本文主要是介绍ERA5再分析资料下载和处理成红黑图教程，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！
ERA5再分析资料下载和处理教程
1.下载官网：
https://cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-pressure-levels?tab=form
下载之前需要注册网站的账号认证
选择需要的要素时间气压等要素，注意最后下载的数据格式是grib还是nc格式
保存为netcdf格式
ERA5再分析资料的温度使用工具看到
## python处理数据
nc数据基本信息的读取查看
ds = xr.open_dataset('xxxx.nc') #使用xarray包打开nc数据
print(ds.variables.keys()) # 打印数据的变量信息
time_dim = ds.coords['time'] # 获取时间维度
lon = ds['longitude'].values # 获取经度列表值
lat = ds['latitude'].values #获取维度列表的值
data = ds.sel(time=t) # 获取t这一特定时间的数据
data = data['t'].values #获取温度的值
我们得到数据后将数据存储到红黑图，保证数据交互的方便，存储小
# # 垂直翻转数组【根据获取的数组实际旋转】# data = np.flipud(data)minValue = np.nanmin(data)maxValue = np.nanmax(data)# 用计算的最大小值来拉伸fix = (maxValue - minValue) / 256# var2Data[np.isnan(var2Data)] = 0# var3Data = var3Data.to_masked_array()# var3Data[np.isinf(var3Data)] = np.nanvar3Data = np.nan_to_num(data, nan=0) # 无效值转换为0var3Data[var3Data < minValue] = minValuevar3Data = (var3Data - minValue) / fixvar3Data = np.uint8(var3Data)# 利用拉伸后的数据创建图片的RGB通道ir = Image.fromarray(var3Data[:]) # 写入值ig = Image.fromarray(np.array(np.zeros(var3Data.shape), np.uint8)).convert('L')ib = Image.fromarray(np.array(np.zeros(var3Data.shape), np.uint8)).convert('L')imjpg = Image.merge('RGB', (ir, ig, ib))flipped_img = imjpg.transpose(method=Image.FLIP_TOP_BOTTOM)directory_path11 = os.path.dirname(file_path)directory_path = os.path.dirname(directory_path11) + '\\' + 'era5' + '\\' + element + '\\' + stimeif not os.path.exists(directory_path): # 如果路径不存在os.makedirs(directory_path) # 则创建该目录pngfile = directory_path + '\\' + element + '_' + stime + '.png'flipped_img.save(pngfile, 'png') #保存为png
在我们交互的同时定义相对应的json文件，方便前端的渲染
这篇关于ERA5再分析资料下载和处理成红黑图教程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！
