如何使用全年每小时数据计算每天的总降水量?

Question

我有来自 ERA5 的特定年份中每天的每小时数据。我想将该数据从每小时转换为每天。我知道要做到这一点是漫长而艰难的，但我需要一些容易做到这一点的东西。

哥白尼在这里有一个代码 https://confluence.ecmwf.int/display/CKB/ERA5%3A+How+to+calculate+daily+total+precipitation，如果数据集只转换一天，它可以正常工作，但是在转换全年时，我遇到了问题。

下载 ERA5 数据集的链接，可在 https://cds.climate.copernicus.eu/cdsapp#!/home

按照此处使用哥白尼服务器的步骤进行操作

https://confluence.ecmwf.int/display/CKB/How+to+download+ERA5

此脚本仅下载 2 天(2017 年 1 月 1 日和 2 日)的 houly 数据：

#!/usr/bin/env python
"""
Save as get-tp.py, then run "python get-tp.py".

Input file : None
Output file: tp_20170101-20170102.nc
"""
import cdsapi

c = cdsapi.Client()
r = c.retrieve(
'reanalysis-era5-single-levels', {
'variable'    : 'total_precipitation',
'product_type': 'reanalysis',
'year'        : '2017',
'month'       : '01',
'day'         : ['01', '02'],
'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'
],
'format'      : 'netcdf'
})
r.download('tp_20170101-20170102.nc')
## Add multiple days and multiple months to donload more data

下面的脚本将创建一个仅一天的netCDF文件

#!/usr/bin/env python
"""
Save as file calculate-daily-tp.py and run "python calculate-daily-tp.py".

Input file : tp_20170101-20170102.nc
Output file: daily-tp_20170101.nc
"""
import time, sys
from datetime import datetime, timedelta

from netCDF4 import Dataset, date2num, num2date
import numpy as np

day = 20170101
d = datetime.strptime(str(day), '%Y%m%d')
f_in = 'tp_%d-%s.nc' % (day, (d + timedelta(days = 1)).strftime('%Y%m%d'))
f_out = 'daily-tp_%d.nc' % day

time_needed = []
for i in range(1, 25):
time_needed.append(d + timedelta(hours = i))

with Dataset(f_in) as ds_src:
var_time = ds_src.variables['time']
time_avail = num2date(var_time[:], var_time.units,
calendar = var_time.calendar)

indices = []
for tm in time_needed:
a = np.where(time_avail == tm)[0]
if len(a) == 0:
sys.stderr.write('Error: precipitation data is missing/incomplete - %s!n'
% tm.strftime('%Y%m%d %H:%M:%S'))
sys.exit(200)
else:
print('Found %s' % tm.strftime('%Y%m%d %H:%M:%S'))
indices.append(a[0])

var_tp = ds_src.variables['tp']
tp_values_set = False
for idx in indices:
if not tp_values_set:
data = var_tp[idx, :, :]
tp_values_set = True
else:
data += var_tp[idx, :, :]

with Dataset(f_out, mode = 'w', format = 'NETCDF3_64BIT_OFFSET') as ds_dest:
# Dimensions
for name in ['latitude', 'longitude']:
dim_src = ds_src.dimensions[name]
ds_dest.createDimension(name, dim_src.size)
var_src = ds_src.variables[name]
var_dest = ds_dest.createVariable(name, var_src.datatype, (name,))
var_dest[:] = var_src[:]
var_dest.setncattr('units', var_src.units)
var_dest.setncattr('long_name', var_src.long_name)

ds_dest.createDimension('time', None)
var = ds_dest.createVariable('time', np.int32, ('time',))
time_units = 'hours since 1900-01-01 00:00:00'
time_cal = 'gregorian'
var[:] = date2num([d], units = time_units, calendar = time_cal)
var.setncattr('units', time_units)
var.setncattr('long_name', 'time')
var.setncattr('calendar', time_cal)

# Variables
var = ds_dest.createVariable(var_tp.name, np.double, var_tp.dimensions)
var[0, :, :] = data
var.setncattr('units', var_tp.units)
var.setncattr('long_name', var_tp.long_name)

# Attributes
ds_dest.setncattr('Conventions', 'CF-1.6')
ds_dest.setncattr('history', '%s %s'
% (datetime.now().strftime('%Y-%m-%d %H:%M:%S'),
' '.join(time.tzname)))

print('Done! Daily total precipitation saved in %s' % f_out)

我

想要的是一个代码，它将遵循与上述数据相同的步骤，但假设我有一个包含一年数据的输入文件并将其转换为一年的每日数据。

结果应该是全年计算变量(如降水量等)的每日值。

示例：假设我有全年的降水数据为每天 1 毫米/小时，我将有全年 2928 个值。

我想要的是全年 24 毫米/天，非闰年只有 365 个值。

示例输入数据集：可以从此处下载数据子集(2017 年 1 月 1 日和 2 日)，https://www.dropbox.com/sh/0vdfn20p355st3i/AABKYO4do_raGHC34VnsXGPqa?dl=0。只需在此之后使用第二个脚本来检查代码。{全年代码为>10 GB，因此无法上传

提前致谢

Answer 1

xarray resample只是适合您的工具。它将 netCDF 数据从一种时间分辨率(例如每小时)转换为另一种时间分辨率(例如每天)。使用您的示例数据文件，我们可以使用以下代码创建每日平均值：

import xarray as xr
ds = xr.open_dataset('./tp_20170101-20170102.nc')
tp = ds['tp'] # dimensions [time: 48, latitude: 721, longitude: 1440]
tp_daily = tp.resample(time='D').mean(dim='time') # dimensions (time: 2, latitude: 721, longitude: 1440)

您将看到resample命令接受临时代码，在本例中'D'表示每天，然后我们指定要使用当天的每小时数据计算每天的平均值.mean(dim='time').

例如，如果您想计算每日最大值而不是每日平均值，则可以将.mean(dim='time')替换为.max(dim='time')。您还可以从每小时到每月(MS或每月开始)，每年(AS或年度开始)等等。时间频率代码可以在 Pandas 文档中找到。

Answer 2

使用 CDO 的命令行中的另一种快速方法是：

cdo daysum -shifttime,-1hour era5_hourly.nc era5_daily.nc

您可以使用 Python 包直接从 Python 内部调用它。

请注意，根据此处的答案/讨论：使用 CDO 计算 ERA5 每日总降水量 ERA5 每小时数据在每小时窗口结束时具有时间步长，因此您需要在求和之前移动时间戳，我不确定 xarray 解决方案是否能够处理这个问题。 同样要有毫米/天，我认为需要求和，而不是取平均值。