首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏气python风雨

    如何获取GFS数据未来一周的预报之温湿廓线

    它提供了易于使用的工具,可以从THREDDS数据服务器中自动获取、解析和检索数据。Siphon库旨在使使用Python进行科学数据分析变得更加容易。 Siphon库主要提供以下功能: Catalog检索:Siphon可以连接到THREDDS(Thematic Real-time Environmental Distributed Data Services 总之,Siphon是一个强大的Python库,为科学家和工程师提供了从THREDDS目录和数据服务器中获取数据的简单方法,并提供了工具来解析、检验和分析这些数据。 matplotlib.pyplot as plt from siphon.catalog import TDSCatalog In [21]: best_gfs = TDSCatalog('http://thredds.ucar.edu /thredds/catalog/grib/NCEP/GFS/' 'Global_0p5deg/catalog.xml?

    55310编辑于 2024-06-20
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    Google Earth Engine——Daymet V3提供美国、墨西哥、加拿大、夏威夷和波多黎各的每日天气参数的网格化气象数据集

    Documentation: ORNL DAAC Dataset Documentation Dataset Documentation The THREDDS location for ORNL DAAC数据集文档 数据集文档 该数据集的THREDDS位置 Dataset Availability 1980-01-01T00:00:00 - 2019-12-31T00:00:00 Dataset

    46710编辑于 2024-02-02
  • 来自专栏气python风雨

    siphon:如何获取美国实时雷达三级产品

    /thredds/') print(list(ds)) ['NEXRAD Level II Radar for Case Study CCS039', 'NEXRAD Level II Radar from /thredds/dodsC/nexrad/level3/IDD/N3U/OKX/20240218/Level3_OKX_N3U_20240218_0957.nids', 'HTTPServer': ' https://thredds.ucar.edu/thredds/fileServer/nexrad/level3/IDD/N3U/OKX/20240218/Level3_OKX_N3U_20240218 _0957.nids', 'CdmRemote': 'https://thredds.ucar.edu/thredds/cdmremote/nexrad/level3/IDD/N3U/OKX/20240218 In [122]: data = Dataset(ds.access_urls['CdmRemote']) data Out[122]: https://thredds.ucar.edu/thredds

    73010编辑于 2024-06-20
  • 来自专栏气python风雨

    数据获取:如何在线获取的GFS雪深两周后预报

    数据获取 In [8]: %matplotlib inline from siphon.catalog import TDSCatalog best_gfs = TDSCatalog('http://thredds.ucar.edu /thredds/catalog/grib/NCEP/GFS/' 'Global_0p25deg/catalog.xml? resp.status_code, HTTPError: Error accessing https://thredds.ucar.edu /thredds/ncss/grid/grib/NCEP/GFS/Global_0p25deg/Best?

    87510编辑于 2024-06-20
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    Google Earth Engine——1980-2021Daymet V4提供北美大陆、夏威夷和波多黎各的每日天气参数的网格化估计(波多黎各的数据从1950年开始提供)数据集

    Documentation: ORNL DAAC Dataset Documentation Dataset Documentation The THREDDS location for ORNL DAAC数据集文档 数据集文档 该数据集的THREDDS位置 Dataset Availability 1980-01-01T00:00:00 - 2020-12-30T00:00:00

    32710编辑于 2024-02-02
  • 来自专栏气python风雨

    不用 SHP 文件进行气象绘图的三种方式

    siphon.ncss import NCSS from siphon.catalog import TDSCatalog # Set up access via NCSS gfs_catalog = ('http://thredds.ucar.edu /thredds/catalog/grib/NCEP/GFS/' 'Global_0p5deg/catalog.xml?

    49810编辑于 2024-06-20
  • 来自专栏气象学家

    python绘图 | salem一招解决所有可视化中的掩膜(Mask)问题

    matplotlib.pyplot as plt import matplotlib.ticker as mticker import geopandas 获取数据 best_gfs = TDSCatalog('http://thredds.ucar.edu /thredds/catalog/grib/NCEP/GFS/' 'Global_0p25deg/catalog.xml?

    13.2K1312发布于 2020-09-22
  • 来自专栏气象杂货铺

    利用xesmf对网格数据进行regrid

    xarray as xr import xesmf as xe import numpy as np 然后获取CMIP5的月表面温度数据: url = 'http://dapds00.nci.org.au/thredds

    2.5K40编辑于 2022-09-23
  • 来自专栏好奇心Log

    用Python复现一篇Nature的研究: 1.数据下载及预处理

    DownCmip6.py 这个脚本用来下载 Cmip6 GFDL_ESM4的 zos, tos数据 """ import wget ini = r"https://esgdata.gfdl.noaa.gov/thredds /Cmip6/' + fileName) 仔细观察下载的URL,你会发现:https://esgdata.gfdl.noaa.gov/thredds/fileServer/gfdl_dataroot4

    1.8K32发布于 2021-08-26
  • 来自专栏气python风雨

    matplotlib:怎么画带白色框的等值线

    siphon.ncss import NCSS from siphon.catalog import TDSCatalog # Set up access via NCSS gfs_catalog = ('http://thredds.ucar.edu /thredds/catalog/grib/NCEP/GFS/' 'Global_0p5deg/catalog.xml?

    58310编辑于 2024-06-20
  • 来自专栏气象学家

    用Python复现一篇Nature的研究: 1.数据下载及预处理

    DownCmip6.py 这个脚本用来下载 Cmip6 GFDL_ESM4的 zos, tos数据 """ import wget ini = r"https://esgdata.gfdl.noaa.gov/thredds /Cmip6/' + fileName) 仔细观察下载的URL,你会发现:https://esgdata.gfdl.noaa.gov/thredds/fileServer/gfdl_dataroot4

    2.7K52发布于 2021-07-30
  • 来自专栏MeteoAI

    Python处理CMIP数据及3D可视化-基于UVCDAT

    (推荐)https://aims3.llnl.gov/thredds/catalog/esgcet/254/CDAT-sample.v1.html?

    2.1K32发布于 2019-09-10
  • 来自专栏气象学家

    Python处理CMIP数据及3D可视化-基于UVCDAT

    (推荐)https://aims3.llnl.gov/thredds/catalog/esgcet/254/CDAT-sample.v1.html?

    1.6K52发布于 2020-05-01
领券