不知不覺停更了一個多月，除了寫論文之外，還參加了上海氣象學(xué)會主辦的 第二屆人工智能天氣預(yù)報創(chuàng)新大賽，主要是對數(shù)值模式預(yù)報的2m氣溫和降水進(jìn)行訂正。

這是第二次參加上海氣象學(xué)會主辦的比賽，第一屆的短臨預(yù)報比賽和小伙伴一起最后獲得了二等獎。這一次只有我一個人，最后因?yàn)楦鞣N原因只參加了前半程，提交了大概3次結(jié)果，從最初的雙賽道第一最后定格到第四。

這幾年國內(nèi)外和氣象相關(guān)的AI大賽比較多，改天再細(xì)聊一下AI+氣象大賽。

剛好近兩天ECMWF開放了預(yù)報數(shù)據(jù)，那就來看一下如何獲取到全球各大氣象機(jī)構(gòu)發(fā)布的數(shù)值預(yù)報產(chǎn)品吧。

全球有不少機(jī)構(gòu)對外發(fā)布了數(shù)值預(yù)報產(chǎn)品，但是大多都比較分散，通常需要自己去尋找再寫不少代碼來下載這些產(chǎn)品。前幾天發(fā)現(xiàn)了一個工具，可以非常方便的下載常用的數(shù)值預(yù)報產(chǎn)品。ECMWF剛對外發(fā)布預(yù)報數(shù)據(jù)，開發(fā)者就更新了下載接口，非常給力了哈哈！

廢話不多說了，下面就來介紹一下這個工具。

Herbie 屬于 NOAA 的大數(shù)據(jù)項目，旨在更方便的從各云存儲中獲取數(shù)值天氣預(yù)報結(jié)果。最初，是在 Brian K.Blaylock 博士期間開發(fā)用來獲取 HRRR數(shù)據(jù)的。2020年此工具成為 NOAA 大數(shù)據(jù)項目的一部分，于是開始開發(fā)適用更多的數(shù)據(jù)源，目前支持獲取如下數(shù)據(jù)：

• High Resolution Rapid Refresh (HRRR)
• Rapid Refresh (RAP)
• Global Forecast System (GFS)
• National Blend of Models (NBM)
• Rapid Refresh Forecast System - Prototype (RRFS)
• ECMWF Open Data Forecast Prodducts (? new in Herbie 0.0.8)

其數(shù)值天氣預(yù)報結(jié)果的數(shù)據(jù)源包括：

• NOMADS
• Big Data Program Partners (AWS, Google, Azure)
• ECMWF Open Data Azure storage
• University of Utah CHPC Pando archive

安裝

最好使用 Python3.8+ 版本，安裝方式如下：

或

pip install git+https://github.com/blaylockbk/Herbie.git

食用方法

Herbie 目前具有如下功能：

• 從不同數(shù)據(jù)源搜索模式輸出
• 下載完整的GRIB2文件
• 從GRIB2文件中提取子集并下載
• 使用 xarray 讀取數(shù)據(jù)
• 使用 Cartopy 繪圖

總的來說，Herbie 使用方便，而且兼容目前常用的工具。

有時可能需要下載大量的數(shù)據(jù)， Herbie 也提供了非常方便的工具函數(shù)：

from herbie.tools import bulk_download
import pandas as pd

# Download HRRR analysis for every hour of a day
DATES = pd.date_range('2021-01-01 00:00', '2021-01-01 06:00', freq='1H')
bulk_download(DATES, model='hrrr', product='sfc', fxx=0, searchString='TMP:2 m')

可以通過如下命令下載ECMWF最新公開的數(shù)據(jù)集：

就是下載速度有點(diǎn)慢，好了就介紹到這，感興趣的可以去 GitHub (https://github.com/blaylockbk/Herbie) 網(wǎng)頁查看。目前主要是獲取數(shù)值預(yù)報產(chǎn)品，數(shù)據(jù)處理和繪圖部分正處于開發(fā)中，如果有什么問題也可以去反饋。

—END—