wrf模式学习记录--使用ERA5数据驱动WRF模式三层嵌套:数据下载以及模式处理

简介: wrf模式学习记录--使用ERA5数据驱动WRF模式三层嵌套:数据下载以及模式处理

下载ERA5数据



从官网上下载ERA5主要分为三步:

  1. 官网注册账号,获取CDS API key。
  2. 安装python相关的库。
  3. 复制粘贴代码,下载数据。


注册账户获取密钥


点击网址:ERA5注册网址,右上角点击注册账户,一般使用教育邮箱


7c24c8ac08c441f69490209d6eef01f4.png


注册完成后登录,然后还是在这个网址:获取key密钥,点击下面图中的红色框,


5b3dc9f3678c441082b0036d2c974460.png


然后,下图红框内就是你的密钥,将其全部复制下来:


e8c3d42a254942b88d660ce6ab0bb0bf.png


如果你是Linux系统,就在你的系统用户目录下创建一个.cdsapirc的文件,将刚刚复制的内容粘贴到该文件下:


4a47f24c6d5747578489453ba4e58e86.png

11f29e7b71a747a49a0bb55237ac9ade.png

  • 如果你是windows系统,就在c盘/用户/用户名 这个目录下创建一个 创建一个.cdsapirc文件。可以先建立一个txt文件,将内容粘贴进去后再改文件名为.cdsapirc


安装python的cdsapi库


我这里是在Linux系统下, 直接在你的python环境下使用命令:conda install cdsapi

即可。window下应该同理。


获取ERA5数据


下载地址在官网上搜索你要下载的数据类型:


496731e7bb584a94b3ebebf1ed1a1b84.png

点击进入后勾选你需要的参数、时间、变量等。

c472f022183046f0b23712ec61147e71.png

然后到最后,选择红框内显示下载代码

1444ed20a6114492943614f86e8148a8.png

97a2970218214a3082d5a09d641692bf.png

将代码复制到你的python脚本中,运行脚本即可下载。


运行WRF模式



基于上述方式,我们可以通过下载ERA5数据制作WRF模式的初始场,运行wrf模式。其中,需要下载的ERA5的数据如下所示:


3D数据:


ERA5 monthly averaged data on pressure levels from 1979 to present**:Monthly averaged reanalysis by hour of day**


变量:


  • Geopotential
  • Relative humidity
  • U-component of wind
  • V-component of wind
  • Temperature


压力层

所有


year

2022


month

02


day

17-18


Pressure level data (download.py)


import cdsapi
c = cdsapi.Client()
c.retrieve(
    'reanalysis-era5-pressure-levels',
    {
        'product_type': 'reanalysis',
        'format': 'grib',
        'variable': [
            'geopotential', 'relative_humidity', 'temperature','specific_humidity',
            'u_component_of_wind', 'v_component_of_wind','vertical_velocity'
        ],
        'pressure_level': [
            '1', '2', '3',
            '5', '7', '10',
            '20', '30', '50',
            '70', '100', '125',
            '150', '175', '200',
            '225', '250', '300',
            '350', '400', '450',
            '500', '550', '600',
            '650', '700', '750',
            '775', '800', '825',
            '850', '875', '900',
            '925', '950', '975',
            '1000',
        ],
        'year': '2022',
        'month': '02',
        'day': ['17','18',],
        'time': [
            '00:00', '01:00', '02:00',
            '03:00', '04:00', '05:00',
            '06:00', '07:00', '08:00',
            '09:00', '10:00', '11:00',
            '12:00', '13:00', '14:00',
            '15:00', '16:00', '17:00',
            '18:00', '19:00', '20:00',
            '21:00', '22:00', '23:00',
        ],
    },
    '/ERA5_data/ERA5-2022-02_17-18_pl.grib')


2D数据:


Product type


Monthly averaged reanalysis by hour of day


Variable


  • 10m u-component of wind
  • 10m v-component of wind
  • Mean sea level pressure
  • Sea surface temperature
  • Surface pressure
  • 2m temperature
  • Soil data (temperature and moisture) and soil height

year

2021


month

02


day

17-18


Single level data (down.py)


import cdsapi
c = cdsapi.Client()
c.retrieve(
    'reanalysis-era5-single-levels',
    {
        'product_type': 'reanalysis',
        'format': 'grib',
        'variable': [
         '10m_u_component_of_wind','10m_v_component_of_wind','2m_dewpoint_temperature',
            '2m_temperature','forecast_albedo',
            'forecast_surface_roughness','high_cloud_cover',
            'land_sea_mask','low_cloud_cover',
            'mean_sea_level_pressure','medium_cloud_cover',
            'sea_ice_cover','sea_surface_temperature',
            'skin_temperature','snow_albedo',
            'snow_depth','surface_pressure',
            'total_cloud_cover',
            'total_column_water','total_column_water_vapour',
            'soil_temperature_level_1','soil_temperature_level_2',
            'soil_temperature_level_3','soil_temperature_level_4','volumetric_soil_water_layer_1','volumetric_soil_water_layer_2',
            'volumetric_soil_water_layer_3','volumetric_soil_water_layer_4'
        ],
        'year': '2022',
        'month': '02',
        'day': ['17','18',],
        'time': [
            '00:00', '01:00', '02:00',
            '03:00', '04:00', '05:00',
            '06:00', '07:00', '08:00',
            '09:00', '10:00', '11:00',
            '12:00', '13:00', '14:00',
            '15:00', '16:00', '17:00',
            '18:00', '19:00', '20:00',
            '21:00', '22:00', '23:00',
        ],
    },
    '/ERA5_data/ERA5-2022-02_17-18-sl.grib')


具体细节的运行可以看这篇博客:

https://blog.csdn.net/weixin_44237337/article/details/123152177?spm=1001.2014.3001.5501

下面只介绍不同的地方


WPS前处理


链接Vtable这里需要进行修改,如下:


cd  /Users/WRF/ERA_practice/
ln -sf ungrib/Variable_Tables/Vtable.ECMWF  Vtable


然后同样是链接你下载的ERA5数据:

./link_grib.csh  ../ERA5_data/ERA5-2022-02_17-18*


ungrid


因为我这个里是三层嵌套,需要修改namelist.wps后,再运行ungrid程序


&share
 wrf_core = 'ARW',
 start_date = '2022-02_17_00:00:00','2022-02_17_00:00:00','2022-02_17_00:00:00',
 end_date = '2022-02_17_06:00:00','2022-02_17_06:00:00','2022-02_17_06:00:00',
 interval_seconds = 10800,
 max_dom = 3,
 io_form_geogrid = 2, 
 opt_output_from_geogrid_path = '/WRF/ERA5_pactice/',
/
./
&geogrid
 parent_id         =   1,      1,      2,
 parent_grid_ratio =   1,      3,      3,
 i_parent_start    =   1,     21,    27,
 j_parent_start    =   1,     21,    26,
 e_we                     = 247,      574,    1471,
 e_sn                     = 158,      370,      889,
 geog_data_res     = 'default','default','default',
 dx = 36000,
 dy = 36000,
 map_proj  = 'mercator',
 ref_lat   =  15.00,
 ref_lon   = 0.00,
 truelat1  =  10.0,
 truelat2  =  20.0,
 stand_lon =0.00,
  geog_data_path = '/Software/Models/WRF/WPS_GEOG',
 !
 !!!!!!!!!!!!!!!!!!!!!!!!!!!! IMPORTANT NOTE !!!!!!!!!!!!!!!!!!!!!!!!!!!!
 ! The default datasets used to produce the MAXSNOALB and ALBEDO12M
 ! fields have changed in WPS v4.0. These fields are now interpolated
 ! from MODIS-based datasets.
 !
 ! To match the output given by the default namelist.wps in WPS v3.9.1,
 ! the following setting for geog_data_res may be used:
 !
 ! geog_data_res = 'maxsnowalb_ncep+albedo_ncep+default', 'maxsnowalb_ncep+albedo_ncep+default', 
 !
 !!!!!!!!!!!!!!!!!!!!!!!!!!!! IMPORTANT NOTE !!!!!!!!!!!!!!!!!!!!!!!!!!!!
 !
/
&ungrib
 out_format = 'WPS',
 prefix = '/WRF/ERA5_pactice/FILE',
/
&metgrid
 fg_name = 'FILE',
 io_form_metgrid = 2, 
 opt_output_from_metgrid_path = '/WRF/ERA5_pactice/',
/


下面正常运行./geogrid.exe./metgrid.exe


WRF后处理


修改一下namelist.input,与wps中的一致:


 &time_control
 run_days                            = 0,
 run_hours                           = 06,
 run_minutes                         = 0,
 run_seconds                         = 0,
 start_year                          = 2022, 2022, 2022,
 start_month                         = 02,   02,   02,
 start_day                           = 17,   17,   17,
 start_hour                          = 00,   00,   00,
 end_year                            = 2022, 2022, 2022,
 end_month                           = 02,   02,   02,
 end_day                             = 17,   17,   17,
 end_hour                            = 06,   06,   06,
 interval_seconds                    = 10800,
 input_from_file                     = .true.,.true.,.true.,
 history_interval                    = 60,  60,   60,
 frames_per_outfile                  = 1000, 1000, 1000,
 restart                             = .false.,
 restart_interval                    = 1440,
 io_form_history                     = 2
 io_form_restart                     = 2
 io_form_input                       = 2
 io_form_boundary                    = 2
 /
 &domains
 time_step                           = 60,
 time_step_fract_num                 = 0,
 time_step_fract_den                 = 1,
 max_dom                             = 3,
 i_parent_start    =   1,     21,    27,
 j_parent_start    =   1,     21,    26,
 e_we                     = 247,      574,    1471,
 e_sn                     = 158,      370,      889,
 e_vert                              = 50,    50,   50,
 p_top_requested                     = 5000,
 num_metgrid_levels                  = 38,
 num_metgrid_soil_levels             = 4,
 dx                                  =  36000,  12000,4000,
 dy                                  =  36000,  12000,4000,
 grid_id                             = 1,     2,     3,
 parent_id         =   1,      1,      2,
 parent_grid_ratio =   1,      3,      3,
 parent_time_step_ratio              = 1,     3,     3,
 feedback                            = 1,
 smooth_option                       = 0,
 /
 &physics
 physics_suite                       = 'CONUS'
 mp_physics                          = -1,    -1,    -1,
 cu_physics                          = -1,    -1,     0,
 ra_lw_physics                       = -1,    -1,    -1,
 ra_sw_physics                       = -1,    -1,    -1,
 bl_pbl_physics                      = -1,    -1,    -1,
 sf_sfclay_physics                   = -1,    -1,    -1,
 sf_surface_physics                  = -1,    -1,    -1,
 radt                                = 30,    30,    30,
 bldt                                = 0,     0,     0,
 cudt                                = 5,     5,     5,
 icloud                              = 1,
 num_land_cat                        = 21,
 sf_urban_physics                    = 0,     0,     0,
 /
 &fdda
 /
 &dynamics
 hybrid_opt                          = 2, 
 w_damping                           = 0,
 diff_opt                            = 1,      1,      1,
 km_opt                              = 4,      4,      4,
 diff_6th_opt                        = 0,      0,      0,
 diff_6th_factor                     = 0.12,   0.12,   0.12,
 base_temp                           = 290.
 damp_opt                            = 3,
 zdamp                               = 5000.,  5000.,  5000.,
 dampcoef                            = 0.2,    0.2,    0.2
 khdif                               = 0,      0,      0,
 kvdif                               = 0,      0,      0,
 non_hydrostatic                     = .true., .true., .true.,
 moist_adv_opt                       = 1,      1,      1,     
 scalar_adv_opt                      = 1,      1,      1,     
 gwd_opt                             = 1,
 /
 &bdy_control
 spec_bdy_width                      = 5,
 specified                           = .true.
 /
 &grib2
 /
 &namelist_quilt
 nio_tasks_per_group = 0,
 nio_groups = 1,
 /


之后正常运行./real.exe、./wrf.exe即可、、、


             一个努力学习python的海洋人
             水平有限,欢迎指正!!!
             欢迎评论、收藏、点赞、转发、关注。
             关注我不后悔,记录学习进步的过程~~ 


相关文章
WRF模式案例运行初体验--飓风示例全过程记录
本文主要记录一下首次学习WRF并运行官网案例的全过程。
WRF模式案例运行初体验--飓风示例全过程记录
|
3月前
|
Go 开发工具 git
CF+hugo部署要点随记
本文介绍了使用Hugo搭建静态博客的方法,Hugo是一款用Go语言编写的静态站点生成器。文中详细描述了在Windows环境下安装Go、Git和Hugo的步骤,并提供了快速启动指南。此外,还介绍了如何通过Git子模块引入主题,以及如何在本地创建和编辑文章。最后,给出了常用Markdown语法示例,帮助用户轻松撰写博客内容。
101 5
|
7月前
|
监控 网络协议 Java
西门子S7-200 SMART如何使用状态图表,如何创建、监视、强制、趋势显示
上篇文章中我们学习了S7-200 SMART系统块的组态,本篇我们来介绍在编程软件STEP7-Micro/WIN SMART中如何使用状态图表,以及如何创建、监视、强制、趋势显示。在STEP7-Micro/WIN SMART与PLC之间成功建立通信,并且将程序下载到PLC后,就可以监控和调试程序了。程序状态监控可以监视程序的运行情况,但是如果需要监控的变量较多,不能在程序编辑器中同时显示的时候就需要使用状态图表监控。接下来我们来介绍在STEP7-Micro/WIN SMART如何使用状态图表监控和调试程序。
西门子S7-200 SMART如何使用状态图表,如何创建、监视、强制、趋势显示
|
安全 区块链
TRX链/BSC链/ARB链/Matic马蹄链公链智能合约系统开发指南需求丨步骤逻辑丨规则方案丨案例开发丨项目程序丨源码说明
Chain selection and environment construction: Select suitable public chains as development environments, such as TRX chains, BSC chains, ARB chains, or Matic horseshoe chains. Establish a corresponding development environment, including node deployment, development tools, and testing network.
|
算法 数据安全/隐私保护 芯片
快速入门数字芯片设计,UCSD ECE111(十一)Project的一些注意事项
快速入门数字芯片设计,UCSD ECE111(十一)Project的一些注意事项
142 0
西门子S7-200 SMART PID回路控制,如何创建状态图表,下载并测试程序
上篇文章中我们学习了调用向导生成的子程序编程来实现西门子S7-200 SMART PID回路控制,今天我们来学习如何创建状态图表并利用状态图表来测试程序。首先我们来看一下如何创建状态图表。
西门子S7-200 SMART PID回路控制,如何创建状态图表,下载并测试程序
|
编解码 Shell
在集群上使用ERA5数据驱动WRF模式---一层嵌套记录
在集群上使用ERA5数据驱动WRF模式---一层嵌套记录
在集群上使用ERA5数据驱动WRF模式---一层嵌套记录
|
编解码 Shell Linux
使用GFS数据驱动WRF模式场--2层嵌套 全过程学习记录
使用GFS数据驱动WRF模式场--2层嵌套 全过程学习记录
使用GFS数据驱动WRF模式场--2层嵌套 全过程学习记录
|
C语言 Perl
西门子S7-200 SMART位逻辑指令概述及应用举例
本篇文章我来带领大家学习西门子S7-200 SMART的位逻辑指令。位逻辑指令是PLC编程中最基本、使用最频繁的指令,按不同的功能和用途具有不同的形式,总的来说可以分为下述几大类:标准位逻辑指令、置位/复位指令、立即位逻辑指令、其他位逻辑指令。
西门子S7-200 SMART位逻辑指令概述及应用举例