ERA5下载记录

ERA5下载记录

数据介绍

ERA5数据是由欧洲中期天气预报中心（ECMWF）建立的一套再分析数据。整套数据的前身为ERA-interim,二者的差别可以看这里。目前ERA5的数据集主要包括以下几种：

准备工作

CDS

• 注册：数据页面 CDS注册
• 查看CDSkey：key
  将生成的key保存在电脑的用户目录下：C:\Users\用户名
  
• .cdsapirc 文件（在vscode中另存为.cdsapirc 所有文件）
  

• 包安装

pip install cdsapi

PS:下载缓慢的换自行换源或者选择fq

数据选择与选择

数据页面

数据选择

进去后发现有对应的数据介绍，确定好自己的需求进行下载

数据下载：

这里我选择再分析数据：2m露点温度和10m u 向风速

时间范围选择：
这里我选择2015-2020年的逐小时数据

经纬度选择

格式选择：

API_request:

代码正常情况下是可以直接复制下来的，不能复制的话F12选择元素->复制元素，稍微删改就行

<pre class="toolBoxRequestPreviewClass ng-binding" ng-class="{'nocopy-form-not-ok': !$ctrl.cdsForm.$valid || !$ctrl.allModelValid || !$ctrl.selectionsWithinLimit}" style="">import cdsapi

c = cdsapi.Client()

c.retrieve(
    'reanalysis-era5-single-levels',
    {
        'product_type': 'reanalysis',
        'format': 'netcdf',
        'variable': '2m_dewpoint_temperature',
        'year': [
            '2015', '2016', '2017',
            '2018', '2019', '2020',
        ],
        'month': [
            '01', '02', '03',
            '04', '05', '06',
            '07', '08', '09',
            '10', '11', '12',
        ],
        'day': [
            '01', '02', '03',
            '04', '05', '06',
            '07', '08', '09',
            '10', '11', '12',
            '13', '14', '15',
            '16', '17', '18',
            '19', '20', '21',
            '22', '23', '24',
            '25', '26', '27',
            '28', '29', '30',
            '31',
        ],
        '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',
        ],
    },
    'download.nc')</pre>

API下载
我使用的是Jupyter进行的代码运行，选择自己喜欢的IDE就行
代码仅供参考：

import os
import cdsapi

variable=['10m_u_component_of_wind', '10m_v_component_of_wind', '2m_dewpoint_temperature','2m_temperature','boundary_layer_height', 'k_index','surface_pressure', 'total_precipitation']

for i in range(2015,2021):
    for v in variable:
        filePath=r"G:\\ERA\\new"
        filename=filePath+os.sep+str(v)+str(i)+".nc"
        
        c=cdsapi.Client()
        c.retrieve('reanalysis-era5-single-levels',{'product_type': 'reanalysis',
        'format': 'netcdf',
        'variable': v,
        'year': i,                                          
        'month': [
            '01', '02', '03',
            '04', '05', '06',
            '07', '08', '09',
            '10', '11', '12',
        ],
        'day': [
            '01', '02', '03',
            '04', '05', '06',
            '07', '08', '09',
            '10', '11', '12',
            '13', '14', '15',
            '16', '17', '18',
            '19', '20', '21',
            '22', '23', '24',
            '25', '26', '27',
            '28', '29', '30',
            '31',
        ],
        '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': [
            43, 113, 36,
            120,
        ],
    },
    filename)

PS:下载一般是挺慢的，等待就行；实在等不了，国内目前有个加速下载的，可以自行查看
公益项目 ERA5资料国内镜像（Beta）
AWS上貌似也有镜像的版本
气象数据 | 亚马逊开放数据项目（AWS），可用于下载ERA5数据等

参考：

1.https://blog.csdn.net/weixin_44975806/article/details/100083897
2.https://zhuanlan.zhihu.com/p/359673661
3.https://blog.csdn.net/Shirley_hetao/article/details/113122459
4.https://blog.csdn.net/weixin_44975806/article/details/100083897