ERA5再分析数据下载(利用API和Python下载)

这篇具有很好参考价值的文章主要介绍了ERA5再分析数据下载(利用API和Python下载)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、参考官方提供的网址进行下载学习

(根据自己的电脑系统学习,下面内容是windows系统)

How to use the CDS API |

2、注册账号,记住uid和API Key

    在路径 “C:\Users\用户名” 底下创建 “.cdsapirc” 文件(直接命名为这样)(先创建一个 “.cdsapirc.txt” 文件,然后再把 “.txt” 删掉),在 “.cdsapirc” 文件中输入如下内容:

url: https://cds.climate.copernicus.eu/api/v2

key: {uid}:{api-key}

3、安装cdsapi第三方库:pip install cdsapi

        输入“cmd”命令,打开命令提示符,输入 pip install cdsapi ,按照完成cdsapi第三方库。

4、批量下载

        根据官网提供的代码示例,进行修改后就可以直接在python中运行,完成数据的下载。

        数据可以每个月循环下载或者每日循环下载,数据会整合为一个月的数据。(循环下载的时候好像只能选择下载一个数据类型)

import cdsapi

c = cdsapi.Client()
for year in range(---选择下载的年份,可以是多个,如:2021, 2022):
    for month in range(1, 13):
        outpath = 'G:\\test\\' + str(year) + str(month).zfill(2) + '.netcdf.zip'
        print(outpath)
        c.retrieve(
            'reanalysis-era5-land',
            {
                'variable': '--自己选择下载的变量名称',
                'year': str(year),
                'month': [
                    str(month).zfill(2)
                ],
                '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': [
                    ---输入自己下载的区域的经纬度范围,如:10, 80, 20,
                    100,
                ],
                'format': 'netcdf.zip',
            },
            outpath)

(学习中的小菜鸟,感谢指出不足,但是请轻喷,谢谢♥)文章来源地址https://www.toymoban.com/news/detail-744648.html

到了这里,关于ERA5再分析数据下载(利用API和Python下载)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • ERA ·Era Network:Web3.0社交的破局者

    在当今数字化环境中,互联网的集中化严重制约了个人对数据的控制权,引发了对数据隐私、所有权和自主权的重大关切。这一问题尤其在社交网络、数据存储和内容传输等关键领域表现得尤为明显,用户常常感到无法充分掌握自己的数字身份和个人数据。这种陈旧的基础设

    2024年01月25日
    浏览(47)
  • Zksync Era空投要求,快照日期推演

    截止2023.3.31我认为还没有快照。 理由: 1)链上生态贫瘠,没几个能用的。 2)Era发布没几天,时间太短,不够长期交互这一考核标准。 3)链上TVL太低,不吸引刷子来刷没法做数据。 4)链上gas太高,可能还要更新 个人猜测类似arb的计分标准,有以下几个方面: 1)使用Zks

    2024年02月06日
    浏览(34)
  • Zksync Era合约部署超详细教程,避坑实录

    说明: 1.zksync era部署合约和ETH等网络不同,不能直接使用remix进行部署,官方出的解决方案是使用hardhat插件。 2.合约中的constructor需要传参进去,不能直接写入 3.官方的python sdk也是不能使用的状态。 系统环境:ubuntu 22.04 1.升级apt 2.安装并激活NVM 3.安装NodeJS LTS版本 4.确认已成

    2024年02月05日
    浏览(34)
  • 一文了解Web3.0真实社交先驱ERA

    Web2时代,少数科技巨头垄断了全球近60亿人口的网络社交数据,并用之为自己牟利,用户无法掌控个人数据,打破该局面逐渐成为共识,于是,不少人看到了Web3社交赛道蕴含的巨大机遇,标榜着去中心化和抗审查的Web3社交平台如雨后春笋,纷纷涌现。 但由于Web3的身份(类似

    2024年02月19日
    浏览(44)
  • Managing AI Risks in an Era of Rapid Progress

    这是最近好多大佬共同署名的一篇文章,做个简单翻译。 在这份简短的共识文件中,我们概述了即将推出的先进人工智能系统的风险。我们研究了大规模的社会危害和恶意使用,以及人类对自主人工智能系统控制的不可逆转的丧失。鉴于人工智能的快速和持续发展,我们提出

    2024年02月08日
    浏览(40)
  • Multimodel Image synthesis and editing:The generative AI Era

    1.introduction 基于GAN和扩散模型,通过融入多模态引导来调节生成过程,从不同的多模态信号中合成图像;是为多模态图像合成和编辑使用预训练模型,通过在GAN潜在空间中进行反演,应用引导函数,或调整扩散模型的潜在空间和嵌入。 2.modality foundations 每一种信息源或形式都

    2024年02月09日
    浏览(43)
  • Raki的读paper小记:RWKV: Reinventing RNNs for the Transformer Era

    研究任务 基础模型架构 已有方法和相关工作 RNN,CNN,Transformer 稀疏注意力(Beltagy等人,2020年;Kitaev等人,2020年;Guo等人,2022年)、近似全注意力矩阵(Wang等人,2020年;Ma等人,2021年;Choromanski等人,2020年)、将分块注意力与门控结合(Ma等人,2023年)FlashAttention(Dao等

    2024年02月15日
    浏览(45)
  • 上线不到1.5个月 真实用户突破40万:一文了解Web3.0真实社交先驱ERA

    Web2时代,少数科技巨头垄断了全球近60亿人口的网络社交数据,并用之为自己牟利,用户无法掌控个人数据,打破该局面逐渐成为共识,于是,不少人看到了Web3社交赛道蕴含的巨大机遇,标榜着去中心化和抗审查的Web3社交平台如雨后春笋,纷纷涌现。 但由于Web3的身份(类似

    2024年03月13日
    浏览(44)
  • [综述] Generative AI meets 3D: A Survey on Text-to-3D in AIGC Era

    论文| 改文章是23年5月27日挂在arxiv上,本文重点关注4.1节Text Guided 3D Avatar Generation、4.4节Text Guided 3D Shape Transformation和第5章Discussion DreamAvatar DreamAvatar: Text-and-Shape Guided 3D Human Avatar Generation via Diffusion Models https://arxiv.org/abs/2304.00916生成姿态可控的高质量3D人体avatar,包含以下几

    2024年02月16日
    浏览(57)
  • 论文笔记:A Comprehensive Review of Indoor/Outdoor Localization Solutions in IoT era: Research Challenges

    Computer Networks 2022 本地化或定位 使用某些固定节点和移动计算设备来识别可移动/固定设备(智能手机、无人机、手表、信标和车辆)的位置 户外定位【GPS、北斗。。。】 在城市地区和室内环境中存在一些局限性 室内环境更复杂,周围有许多物体 信号干扰 建筑物内的反射高

    2024年02月03日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包