【数据集处理】基于Python处理EAR5数据

1 EAR5数据简介

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。

2 数据集处理

准备工作：xarray库安装

处理ERA5数据的一种常见方法是使用xarray库。
可使用pip list，在cmd控制台查看已安装包（库）：

首先，确保已经安装了xarray和netCDF4库，以pip工具（cmd控制台）下载工具箱代码如下：

pip install xarray netCDF4

然后，可以使用xarray的open_dataset()函数加载ERA5数据集：

import xarray as xr

# 加载ERA5数据集
ds = xr.open_dataset('era5_data.nc')

接下来，可以使用xarray的各种功能来处理数据。例如，可以使用sel()函数从数据集中选择特定的经度和纬度：

# 选择经度为-60和纬度为30的数据
ds = ds.sel(longitude=-60, latitude=30)

还可以使用resample()函数对时间进行重新采样：

# 将时间重新采样为每月数据
ds = ds.resample(time='1M').mean()

最后，可以将数据保存到netCDF文件中：

# 将处理后的数据保存到netCDF文件中
ds.to_netcdf('processed_era5_data.nc')

可根据具体需求，使用xarray的其他功能来处理ERA5数据。

2.1 数据预处理-剔除异常值

参考