ARCO-ERA5: 为气候研究提供分析就绪的云优化数据集

arco-era5

ARCO-ERA5项目简介

ARCO-ERA5是由Google Research团队开发的一个创新性气候数据项目。其全称为"Analysis-Ready, Cloud Optimized ERA5"(分析就绪、云优化的ERA5数据集)。这个项目的主要目标是将欧洲中期天气预报中心(ECMWF)的ERA5再分析数据集转化为更易于研究人员使用的格式,并通过云计算平台提供便捷的访问。

ERA5是目前最全面和高分辨率的全球气候再分析数据集之一,包含了从1979年至今的大气、陆地和海洋的各种气候变量。然而,原始ERA5数据集庞大而复杂,给研究人员的使用带来了挑战。ARCO-ERA5项目正是为了解决这一问题而诞生的。

ARCO-ERA5的主要特点

ARCO-ERA5项目具有以下几个突出特点:

云优化存储: 项目团队将原始的GRIB格式数据转换为云友好的Zarr格式,大大提高了数据的读取和处理效率。
分析就绪: 除了提供原始的云优化数据外,项目还准备了"分析就绪"版本的数据集。这些数据已经过预处理和重新网格化,可以直接用于常见的研究和机器学习工作流程。
易于访问: 通过Google Cloud Public Datasets计划,研究人员可以轻松访问ARCO-ERA5数据,无需下载和存储大量数据。
透明度: 项目的所有处理步骤都是开源和可重现的,确保了数据处理过程的透明度。
定期更新: 数据集每月更新,保持与最新的ERA5数据同步。

ARCO-ERA5 Data Processing Pipeline

ARCO-ERA5的数据结构

ARCO-ERA5数据集主要分为三个部分:

原始数据(raw): 包含从ECMWF获取的源数据。
云优化数据(co): 直接将原始数据转换为云优化的Zarr格式,保持原始网格结构不变。
分析就绪数据(ar): 经过预处理的数据集,采用规则的经纬度网格,并统一了地表和大气数据。

其中,分析就绪数据是最适合直接用于研究的版本。它包含了31个地表和压力层变量,覆盖37个压力层,空间分辨率为0.25°×0.25°,时间分辨率为1小时。

ARCO-ERA5的应用场景

ARCO-ERA5数据集可以应用于多个研究领域:

气候变化研究: 长时间序列的高分辨率数据有助于研究全球和区域气候变化趋势。
天气预报模型开发: 为开发和验证新的天气预报模型提供高质量的训练和测试数据。
机器学习应用: 为开发基于气象数据的机器学习模型提供理想的训练数据集。
极端天气事件分析: 帮助研究人员深入分析历史上的极端天气事件。
跨学科研究: 为生态学、农业、能源等领域的研究提供重要的气象背景数据。

如何使用ARCO-ERA5数据

使用ARCO-ERA5数据非常简单。以下是一个使用Python和xarray库访问数据的示例代码:

import xarray as xr

 ds = xr.open_zarr(
    'gs://gcp-public-data-arco-era5/ar/full_37-1h-0p25deg-chunk-1.zarr-v3',
    chunks=None,
    storage_options=dict(token='anon'),
)
ar_full_37_1h = ds.sel(time=slice(ds.attrs['valid_time_start'], ds.attrs['valid_time_stop']))

这段代码会打开分析就绪数据集,并选择最新的有效时间范围内的数据。研究人员可以进一步使用xarray的功能来选择特定的变量、时间或区域进行分析。