如何获取GFS数据未来一周的预报之温湿廓线

用户11172986

发布于 2024-06-20 18:12:23

5490

文章被收录于专栏：气python风雨气python风雨

温湿廓线

Siphon是一个用于访问大气和海洋数据源的Python库。它提供了易于使用的工具，可以从THREDDS数据服务器中自动获取、解析和检索数据。Siphon库旨在使使用Python进行科学数据分析变得更加容易。

Siphon库主要提供以下功能：

Catalog检索：Siphon可以连接到THREDDS（Thematic Real-time Environmental Distributed Data Services）目录，帮助用户轻松地搜索和发现可用的数据集。
数据访问：Siphon通过使用NetCDF Subset Service (NCSS)和NetCDF OPeNDAP (DODS)协议从数据服务器中获取数据。
数据解析：Siphon提供了一组工具来解析获取的数据，并将其转换为NumPy数组或Pandas数据框。
数据检验：Siphon提供了一些工具，可以帮助用户验证数据是否满足预期格式和要求。

Siphon库广泛应用于气象和海洋学领域，以及其他需要使用大量科学数据的领域。它简化了数据获取和处理的过程，使得用户可以更高效地进行科学研究和分析。

总之，Siphon是一个强大的Python库，为科学家和工程师提供了从THREDDS目录和数据服务器中获取数据的简单方法，并提供了工具来解析、检验和分析这些数据。

下面基于官方示例略作修改，修改主要因过时而报错的代码进行数据索引与作图

数据索引

In [20]:

from datetime import datetime

import matplotlib.pyplot as plt

from siphon.catalog import TDSCatalog

In [21]:

best_gfs = TDSCatalog('http://thredds.ucar.edu/thredds/catalog/grib/NCEP/GFS/'
                      'Global_0p5deg/catalog.xml?dataset=grib/NCEP/GFS/Global_0p5deg/Best')
print(best_gfs.datasets)

['Best GFS Half Degree Forecast Time Series']

In [22]:

best_ds = best_gfs.datasets[0]
ncss = best_ds.subset()

然后，我们可以使用“ncss”对象创建一个新的查询对象，该对象便于向服务器请求数据。设置坐标为 115E 40N

In [23]:

query = ncss.query()
query.lonlat_point(115, 40).time(datetime.utcnow())
query.accept('netcdf4')
query.variables('Temperature_isobaric', 'Relative_humidity_isobaric')

var=Temperature_isobaric&var=Relative_humidity_isobaric&time=2024-02-11T08%3A39%3A29.333010&longitude=115&latitude=40&accept=netcdf4

In [24]:

data = ncss.get_data(query)
list(data.variables)

['latitude',
 'longitude',
 'stationAltitude',
 'station_id',
 'station_description',
 'profileId',
 'nobs',
 'profileTime',
 'stationIndex',
 'altitude',
 'Temperature_isobaric',
 'Relative_humidity_isobaric']

我们将提取要使用的变量以及压力值。要获取压力的正确变量的名称（与温度和相对湿度，我们看一下“坐标”属性。最后一个变量 “坐标”中列出的是压力维度。

In [25]:

temp = data.variables['Temperature_isobaric']
relh = data.variables['Relative_humidity_isobaric']
press_name = relh.coordinates.split()[-1]
press = data.variables[press_name]
press_vals = press[:].squeeze()