我需要根据欧洲的特定位置(所有位置都在海中)每月提取2001年至2018年的历史天气数据。我将经度和纬度存储在单独的列中:
longitude latitude
55.2000 6.8500
52.6450 1.7870
53.1350 1.1470
55.3430 10.95580
我查看了R中的RNCEP软件包,该软件包存储天气数据。但是要提取它,我必须插入纬度和经度的间隔(例如,从0到60),这将获得纬度和经度的气象数据,增量为2.5。如何提取所需的精确纬度和经度?
这是以2.5增量提取天气数据的代码。
#Define limits for latitude and longitude
min_lat <- min(data$latitude, na.rm = TRUE)
max_lat <- max(data$latitude, na.rm = TRUE)
min_lon <- min(data$longitude, na.rm = TRUE)
max_lon <- max(data$longitude, na.rm = TRUE)
# define arguments for latitude and longitude
lat_range <- c(min_lat, max_lat)
lon_range <-c(min_lon, max_lon)
# get monthly air temperature between 2001 and 2018
weather <- NCEP.gather(variable = "air.sig995", level = "surface", months.minmax = c(1,12),
years.minmax = c(2001,2018), lat.southnorth =lat_range,
lon.westeast = lon_range)
# dimensions (obs. at time 00:00, 6:00, 12:00, 18:00 each day)
dim(weather) #creates 3 dimensions [lat, lon, time]
# extract date and time based on created weather dataset
date_time <- dimnames(weather)[[3]]
# format UTC date
date_time <- ymd_h(date_time)
# extract longitude & latitude based on created weather dataset
lat <- dimnames(weather)[[1]] # in increments of 2.5
lon <- dimnames(weather)[[2]] # in increments of 2.5
#Calculate the mean daily air temp. of the different times of day
w <- NCEP.aggregate(weather, YEARS = TRUE, MONTHS = TRUE, HOURS = FALSE, fxn='mean')
#Visualize temperature as heatmap for 1 day
NCEP.vis.area(w, layer = 1, show.pts = TRUE, draw.contours = TRUE, cols = heat.colors(64), transparency = 0.4)
我的结果只是提取整个区域的历史天气数据,设置经度和纬度的范围。但是我需要根据所有年份(2001年至2018年)每个月的经度和纬度列来确定确切位置的天气条件(例如该月的平均温度)。是否可以使用RNCEP软件包执行此操作?还是我可以尝试其他什么选择?
最终结果应与此类似:
longitude latitude month year temperature
55.2000 6.8500 1 2001 20
55.2000 6.8500 2 2001 20
55.2000 6.8500 3 2001 20
...
55.2000 6.8500 1 2018 20
...
52.6450 1.7870 2
...
我愿意接受任何可能更接近解决方案的建议,而不仅仅是最终解决问题的建议。谢谢。
答案 0 :(得分:0)
使用RNCEP
无法获得更详细的信息。该模块正在从NCEP/NCAR Reanalysis和reanalysis 2数据集中进行查询,并在这些站点中进行挖掘,看起来表面层数据Reanalysis 2 / { {3}}。