【案例教程】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

【查看原文】地 球 科 学 常 见 数 据 的 处 理 实 践 技 术 应 用

        在地球科学中，不同数据根据具体学科的特色存储为多种数据格式。在科研工作中需要将多种数据进行综合使用分析，因此需要寻找学习通用的数据格式解决方法，把研究的精力聚焦到具体科学问题上。
针对上述问题，本内容选取大气科学、水文学和生态学常见的数据进行讲解。

讲解的主要格式：
l 全球大气再分析数据netCDF
l 雪深ASCII l 积雪覆盖ASCII/TIFF
l 海温数据netCDF
l 植被指数数据NDVI
l 土地利用数据HDF

需要的处理工具：
Anaconda 5.0+（python 3.6）、xarray==0.13、netcdf4==1.5.3、rasterio、pandas、pyhdf、fiona、shapely、gdal

​

内容简述：

一、全球大气再分析数据-ERA5数据
       ECMWF中心推出的ERA5全球大气再分析数据提供了大量大气、陆地和海洋气候变量的逐小时数据。这些数据在30km网格上覆盖了全球，在时间跨度上从1979至今。该数据能够提供全球范围的格点气象数据。
针对该数据介绍以下内容：
A、 多年数据的读取
一般在下载过