批量下载ERA5数据(Python+IDM)
2026-01-28 04:32:41作者:戚魁泉Nursing
简介
本资源文件详细介绍了如何通过Python脚本结合Internet Download Manager(IDM)软件,实现对ERA5气候数据的批量下载。ERA5是第五代ECMWF大气再分析全球气候数据,提供了每小时的大气、陆地和海洋气候变量的估计值。通过本教程,您可以高效地下载ERA5数据,提高下载速度和效率。
准备工作
- 注册CDS帐号:在Climate Data Store(CDS)网站上注册帐号,获取API key。
- 配置并安装CDS API:在本地配置CDS API,安装cdsapi第三方库。
- 安装和配置IDM软件:安装Internet Download Manager(IDM),并进行相关配置。
批量下载步骤
- 下载单个数据:通过Python脚本创建下载任务,利用CDSAPI获取下载链接。
- 批量下载数据:通过循环批量下载ERA5数据,并使用IDM软件进行快速下载。
代码示例
以下是批量下载ERA5数据的Python代码示例:
import cdsapi
import calendar
from subprocess import call
def idmDownloader(task_url, folder_path, file_name):
""" IDM下载器 """
idm_engine = "C:\\Program Files (x86)\\Internet Download Manager\\IDMan.exe"
call([idm_engine, '/d', task_url, '/p', folder_path, '/f', file_name, '/a'])
call([idm_engine, '/s'])
if __name__ == '__main__':
c = cdsapi.Client()
dic = {
'product_type': 'reanalysis',
'format': 'netcdf',
'variable': '2m_temperature',
'year': '',
'month': '',
'day': [],
'time': [
'00:00', '01:00', '02:00', '03:00', '04:00', '05:00',
'06:00', '07:00', '08:00', '09:00', '10:00', '11:00',
'12:00', '13:00', '14:00', '15:00', '16:00', '17:00',
'18:00', '19:00', '20:00', '21:00', '22:00', '23:00'
]
}
for y in range(1979, 2021):
for m in range(1, 13):
day_num = calendar.monthrange(y, m)[1]
dic['year'] = str(y)
dic['month'] = str(m).zfill(2)
dic['day'] = [str(d).zfill(2) for d in range(1, day_num + 1)]
r = c.retrieve('reanalysis-era5-single-levels', dic)
url = r.location
path = 'E:\\Data\\ERA5\\1979-2020\\2m_temperature'
filename = str(y) + str(m).zfill(2) + '.nc'
idmDownloader(url, path, filename)
注意事项
- 确保IDM软件已正确安装并配置。
- 不要更新IDM,否则可能会导致软件不可用。
- 本教程内容仅供学习参考,如有不足之处,敬请批评指正。
通过以上步骤,您可以轻松实现ERA5数据的批量下载,提高数据获取的效率。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0444
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0760
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
799
1.13 K
暂无描述
Markdown
825
5.48 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
780
1.57 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
964
2.27 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.2 K
1.24 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
640
272
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
830
6.13 K
昇腾LLM分布式训练框架
Python
193
272