- 综合排序
- 最热优先
- 最新优先
- 来自专栏气python风雨
ERA5 | 台风 | 基于ERA5数据的台风摩羯的气象动图制作
基于ERA5数据的台风摩羯的气象动图制作 前言 虽然之前介绍了geogif库制作动图，但是无法解决设置地图和图片精度的问题 于是现在出一期基于geocat和matplotlib的era5动图制作 项目链接
53410编辑于 2024-10-10 - 来自专栏气象学家
ECMWF ERA5再分析数据共享
1.数据获取方式 由于ECMWF对于ERA5数据的下载速度限制，因此开展ERA5数据共享Project，将近一两年内下载、整理的数据共享出来，仅限科研和学习用途。 文件：ERA5更新数据压缩包(~ 60 GB) 提链接：https://pan.baidu.com/s/1ja6R3F3V4_N6FU4c_HHo2w 提取码：4i8c 最后，补充一下之前有反馈下载的极个别数据存在文件大小不一的情况
2.2K20发布于 2021-04-16 - 来自专栏气象学家
ECMWF ERA5气象再分析数据
目前，气象学家公众号分发的ERA5数据分为三部分： ERA5常规变量中国区域再分析数据，18TB左右 (更新完成) ERA5-land陆面高分辨率中国区域再分析数据，34TB左右 (更新完成) ERA5 tab=overview 5.数据获取方式 由于ECMWF对于ERA5数据的下载速度限制以及数据量巨大短时间难以下载获取等原因，因此开展ERA5数据共享Project，将近两三年内个人与课题组下载、整理的 ERA5(~16TB)、ERA5-Land（~18TB）数据共享出来，在ECMWF的使用条款中合法的复制与分发都是符合规定的，不存在数据使用上的法律纠纷问题。 如需自备硬盘拷贝，采取顺丰到付方式获取；数据详细信息请看后文，可获取ERA5数据，加好友请备注：“ERA5”。 另外，GPM L3降水数据半小时/逐日的已上传至百度云盘（~4TB）可免费获取。
3.4K30编辑于 2022-06-13 - 来自专栏气python风雨
代码实战 | ERA5数据下载、K指数计算与ERA5原生K指数对比分析
背景与问题 前些日子吉林通化局的崔老师发了个问题，说是自己算的K指数跟era5的K指数对不上。 ，而 ERA5 下载的 q 是 specific humidity，两者不能直接混用。 对于本案例，项目实测结果显示： wrf.td 与 ERA5 原生 K 指数的平均绝对差约为 5.035 ℃； MetPy 与 ERA5 原生 K 指数的平均绝对差约为 5.036 ℃。 为什么手工 K 指数与 ERA5 原生 K 指数会有差异？ 结合当前项目的实现、区域统计结果与已有文献信息，可以做一个浅析。 即便两者都来自 ERA5，它们仍可能经历了不同的插值、重网格和后处理步骤，因此不应期待两者逐点完全相同。 11.
7210编辑于 2026-04-24 - 来自专栏气python风雨
代码实战 | 基于era5的温度平流计算
基于era5的温度平流计算 温度平流是气象分析中的重要物理量，但在实际计算中容易出现各种问题。 本文将通过ERA5数据实例，分析常见的温度平流计算错误，并提供正确的计算方法，同时与MetPy的mpcalc.advection函数结果进行对比验证。 adv = mpcalc.advection(t, u=u, v=v, dx=dx, dy=dy) return adv.magnitude # 返回无单位的numpy数组 # 读取ERA5 lon = ds['longitude'].values lat = ds['latitude'].values return lon, lat, u, v, t # 使用实际ERA5
6410编辑于 2026-04-24 - 来自专栏气象学家
ECMWF ERA5气象再分析数据，70TB+
目前，气象学家公众号分发的ERA5数据分为三部分： ERA5常规变量中国区域再分析数据，18TB左右 (更新完成) ERA5-land陆面高分辨率中国区域再分析数据，34TB左右 (更新完成) ERA5 tab=overview 5.数据获取方式 由于ECMWF对于ERA5数据的下载速度限制以及数据量巨大短时间难以下载获取等原因，因此开展ERA5数据共享Project，将近两三年内个人与课题组下载、整理的 ERA5(~16TB)、ERA5-Land（~18TB）数据共享出来，在ECMWF的使用条款中合法的复制与分发都是符合规定的，不存在数据使用上的法律纠纷问题。 气象学家公众号ERA5数据共享Project不是盈利为目的，目前下载、分发占用的存储设备就高达50TB+，大部分是自购设备，少部分为研究人员和相关课题组赞助的存储设备。 主要是通过多台电脑设备、多台传输设备、V**代理加速下载(1TB流量￥150)等等氪金来换取速度和时间（原计划是7月份才能下载完毕的），给大家提供便利的同时，但也不是完全免费无条件获取数据，对于不了解ERA5
3K10编辑于 2022-06-13 - 来自专栏气python风雨
绘图精进 | ERA5 弯曲箭头风场图绘制
python | ERA5 弯曲箭头风场图绘制 前言 前两日看到深雨露公众号发了个弯曲箭头的文章，接着云台书使也发了 那我也凑凑热闹吧 弯曲箭头从前是NCL语言独有的绘制方法，在2019后它不再维护，NOAA 于是弯曲箭头不再是NCL的专属，我们PYTHON也有自己的curved vector了 小编将其称为寝取的curved vector 废话不多说，show u the code 摘要 项目使用pyngl 主要进行ERA5 风场数据弯曲箭头的可视化 分为两部分，首先将官方示例分模块讲解 其次使用pyngl对常见的era5数据进行风场的弯曲箭头可视化 预览效果如下 Image Name Image Name 个人信息 公众号 units : centimeter/s long_name : Zonal Velocity time : 365031 z_t : 500.622 ERA5
91510编辑于 2025-01-13 - 来自专栏气python风雨
读者答疑 | 如何基于era5数据绘制环流图
如何基于era5数据绘制环流图 项目概述 周五发了素材募集没几个响应呀，这期虽然没什么难度，对新手应该足够了。 但其实，ERA5 已经把全球每一层、每一小时的气象场做成“云上好下载的 NetCDF”，而 Python 生态里又有 xarray、cartopy、metpy 等开箱即用的轮子。 本教程想让你体会到三件事： 1.下载再分析资料可以像点外卖一样简单； 2.绘图可以像搭积木一样“加一行就多点东西”； 3.只要你掌握一个 ERA5 例子，换任何资料（MERRA-2、NCEP、CRA-40 u.values[::10,::10] ,v.values[::10,::10], transform=ccrs.PlateCarree()) ax.set_title('ERA5
8810编辑于 2026-04-24 - 来自专栏好奇心Log
ERA5出1979年以前的数据了！
就在刚刚，EC官网更新了ERA5数据集及相关介绍，增加了ERA5（1950-1978年，第一版）。 ? ? 为了方便观众老爷们阅读，“The family of ERA5 datasets” 部分简介翻译如下： ---- 目前，ERA5数据集系列由ERA5、ERA5.1和ERA5-Land组成。 ERA5 是一套全面的再分析资料，从1979年(不久将追溯到1950年)到接近实时，它吸收了尽可能多的高空和近地面的观测数据。ERA5大气模型与一个陆地表面模型、一个波浪模型结合在一起。 目前，从1950年到1978年的ERA5回溯扩展(初步版本)与ERA5(1979年以后)分开提供。 ERA5.1 是对ERA5的再运行，只适用于2000年至2006年，它的制作是为了改善这一时期ERA5中明显的低平流层寒冷偏差。ERA5在对流层大部分地区的作用与ERA5.1类似。
2.6K10发布于 2020-11-17 - 来自专栏气python风雨
ERA5水汽通量散度剖面计算与绘图
ERA5水汽通量散度剖面计算与绘图 温馨提示 由于可视化代码过长隐藏，可点击运行Fork查看 若没有成功加载可视化图，点击运行可以查看 ps:隐藏代码在【代码已被隐藏】所在行，点击所在行，可以看到该行的最右角 本项目旨在通过 Python 编程语言，结合气象数据处理库（如 xarray、metpy）和可视化工具（如 matplotlib、cartopy），实现以下目标： 计算整层水汽通量散度：基于气象数据（如 ERA5 linestyle='--', alpha=0.5) # 显示图形 plt.tight_layout() plt.show() 细化绘图 小结 通过本项目，我们实现了以下功能： 整层水汽通量散度的计算：基于 ERA5
1.4K00编辑于 2025-01-14 - 来自专栏气python风雨
基于openmeteo 下载历史ERA5数据
项目简介 近来大家伙被欧洲中心的数据下载困扰了很久，那么想办法另辟蹊径吧 本文基于旧文基于openmeteo 下载最新EC aifs预报数据进行简单修改 本项目旨在利用 OpenMeteo 平台提供的era5 项目目标 下载并获取era5历史数据。 OPEN-METEO API （https://open-meteo.com/en%EF%BC%89 下载气象数据 那么我们开始吧 温馨提示 由于代码过长隐藏，可前往基于open-meteo下载历史ERA5 Latitude") ax.set_title(f"Relative Humidity at 2m (Time Step {time_index})") plt.show() 学习了以上方法，想必可以解大家获取ERA5
99510编辑于 2024-06-20 - 来自专栏疯狂学习GIS
谷歌地球引擎GEE下载逐日ERA5气象数据
本文介绍在谷歌地球引擎（Google Earth Engine，GEE）中，批量下载逐日的ERA5土壤湿度数据（或者是其他气象数据、遥感影像数据等）的方法。 首先，明确一下本文的需求。 我们希望在GEE中，下载指定时间范围内，在指定区域的每一天的ERA5土壤湿度数据。 var ERA5 = ee.ImageCollection("ECMWF/ERA5_LAND/DAILY_AGGR").select(['volumetric_soil_water_layer_1']) singleImage, description: 'ERA5_Soil_Moisture_' + date.format('YYYY-MM-dd').getInfo(), folder: 'ERA5 此函数接收一个日期参数，基于该日期过滤出对应日期的ERA5数据集中的单个影像。
1.2K11编辑于 2025-05-27 - 来自专栏气象学家
继续更新 | ERA5再分析数据(1979-2021，50TB+)
目前，气象学家公众号分发的ERA5数据分为三部分： ERA5常规变量中国区域再分析数据，16TB左右 (更新ing) ERA5-land陆面高分辨率中国区域再分析数据，16TB左右 (更新完成) ERA5 tab=overview 5.数据获取方式 由于ECMWF对于ERA5数据的下载速度限制以及数据量巨大短时间难以下载获取等原因，因此开展ERA5数据共享Project，将近一两年内个人与课题组下载、整理的 ERA5(~16TB)、ERA5-Land（~16TB）数据共享出来，在ECMWF的使用条款中合法的复制与分发都是符合规定的，不存在数据使用上的法律纠纷问题。 https://cds.climate.copernicus.eu/api/v2/terms/static/licence-to-use-copernicus-products.pdf 气象学家公众号ERA5 主要是通过多台电脑设备、多台传输设备、V**代理加速下载(1TB流量￥150)等等氪金来换取速度和时间（原计划是7月份才能下载完毕的），给大家提供便利的同时，但也不是完全免费无条件获取数据，对于不了解ERA5
6.6K41编辑于 2022-03-31 - 来自专栏气python风雨
代码实战 | 下载 ERA5 并计算 GPI(台风最大潜在强度)
代码实战 | 下载 ERA5 并计算 GPI(台风最大潜在强度) 前言 如何计算 GPI 在之前的 skyborn 库有介绍，之前的示例对于 era5 的变量名有小小的瑕疵。 本期文章给出一份"开箱即用"的完整脚本，实现功能如下： 自动从 CDS（Copernicus Data Store）下载 ERA5 单层/多层变量； 把下载好的文件拼接成一场台风研究常用的 0.25°、 /usr/bin/env python """ 一键下载 ERA5 计算台风 PI 所需变量 单层：sst, msl 多层：t, q (37 层，1000 → 1 hPa，Skyborn 官方推荐) /usr/bin/env python """ 用 Skyborn 计算 ERA5 的台风最大潜在强度 PI 支持 1D/3D/4D 场，自动识别单位 & 缺测 """ import xarray as 把 RH 直接当 q 用 → 结果全错，ERA5 的 q 就是混合比，无需换算。 单位属性缺失 → Skyborn 不会自动识别，脚本里已补写。
8410编辑于 2026-04-24 - 来自专栏气象学家
ERA5再分析数据、GPM L3降水数据下载
目前，气象学家公众号分发的ERA5数据分为两部分： ERA5常规变量再分析数据，11TB左右 ERA5-land陆面高分辨率再分析数据，16TB左右 另外，GPM L3降水数据半小时/逐日的已上传至百度云盘 ERA5在4月14号发布的官方修正数据后，经过逐一匹对和校验，针对潜在可能存在缺陷的数据还是全部进行了重新下载，气象学家公众号分发的27TB数据中，目前只有再分析数据的常规变量中61个文件可能需要替换( 1.数据获取方式 由于ECMWF对于ERA5数据的下载速度限制以及数据量巨大短时间难以下载获取等原因，因此开展ERA5数据共享Project，将近一两年内个人与课题组下载、整理的ERA5(~11TB)、 如需自备硬盘拷贝，采取顺丰到付方式获取；数据详细信息请看后文，请扫描下方二维码可获取ERA5数据，加好友请备注：“ERA5”。 ? 气象学家公众号ERA5数据共享Project不是盈利为目的，目前下载、分发占用的存储设备就高达50TB，大部分是自购设备，少部分为研究人员和相关课题组赞助的存储设备。
2.7K50发布于 2021-07-27 - 来自专栏气python风雨
WRF | ERA5驱动所需要素下载以及注意事项
WRF | ERA5驱动所需要素下载以及注意事项 前言 近期由于需要使用era5作为初始场运行era5，写一下笔记吧 不过这点前辈们已经写得很完整了，本次纯当记录 Image Name 最近排队下载实在慢的很 在链接下载的era5数据时直接高空、地面一起链接 3. namelist.input中num_metgrid_levels = 38，这与GFS、fnl的34层不同 4. FILE: LINE: 3415 mismatch landmask ivgtyp 这种报错，则将namelist.input中的surface_input_source = 3 改为1 小结 理论上era5
1.3K10编辑于 2024-10-25 - 来自专栏气python风雨
基于matplotlib的3维ERA5多层温度分布图
基于matplotlib的3维ERA5多层披萨图（温度） 数据：era5 nc格式 核心函数：ax.plot_surface 起步 实际上是上学期听学术报告看到类似的天气形势3D图，搜了挺多教程，效果差强人意吧 You are running version 2.14.1 曲线行驶（数据处理） In [2]: # 加载ERA5数据集 ds = xr.open_dataset('/home/mw/input/ERA5
41910编辑于 2024-06-20 - 来自专栏气python风雨
如何使用nc格式的ERA5制作WRF模式中间文件
如何使用nc格式的ERA5制作WRF模式中间文件 前言 今天我们介绍一个开源项目，用于将 ERA5 netCDF 文件转换为 WPS 中间格式的简单 Python 脚本 项目地址 ：https://github.com /NCAR/era5_to_int/ 虽然很奇怪为什么有这种项目存在，但既然是NCAR做的项目，那么应该是有较多需求的 本教程面向零基础用户，指导如何使用 era5_to_int.py 将ERA5气象数据转换为 获取ERA5数据 数据来源：需要从NSF NCAR Research Data Archive (RDA)下载ERA5的d633数据集。 转换单个时间点数据 命令示例： 转换 2024年5月1日00时 的数据： python era5_to_int.py 2024-05-01_00 输出文件： 生成名为 ERA5:2024-05-01 ✅ 确认ERA5文件名是否符合d633数据集命名规范。 Q2: 输出文件未生成 ✅ 检查Python依赖库是否安装成功（netCDF4和numpy）。
93321编辑于 2025-03-21 - 来自专栏气python风雨
Python | ERA5任意经纬度风矢量剖面绘制
Python | ERA5任意经纬度风矢量剖面绘制 摘要 既然做了wrf的风剖面绘制，那么ERA5也一起做了 当然还是基于metpy的函数 导入必要的库 import xarray as xr import cfeature from metpy.interpolate import cross_section from matplotlib.colors import Normalize 数据读取 # 加载 ERA5
97710编辑于 2025-01-20 - 来自专栏好奇心Log
ERA5-Land高分辨率再分析数据全变量下载完毕(~16TB)，内附CMIP6共享互助群！
ERA5常规变量再分析数据可以点击→链接跳转、了解。 5月下旬到6月初给大家分发ERA5官方发布的修正数据，数据量非常小，主要工作量在于核对和单独下载问题文件。敬请期待！ 1.数据获取方式 由于ECMWF对于ERA5数据的下载速度限制以及数据量巨大短时间难以下载获取等原因，因此开展ERA5数据共享Project，将近一两年内个人与课题组下载、整理的ERA5(~11TB)、 如需自备硬盘拷贝，采取顺丰到付方式获取；数据详细信息请看后文，请扫描下方二维码可获取ERA5数据，加好友请备注：“ERA5”。 ? tab=overview ---- 下一步更新ERA5官网发布的修正数据：(6月初完成下载和分发) ECMWF ERA5 官网发布警示，修正数据已发布，数据量非常小，气象学家公众号后续统一下载分发修正数据 这也不是ERA5第一次发布修正数据了，完全不必质疑ERA5的可靠性，好的产品都是不断迭代和修正的。
5K40发布于 2021-05-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号