气候服务 API 访问

这是一个 python 包，用于访问 可以使用 conda 或 pip 安装的ClimateSERV API ：

• conda install -c servir 气候服务
• 点安装气候服务

当前支持的操作：

• 时间序列 CSV
  • 变量
    • 平均
    • 敏
    • 最大限度
• 下载 tifs 的 Zip 文件
  • 多变的
    • 下载
• 下载包含 NetCDF 的 Zip 文件
  • 多变的
    • 网络CDF

当前支持的数据集：

• 啁啾
  • 雨量
    • 变量：啁啾
  • 全球金融服务中心
    • 异常情况
      • 变量：CHIRPS_GEFS_anom
    • 沉淀
      • 意思是
        • 变量：CHIRPS_GEFS_precip_mean
• 啁啾
  • 雨量
    • 变量：啁啾
• eMODIS
  • 中亚 NDVI
    • 变量：CentralAsia_eMODIS
  • 东非 NDVI
    • 变量：EastAfrica_eMODIS
  • 南部非洲 NDVI
    • 变量：SouthAfrica_eMODIS
  • 西非 NDVI
    • 变量：WestAfrica_eMODIS
• 季节性_预测
  • 变量：CCSM4
    • SeasonalEnsemble 变量： ens01 到 ens10
    • 季节性变量：温度或降水
  • 变量：CFSV2
    • SeasonalEnsemble 变量： ens01 到 ens24
    • 季节性变量：温度或降水
• IMERG 1 天（晚）
  • 变量：IMERG
• IMERG 1 天（早期）
  • 变量：IMERG_early
• 蒸发应力指数
  • ESI 4 周
    • 变量：ESI_4
  • ESI 12 周
    • 变量：ESI_12
• NASA-USDA 增强型 SMAP 全球土壤水分数据
  • 土壤水分概况
    • 变量：USDA_SMAP
  • 表层土壤水分
    • 变量：USDA_SSM
  • 表层土壤水分异常
    • 变量：USDA_SSMA
  • 地下土壤水分
    • 变量：USDA_SSSM
  • 地下土壤水分异常
    • 变量：USDA_SSSMA

示例使用

这是使用 CentralAsia_eModis 数据集生成时间序列 csv 的示例代码。如果要选择下载的 OperationType，则需要将 Outfile 从 .csv 更改为 .zip 如果您希望将作为 json 对象返回的数据设置为变量，则将 Outfile 设置为“memory_object”并创建一个变量来保存返回来自climateserv.api.request_data 调用。

import climateserv.api

x = 81.27   
y = 29.19

GeometryCoords = [[x-.01,y+.01],[x+.01, y+.01],
                  [x+.01, y-.01],[x-.01,y-.01],[x-.01,y+.01]]
                  
DatasetType = 'CentralAsia_eMODIS'
OperationType = 'Average'
EarliestDate = '01/03/2018'
LatestDate = '03/16/2018'
SeasonalEnsemble = '' # only used for Seasonal_Forecast
SeasonalVariable = '' # only used for Seasonal_Forecast
Outfile = 'out.csv'

climateserv.api.request_data(DatasetType, OperationType, 
             EarliestDate, LatestDate,GeometryCoords, 
             SeasonalEnsemble, SeasonalVariable,Outfile)

许可和分发

ClimateSERVpy 由 SERVIR 根据 MIT 许可条款分发。有关详细信息，请参阅 此目录中的LICENSE。

隐私和使用条款

ClimateSERVpy 遵守https://servirglobal.net/Privacy-Terms-of-Use中所述的所有 SERVIR 隐私和使用条款。