我正在尝试从python代码下载ERA5重新分析数据(全局的)，但是它显示数据太大了。

Question

我想下载全球(从1950年到2022年)的ERA5重分析时数据。我正在尝试使用cdsapi中的python代码进行下载。

我只是尝试下载5年(每年只有3个月)，但它显示失败，因为请求太大。

这是我的密码：

import cdsapi

c = cdsapi.Client()

c.retrieve(
    'reanalysis-era5-pressure-levels',
    {
        'product_type': 'reanalysis',
        'variable': [
            'specific_humidity', 'temperature', 'u_component_of_wind',
            'v_component_of_wind',
        ],
        'pressure_level': '500',
        'year': '1979',
        'month': [
            '01', '02', '12',
        ],
        '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',
        ],
        'format': 'netcdf',
    },
    'era1979.nc')

Answer 1

您需要将检索分解为较小的块，例如，在几个月内循环，每个月有一个文件。为了了解如何做到这一点，我有一个我的频道上的youtube视频正是关于这个话题的。

因此，对于您的示例(如果这还不够，则需要在几天内进行相同的操作)：

import cdsapi

c = cdsapi.Client()
for year in [str(y) for y in range(1979,1985)]:
    for mon in ['01', '02', '12']:
        c.retrieve(
        'reanalysis-era5-pressure-levels',
        {
        'product_type': 'reanalysis',
        'variable': [
            'specific_humidity', 'temperature', 'u_component_of_wind',
            'v_component_of_wind',
        ],
        'pressure_level': '500',
        'year': year,
        'month': mon,
        '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',
        ],
        'format': 'netcdf',
    },
    'era_'+year+'_'+mon+'.nc')