爱气象,爱气象家园! 

气象家园

 找回密码
 立即注册

QQ登录

只需一步,快速开始

新浪微博登陆

只需一步, 快速开始

搜索
查看: 9309|回复: 11

[其他] 每平方公里气象要素数据的阿里云API服务

[复制链接]

新浪微博达人勋

发表于 2017-6-30 11:14:19 | 显示全部楼层 |阅读模式

登录后查看更多精彩内容~

您需要 登录 才可以下载或查看,没有帐号?立即注册 新浪微博登陆

x
阿里云高精度气象数据产品API说明 v4
. 资料说明
目前可以调用的API数据产品分为四个系列:气象实况数据系列、气象预报数据系列、空气质量预报数据系列、地形海拔高度数据系列。
气象实况数据系列每小时更新一次,包括六种气象要素:气温、风速、降水、地面气压、太阳辐射强度、比湿。 该数据的空间分辨率是全中国每平方公里(即1km*1km),时间分辨率是每小时。其原理是利用数据融合与同化技术,对地面观测、卫星观测、数值模式产品等多种来源数据进行融合,获取高质量的气象要素数据。经纬度范围为[70E~140E , 15N~60N]。
气象预报数据系列每天更新四次(分别为北京时间02时、06时、12时、18时),预报未来16天的气温、风速、降水、地面气压、太阳辐射强度、相对湿度。该数据的空间分辨率是全球25km*25km。经纬度范围为[180W~180E, 90S~90N]。预报时间分辨率:在未来24小时以内为每小时,在未来第2天~第5天为每3小时,在未来第6天~第10天为每6小时,在未来第11天~第16天为每12小时。
欧洲中心提供的空气质量预报数据系列每天更新两次(分别为北京时间08时、20时),预报未来5天的PM2.5(颗粒物直径小于2.5μm)浓度、PM1浓度、PM10浓度、臭氧总量、二氧化硫总量、一氧化碳总量、一氧化氮总量、二氧化氮总量。该数据的空间分辨率是全球125km*125km。经纬度范围为[180W~180E, 90S~90N]。预报时间分辨率为每小时。鉴于该数据集的分辨率较低,其空气质量无法代表城市中心的污染状况,而代表了城市-乡村的均值。举例来说,本数据集不可以用来作为北京市城区的大气污染指标。
地形海拔高度数据为静态数据,该数据空间分辨率为全球30m*30m,经纬度范围为[180W~180E, 90S~90N]。
       2017630日到830日,阿里云用户可以申请免费试用的APItoken,调用100万次/个 格点数据值。申请链接是:http://nature.data.aliyun.com/getoken.html
气象实况数据产品代号:
  
数据名
  
说明
CLDAS-SSRA
太阳辐射实况
CLDAS-WIND
风速实况
CLDAS-TEMP
气温实况
CLDAS-SHU
比湿实况
CLDAS-PRS
地面气压实况
CMPA-PREP
降水量实况
气象预报数据产品代号:
  
数据名
  
说明
GFS-DSWRF-F
太阳辐射预报
GFS-WIND-WS-F
风速预报
GFS-WIND-WD-F
风向预报
GFS-TEMP-F
气温预报
GFS-RHU-F
相对湿度预报
GFS-PRS-F
地面气压预报
GFS-APCP-F
降水量预报
  在查询GFS预报数据产品时,首先只能查询未来时间,目前能够查询未来24小时[01~24]每小时的预报数据(每小时特定时间点的数据);能够查询未来第2天到第5天每隔三小时[27,30,…,120]的数据;能够查询从第6天到第10天每隔六小时[126,132,…,240]的数据;能够查询从第11天到第16天每隔十二小时[252,264,…,384]的数据。
  对于预报的六个气象要素,其中气温、风速、地面气压、太阳辐射、相对湿度这五个气象要素都是特定时刻的预报值,例如,查询某日11时的预报气温,返回的是11时这一时刻的预报温度。但是,降水量预报与其他产品不同,对于降水量预报,预报5天以内的降水量为一小时内累积降水量,第6天到第10天的降水量预报为三小时内累积降水量,第11天到第16天的降水量预报为十二小时内累积降水量。
空气质量预报数据产品代号:
  
数据名
  
说明
ECMWF-PM2P5-F
PM2.5浓度预报
ECMWF-PM1-F
PM1浓度预报
ECMWF-PM10-F
PM10浓度预报
ECMWF-GTCO3-F
臭氧总量预报
ECMWF-TCSO2-F
二氧化硫总量预报
ECMWF-TCCO-F
一氧化碳总量预报
ECMWF-TCNO-F
一氧化氮总量预报
ECMWF-TCNO2-F
二氧化氮总量预报
地形海拔高度数据产品代号:
  
数据名
  
说明
SRTM
地形海拔高度
如果用户希望在调用数据前先查看一下数据内容,那么欢迎移步到http://nature.data.aliyun.com/使用我们的可视化界面。
file://localhost/private/var/folders/b2/wsv2vymd5y7bjv77_hf513g40000gn/T/TemporaryItems/msoclip/0/clip_image002.png

.API接口说明
接口URL主干(可用JavacriptPython调用):
http://nature.data.aliyun.com/api?token=yourtoken
其中, “yourtoken”可以在 http://nature.data.aliyun.com/getoken.html进行申请。
1.     根据准确经纬度查询点数据API
气象数据举例:
http://nature.data.aliyun.com/api?token=yourtoken&action=data_value_by_date_name_geometry&name=CLDAS-SSRA&date=20170629_080000&geometry=105.026,37.526
地形海拔高度数据举例(目前仅支持单点调用):
http://nature.data.aliyun.com/api?token=yourtoken&action=data_value_by_date_name_geometry&name=SRTM&fetch=unit,value&geometry=105.026,37.526
相关参数说明
  
参数名
  
说明
范例
备注
action
API接口名称
data_value_by_date_name_geometry
name
数据产品名称
CLDAS-SSRA
详见气象产品名称列表
date
时间点
20170629_080000
年月日_时分秒,北京时间。系统会匹配最近时间点的数据。
  
当调用历史数据时,只能调用最近三天的。当调用预测数据时,可以调用未来10天的。
geometry
查询数据栅格所用经纬度  
105.026,37.526
默认采用WGS84坐标经纬度,建议到小数点后3位即可
fetch
查询地形海拔高度时指定返回的要素
unit,  value
value为地形海拔高度值,
  
nit为地形高度的单位
1.1  curl测试调用
$ curl"http://nature.data.aliyun.com/api?token=your&action=data_value_by_date_name_geometry&name=CLDAS-SSRA&date=20170629_080000&geometry=105.026,37.526"
返回结果:
{
  "data": {
   "data_value_by_date_name_geometry": {
      "unit": "瓦特/平方米(W/m2)",
      "value":"821.981018066406",
      "date": "2017062908"
    }
  }
}
1.2  python调用代码
importurllib2
importurllib
values= {
  'token': '#您的Token可以在http://nature.data.aliyun.com/getoken.html免费申请',
  'action': 'data_value_by_date_name_geometry',
  'name' : 'CLDAS-TEMP',
  'date': '20170629_080000',
  'geometry': '110.666,38.888'
}
args= urllib.urlencode(values)
response= urllib2.urlopen('http://nature.data.aliyun.com/api?' + args)
data= response.read()
printdata
1.3  nodejs调用
代码
varurllib = require('urllib');
varurl = "http:// nature.data.aliyun.com/api?token=yourtoken&action=data_value_by_date_name_geometry&name=CLDAS-SSRA&date=20170629_080000&geometry=105.026,37.526";
urllib.request(url,function (err, data, res) {
  if (err) {
    throw err; // you need to handle error
  }
  console.log(data.toString());
});
结果:
{
  "data": {
   "data_value_by_date_name_geometry": {
      "unit": "瓦特/平方米(W/m2)",
      "value": "357.179565429688",
      "date":"2017062908_GMT+8",
      "time_zone": "GMT+8"
    }
  }
}

2.     查询矩形区域数据API
http://nature.data.aliyun.com/api?token=yourtoken&action=data_export_by_date_name_geometry&name=CLDAS-PRS&date=20170629_080000&format=tiff&geometry=82.026%2035.026%20105.026%2020.426
矩形区域API查询相关参数说明:
  
参数名
  
说明
范例
备注
action
API接口名称
data_export_by_date_name_geometry
name
数据产品名称
CLDAS-SSRA
详见气象产品名称列表
Date
时间点
20170629_080000
北京时间,年月日_时分秒。系统会匹配最近时间点的数据。当调用历史数据时,只能调用最近三天的。当调用预测数据时,可以调用未来10天的
geometry
矩形区域经纬度
80.026,35.026,105.026,20.426
默认采用WGS84经纬度坐标,分别给出矩形框的左上角和右下角坐标
format
返回文件格式
tiff
可以是tiff  / netcdf / png
矩形区域API返回结果:
{ "data": {"data_export_by_date_name_geometry": { "link": "http://dataunion.oss-cn-shanghai.aliyuncs.com/EXPORT_DATA_TEMP/CLDAS-PRS_20170629_00_82_026_35_026_105_026_20_626.tiff?OSSAccessKeyId=LTAIwSRtKsqalOLp&Expires=1498816277&Signature=CrQM1nCJYuXBdhWSgLHUIYjN%2Bhg%3D","date": "2017062908_GMT+8", "time_zone":"GMT+0", "description": "数据原始单位为帕斯卡(Pa), 常用单位转换公式: 标准大气压(atm) = 帕斯卡(Pa) / 101325" } } }
其中,矩形区域API返回的文件名所使用的时间戳有可能是北京时间或者国际标准时,会在返回的time_zone参数中以“GMT+8”和“GMT+0”来分别注明。返回的link为数据文件的下载链接地址;date参数为北京时间;description参数注明了文件中数据的原始单位(如果原始单位为非常用单位,这里会注明单位转换公式)。
2.1  curl测试调用
$ curl"http://nature.data.aliyun.com/api?token=YourToken&action=data_export_by_date_name_geometry&name=CLDAS-PRS&date=20170629_080000&format=tiff&geometry=82.026,35.026,105.026,20.626"
2.2  python调用
代码:
importurllib2
importurllib
values= {
  'token': '#您的Token可以在http://nature.data.aliyun.com/getoken.html免费申请',
  'action': ' data_export_by_date_name_geometry',
  'name' : 'CLDAS-PRS',
  'date': '20170629_080000',
  'geometry': '82.026,35.026,105.026,20.426',
  'format': 'tiff'
}
args= urllib.urlencode(values)
response= urllib2.urlopen('http://nature.data.aliyun.com/api?' + args)
data= response.read()
printdata
2.3  nodejs调用
代码
varurllib = require('urllib');
varurl = " http://nature.data.aliyun.com/api?token=yourtoken&action=data_export_by_date_name_geometry&name=CLDAS-PRS&date=20170629_080000&format=tiff&geometry=82.026,35.026,105.026,20.426";
urllib.request(url,function (err, data, res) {
  if (err) {
    throw err; // you need to handle error
  }
  console.log(data.toString());
});
返回结果:
{
  "data": {
   "data_export_by_date_name_geometry": {
      "link": "http://dataunion.oss-cn-shanghai.aliyuncs.com/EXPORT_DATA_TEMP/CLDAS-PRS_20170629_00_82_026_35_026_105_026_20_626.tiff?OSSAccessKeyId=LTAIwSRtKsqalOLp&Expires=1498810767&Signature=OZ5YRUTWG5y%2FrYXXUA9%2FZySuAuE%3D",
"date":"2017062908_GMT+8",
"time_zone": "GMT+0",
"description": "数据原始单位为帕斯卡(Pa), 常用单位转换公式: 标准大气压(atm) = 帕斯卡(Pa) / 101325"
    }
  }
}

密码修改失败请联系微信:mofangbao

新浪微博达人勋

发表于 2017-7-1 10:57:23 | 显示全部楼层
简单测试了一下,用MeteoInfoLab可以运行示例Python脚本并获得结果。格点的结果tif文件用图像处理软件打开是空白,没有再继续测试。又试了netCDF格式,可以读取并绘图,不过nc文件写得很不规范,变量的单位基本都是错误的。建议用CF Convensions来写netCDF数据文件。

nc文件的信息:
File Name: C:\TEMP\CLDAS-PRS_20170629_00_82_026_35_026_105_026_20_426.nc
File type: NetCDF-3/CDM (NetCDF)
Dimensions: 2
        side = 2;
        xysize = 3358000;
Global Attributes:
        : title = ""
        : source = ""
Variations: 6
        double x_range(side);
                x_range: units = "meters"
        double y_range(side);
                y_range: units = "meters"
        double z_range(side);
                z_range: units = "meters"
        double spacing(side);
        int dimension(side);
        float z(xysize);
                z: scale_factor = 1.0
                z: add_offset = 0.0
                z: node_offset = 1


aliyun_test.png
密码修改失败请联系微信:mofangbao
回复 支持 1 反对 0

使用道具 举报

新浪微博达人勋

发表于 2017-6-30 14:23:00 | 显示全部楼层
试了一下可视化界面,不太会用
密码修改失败请联系微信:mofangbao

新浪微博达人勋

发表于 2017-7-1 08:40:39 | 显示全部楼层
前期免费后期收费{:eb513:}{:eb513:}{:eb513:}
密码修改失败请联系微信:mofangbao

新浪微博达人勋

发表于 2017-7-1 09:08:01 | 显示全部楼层
这个能下载历史数据吗,我看气温实况只能下载1天的啊
密码修改失败请联系微信:mofangbao

新浪微博达人勋

发表于 2017-7-1 10:04:57 | 显示全部楼层
用了一下,这个略强大啊。。马云真是没有不想做的。。。。
密码修改失败请联系微信:mofangbao

新浪微博达人勋

 楼主| 发表于 2017-7-4 15:57:26 | 显示全部楼层
MeteoInfo 发表于 2017-7-1 10:57
简单测试了一下,用MeteoInfoLab可以运行示例Python脚本并获得结果。格点的结果tif文件用图像处理软件打开 ...

太好了,欢迎测试,我们会跟进改错!
密码修改失败请联系微信:mofangbao

新浪微博达人勋

 楼主| 发表于 2017-7-4 15:59:31 | 显示全部楼层
MeteoInfo 发表于 2017-7-1 10:57
简单测试了一下,用MeteoInfoLab可以运行示例Python脚本并获得结果。格点的结果tif文件用图像处理软件打开 ...

你好!我的邮箱是songkuan.sk@alibaba-inc.com
如果可能的话,请把出问题的文件附件给我可以吗?
如果你有什么数据源觉得需要长期接入的,也欢迎推荐给我们。
密码修改失败请联系微信:mofangbao

新浪微博达人勋

发表于 2017-7-4 17:03:27 | 显示全部楼层
MeteoInfo 发表于 2017-7-1 10:57
简单测试了一下,用MeteoInfoLab可以运行示例Python脚本并获得结果。格点的结果tif文件用图像处理软件打开 ...

厉害呀,楼主棒棒的!赞赞赞!
密码修改失败请联系微信:mofangbao

新浪微博达人勋

发表于 2017-7-5 21:44:47 | 显示全部楼层
看你和Meteoinfo的互动,有种高手过招的感觉。
密码修改失败请联系微信:mofangbao
您需要登录后才可以回帖 登录 | 立即注册 新浪微博登陆

本版积分规则

Copyright ©2011-2014 bbs.06climate.com All Rights Reserved.  Powered by Discuz! (京ICP-10201084)

本站信息均由会员发表,不代表气象家园立场,禁止在本站发表与国家法律相抵触言论

快速回复 返回顶部 返回列表