python下载ERA5步骤及其绘制

ERA5是海洋最常用的一个再分析产品，是ECMWF对全球气候的第五代大气再分析。目前ECMWF的数值预报结果公认的世界领先，很大程度是因为其先进的资料同化系统。再分析资料是使用资料同化的方法，将模型数据与来自世界各地的观测数据与结合起来，形成一个全球完整的、一致的数据集。
* w3 d$ i8 R% ]

海洋领域的很多研究，都需要用到ERA5再分析数据，那么ERA5如何获取呢，虽然官网已经有英文教程了（www.52ocean.cn），但还是会遇到各种各样的问题，真的让人心态爆炸。虽然数据集是公开的，但是长时间大规模的资料下载还是不容易的，资料量大，下载时间长，下载的过程也经常中断。今天说一下我获取的过程，希望能对各位有所帮助。

下载ERA5主要分为三步：

1. 官网注册，获取CDS API key。

2. 安装python相关的库。

3. 复制粘贴代码，下载数据。

具体步骤及一些遇到的问题如下：

1.获取cds key

1.1 先登录网站（www.52ocean.cn），注册完成后点击上方。就会有一个黑色的方框，url:,key等等，如下图，复制一下。

& f  [* E# g1 f4 B0 A

1 ]  r' [0 B: ]1 g/ `4 [; l

1.2 在c盘/用户/用户名 这个目录下创建一个 创建一个.cdsapirc文件。注意不是创建一个txt，然后改为.cdsapirc。关于.文件的创建方式可参考：www.52ocean.cn

6 o' R5 C  T. h, l) h) G

1.3 文件创建成功后使用记事本编辑内容如下（把刚刚复制的key等内容替换一下，verify必须为0，表示同意下载协议）：

" i: p5 x: B0 w% X! b

[Python] 纯文本查看 复制代码

url: [url=https://cds.climate.copernicus.eu/api/v2]https://cds.climate.copernicus.eu/api/v2[/url]

key: uid:api key


verify: 0

- B/ `3 G5 @% x$ z

2.安装python的cdsapi库

2.1 官网下载python3.7，安装，然后按win+r键,然后输入：pip install cdsapi .正常情况下会安装完毕，可以跳到步骤3了。

6 s$ |' s$ z7 E$ Z+ V* c) _2.2 但我的就出错了。然后我下载原安装包，然后解压，运行cmd,然后进入解压目录输入：pythonsetup.py install ,安装，各种方法都不行。报错：SSLError(SSLCertVerificationError(1,'[SSL: CERTIFICATE_VERIFY_FAILED]…”。
. H* _5 @  \# n, {: g" C% c

解决：win+r键, 然后输入：

' A( c) ]3 b3 \% H4 R! _- ?5 g

[Python] 纯文本查看 复制代码

python -mpip install cdsapi --trusted-host pypi.org --trusted-host

" s) {- s% C8 z7 F3 ]) o7 H5 u

3 选择下载数据

进入刚刚的网站，（1.1中网址），点击：Get ERA5 from the Climate DataStore。注意选择自己需要的对应产品，由于产品丰富ECMEWF网站也比较复杂，尤其是针对新人，可以点击上面的搜索栏搜索关键词。

$ L. u3 m1 X) f" n: q; k: i

如下图，进入需要的产品后，选择自己需要的年月时间，以及数据格式（支持grib和nc)。点击Show API request，复制代码。

( F' Z$ V/ D0 W

用python的idle运行，几十kb/s，用spyder运行就很快，几十到几百kb/s。有时在合适的时间段下载也非常主要，在晚上或者早上可能会快一些。下载文件位置位于你运行脚本同目录下。

, _7 C  {6 q6 l! x; L

有时或许我们并不需要下载数据，只是为了查看数据，官网还提供直接的画图工具：ToolboxEditor。直接网页上运行，官网提供案例，简单易学，使用非常方便。但缺点就算运行速度不是那么快。但有时在检验我们自己的画图代码或者数据是否正确时非常有用。

4 ^* s* T. R$ Y* @" d9 d

, G% d& G1 V( Z: O- f

最后简单绘图检查一下下载的文件，全球陆地2m高气温，以下为运行的代码：

. S3 ]; l* z) a4 Z2 k

[Python] 纯文本查看 复制代码

# -*- coding: utf-8 -*-
def download_era5():
    import cdsapi
    c = cdsapi.Client()
    c.retrieve(
       'reanalysis-era5-land',
        {
            'format':'netcdf',
            'variable':'2m_temperature',
            'year':'2021',
            'month':'01',
            'day':'01',
            'time': [
               '00:00', '01:00', '02:00',
            ],
        },
        'download2.nc')
 
def plot():
    from netCDF4 import Dataset as NetCDFFile
    import numpy as np
    import matplotlib.pyplot as plt
    from cartopy.mpl.gridliner import \
      LONGITUDE_FORMATTER, LATITUDE_FORMATTER
    import matplotlib.pyplot as plt
    fromc artopy.io.shapereader import Reader
    import cartopy.crs as ccrs
    import cartopy.feature as cfeature
    import pandas as pd
    import numpy as np
   
    mpl.rcParams['font.sans-serif'] = ['SimHei']
    nc =NetCDFFile(r'C:/Users/island/Desktop/download2.nc')
 
    print(nc.variables.keys())
    temp =nc.variables['t2m'][:]
 
    lat =nc.variables['latitude'][:]
    lon =nc.variables['longitude'][:]+180
   
    fig =plt.figure(figsize=(18,15))
    ax =fig.add_subplot(111,projection=ccrs.PlateCarree())
    leftlon, rightlon,lowerlat, upperlat = (-180,180,-90,90)
    ax.set_extent([leftlon, rightlon, lowerlat, upperlat])#,crs=ccrs.PlateCarree())
 
    lons, lats=meshgrid(lon,lat)
    m=ax.contourf(lons,lats,temp[:][:][0])#,colors=cmap3)
    ax.set_title('t2m',loc='left',fontsize=15)
    cbar =fig.colorbar(m,shrink=0.5)
    cbar.set_label('t2m(K)', fontsize=15)
    plt.savefig('./t2m.png')

if __name__ == "__main__":
     download_era5()
     plot()

% g$ b1 c9 w9 n; N) R1 U' o% z​以下全文代码均已发布至和鲸社区，点击下面链接前往，可一键fork跑通：

游客，如果您要查看本帖隐藏内容请回复

8 X. ~, o% L  h7 Z; D" p# h
  F" J/ Z; L& o7 \% r  l
9 F/ G5 p' f8 z7 x: u3 z