GDAS（Global Data Assimilation System）全球数据同化系统，是美国国家气象局（National Weather Service, NWS）的一部分，它是一个复杂的系统，用于生成全球范围的气象分析数据。
1.FNL大气再分析数据集
是GDAS的最终分析产品，用于历史和气候研究更新慢
1度的数据
https://rda.ucar.edu/datasets/d083002/
0.25度的数据
https://rda.ucar.edu/datasets/d083003/
2.GFS 全球预报数据
https://nomads.ncep.noaa.gov/pub/data/nccf/com/gfs/prod/
只提供最近10天的数据
GFS（Global Forecast System）
GFS模型依赖于GDAS提供的初始场来进行天气预报
GFS数据集由选定的模型输出作为网格化预测变量组成。384小时预报，具有3小时预测间隔，以6小时时间分辨率(即每天更新四次)进行。 时间分辨率：3小时，6小时，12小时，18小时，24小时,16天1度的数据命名格式
gfs.tCCz.pgrb2.1p00.fFFF
0.25度的数据命名格式
gfs.tCCz.pgrb2.0p25.fFFF
下载下来的气象数据是grib2格式
下面使用python读取下载的grib2数据
GRIB是一种用于表示和交换气象数据的国际标准格式，广泛应用于气象和海洋科学领域
pygrib 是一个用于读取和写入GRIB（Gridded Binary）文件的Python库
安装
conda install -c conda-forge pygrib
读取
import pygrib
grbs = pygrib.open('D:\\data\\gfs.t18z.pgrb2.1p00.f006')
for grb in grbs:
print(grb) # 打印消息的详细信息
print("dataDate",grb.dataDate)
print("analDate",grb.analDate)
print("validDate",grb.validDate)
print("forecastTime",grb.forecastTime)
print("julianDay",grb.julianDay)
print("indicatorOfUnitOfTimeRange",grb.indicatorOfUnitOfTimeRange)
break
# 假设lats和lons是已经获取的纬度和经度数组
spatial_resolution_lat = lats[0]-lats[1]
spatial_resolution_lon = lons[0]-lons[1]
print("Spatial resolution (latitude):", spatial_resolution_lat[0])
print("Spatial resolution (longitude):", spatial_resolution_lon[0])
min_lon = lons[0]
max_lon = lons[-1]
min_lat = lats[0]
max_lat = lats[-1]
print("Spatial range (longitude):", min_lon[0], "to", max_lon[-1])
print("Spatial range (latitude):", min_lat[0], "to", max_lat[-1])
# 关闭文件
grbs.close()
运行结果：
说明：
索引或序号 1 变量的名称 Pressure reduced to MSL 单位和时间类型 Pa 压力单位帕斯卡（Pascal） (instant)：这表明预报是瞬时的 regular_ll：这指的是使用的网格类型，regular_ll表示这是一个规则的纬度-经度网格。 meanSea:level：这进一步确认了数据是在平均海平面上的水平面数据。 预报时间 fcst time 6 hrs：这表示预报是在分析时间之后6小时的。 初试时间 from 202409131800：这是一个时间戳，格式为YYYYMMDDHH，表示预报是从2024年9月13日18时开始的。 analDate（分析时间） validDate（有效时间） forecastTime（预报时间） indicatorOfUnitOfTimeRange（forecastTime字段的单位，1小时，10分钟）标签：resolution,lon,lat,grb,print,数据,气象 From： https://www.cnblogs.com/baby123/p/18422340