Расчет суточного общего количества осадков ERA5 с использованием CDO

По сути, это репост этого вопроса: https://confluence.ecmwf.int/pages/viewpage.action?pageId=149341027

Я загрузил ERA5 с компакт-диска. Входной файл имеет 24 часовых шага (0, 1, 2, 3, 4, .., 23) для каждого календарного дня, начиная с 1 января по 31 декабря каждого рассматриваемого года.

ECMWF укажите здесь https://confluence.ecmwf.int/display/CKB/ERA5%3A+How+to+calculate+daily+total+precipitation, что суточное общее количество осадков должно рассчитываться путем суммирования осадков, например 1 января 1979 года путем суммирования шагов 1, 2, ..., 23 от 1 января И шага 0 от 2 января. Это означает, что шаг 0 от 1 января 1979 года не включен в расчет общего количества осадков за этот день. . Для расчета общего количества осадков за 2 января 1979 г. мы также используем шаги 1, 2, 3, ..., 23 этого дня плюс шаг 0 3 января и так далее.

Кажется, есть вариант сделать это в python следующим образом:

import xarray as xr                                                    # import xarray library
ds_nc = xr.open_dataset('name_of_your_file.nc')                        # read the file
daily_precipitation = ds_nc.tp.resample(time='24H').sum('time')*1000   # calculate sum with frequency of 24h and multiply by 1000
daily_precipitation.to_netcdf('daily_prec.nc')                         # save as netCDF

Теперь мне интересно, возможно ли это также с помощью операторов климатических данных (CDO) простым способом. Обычно я выполняю такие вычисления с помощью команды daysum в CDO, но я не уверен, что это правильно.

Кто-то предложил использовать:

cdo -f nc copy  out.nc aux.nc
cdo -delete,timestep=1, aux.nc aux1.nc
cdo -b 32 timselsum,24 aux1.nc aux2.nc
cdo -expr,'ppt=tp*1000' -setmissval,-9999.9 -remapbil,r240x120 aux2.nc era5_ppt_prev-0_1979-2018.nc

Но я не уверен, что это правильно - есть предложения?


python netcdf weather cdo-climate era5
person Moritz Schwarz    schedule 20.01.2020    source источник

Ответы (2)


arrow_upward
5
arrow_downward

Для такого рода проблем полезной командой в CDO является shifttime, которая, по сути, выполняет то, что написано на банке, и сдвигает отметку времени.

Этот вид проблемы часто возникает с любым потоком или полем накопления, где отметка времени, назначенная значению данных, указывает на КОНЕЦ периода накопления времени или «окно», например, с 3-часовым Данные TRMM за последние три часа дня имеют отметку 00 на следующей дате, и такие функции, как daymean или daysum, применяемые напрямую, неправильно вычисляют среднее значение 21 часа за один день и 3 часа за предыдущий день. Сдвиг временной метки на три часа так, чтобы время указывало на начало окна (или, действительно, на 1,5, указывая на середину), перед выполнением вычисления решит эту проблему.

Итак, для вашего конкретного вопроса, когда у вас есть длинная серия почасовых данных из ERA5 и вы хотите получить ежедневную сумму, вы можете сделать:

cdo shifttime,-1hour in.nc shift.nc # now step 0 on Jan 2 has Jan 1, 23:00 stamp 
cdo daysum shift.nc daysum.nc

или соединены вместе:

cdo daysum -shifttime,-1hour in.nc daysum.nc

(ПРИМЕЧАНИЕ. Эта процедура отличается от тех, кто использует потоки из более ранней версии ERA-Interim, где потоки накапливаются в течение короткого периода прогноза. Для ERA5 «деаккумуляция» уже выполнена за вас. С ERA-Interim вам необходимо разница между последовательными временными шагами для преобразования из накопленного поля, и здесь есть сообщение, которое показывает, как это сделать с CDO или python: Лучшее распределение накопленных временных шагов netcdf с CDO)

person Adrian Tompkins    schedule 28.01.2020
comment
Фантастика, это главное! Просто чтобы убедиться, что на вопрос дан полный ответ, и учитывая, что я пытаюсь получить здесь общее количество осадков, очевидно, что это должно быть daysum, а не daymean. Не могли бы вы быстро отредактировать это, и я приму ответ. - person Moritz Schwarz; 28.01.2020

arrow_upward
1
arrow_downward

Если вы отображаете данные ERA 5 за любые два дня, вы можете заметить, что tp в 0000 2 января (скажем) - это уже накопленные осадки за последние 24 часа (с 01:00 1 января до 24:00 (0000 2 января) 1 января. ). Таким образом, вам нужно выбрать только значения осадков на временном шаге 0000.

person Rehan    schedule 03.04.2021