Python 批量下载ERA5再分析资料（API request）

在气象和气候研究中，ERA5再分析资料是一个非常重要的数据源，它由欧洲中期天气预报中心（ECMWF）提供，包含了从1950年到现在的全球气象数据。为了高效地获取这些数据，通常可以利用其API进行批量下载。下面是关于如何通过Python来批量下载ERA5再分析资料的指南。

步骤一：注册并获取API密钥

首先，我们需要在ECMWF的网站上注册账户，并获取API密钥。这是进行数据请求的必备条件。注册完成后，可以在个人账户页面找到API密钥。

步骤二：安装必要的库

在Python中，我们可以使用cdsapi库来方便地与CDS API进行交互。使用以下命令安装该库：

pip install cdsapi

步骤三：编写下载脚本

接下来，编写一个Python脚本来批量下载ERA5再分析资料。以下是一个示例代码，演示如何下载特定日期和变量的数据。

import cdsapi

def download_era5_data(year, month, variable, target_filename):
    # 创建CDS API客户端
    c = cdsapi.Client()

    # 请求ERA5数据
    c.retrieve(
        'reanalysis-era5-single-levels',
        {
            'product_type': 'reanalysis',
            'format': 'netcdf',  # 输出格式可选：netcdf, grib
            'variable': variable,
            'year': str(year),
            'month': str(month).zfill(2),  # 确保月份为两位数字
            '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'
            ],
        },
        target_filename
    )
    print(f"{year}-{month} {variable} 数据已成功下载至 {target_filename}")

# 批量下载数据
if __name__ == "__main__":
    variables = ['2m_temperature', 'precipitation_sum']  # 可以根据需要更改变量
    year_range = range(2020, 2021)  # 填入需要下载的年份
    month_range = range(1, 13)  # 1到12月份

    for year in year_range:
        for month in month_range:
            for variable in variables:
                filename = f"ERA5_{year}_{month:02d}_{variable}.nc"
                download_era5_data(year, month, variable, filename)

步骤四：运行脚本

将上述代码保存为一个Python文件（如download_era5.py），在命令行中运行以下命令：

python download_era5.py

运行后，脚本会依次下载指定年份和月份的ERA5再分析数据，文件将保存在当前目录下。

总结

通过以上步骤，我们成功地使用Python和CDS API批量下载ERA5再分析资料。在气候研究、天气预报和环境监测等领域，这些数据都是宝贵的资源。在实际应用中，用户可以根据自己的需求调整下载的年份、月份和变量，以获取最相关的数据。使用API进行数据下载大大提高了效率，方便研究人员进行各类分析。希望这篇文章能对您有所帮助！