python 利用cdsapi下载ERA5数据

数据介绍

ERA5是欧洲中期天气预报中心(ECMWF)发布的一种全球气象再分析数据集。它提供了全球范围内的大气、地面和海洋参数的连续时空分辨率的重建数据,覆盖了1979年至今的时间段。

ERA5数据集利用先进的数值天气预报模型和观测数据进行再分析,通过对大气动力学、物理过程和观测数据的整合,以一致的空间和时间分辨率提供了全球范围内的气象要素。它包括了大气温度、湿度、风场、降水量、地表温度、地表压力、云量、辐射等多个气象要素。

ERA5数据集具有以下特点:

  1. 高空间分辨率:ERA5以0.25度的经纬度网格提供数据,使其在全球范围内细致地描述了气象变量的空间分布。
  2. 高时间分辨率:ERA5以每小时为时间步长提供数据,使其能够捕捉到快速变化的天气现象和气候过程。
  3. 多个气象要素:ERA5提供了丰富的气象要素,涵盖了大气、地面和海洋参数,适用于各种气候和气象研究。
  4. 数据质量高:ERA5基于先进的再分析技术和质量控制方法,通过对多个观测数据源进行融合和验证,提供了较高的数据质量和一致性。
  5. 全球覆盖:ERA5覆盖了全球范围,包括陆地、海洋和极地地区,使其适用于全球范围内的研究和应用。

ERA5数据集广泛应用于气候研究、气象预测、环境模拟、水资源管理、灾害风险评估等领域。研究人员、气象学家、气候学家和政策制定者等可以使用ERA5数据来分析过去和当前的气象和气候情况,并进行气候变化研究、天气预测、模拟实验和决策支持。

下载步骤

1.以陆地月均数据为例进行下载,网址为:
https://cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-single-levels-monthly-means?tab=overview

注册完成后,点击右上角跳转到User profile,获取API KEY
python 利用cdsapi下载ERA5数据_第1张图片
2.配置./cdsapirc文件,其他不变,key填入刚刚注册的UID 和 API KEY

url: https://cds.climate.copernicus.eu/api/v2
key: **UID**:**API KEY**
verify: 0

python 利用cdsapi下载ERA5数据_第2张图片
配置完成后,将文件存在“C:\Users*用户名*”下面
3.在Download data 中选择需要下载的产品、年份、月份、时间,区域范围,Format选择NetCDF
python 利用cdsapi下载ERA5数据_第3张图片
点击Show API request,后显示下载代码(这样所有文件下载到一块)。
python 利用cdsapi下载ERA5数据_第4张图片
python不同变量批量下载(一般早上速度比较快)

import cdsapi

variable_list = ['2m_temperature', 'evaporation', 'potential_evaporation', 'runoff',
            'total_precipitation']

year_list = ['2003', '2004', '2005',
            '2006', '2007', '2008',
            '2009', '2010', '2011',
            '2012', '2013', '2014',
            '2015', '2016']
month_lsit = ['01', '02', '03',
            '04', '05', '06',
            '07', '08', '09',
            '10', '11', '12',]

for i in variable_list:
    c = cdsapi.Client()
    c.retrieve(
        'reanalysis-era5-single-levels-monthly-means',
        {
            'format': 'netcdf',
            'variable': '%s'%(i),
            'year': year_list,
            'month': month_lsit,
            'time': '00:00',
            'product_type': 'monthly_averaged_reanalysis',
        },
        '%s.nc'%(i))  #保存路径

你可能感兴趣的:(自用,地理数据获取与转换,python学习,python)