STDA标准格式
<p>[TOC]</p>
<h1>网格stda标准格式数据保存规范</h1>
<p>格点数据采用xarray.DataArray格式保存。
格点数据统一具备顺序为member，level，time，dtime，lat，lon（成员，层次，时间，预报时效，纬度，经度）共六个维度的坐标信息。
另外，格点数据包含var_name、var_cn_name、var_units、valid_time、data_source、data_name、data_type（要素名、要素中文名、要素单位、有效时间、数据源、模式名、数据类型）共七个属性信息。</p>
<p><em>注：</em></p>
<ol>
<li>
<p>STDA属性列表（var_name、var_cn_name、var_units、valid_time）详见：<a href="https://www.showdoc.com.cn/metdig/5110376016080685" title="STDA属性列表">STDA属性列表</a></p>
</li>
<li>
<p>数据源(data_source)及模式名(data_name)列表详见：<a href="https://www.showdoc.com.cn/metdig/7139572020318236" title="数据源及类型列表">数据源及类型列表</a></p>
</li>
<li>各数据源属性列表（data_type）详见如下：
<ul>
<li>cassandra：<a href="https://www.showdoc.com.cn/metdig/5110392719553594" title="cassandra数据源属性列表">cassandra数据源属性列表</a></li>
<li>cmadaas：<a href="https://www.showdoc.com.cn/metdig/6386077756820471" title="cmadaas数据源属性列表">cmadaas数据源属性列表</a></li>
<li>era5：<a href="https://www.showdoc.com.cn/metdig/6060999066114040" title="era5数据源属性列表">era5数据源属性列表</a></li>
<li>thredds：<a href="https://www.showdoc.com.cn/metdig/7194537959773803" title="thredds数据源属性列表">thredds数据源属性列表</a></li>
</ul></li>
</ol>
<pre><code class="language-python"><xarray.DataArray (member: 1, level: 1, time: 1, dtime: 1, lat: 200, lon: 350)>
array([[[[[[583.9922 , 583.9922 , 583.8922 , ..., 588.34216,
588.4422 , 588.4922 ],
[583.8922 , 583.9422 , 583.8922 , ..., 588.3922 ,
588.4922 , 588.5422 ],
[583.84216, 583.9422 , 583.9422 , ..., 588.4922 ,
588.5422 , 588.59216],
...,
[563.1422 , 563.1422 , 563.1422 , ..., 568.7422 ,
568.4922 , 568.2422 ],
[563.1422 , 563.1422 , 563.1422 , ..., 568.84216,
568.59216, 568.3922 ],
[563.1922 , 563.1922 , 563.1422 , ..., 568.9922 ,
568.7922 , 568.5422 ]]]]]], dtype=float32)
Coordinates:
* member (member) <U5 'ecmwf'
* level (level) int32 500
* time (time) datetime64[ns] 2020-07-25T08:00:00
* dtime (dtime) int32 0
* lat (lat) float64 15.0 15.2 15.4 15.6 15.8 ... 54.0 54.2 54.4 54.6 54.8
* lon (lon) float64 70.0 70.2 70.4 70.6 70.8 ... 139.2 139.4 139.6 139.8
Attributes:
data_source: cassandra
level_type: high
var_name: hgt
var_cn_name: 位势高度
var_units: dagpm
valid_time: 0</code></pre>
<h1>站点stda标准格式数据保存规范</h1>
<p>站点数据采用pandas.DataFrame格式保存。
站点数据统一具备顺序为level，time，dtime，id，lon，lat（层次，时间，预报时效，站点Id，站点经度，站点纬度） 共6个表示时空信息的列变量，第7~m-1列为坐标随动属性，如站点名称、城市名等，第m列开始为数据内容。
另外，站点数据包含var_name、var_cn_name、var_units、valid_time、data_source、data_name、data_type、data_start_column（要素名、要素中文名、要素单位、有效时间、数据源、模式名、数据类型、实际数据开始保存的列数）共八个属性信息。</p>
<p><em>注：</em></p>
<ol>
<li>
<p>STDA属性列表（var_name、var_cn_name、var_units、valid_time）详见：<a href="https://www.showdoc.com.cn/metdig/5110376016080685" title="STDA属性列表">STDA属性列表</a></p>
</li>
<li>
<p>数据源(data_source)及模式名(data_name)列表详见：<a href="https://www.showdoc.com.cn/metdig/7139572020318236" title="数据源及类型列表">数据源及类型列表</a></p>
</li>
<li>各数据源属性列表（data_type）详见如下：
<ul>
<li>cassandra：<a href="https://www.showdoc.com.cn/metdig/5110392719553594" title="cassandra数据源属性列表">cassandra数据源属性列表</a></li>
<li>cmadaas：<a href="https://www.showdoc.com.cn/metdig/6386077756820471" title="cmadaas数据源属性列表">cmadaas数据源属性列表</a></li>
<li>era5：<a href="https://www.showdoc.com.cn/metdig/6060999066114040" title="era5数据源属性列表">era5数据源属性列表</a></li>
<li>thredds：<a href="https://www.showdoc.com.cn/metdig/7194537959773803" title="thredds数据源属性列表">thredds数据源属性列表</a></li>
</ul></li>
</ol>
<pre><code class="language-python"> level time dtime id lon lat ecmwf
0 1000 2021-05-10 08:00:00 24 1 116.3833 39.9 12.755284
1 950 2021-05-10 08:00:00 24 1 116.3833 39.9 9.822508
2 925 2021-05-10 08:00:00 24 1 116.3833 39.9 10.281018
3 900 2021-05-10 08:00:00 24 1 116.3833 39.9 11.200433
4 850 2021-05-10 08:00:00 24 1 116.3833 39.9 9.980937
5 800 2021-05-10 08:00:00 24 1 116.3833 39.9 8.447029
6 700 2021-05-10 08:00:00 24 1 116.3833 39.9 2.617576
7 600 2021-05-10 08:00:00 24 1 116.3833 39.9 -4.245209
8 500 2021-05-10 08:00:00 24 1 116.3833 39.9 -13.577053
9 400 2021-05-10 08:00:00 24 1 116.3833 39.9 -24.801575
10 300 2021-05-10 08:00:00 24 1 116.3833 39.9 -40.636930
11 250 2021-05-10 08:00:00 24 1 116.3833 39.9 -48.503122
12 200 2021-05-10 08:00:00 24 1 116.3833 39.9 -60.229715
13 150 2021-05-10 08:00:00 24 1 116.3833 39.9 -60.257276
14 100 2021-05-10 08:00:00 24 1 116.3833 39.9 -62.836392
{'data_source': 'cassandra', 'level_type': 'high', 'var_name': 'tmp', 'var_cn_name': '温度', 'var_units': 'degC', 'valid_time': 0, 'data_start_columns': 6}</code></pre>