ERA5再分析资料下载和处理成红黑图教程

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.nan
        var3Data = np.nan_to_num(data, nan=0)  # 无效值转换为0
        var3Data[var3Data < minValue] = minValue
        var3Data = (var3Data - minValue) / fix
        var3Data = np.uint8(var3Data)
        ir = Image.fromarray(var3Data[:])
        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 + '\\' + stime
        if 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