使用CDSAPI下载ERA5数据设置grid分辨率

最新推荐文章于 2024-08-22 18:46:49 发布
最新推荐文章于 2024-08-22 18:46:49 发布
阅读量933 收藏 13
点赞数 10
分类专栏： Tools # Python-Data Processing 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/yaoyao_chen/article/details/135313992
版权

使用ERA5官方网站生成python脚本进行数据下载时，不能设置下载分辨率大小。在默认情况下，使用原始网格分辨率0.25*0.25。如果要改变网格分辨率，可以在请求中添加

‘grid’: ‘res/res',

其中，res为目标分辨率。值得注意的是，制定网格分辨率的值必须是原始网格分辨率的倍数

__momo__
关注
专栏目录
29、号外！号外！ERA5再分析数据下载方式更新啦
小兔子乖乖
08-12 5899
最近，更新ERA5月尺度再分析数据时，发现页面上出现了下面的提示：系统提示，从2024年9月份开始，原有的ERA5下载方式将停止工作，2024年9月份以后，需要使用CDS-Beta方式进行ERA5数据的下载。下面，将详细介绍如何使用CDS-Beta下载ERA5再分析数据，以及使用过程中可能会遇到的问题。
用Python下载ERA5数据超详细教程
04-19
### 使用Python下载ERA5数据详解 #### 一、Python环境搭建与Anaconda的使用 **背景简介** 在开始之前，我们需要准备一个稳定的Python环境。对于数据科学家和科研人员来说，推荐使用Anaconda作为Python的科学计算...
【Python】2024年8月，使用CDS批量下载ERA5数据驱动WRF
最新发布
sys0709的博客
08-22 1379
更新cdsapi第三方库（需要python在3.8及以上）：打开cmd中输入pip install cdsapi>=0.7.0（可能需要先更新pip，这个我忘记截图了），运行后没有啥提示，直接跳出运行应该就没问题。修改原来的.cdsapirc文件，如果还没有的话按照以下步骤在HOME目录下创建，注意修改文件属性。创建一个新的CDS-Beta账户，如果已经有ECMWF账户了就直接登录，没有就注册。不用IDM下载速度非常慢……但是没有用IDM下载，因为会有以下报错：。按照提示的内容进入下面网站：。
关于ERA5气象数据读取的方法
m0_48011081的博客
04-20 1万+
关于ERA5气象数据读取的方法
GEE开发之ERA5（气温、降水、压力、风速等）数据获取和分析
热门推荐
等待着冬天的风的博客
03-04 2万+
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。
【数据集处理】基于Python处理EAR5数据
WW、forever的博客
11-04 4617
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。
ECMWF ERA5数据集下载api cdsapi
09-06
Climate Data Store，The Climate Data Store Application Program Interface is a service providing programmatic access to CDS data. https://cds.climate.copernicus.eu/api-how-to
ERA5的下载,era5数据下载
09-10
**ERA5数据下载详解** 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...
ERA5账号注册和数据下载地址
01-03
ERA5 数据下载地址有多个，分别对应不同的数据产品和时间分辨率。以下是 ERA5 数据下载地址列表： （1）ERA5 小时数据在压力水平上从 1959 年到现在： https://cds.climate.copernicus.eu/cdsapp#!/dataset/...
ERA5数据下载详细笔记
09-24
该文档详细介绍了最新数值预报产品ERA5的详细下载步骤。ERA5是欧洲中期天气预报中心最新产品，该文档结合网上相关资料，亲自实践，确定可以下载后，将整个过程详细记录并整理成文档。其中，还加入了自动选择区域与格网分辨率的代码。
【PyGIS】使用cdsapi下载ERA5和ERA5_land逐小时数据并读取
```On Earth, Be Water, By Coding```
07-03 1464
再分析将模型数据与来自世界各地的观测数据结合起来，使用物理定律形成一个全球完整和一致的数据集。这一原理被称为数据同化，其基础是数值天气预报中心所使用的方法，即每隔若干小时（欧洲中期天气预报中心为12小时），将先前的预报与最新的观测结果以最佳方式结合起来，以产生对大气状态的新的最佳估计，称为分析，根据分析，发布更新的、改进的预报。再分析以相同的方式工作，但分辨率降低，以允许提供跨越几十年的数据集。再分析没有发布及时预报的限制，因此有更多的时间来收集观测结果，并且在时间上进一步回溯时，允许摄取原始观测结果的改进
利用MODIS和ERA5陆地表面温度数据评估过去几十年全球和区域土地变暖趋势
weixin_44906759的博客
11-17 1764
利用MODIS和ERA5陆地表面温度数据评估过去几十年全球和区域土地变暖趋势
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
ERA5-Land全球小时降雨、蒸发、土壤温度等数据下载教程
qq_43850821的博客
12-15 4668
ERA5-Land全球小时降雨、蒸发、土壤温度等数据下载教程
ERA5再分析资料下载攻略
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】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 7445
简介EAR5数据集及下载步骤
python 使用cdsapi库获取跨月的era5数据
05-29
要获取跨月的ERA5数据，你可以使用CDS API库和Python进行操作。下面是简单的代码示例： ```python import cdsapi import datetime c = cdsapi.Client() # 设置起始和结束日期 start_date = datetime.datetime(2021, 6, 1) end_date = datetime.datetime(2021, 9, 1) # 下面的日期循环将跨越多个月 while start_date < end_date: # 获取当前月份和下一个月的日期 year_month = start_date.strftime('%Y-%m') next_month = start_date + datetime.timedelta(days=31) next_year_month = next_month.strftime('%Y-%m') # 下载ERA5数据 c.retrieve( 'reanalysis-era5-single-levels', { 'product_type': 'reanalysis', 'format': 'netcdf', 'variable': [ '2m_temperature', 'mean_sea_level_pressure', '10m_u_component_of_wind', '10m_v_component_of_wind' ], 'year': start_date.strftime('%Y'), 'month': [start_date.strftime('%m'), next_month.strftime('%m')], 'day': [ start_date.strftime('%d'), next_month.strftime('%d') ], 'time': '00:00', }, f'era5_{year_month}.nc') # 更新起始日期为下一个月 start_date = next_month ``` 上面的代码将按月循环下载ERA5数据，并将其保存到以年月命名的NetCDF文件中。你可以根据需要更改变量、日期范围和保存路径等参数。
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