Wo finde ich historische Rohwetterdaten?

Wo finde ich historische raw-Wetter-Daten für ein Projekt, das ich mache, mit Fokus auf die USA und Kanada. Ich brauche Temperaturen hauptsächlich, aber auch andere details wäre schön. Ich bin eine sehr harte Zeit, diese Daten zu finden. Ich wirklich nicht wollen, zu haben, zu kratzen, eine Wetter-site.

InformationsquelleAutor der Frage |

  1. 22

    In den Vereinigten Staaten National Severe Storms Laboratory Historische Wetterdaten-Archiv (Anmerkung: dies ist inzwischen im Ruhestand).

    Auch, die United States National Climatic Data Center Geodaten-Portal.

    US-Amerikanischen National Climatic Data Center Klima-Daten Online.

    US-Amerikanischen National Climatic Data Center Beliebtesten Produkte.

    InformationsquelleAutor der Antwort

  2. 48

    Fand ich mich die gleiche Frage, und meine Erfahrungen für zukünftige Googler.

    Datenquellen

    Wollte ich raw-Daten, und viel davon... eine API nichts zu tun. Ich brauchte, um den Kopf direkt an die Quelle. Die beste Quelle für alle diese Daten schien entweder der NCEP-oder NCDC NOMADEN-Server:

    http://nomads.ncdc.noaa.gov/dods/ <- gut für historische Daten

    http://nomads.ncep.noaa.gov/dods/ <- gut für die letzten Daten

    Geben eine Vorstellung von der Menge der Daten, Ihre Daten geht den ganzen Weg zurück bis 1979! Wenn Sie sich für Kanada und die USA, die North American Regional-Reanalyse-Datensatz ist wahrscheinlich die beste Antwort.

    Mit den Daten

    Ich bin ein großer python-Anwender, und entweder pydap oder NetCDF schien wie gute Werkzeuge zu verwenden. Ohne besonderen Grund, ich begann das Spiel mit pydap.

    Um ein Beispiel zu geben, wie man alle Temperatur Daten für einen bestimmten Standort von den Nomaden website, versuchen Sie Folgendes in python:

    from pydap.client import open_url

# setup the connection
url = 'http://nomads.ncdc.noaa.gov/dods/NCEP_NARR_DAILY/197901/197901/narr-a_221_197901dd_hh00_000'
modelconn = open_url(url)
tmp2m = modelconn['tmp2m']

# grab the data
lat_index = 200    # you could tie this to tmp2m.lat[:]
lon_index = 200    # you could tie this to tmp2m.lon[:]
print tmp2m.array[:,lat_index,lon_index]

    Den obigen Schnipsel wird erhalten Sie eine Zeit-Serie (alle drei Stunden) Daten für den gesamten Monat Januar 1979! Wenn Sie Bedarf mehrere Standorte oder alle Monate, würde der obige code leicht modifiziert, um unterzubringen.

    Super-Daten... und darüber hinaus!

    Ich nicht glücklich war, hier anzuhalten. Ich wollte diese Daten in einer SQL-Datenbank, so dass ich könnte leicht schneiden und würfeln es. Eine gute option für all dies ist die python-Prognose-Modul.

    Offenlegung: ich habe den code hinter das Modul. Der code ist alle open-source-Sie können es ändern, um Ihre Anforderungen besser zu erfüllen (vielleicht sind Sie Prognose für den Mars?) oder ziehen Sie wenig snippets für Ihr Projekt.

    Mein Ziel war es, in der Lage sein zu greifen, die neueste Prognose aus dem Rapid Refresh model (Ihre beste Wette, wenn Sie möchten genaue Informationen über das aktuelle Wetter):

    from forecasting import Model

rap = Model('rap')
rap.connect(database='weather', user='chef')
fields = ['tmp2m']
rap.transfer(fields)

    dann um eine Darstellung der Daten auf einer Karte des guten 'ole USA:

    Wo finde ich historische Rohwetterdaten?

    Die Daten für den plot kam direkt aus SQL und könnte leicht ändern Sie die Abfrage, um aus jeder Art von Daten gewünscht.

    Wenn das obige Beispiel ist nicht genug, schauen Sie sich die Dokumentation wo finden Sie weitere Beispiele.

    InformationsquelleAutor der Antwort

  3. 2

    wunderground.com hat eine gute API. Es ist frei für 500 Anrufe pro Tag.

    http://www.wunderground.com/weather/api/

    InformationsquelleAutor der Antwort

Schreibe einen Kommentar