数据集概述

包含泰国国内经纬度格点区域的陆地（岸上）2米气温数据，数据以每小时为单位。数据来自于 Corpernicus Climate Data Store 获取，在 ERA5-Land hourly data from 1950 to present 上提供。在本文中，泰国地区的纬度范围为[5.77434, 20.43353]，经度范围为[97.96852, 105.22908]。有关数据的更多详细信息，请参考 ERA5-Land hourly data from 1950 to present 。

• 数据粒度：每纬度/经度的每小时数据
• 时间范围： 1999年12月31日 - 2023年5月8日
• 温度单位：摄氏度（°C）（原始数据来自 ERA5-Land hourly data from 1950 to present ，单位为开尔文）

数据来源

• 制作机构：ECMWF

数据创建

以下是使用Python通过 CDS API 进行数据查询的示例，在月度请求中。脚本可以在 here 中找到。

import cdsapi
c = cdsapi.Client()

month_list = [str(num).zfill(2) for num in range(1, 13)]
day_list = [str(num).zfill(2) for num in range(1, 32)]
time_list = [str(num).zfill(2) + ":00" for num in range(0, 24)]
year_list = [str(num) for num in range(2000, 2022)]

for year in year_list:
    for month in month_list:
        c.retrieve('reanalysis-era5-land',
        {
            'variable': [
                '2m_temperature']
        ,
        'year': year,
        'month' : month,
        'day': day_list,
        'time': time_list,
        'format': 'grib',
        'area': [
                    20.43, 97.96, 5.77,
                    105.22,
                ],
                },
        f'{year}_{month}_hourly_2m_temp_TH.grib')

直接从API输出的文件格式为.grib，为了方便进一步的分析工作，我已将其转换为.parquet格式。要将GRIB格式转换为pandas数据帧，您可以使用 xrray 和 cfgrib 库来帮助，如下面的示例代码片段所示。

import xarray as xr
import cfgrib

ds = xr.open_dataset('2022_12_31_hourly_2m_temp_TH.grib', engine='cfgrib')
df = ds.to_dataframe().reset_index()

许可证

Climate Data Store Product Licensing

引用

• 这些数据是使用Copernicus气候变化服务的信息生成的，并且包含修改过的Copernicus气候变化服务的数据，数据时段为1999年12月31日至2023年5月8日

• Muñoz Sabater, J. (2019): ERA5陆地每小时数据从1950年至今。Copernicus气候变化服务（C3S）气候数据存储（CDS）。DOI： 10.24381/cds.e2161bac （于2023年5月13日访问）

• Copernicus气候变化服务（C3S）（2022年）：ERA5陆地每小时数据从1950年至今。Copernicus气候变化服务（C3S）气候数据存储（CDS）。DOI： 10.24381/cds.e2161bac （于2023年5月13日访问）