ERA-Interim数据学习

1、气象再分析数据有很多种，看文献里用到的主要有这几种

• ECWRF——ERA-Interim，分辨率0.125°，欧洲的
• MERRA-2，分辨率0.625°*0.5°，NASA的
• GEOS-5FP，分辨率0.3125°*0.25°，NASA的
• NCEP，分辨率2.5°（不确定）
• WRF，分辨率1°

2、看了一圈感觉是ERA的比较用户友好，分辨率也高些，他可以自己选择时间，选择需要的气象参数，时间从1979到现在，不过新发布了ERA-5，ERA-Interim数据到2019.8.31就不更新了

　　这是选择数据链接：https://apps.ecmwf.int/datasets/data/interim-full-daily/levtype=sfc

3、这个数据有4个时间点可以选择，0,6,12,18点，这是time参数，代表的是瞬时数据，再分析数据

4、参数step有3,6,9,12，表示的是预测数据，即选3代表的是预测3小时后的数据，如果time选的是0，就是3点的数据预测，同时只有预测才能选一些累积参数，如降雨，会统计3小时的总降水数据。其中大气廓线高度也只有预测数据，没有瞬时数据

5、用Python下载数据官网讲的很清楚，除了那个文本文件的位置（之间放在用户下，我一开始还建了一个和那个名字一样的文件夹）。具体步骤：https://confluence.ecmwf.int/display/WEBAPI/Access+ECMWF+Public+Datasets

6、由于需要相对湿度数据，在surface下没找到，各种百度，看到两个解决方案，一个是用1000hpa下的rh数据代替，还有一个是用公式计算（用露点温度和气温，但是公式还没找到）

7、下载的数据格式是grib或者nc，都没用过，后面还要再学习，再看看到底用nc还是grib，倾向于用nc，听得多，后面再更新吧。

8、Python选择数据的参数基本不用改，先手动在网页上选好，生成Python语句复制过来就可以了。要改的只有时间和输出，此外还要再改一下area（确定范围，四个坐标，北，西，南，东，北半球和东半球正数，南半球和西半球负数，和NASA下modis不太一样，那个是西北东南），grid感觉就默认好了，改大了数据量很大，下载比较慢，反正都是要自己再重采样插值的。

　　参数介绍：https://confluence.ecmwf.int/display/UDOC/Post-processing+keywords