米国とカナダに焦点を当てて行っているプロジェクトの過去の生の気象データはどこにありますか。私は主に温度が必要ですが、他の詳細がいいでしょう。私はこのデータを見つけるのに非常に苦労しています。私は本当に天気予報サイトをこすり取る必要はありません。
回答:
米国国立シビアストーム研究所の過去の気象データアーカイブ(注:これはその後廃止されました)。
また、米国国立気候データセンターの地理データポータル。
米国国立気候データセンター気候データオンライン。
米国国立気候データセンターで最も人気のある製品。
私はこれと同じ質問をしていることに気づき、将来のGoogle社員のために私の経験を共有します。
生データが欲しかったのですが、その多くは... APIでは機能しませんでした。私はソースに直接向かう必要がありました。そのすべてのデータの最良のソースは、NCEPまたはNCDCNOMADSサーバーのいずれかであるように思われました。
http://nomads.ncdc.noaa.gov/dods/<-履歴データに適しています
http://nomads.ncep.noaa.gov/dods/<-最近のデータに適しています
(注:コメント提供者は、httpではなくhttpsを使用する必要があることを示しました。まだテストしていませんが、問題が発生した場合は試してみてください!)
データの量を知るために、彼らのデータは1979年までさかのぼります。カナダと米国をお探しの場合は、北米地域再分析データセットがおそらく最良の答えです。
私はPythonの大口ユーザーであり、pydapまたはNetCDFのどちらかを使用するのに適したツールのようでした。特別な理由もなく、私はpydapで遊んでいました。
遊牧民のウェブサイトから特定の場所のすべての温度データを取得する方法の例を示すには、Pythonで次のことを試してください。
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]
上記のスニペットは、1979年1月の1か月全体のデータの時系列(3時間ごと)を取得します。複数の場所またはすべての月が必要な場合は、上記のコードを簡単に変更して対応できます。
私はそこで立ち止まって幸せではありませんでした。このデータをSQLデータベースに入れて、簡単にスライスおよびダイスできるようにしたかったのです。これらすべてを行うための優れたオプションは、Python予測モジュールです。
開示:モジュールの背後にあるコードをまとめました。コードはすべてオープンソースです。ニーズに合わせてコードを変更するか(火星を予測しているのではないでしょうか)、プロジェクトの小さなスニペットを引き出すことができます。
私の目標は、Rapid Refreshモデルから最新の予測を取得できるようにすることでした(現在の天気に関する正確な情報が必要な場合の最善の策)。
from forecasting import Model
rap = Model('rap')
rap.connect(database='weather', user='chef')
fields = ['tmp2m']
rap.transfer(fields)
次に、データを米国の良い地図にプロットします。
プロットのデータはSQLから直接取得されたものであり、クエリを簡単に変更して、必要な任意のタイプのデータを取得できます。
上記の例では不十分な場合は、他の例を見つけることができるドキュメントを確認してください。
share my experience for future Googlers
<-この将来のグーグルはありがとう
wunderground.comには優れたAPIがあります。1日500回の通話は無料です。