دانلود داده تغییرات آب و هوایی (2006 - 2096) روزانه از NCCS ناسا با پایتون :: بیسین - سایت تخصصی مهندسی آب

دانلود داده تغییرات آب و هوایی (2006 - 2096) روزانه از NCCS ناسا با پایتون


بسیاری از مدل های گردش جهانی (GCMs) با داده های تاریخی و آینده بارش، حداکثر دما و دمای حداقل برای سناریوهای مختلف وجود دارند. داده ها در زمانبندی روزانه از سرورهای خاص در دسترس هستند، در این آموزش ویژگی های اصلی NASCAR THCSDS Data Server را نشان می دهیم که مجموعه داده های روزانه پیش بینی شده جهانی (NEX-GDDP) را فراهم می کند که دارای دو نوع از چهار گاز گلخانه ای سناریوهای انتشار داده ها از این مجموعه داده ها از 1950 تا 2100 در گذشته و آینده با قطعنامه های فضایی 0.25 درجه (~ 25 در 25 کیلومتر) جدا شده است. این آموزش قسمت های اصلی وب سرور و اسکریپت ها را در پایتون نشان می دهد تا نزدیکترین سلول مدل را پیدا کند و به صورت گروهی از پرونده ها به صورت مجدد دانلود کند.


لینک NCCS THREDDS ناسا سرور داده از اینجا

کد پایتون:

### Import required packages


get_ipython().magic('matplotlib inline')

import matplotlib.pyplot as plt

import re

import urllib.request

import numpy as np

from datetime import datetime, timedelta



# ## Define GCM cell close to location


def find_nearest_cell(array,value):

    idx = (np.abs(array-value)).argmin()

    return idx


latarray = np.linspace(-89.875,89.875,720)

lonarray = np.linspace(0.125,359.875,1440)

huancayo = (-12.06513, 360-75.20486) #notice longuitude must be on degrees east


celllatindex = find_nearest_cell(latarray,huancayo[0])

celllonindex = find_nearest_cell(lonarray,huancayo[1])

print(celllatindex,celllonindex)



# ## Define begin and end date of GCM simulation


zerodate = datetime(1850,1,1)

zerodate.isoformat(' ')


begindate = zerodate + timedelta(days=56978.5)

begindate.isoformat(' ')


enddate = zerodate + timedelta(days=89850.5)

enddate.isoformat(' ')



# ## Get data from the NCCS server by 5000 records 


# We divide the request by groups of 5000 records because the server do not provide all the records.

intervals=[[0,4999],[5000,9999],[10000,14999],[15000,19999],[20000,24999],[25000,29999],[30000,34674]]


#empty array for ppt and time

pptlist = []

daylist = []


for interval in intervals:

    fp = urllib.request.urlopen("https://dataserver.nccs.nasa.gov/thredds/dodsC/bypass/NEX-GDDP/bcsd/rcp45/r1i1p1/pr/CSIRO-Mk3-6-0.ncml.ascii?pr["+str(interval[0])+":1:"+str(interval[1])+"]["+str(celllatindex)+":1:"+str(celllatindex)+"]["+str(celllonindex)+":1:"+str(celllonindex)+"]")


# In case of Historic Data, from 1949 to 2005

#    fp = urllib.request.urlopen("https://dataserver.nccs.nasa.gov/thredds/dodsC/\

#bypass/NEX-GDDP/bcsd/historical/r1i1p1/pr/CSIRO-Mk3-6-0.ncml.ascii?pr\

#["+str(interval[0])+":1:"+str(interval[1])+"]\

#["+str(celllatindex)+":1:"+str(celllatindex)+"]\

#["+str(celllonindex)+":1:"+str(celllonindex)+"]")

    

    mybytes = fp.read()


    mystr = mybytes.decode("utf8")

    fp.close()

    

    lines = mystr.split('\n')

    breakers = []

    breakerTexts = ['pr[time','pr.pr','pr.time']

    for line in lines:

        for text in breakerTexts:

            if text in line:

                breakers.append(lines.index(line))

                

    dayline = lines[breakers[0]]

    dayline = re.sub('\[|\]',' ',dayline)

    days = int(dayline.split()[4])

    print("Procesing interval %s of %d days" % (str(interval), days))

    

    for item in range(breakers[1]+1, breakers[1]+days+1):

        ppt = float(lines[item].split(',')[1])*86400

        pptlist.append(ppt)

        

    for day in lines[breakers[2]+1].split(','):

        daylist.append(zerodate + timedelta(days=float(day)))


plt.plot(daylist,pptlist)

plt.gcf().autofmt_xdate()

plt.ylabel('Precipitation (mm/day)')

plt.show()


plt.plot(daylist[14000:15000],pptlist[14000:15000])

plt.gcf().autofmt_xdate()

plt.ylabel('Precipitation (mm/day)')

plt.show()



پروژه تخصصی در لینکدین




نظرات (۰)

فرم ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی


درباره بهترين هاي بيسيـــن بدانيد...

Bird

يکي از مهمترين اهداف اين سايت تهيه آموزش هاي روان از ابزارهاي کاربردي علوم آب است.

اهميت مطالعات محيطي با ابزارهاي نوين در چيست؟

امروز با فارغ التحصيلي جمع کثير دانشجويان سالهاي گذشته و حال، با گذر از کمي گرايي ديگر صرف وجود مدارک دانشگاهي حرف اول را در بازار کار نمي زند؛ بلکه سنجش ديگري ملاک؛ و شايسته سالاري به ناچار! باب خواهد شد. يکي از مهم ترين لوازم توسعه علمي در هر کشور و ارائه موضوعات ابتکاري، بهره گيري از ابزار نوين است، بيسين با همکاري مخاطبان مي تواند در حيطه علوم آب به معرفي اين مهم بپردازد.

جستجو در بيسين


بیسین - سایت تخصصی مهندسی آب

سایت مهندسی آب بیسین با معرفی مهم ترین و کاربردی ترین نرم افزارها و مدل های شبیه سازی در حیطه مهندسی آب، تلاش به تهیه خدمات یکپارچه و محلی از محاسبات هیدرولوژیکی و هیدرولیکی می کند

W3Schools


اطلاعات سايت

  • behzadsarhadi@gmail.com
  • بهزاد سرهادي
  • شناسه تلگرام: SubBasin
  • شماره واتساپ: 09190622992-098
  • شماره تماس: 09190622992-098

W3Schools