxPixels: 1e13
      });
    }
  });
}
exportImageCollection(dataset);

在这里插入图片描述
在这里插入图片描述

5.3 代码三（ERA5/DAILY）

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
Map.centerObject(geometry,6);
var dataset =ee.ImageCollection("ECMWF/ERA5/DAILY");
for(var i=2018;i<=2020;i++){
  for(var j=1;j<=12;j++){
    var data_collection = null;
    switch(j){
      case 1:
      case 3:
      case 5:
      case 7:
      case 8:
      case 10:
      case 12:
        data_collection = dataset.filterDate(i+'-'+j+'-01',i+'-'+j+'-31').select('mean_2m_air_temperature');
        break;
      case 4:
      case 6:
      case 9:
      case 11:
        data_collection = dataset.filterDate(i+'-'+j+'-01',i+'-'+j+'-30').select('mean_2m_air_temperature');
        break;
      case 2:
        data_collection = dataset.filterDate(i+'-'+j+'-01',i+'-'+j+'-28').select('mean_2m_air_temperature');
        break;
    }
    var YR_collection = data_collection.mean().subtract(273.15).clip(geometry);//mean_2m_air_temperature1 开氏度(开尔文)=-272.15 摄氏度
    Export.image.toDrive({
      image: YR_collection,
      description: i+'-'+j,
      fileNamePrefix: i+'-'+j,
      scale: 1000,
      region: geometry,
      maxPixels: 1e13,
      crs: "EPSG:4326",
      folder: 'mean_2m_air_temperature'
    })
  }
}

在这里插入图片描述

6.逐年数据分析和获取(以mean_2m_air_temperature为例)

6.1 代码一（ERA5/MONTHLY）

 var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
// 选择数据集并进行波段比例换算
var collection = ee.ImageCollection("ECMWF/ERA5/MONTHLY").filterDate('2000-01-01', '2010-12-31').select("mean_2m_air_temperature");
//换算单位
var subtract = function(image){ 
  var img = image.subtract(273.15);  
  return img.set(image.toDictionary(image.propertyNames()));
};
collection = collection.map(subtract);
//进行年平均值的计算
var years = ee.List.sequence(2000, 2010);
var collectYear = ee.ImageCollection(years
  .map(function(y) {
    var start = ee.Date.fromYMD(y, 1, 1);
    var end = start.advance(12, 'month');
    return collection.filterDate(start, end).reduce(ee.Reducer.mean()).float().set('system:time_start',y).set('year',y);
}));
print(collectYear);

//年均值的时间序列展示
var Yearly_chart = ui.Chart.image.series({
    imageCollection: collectYear.select('mean_2m_air_temperature_mean'),
    region: geometry,
    reducer: ee.Reducer.mean(),
    scale: 500,
    xProperty: 'year',
    }).setOptions({
      interpolateNulls: true,
      lineWidth: 2,
      title: 'temperature Yearly Seires',
      vAxis: {title: 'temperature'},
      hAxis: {title: 'Date'},
      //trendlines: { 0: {title: 'NDVI_trend',type:'linear', showR2: true,  color:'red', visibleInLegend: true}}
    });
print(Yearly_chart);
function exportImageCollection(imgCol) {
  var indexList = imgCol.reduceColumns(ee.Reducer.toList(), ["system:index"]).get("list");
  indexList.evaluate(function(indexs) {
    for (var i=0; i<indexs.length; i++) {
      var image = imgCol.filter(ee.Filter.eq("system:index", indexs[i])).first();
      image = image.clip(geometry);
      //tif数据下载
      Export.image.toDrive({
        image: image,
        description: 'mean_2m_air_temperature_mean'+indexs[i],
        fileNamePrefix: 'mean_2m_air_temperature_mean'+indexs[i],
        folder: 'tem',
        region: geometry,
        scale: 1000,
        crs: "EPSG:4326",
        maxPixels: 1e13
      });
    }
  });
}
exportImageCollection(collectYear);

在这里插入图片描述
在这里插入图片描述

6.2 代码二（ERA5/DAILY）

在6.1的基础上把MONTHLY改成DAILY即可
在这里插入图片描述
在这里插入图片描述

6.3 代码三 （ERA5/MONTHLY）(下载遥感影像推荐)

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
Map.centerObject(geometry,6);
var dataset=ee.ImageCollection("ECMWF/ERA5/MONTHLY");

for(var i=2010;i<=2015;i++){
  var data_collection = dataset.filterDate(i+'-01-01',i+'-12-31').select('mean_2m_air_temperature');
  print(data_collection)
  var YR_collection = data_collection.mean().subtract(273.15).clip(geometry);
  Export.image.toDrive({
    image: YR_collection,
    description: i,
    fileNamePrefix: i,
    scale: 1000,
    region: geometry,
    maxPixels: 1e13,
    crs: "EPSG:4326",
    folder: 'temperature'
  });
}

在这里插入图片描述
在这里插入图片描述

6.4 代码四（ERA5/DAILY）(下载遥感影像推荐)

var geometry = ee.FeatureCollection('users/www1573979951/luyixian');
Map.centerObject(geometry,6);
var dataset=ee.ImageCollection("ECMWF/ERA5/DAILY");

for(var i=2010;i<=2015;i++){
  var data_collection = dataset.filterDate(i+'-01-01',i+'-12-31').select('mean_2m_air_temperature');
  print(data_collection)
  var YR_collection = data_collection.mean().subtract(273.15).clip(geometry);
  Export.image.toDrive({
    image: YR_collection,
    description: i,
    fileNamePrefix: i,
    scale: 1000,
    region: geometry,
    maxPixels: 1e13,
    crs: "EPSG:4326",
    folder: 'temperature'
  });
}

在这里插入图片描述
在这里插入图片描述

等待着冬天的风
关注
  • 27
    点赞
  • 踩
  • 260
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 28
    评论
专栏目录
ERA5数据集说明
phymat.nico的专栏
07-24 4372
ERA5数据集说明_Mae_Liu的博客-CSDN博客_era5数据介绍ERA5数据简介和数据案例展示 - 知乎关于ERA5气象数据读取的方法_但愿Ren长久的博客-CSDN博客_era数据ERA5数据下载的那些事_emilyS139617的博客-CSDN博客_era5数据下载......
关于ERA5气象数据读取的方法
m0_48011081的博客
04-20 9901
关于ERA5气象数据读取的方法
ERA5数据下载单层和气压层数据（温度、相对湿度、位势等）
WZZHHH的博客
05-23 2075
6.在下载的页面，区域大以及下载数据较多需要等待较长时间。记得检查下载数据的参数和年月日等是否正确。等待完成后，点击下载就行。4.选择自己的所需的时间段，比如2020年1月1日的24个小时的数据。3.选择合适的参数，比如10m东风、10m北风、和2m温度。5.选择研究区域的经纬度区间，下载格式为NC，然后点击提交。2.选择下载数据，和再分析数据。1.首先进入ERA5数据集。
科研训练2：ERA5数据下载的三种方法
m0_57037968的博客
12-04 9206
ERA5数据手动下载、python脚本下载、在线toolbox下载
基于Python常见地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理实践技术应用
PhyliciaFelicia的博客
04-26 1589
基于Python常见地球科学数据（ERA5、雪深、积雪覆盖、海温、植被指数、土地利用）处理实践技术应用
ERA5再分析资料下载攻略
热门推荐
weixin_40356612的博客
06-23 1万+
ERA5再分析资料下载详细过程记录
【数据集处理】基于Python处理EAR5数据
WW、forever的博客
11-04 3599
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。
Python批量下载ERA5数据
sdkjkfk的博客
11-06 1518
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。
气象海洋数据下载——ERA5再分析——CDS-python
qq_41627642的博客
07-23 1万+
1、 欧洲中期天气预报中新ERA5再分析数据简介 下载网址 ERA5是一种综合性的再分析数据，ECMWF的Integrated Forecast System (IFS)的4D-Var data assimilation 和 CY41R2 模型预报产生的。ERA5数据集包含一个高分辨率(hourly，31km，0.2815degrees，“HRES”)和一个分辨率降低的十个集合（hourly，63km，0.5625degrees，“EDA”）。ERA5大气模型与陆面模型和波浪模型耦合，支持1979-至今的实
GEE下载气象数据（降雨、气温、风向等）
Czi.的博客
07-13 8765
ERA5 Monthly Aggregates - Latest Climate Reanalysis Produced by ECMWF / Copernicus Climate Change ServiceERA5 is the fifth generation ECMWF atmospheric reanalysis of the global climate. Reanalysis combines model data with observations from across the world
GEE：Landsat C01和C02数据集进行LST（Land Surface Temperature）地表温度分析.pdf
06-17
它与空气温度、室内温度等不同，因为地表温度受到地表的直接照射和辐射的影响，具有一定的时空变化特征。地表温度通常是通过遥感技术获取的，例如红外辐射遥感技术可以捕捉到地表辐射出的红外辐射，从而估算地表温度...
GEE案例分析-利用全球地表水（JRC）数据实现全球任何区域的逐像.pdf
最新发布
06-26
2. 数据预处理：根据你的分析需求，选择适当的时间范围和地理区域，将数据集进行筛选和裁剪，以获取你需要的数据。确保你的数据集与你要分析的区域和时间范围相匹配。 3. 数据处理：将数据集中的各时间步骤的水域...
Google Earth Engine（GEE）-逐年月长时序多指数和波段图表加载（MODIS数据2013-2021.pdf
02-26
本代码的主要目的是进行长时间序列指定波段和指数计算后的图标加载，研究区才作用山西省，使用了多个MODIS数据集，分别提取EVI和ET等波段属性进行图表加载。这里会将计算出的指数加载在同一个图表，其它单独选择的...
GEE开发练习案例_Handouts_01_03.zip
08-27
通过对压缩包内文件的分析，我们将揭示GEE开发的关键知识点，帮助读者理解并掌握这一强大的地球观测数据分析平台。 一、Google Earth Engine简介 GEE是一个云计算平台，它提供了海量的地球观测数据和强大的计算...
GEE开发练习案例_Handouts_26_34.zip
08-27
在现代地理信息系统（GIS）领域，Google Earth Engine（GEE）作为一个强大的云平台，为地理空间数据处理和分析提供了无与伦比的能力。本系列练习案例是针对宾夕法尼亚大学和耶鲁大学开设的地理空间软件设计课程精心...
ERA5（在分析数据）在线导出
weixin_42448643的博客
08-10 4103
导出era5在分析代码
地球科学常见数据的处理技术
CCfz566的博客
04-11 260
而有关地球起源、太阳系的形成和天体的运动变化，乃至宇宙的演化，均属天文学的研究范围。NOAA 1/4°每日最佳内插海面温度（OISST）是一个长期的气候数据记录，它将来自不同平台（卫星、船舶、浮标和Argo浮标）的观测数据纳入一个定期的全球网格。卫星和船舶的观测数据以浮标为参照，以补偿平台的差异和传感器的偏差。它和人类的生活息息相关，人们手上所戴的黄金饰品和钻石，都是来自地球的矿产资源；主要的土地覆盖方案确定了IGBP定义的17个等级，包括11个自然植被等级，3个人为改变的等级，以及3个非植被等级。
ERA5、ERA-interm是啥
solocao的专栏
07-13 5484
ERA5是欧洲中期天气预报中心最新产品。 ERA-Interim 是再分析数据，提供两套数据，一个是同化分析数据，一个是预报数据。分析数据，6小时的时间间隔，每12小时循环一次。例如，0 UTC 开始，6 UTC， 12 UTC， 18 UTC 产生四次每天的数据，其实在12UTC 时做过一次误差校正。 再分析数据是通过对各种来源（地面、船舶、无线电探空、测风气球、飞机、卫星等）的观测资料进行质量控制和同化处理，而获得了一套完整的再分析资料集，与观测资料相似度较高。 ERA-interim数据是ECMWF继
帮我写gee下载era5年降水数据的代码
05-23
好的，以下是一个简单的 Python 代码示例，可以使用 GEE API 下载 ERA5 年降水数据： ```python import ee # 初始化 GEE ee.Initialize() # 定义区域范围 region = ee.Geometry.Polygon([ [-180, -90], [180, -90], [180, 90], [-180, 90] ]) # 定义年份 year = 2021 # 定义数据集 dataset = ee.ImageCollection('ECMWF/ERA5/DAILY') \ .filterDate(str(year)+'-01-01', str(year)+'-12-31') \ .select('total_precipitation') \ .filterBounds(region) # 下载数据 task = ee.batch.Export.image.toDrive( image=dataset.mean().clip(region), description='ERA5_precipitation_'+str(year), folder='GEE_download', scale=10000, crs='EPSG:4326', maxPixels=1e13 ) task.start() ``` 上述代码中，首先需要初始化 GEE API，然后定义区域范围和需要下载的年份。接着，通过 `ee.ImageCollection` 方法选择数据集，并过滤指定时间范围、选择降水数据和区域范围。最后，使用 `ee.batch.Export.image.toDrive` 方法将数据导出到 Google Drive 中。你可以根据需要修改导出的文件格式、路径、投影以及像素分辨率等参数。
评论 28
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

打赏作者

等待着冬天的风

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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