批量下载ISCCP D2的hdf格式数据

2024-01-01 18:58

本文主要是介绍批量下载ISCCP D2的hdf格式数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

ISCCP数据集介绍可见:国际卫星云气候计划ISCCP
ISCCP官网:International Satellite Cloud Climatology
Project 利用ISCCP
D2资料分析近20年全球不同云类云量变化的变化及其对气候可能的影响:论文链接
利用D2数据对云分析的各种图(来自官网):cloud Data Analysis to Understand Climate
ISCCP的GPC数据下载链接:GPC格式
ISCCP的hdf数据下载链接:hdf格式

Requirements

linux系统下
conda环境
python3
要求安装好requests库

批量下载前的准备

1.配置好python环境和requests库

conda install requests

2.Bash的身份验证

cd ~
touch .netrc
echo "machine urs.earthdata.nasa.gov login $USERNAME password $PASSWORD" > .netrc
chmod 0600 .netrc
touch .urs_cookies

hdf下载的python脚本

由于1983-1993年的文件名为3hrlymon_198306,1994之和的文件名为ISCCP.D2.0.GLOBAL.1994.02.99.9999.GPC.hdf或者ISCCP.D2.1.GLOBAL.1994.02.99.9999.GPC.hdf或者ISCCP.D2.2.GLOBAL.1994.02.99.9999.GPC.hdf这种类型的名字,下载的时候要自己甄别,修改url。
下载完成后的文件全部用ISCCP.D2.0.GLOBAL.1994.02.99.9999.GPC.hdf这种类型的文件名字存储好。

from requests import Session
session = Session()
session.auth = ('username', 'password')
for year in range(1983,1994):for mon in range(1,13):url='https://asdc.larc.nasa.gov/data/ISCCP/D2/'+str(year)+'/'+'{0:02d}/'.format(mon)+'d2_3hrlymon_'+str(year)+'{0:02d}'.format(mon)file_name='/mnt/d/research_work/cloudkernel/cloud-radiative-kernels-master/data/temp/'+'ISCCP.D2.0.GLOBAL.'+str(year)+'.'+'{0:02d}'.format(mon)+'.99.9999.GPC.hdf'print(url)print(file_name)_redirect = session.get(url)_response = session.get(_redirect.url)with open(file_name, 'wb') as file:file.write(_response._content)
for year in range(1995,2000):for mon in range(1,13):url='https://asdc.larc.nasa.gov/data/ISCCP/D2/'+str(year)+'/'+'{0:02d}/'.format(mon)+'ISCCP.D2.1.GLOBAL.'+str(year)+'.'+'{0:02d}'.format(mon)+'.99.9999.GPC.hdf'file_name='/mnt/d/research_work/cloudkernel/cloud-radiative-kernels-master/data/temp/'+'ISCCP.D2.0.GLOBAL.'+str(year)+'.'+'{0:02d}'.format(mon)+'.99.9999.GPC.hdf'print(file_name)_redirect = session.get(url)_response = session.get(_redirect.url)with open(file_name, 'wb') as file:file.write(_response._content)

这篇关于批量下载ISCCP D2的hdf格式数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/560187

相关文章

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

HTML5表格语法格式详解

《HTML5表格语法格式详解》在HTML语法中,表格主要通过table、tr和td3个标签构成,本文通过实例代码讲解HTML5表格语法格式,感兴趣的朋友一起看看吧... 目录一、表格1.表格语法格式2.表格属性 3.例子二、不规则表格1.跨行2.跨列3.例子一、表格在html语法中,表格主要通过< tab

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

前端下载文件时如何后端返回的文件流一些常见方法

《前端下载文件时如何后端返回的文件流一些常见方法》:本文主要介绍前端下载文件时如何后端返回的文件流一些常见方法,包括使用Blob和URL.createObjectURL创建下载链接,以及处理带有C... 目录1. 使用 Blob 和 URL.createObjectURL 创建下载链接例子:使用 Blob

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2