ECMWF气象数据（ERA Interim和ERA 5）下载（1）

ECMWF的数据集

手动下载：

ERA Interim[地址]正在逐步淘汰。强烈建议用户迁移到ERA5[地址]。
ERA Interim中提供的最后日期为2019年8月31日。

下载中的相关参数介绍：
ERA5术语：分析和预测；时间和步长；瞬时、累积、平均速率和最小/最大参数
**术语“single levels”**用来表示变量是在一个垂直水平上计算的，该垂直水平可以是表面（或接近表面的水平）或大气中的专用压力水平。此目录条目中排除了多个垂直级别。；
**术语“pressure levels”**用于表示变量是在多个垂直水平上计算的，这些垂直水平在不同模型之间的数量和位置可能有所不同。
关于其他介绍可以参考这篇文章
从图中可以看出，如果想要下载在分析数据资料，step应该选择0

Python批量下载：

批量下载，如果是ERA-INTERIM数据，则可以参考：

• Access ECMWF Public Datasets；
• 全局数据：从ECMWF下载特定区域和分辨率的数据
  其中，这些博客可以用来参考：
  用Python (Anconda)下载欧洲中心 ECMWF 数据
  ECMWF 欧洲中期天气预报中心 下载长序列气象数据（温度，风场等）
  利用Python调用ECMWF欧洲中心API批量下载数据
  ERA-INTERIM数据学习

如果是要下载ERA5数据，那么可以参考：

• ERA5使用脚本批量下载；
• 脚本文件中的相关参数设置及意义
  需要注意的是，在CDS中下载ERA5数据时，它有提供toolbox功能，不用在本地配置也可以下载根据脚本代码对需要下载的数据进行个性化定制，然后在toolbox网页面板中运行代码，就可以生成对应数据的下载链接。
  
  上图是在pressure levels里下载1000hpa处相对湿度数据（2018年1、2、3月份按小时计算的月均值，河南省区域）里面的代码附后（有个小问题，下载下来的是2018年全年12个月的月平均数据，不是1，2，3月份的，还没找到原因）
  关于相对湿度数据，除了使用1000hpa处的数据代替外，也可以使用公式计算，可以参考这篇文章

上图是下载single levels里面的10m风速，2m温度，边界层高度，地表压力（2018年1、2、3月份按小时计算的月均值，河南省区域）里面的代码附后。

@ct.application(title='Retrieve Data')
@ct.output.download()
def retrieve_sample_data():
    """
    Application main steps:

    - retrieve a variable from CDS Catalogue
    - produce a link to download it.
    """

    data = ct.catalogue.retrieve(
        'reanalysis-era5-pressure-levels-monthly-means',
        {
            'variable': 'relative_humidity',
            'product_type': 'monthly_averaged_reanalysis_by_hour_of_day',
            'year': '2018',
            'month': [
                '01',
                '02',
                '03',
            ],
            'area':'37/110/31/117',
            'grid': ['0.1', '0.1'],
            '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',
            ],
        }
    )
    return data

import cdstoolbox as ct


@ct.application(title='Retrieve Data')
@ct.output.download()
def retrieve_sample_data():
    """
    Application main steps:

    - retrieve a variable from CDS Catalogue
    - produce a link to download it.
    """

    data = ct.catalogue.retrieve(
        'reanalysis-era5-single-levels-monthly-means',
        {
            'format': 'netcdf',
            'product_type': 'monthly_averaged_reanalysis_by_hour_of_day',
            'variable':[
                '10m_wind_speed', 
                '2m_temperature', 
                'boundary_layer_height',
                'surface_pressure',
            ],
            'year': '2018',
            'month': [
                '01',
                '02',
                '03',
            ],
            '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':'37/110/31/117',
        },
    )
    return data

http://bbs.06climate.com/forum.php?mod=viewthread&tid=92921