ERA5（欧洲中期天气预报中心）再分析数据集介绍与下载

私域营销网数据 2022-12-2 19:43 10203人围观

数据先容

ERA5是ECMWF（欧洲中期天气预告中心）对1950年1月至今全球天气的第五代大气再分析数据集。ERA5由ECMWF的哥白尼天气变化办事（C3S）生产。ERA5供给了大量大气、陆地和陆地天气变量的每小时估量值。这些数据覆盖了30千米网格上的地球，并利用137个从地表到80千米高度的高度来剖析大气，包括鄙人降空间和时候分辨率时一切变量的不肯定性信息。ERA5将模子数据与来自天下各地的观察数据连系起来，构成一个全球完整的、分歧的数据集，取代了其前身ERA-Interim再分析。

其中ERA5 DAILY供给天天7个ERA5天气再分析参数的汇总值：2m空气温度、2m露点温度、总降水量、均匀海平面气压、概况气压、10m的u风份量和10m的v风份量。此外，按照每小时的2米空气温度数据，计较出2m处的逐日最低和最高空气温度。逐日总降水值以逐日总和给出。一切其他参数都以日均匀数供给。

图1 全球1979-2020年均匀降水总量(mm)；图片来自：https://cds.climate.copernicus.eu/cdsAPP#!/software/app-era5-explorer?tab=app

时候分辨率：Hourly, Daily, Monthly

空间分辨率：0.1°×0.1°

时候跨度：1950年1月-至今

援用格式：Muñoz Sabater, J., (2019): ERA5-Land hourly data from 1981 to present. Copernicus Climate Change Service (C3S) Climate Data Store (CDS). (Accessed on < DD-MMM-YYYY >), 10.24381/cds.e2161bac

来历：https://www.ecmwf.int/en/forecasts/dataset/ecmwf-reanalysis-v5

数据批量下载

翻开ERA5官网ERA5-Land hourly data from 1950 to present (copernicus.eu)，注册账号并登录。

2. 翻开How to use the CDS API | (copernicus.eu)，可以看到自己的uid和api key，并复制。

3. 在“C:\Users\用户名”途径下新建一个txt文本文件，并写入刚刚复制好的内容，将文件名改成“.cdsapirc”。

4. 在ERA5-Land hourly data from 1950 to present (copernicus.eu)中，挑选需要下载的数据范例、时候范围和空间范围。并下拉至最初挑选“Show API request”。

5. 复制API中关键信息。

6. 操纵Python批量下载ERA5数据（以1979-2021年一切月份数据为例，参考：批量下载ERA5数据（Python+IDM）_菩提有树的博客-CSDN博客_era5下载）：

import cdsapi
import calendar
#在运转前先安装cdsapi包

c = cdsapi.Client()

dic = {
'product_type': 'reanalysis', #挑选数据集
'format': 'netcdf', #挑选数据格式
'variable': 'total_precipitation', #选摘要素
'year': '',
'month': '',
'day': [],
'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'
]
}

# 批量下载1979年到2021年一切月份数据
for i in range(1979, 2022):
for j in range(1, 13):
day_num = calendar.monthrange(i, j)[1] # 按照年月，获得当月日数
dic['year'] = str(i)
dic['month'] = str(j).zfill(2)
dic['day'] = [str(d).zfill(2) for d in range(1, day_num + 1)]
filename = 'E:\\ERA5\\1979-2021\\total_precipitation' + str(i) + str(j).zfill(2) + '.nc' # 文件存储途径
c.retrieve('reanalysis-era5-single-levels', dic, filename) # 下载数据

作者：徐源浩，潘晓龙