为LAT-Lon网格单元检索Workclim气候和其他信息
latlon-utils的Python项目详细描述
此存储库包含用于检索给定 纬度和经度。
安装
强烈建议使用conda进行安装。首先,安装 必要的依赖项,即netCDF4、shapely和pandas:
conda install netcdf4 shapely pandas
要启用worldclim数据的下载,还需要rasterio和 xarray(如果您已经下载了数据,可以跳过此步骤)通过:
conda install rasterio xarray
然后安装latlon_utilsvia:
pip install latlon_utils
或从源目录通过:
pip install .
用法
到目前为止,该软件包有两个功能:获取气候和获取国家。 功能。像这样使用
北纬50度,东经10度到达该国:
>>> from latlon_utils import get_country >>> get_country(50, 10) 'Germany'
获得北纬50度和东经10度的气候:
>>> from latlon_utils import get_climate # limit the number of columns printed by pandas >>> import pandas; pandas.options.display.max_columns = 5 >>> get_climate(50, 10) tavg jan 0.044739 feb 0.974976 mar 4.705505 apr 8.232239 mai 13.150024 jun 16.012268 jul 17.958984 aug 17.828735 sep 13.779480 oct 8.787476 nov 4.039001 dec 1.430237 djf 0.816650 mam 8.695923 jja 17.266663 son 8.868652 ann 8.911972 prec jan 48.000000 feb 42.000000 mar 44.000000 apr 44.000000 mai 56.000000 jun 68.000000 jul 65.000000 aug 52.000000 sep 47.000000 oct 52.000000 nov 52.000000 dec 59.000000 djf 49.666667 mam 48.000000 jja 61.666667 son 50.333333 ann 52.416667 Name: (50, 10), dtype: float64 >>> get_climate(50, 10)['tavg', 'djf'] 0.816650390625 >>> get_climate([10, 11], [50, 51]) tavg ... prec jan feb ... son ann lat lon ... 10 50 21.810730 22.687988 ... 10.666667 6.833333 11 51 24.617249 24.678040 ... 7.666667 3.750000 <BLANKLINE> [2 rows x 34 columns]
数据下载
这个包建立在免费提供的数据集上,但不包含任何 数据。此数据根据请求下载(请参阅下一节)。特别地, get climate方法使用来自[WorldClim2.0],get country的数据。 函数使用datasets/geo-countries存储库。
下载目录
要下载并处理必要的数据集,请运行:
python -m latlon_utils.download
(有关可用选项,请参见python -m latlon_utils.download --help)。
我们从WorldClim下载geotiff文件并将其转换为netcdf 数据集。存储数据的默认目录是 $HOME/.local/share/latlon_utils,其中$HOME表示用户主页 目录。如果要使用其他目录,请设置LATLONDATA 变量,例如:
export LATLONDATA=$HOME/my_data python download.py $LATLONDATA
LATLONDATA环境变量是确保python 包稍后再次查找数据。
WorldClim分辨率
我们使用的默认分辨率是10m。但是,也可以指定 python函数中或通过LATLONRES环境的其他解析 变量。要使用5分钟分辨率,只需运行:
export LATLONRES='5m'
参考文献
[WorldClim2.0] | Fick, S.E. and R.J. Hijmans, 2017. Worldclim 2: New 1-km spatial resolution climate surfaces for global land areas. International Journal of Climatology. http://worldclim.org/ |