针对命名风暴事件的观测数据的Python接口

项目描述

StormEvents

stormevents 为围绕命名风暴事件的观测数据提供了Python接口。

pip install stormevents

完整文档可以在https://stormevents.readthedocs.io找到

使用方法

通过stormevents检索观测数据有两种方式：

检索任意时间间隔/地区的数据，或
检索特定风暴周围的数据。

检索任意时间间隔/地区的数据

stormevents 目前实现了以下检索功能：

国家飓风中心（NHC）的飓风路径
由美国地质调查局（USGS）提供的高水位测量（HWM）调查
操作海洋产品和服务中心（CO-OPS）的数据产品

国家飓风中心（NHC）的飓风路径

国家飓风中心（NHC）的飓风路径和热带气旋历史可追溯到1851年。

nhc_storms() 函数提供了一份来自其在线存档的NHC风暴列表

from stormevents.nhc import nhc_storms

nhc_storms()

                name class  year basin  number    source          start_date            end_date
nhc_code
AL021851     UNNAMED    HU  1851    AL       2   ARCHIVE 1851-07-05 12:00:00 1851-07-05 12:00:00
AL031851     UNNAMED    TS  1851    AL       3   ARCHIVE 1851-07-10 12:00:00 1851-07-10 12:00:00
AL041851     UNNAMED    HU  1851    AL       4   ARCHIVE 1851-08-16 00:00:00 1851-08-27 18:00:00
AL051851     UNNAMED    TS  1851    AL       5   ARCHIVE 1851-09-13 00:00:00 1851-09-16 18:00:00
AL061851     UNNAMED    TS  1851    AL       6   ARCHIVE 1851-10-16 00:00:00 1851-10-19 18:00:00
...              ...   ...   ...   ...     ...       ...                 ...                 ...
CP902021      INVEST    LO  2021    CP      90  METWATCH 2021-07-24 12:00:00                 NaT
CP912021      INVEST    DB  2021    CP      91  METWATCH 2021-08-07 18:00:00                 NaT
EP922021      INVEST    DB  2021    EP      92  METWATCH 2021-06-05 06:00:00                 NaT
EP712022  GENESIS001    DB  2022    EP      71   GENESIS 2022-01-20 12:00:00                 NaT
EP902022      INVEST    LO  2022    EP      90  METWATCH 2022-01-20 12:00:00                 NaT

[2714 rows x 8 columns]

按NHC代码检索飓风路径

from stormevents.nhc import VortexTrack

track = VortexTrack('AL112017')
track.data

    basin storm_number            datetime advisory_number  ... isowave_radius_for_SWQ extra_values                    geometry  track_start_time
0      AL           11 2017-08-30 00:00:00                  ...                    NaN         <NA>  POINT (-26.90000 16.10000)        2017-08-30
1      AL           11 2017-08-30 06:00:00                  ...                    NaN         <NA>  POINT (-28.30000 16.20000)        2017-08-30
2      AL           11 2017-08-30 12:00:00                  ...                    NaN         <NA>  POINT (-29.70000 16.30000)        2017-08-30
3      AL           11 2017-08-30 18:00:00                  ...                    NaN         <NA>  POINT (-30.80000 16.30000)        2017-08-30
4      AL           11 2017-08-30 18:00:00                  ...                    NaN         <NA>  POINT (-30.80000 16.30000)        2017-08-30
..    ...          ...                 ...             ...  ...                    ...          ...                         ...               ...
168    AL           11 2017-09-12 12:00:00                  ...                    NaN         <NA>  POINT (-86.90000 33.80000)        2017-08-30
169    AL           11 2017-09-12 18:00:00                  ...                    NaN         <NA>  POINT (-88.10000 34.80000)        2017-08-30
170    AL           11 2017-09-13 00:00:00                  ...                    NaN         <NA>  POINT (-88.90000 35.60000)        2017-08-30
171    AL           11 2017-09-13 06:00:00                  ...                    NaN         <NA>  POINT (-89.50000 36.20000)        2017-08-30
172    AL           11 2017-09-13 12:00:00                  ...                    NaN         <NA>  POINT (-90.10000 36.80000)        2017-08-30

[173 rows x 38 columns]

按名称和年份检索飓风路径

如果您不知道风暴代码，您可以输入风暴名称和年份

from stormevents.nhc import VortexTrack

VortexTrack.from_storm_name('irma', 2017)

VortexTrack('AL112017', Timestamp('2017-08-30 00:00:00'), Timestamp('2017-09-13 12:00:00'), <ATCF_FileDeck.BEST: 'b'>, [<ATCF_Advisory.BEST: 'BEST'>], None)

指定风暴路径文件

默认情况下，VortexTrack 从 BEST 轨迹文件组（b）检索数据。您可以通过 file_deck 参数指定您想要使用 ADVISORY（a）或 FIXED（f）文件组。

from stormevents.nhc import VortexTrack

track = VortexTrack('AL112017', file_deck='a')
track.data

      basin storm_number            datetime advisory_number  ... isowave_radius_for_SWQ extra_values                    geometry    track_start_time
0        AL           11 2017-08-27 06:00:00              01  ...                    NaN         <NA>  POINT (-17.40000 11.70000) 2017-08-28 06:00:00
1        AL           11 2017-08-27 12:00:00              01  ...                    NaN         <NA>  POINT (-17.90000 11.80000) 2017-08-28 06:00:00
2        AL           11 2017-08-27 18:00:00              01  ...                    NaN         <NA>  POINT (-18.40000 11.90000) 2017-08-28 06:00:00
3        AL           11 2017-08-28 00:00:00              01  ...                    NaN         <NA>  POINT (-19.00000 12.00000) 2017-08-28 06:00:00
4        AL           11 2017-08-28 06:00:00              01  ...                    NaN         <NA>  POINT (-19.50000 12.00000) 2017-08-28 06:00:00
...     ...          ...                 ...             ...  ...                    ...          ...                         ...                 ...
10739    AL           11 2017-09-12 00:00:00              03  ...                    NaN         <NA>  POINT (-84.40000 31.90000) 2017-09-12 00:00:00
10740    AL           11 2017-09-12 03:00:00              03  ...                    NaN         <NA>  POINT (-84.90000 32.40000) 2017-09-12 00:00:00
10741    AL           11 2017-09-12 12:00:00              03  ...                    NaN         <NA>  POINT (-86.40000 33.80000) 2017-09-12 00:00:00
10742    AL           11 2017-09-13 00:00:00              03  ...                    NaN         <NA>  POINT (-88.20000 35.20000) 2017-09-12 00:00:00
10743    AL           11 2017-09-13 12:00:00              03  ...                    NaN         <NA>  POINT (-88.60000 36.40000) 2017-09-12 00:00:00

[10434 rows x 38 columns]

从文件读取风暴轨迹

如果您有 ATCF 或 fort.22 文件，请使用相应的函数

from stormevents.nhc import VortexTrack

VortexTrack.from_file('tests/data/input/test_vortex_track_from_file/AL062018.dat')

VortexTrack('AL062018', Timestamp('2018-08-30 06:00:00'), Timestamp('2018-09-18 12:00:00'), None, <ATCF_Mode.HISTORICAL: 'ARCHIVE'>, ['BEST', 'OFCL', 'OFCP', 'HMON', 'CARQ', 'HWRF'], PosixPath('/home/zrb/Projects/StormEvents/tests/data/input/test_vortex_track_from_file/AL062018.dat'))

from stormevents.nhc import VortexTrack

VortexTrack.from_file('tests/data/input/test_vortex_track_from_file/irma2017_fort.22')

VortexTrack('AL112017', Timestamp('2017-09-05 00:00:00'), Timestamp('2017-09-12 00:00:00'), None, <ATCF_Mode.HISTORICAL: 'ARCHIVE'>, ['BEST', 'OFCL', 'OFCP', 'HMON', 'CARQ', 'HWRF'], PosixPath('/home/zrb/Projects/StormEvents/tests/data/input/test_vortex_track_from_file/irma2017_fort.22'))

将风暴轨迹写入 `fort.22` 文件

from stormevents.nhc import VortexTrack

track = VortexTrack.from_storm_name('florence', 2018)
track.to_file('fort.22')

美国地质调查局（USGS）提供的高水位调查

美国地质调查局（USGS）在洪水事件之后对洪水区域进行调查，以确定最高水位，并通过其API提供调查结果。

列出由USGS定义并具有高水位调查的洪水事件

from stormevents.usgs import usgs_flood_events

usgs_flood_events()

                                            name  year                                        description  ... last_updated_by          start_date            end_date
usgs_id                                                                                                    ...
7                             FEMA 2013 exercise  2013                   Ardent/Sentry 2013 FEMA Exercise  ...             NaN 2013-05-15 04:00:00 2013-05-23 04:00:00
8                                          Wilma  2005  Category 3 in west FL. \nHurricane Wilma was t...  ...             NaN 2005-10-20 00:00:00 2005-10-31 00:00:00
9                            Midwest Floods 2011  2011  Spring and summer 2011 flooding of the Mississ...  ...            35.0 2011-02-01 06:00:00 2011-08-30 05:00:00
10                          2013 - June PA Flood  2013           Localized summer rain, small scale event  ...             NaN 2013-06-23 00:00:00 2013-07-01 00:00:00
11               Colorado 2013 Front Range Flood  2013  A large prolonged precipitation event resulted...  ...            35.0 2013-09-12 05:00:00 2013-09-24 05:00:00
...                                          ...   ...                                                ...  ...             ...                 ...                 ...
312                    2021 Tropical Cyclone Ida  2021                                                NaN  ...           864.0 2021-08-27 05:00:00 2021-09-03 05:00:00
313                Chesapeake Bay - October 2021  2021     Coastal-flooding event in the  Chesapeake Bay.  ...           406.0 2021-10-28 04:00:00                 NaT
314      2021 November Flooding Washington State  2021                         Atmospheric River Flooding  ...           864.0 2021-11-08 06:00:00 2021-11-19 06:00:00
315          Washington Coastal Winter 2021-2022  2021                                                NaN  ...           864.0 2021-11-01 05:00:00 2022-06-30 05:00:00
317        2022 Hunga Tonga-Hunga Haapai tsunami  2022                                                     ...             1.0 2022-01-14 05:00:00 2022-01-18 05:00:00

[293 rows x 11 columns]

检索任何洪水事件的高水位调查数据

from stormevents.usgs import USGS_Event

flood = USGS_Event(182)
flood.high_water_marks()

         latitude  longitude            eventName hwmTypeName  ... hwm_uncertainty                                          hwm_notes siteZone                    geometry
hwm_id                                                         ...
22602   31.170642 -81.428402  Irma September 2017      Debris  ...             NaN                                                NaN      NaN  POINT (-81.42840 31.17064)
22605   31.453850 -81.362853  Irma September 2017   Seed line  ...             0.1                                                NaN      NaN  POINT (-81.36285 31.45385)
22612   30.720000 -81.549440  Irma September 2017   Seed line  ...             NaN  There is a secondary peak around 5.5 ft, so th...      NaN  POINT (-81.54944 30.72000)
22636   32.007730 -81.238270  Irma September 2017   Seed line  ...             0.1  Trimble R8 used to establish TBM. Levels ran f...      NaN  POINT (-81.23827 32.00773)
22653   31.531078 -81.358894  Irma September 2017   Seed line  ...             NaN                                                NaN      NaN  POINT (-81.35889 31.53108)
...           ...        ...                  ...         ...  ...             ...                                                ...      ...                         ...
26171   18.470402 -66.246631  Irma September 2017      Debris  ...             0.5                                                NaN      NaN  POINT (-66.24663 18.47040)
26173   18.470300 -66.449900  Irma September 2017      Debris  ...             0.5                                levels from GNSS BM      NaN  POINT (-66.44990 18.47030)
26175   18.463954 -66.140869  Irma September 2017      Debris  ...             0.5                                levels from GNSS BM      NaN  POINT (-66.14087 18.46395)
26177   18.488720 -66.392160  Irma September 2017      Debris  ...             0.5                                levels from GNSS BM      NaN  POINT (-66.39216 18.48872)
26179   18.005607 -65.871768  Irma September 2017      Debris  ...             0.5                                levels from GNSS BM      NaN  POINT (-65.87177 18.00561)

[506 rows x 53 columns]

from stormevents.usgs import USGS_Event

flood = USGS_Event(182)
flood.high_water_marks(quality=['EXCELLENT', 'GOOD'])

         latitude  longitude            eventName hwmTypeName  ...                                          hwm_notes peak_summary_id siteZone                    geometry
hwm_id                                                         ...
22605   31.453850 -81.362853  Irma September 2017   Seed line  ...                                                NaN             NaN      NaN  POINT (-81.36285 31.45385)
22612   30.720000 -81.549440  Irma September 2017   Seed line  ...  There is a secondary peak around 5.5 ft, so th...             NaN      NaN  POINT (-81.54944 30.72000)
22636   32.007730 -81.238270  Irma September 2017   Seed line  ...  Trimble R8 used to establish TBM. Levels ran f...             NaN      NaN  POINT (-81.23827 32.00773)
22674   32.030907 -80.900605  Irma September 2017   Seed line  ...                                                NaN          5042.0      NaN  POINT (-80.90061 32.03091)
22849   30.741940 -81.687780  Irma September 2017      Debris  ...                                                NaN          4834.0      NaN  POINT (-81.68778 30.74194)
...           ...        ...                  ...         ...  ...                                                ...             ...      ...                         ...
25150   30.038222 -81.880928  Irma September 2017   Seed line  ...                              GNSS Level II survey.             NaN      NaN  POINT (-81.88093 30.03822)
25151   30.118110 -81.760220  Irma September 2017   Seed line  ...                             GNSS Level III survey.             NaN      NaN  POINT (-81.76022 30.11811)
25158   29.720560 -81.506110  Irma September 2017   Seed line  ...                              GNSS Level II survey.             NaN      NaN  POINT (-81.50611 29.72056)
25159   30.097514 -81.794375  Irma September 2017   Seed line  ...                             GNSS Level III survey.             NaN      NaN  POINT (-81.79438 30.09751)
25205   29.783890 -81.263060  Irma September 2017   Seed line  ...                              GNSS Level II survey.             NaN      NaN  POINT (-81.26306 29.78389)

[277 rows x 53 columns]

检索特定风暴周围的数据

StormEvent 类提供了一个接口，用于检索特定风暴事件的时间间隔和空间范围内的数据。

您可以从风暴名称和年份创建一个新的 StormEvent 对象，

from stormevents import StormEvent

StormEvent('FLORENCE', 2018)

StormEvent(name='FLORENCE', year=2018, start_date=Timestamp('2018-08-30 06:00:00'), end_date=Timestamp('2018-09-18 12:00:00'))

或从风暴 NHC 代码，

from stormevents import StormEvent

StormEvent.from_nhc_code('EP172016')

StormEvent(name='PAINE', year=2016, start_date=Timestamp('2016-09-18 00:00:00'), end_date=Timestamp('2016-09-21 12:00:00'))

或从 USGS 洪水事件 ID。

from stormevents import StormEvent

StormEvent.from_usgs_id(310)

StormEvent(name='HENRI', year=2021, start_date=Timestamp('2021-08-20 18:00:00'), end_date=Timestamp('2021-08-24 12:00:00'))

要限制时间间隔，您可以提供一个绝对时间范围，

from stormevents import StormEvent
from datetime import datetime

StormEvent('paine', 2016, start_date='2016-09-19', end_date=datetime(2016, 9, 19, 12))

StormEvent(name='PAINE', year=2016, start_date=datetime.datetime(2016, 9, 19, 0, 0), end_date=datetime.datetime(2016, 9, 19, 12, 0))

from stormevents import StormEvent
from datetime import datetime

StormEvent('paine', 2016, end_date=datetime(2016, 9, 19, 12))

StormEvent(name='PAINE', year=2016, start_date=Timestamp('2016-09-18 00:00:00'), end_date=datetime.datetime(2016, 9, 19, 12, 0))

或者，您可以提供相对时间差，这些时间差将与 NHC 提供的绝对时间间隔进行比较。

from stormevents import StormEvent
from datetime import timedelta

StormEvent('florence', 2018, start_date=timedelta(days=2))  # <- start 2 days after NHC start time

StormEvent(name='FLORENCE', year=2018, start_date=Timestamp('2018-09-01 06:00:00'), end_date=Timestamp('2018-09-18 12:00:00'))

from stormevents import StormEvent
from datetime import timedelta

StormEvent(
    'henri',
    2021,
    start_date=timedelta(days=-3),  # <- start 3 days before NHC end time
    end_date=timedelta(days=-2),  # <- end 2 days before NHC end time
)

StormEvent(name='HENRI', year=2021, start_date=Timestamp('2021-08-21 12:00:00'), end_date=Timestamp('2021-08-22 12:00:00'))

from stormevents import StormEvent
from datetime import timedelta

StormEvent('ida', 2021, end_date=timedelta(days=2))  # <- end 2 days after NHC start time

StormEvent(name='IDA', year=2021, start_date=Timestamp('2021-08-27 18:00:00'), end_date=Timestamp('2021-08-29 18:00:00'))

检索风暴数据

以下方法与上述详细说明的数据获取函数非常相似。但是，这些方法与特定风暴事件相关联，并且将专注于检索特定风暴事件的空间区域和时间间隔内的数据。

国家飓风中心（NHC）的轨迹数据

from stormevents import StormEvent

storm = StormEvent('florence', 2018)
storm.track()

VortexTrack('AL062018', Timestamp('2018-08-30 06:00:00'), Timestamp('2018-09-18 12:00:00'), <ATCF_FileDeck.BEST: 'b'>, <ATCF_Mode.HISTORICAL: 'ARCHIVE'>, [<ATCF_Advisory.BEST: 'BEST'>], None)

from stormevents import StormEvent

storm = StormEvent('florence', 2018)
storm.track(file_deck='a')

VortexTrack('AL062018', Timestamp('2018-08-30 06:00:00'), Timestamp('2018-09-18 12:00:00'), <ATCF_FileDeck.ADVISORY: 'a'>, <ATCF_Mode.HISTORICAL: 'ARCHIVE'>, ['OFCL', 'OFCP', 'HMON', 'CARQ', 'HWRF'], None)

美国地质调查局（USGS）提供的高水位调查

from stormevents import StormEvent

storm = StormEvent('florence', 2018)
flood = storm.flood_event
flood.high_water_marks()

         latitude  longitude          eventName  ... siteZone peak_summary_id                    geometry
hwm_id                                           ...
33496   37.298440 -80.007750  Florence Sep 2018  ...      NaN             NaN  POINT (-80.00775 37.29844)
33497   33.699720 -78.936940  Florence Sep 2018  ...      NaN             NaN  POINT (-78.93694 33.69972)
33498   33.758610 -78.792780  Florence Sep 2018  ...      NaN             NaN  POINT (-78.79278 33.75861)
33499   33.641389 -78.947778  Florence Sep 2018  ...                      NaN  POINT (-78.94778 33.64139)
33500   33.602500 -78.973889  Florence Sep 2018  ...                      NaN  POINT (-78.97389 33.60250)
...           ...        ...                ...  ...      ...             ...                         ...
34872   35.534641 -77.038183  Florence Sep 2018  ...      NaN             NaN  POINT (-77.03818 35.53464)
34873   35.125000 -77.050044  Florence Sep 2018  ...      NaN             NaN  POINT (-77.05004 35.12500)
34874   35.917467 -76.254367  Florence Sep 2018  ...      NaN             NaN  POINT (-76.25437 35.91747)
34875   35.111000 -77.037851  Florence Sep 2018  ...      NaN             NaN  POINT (-77.03785 35.11100)
34876   35.301135 -77.264727  Florence Sep 2018  ...      NaN             NaN  POINT (-77.26473 35.30114)

[644 rows x 53 columns]

操作海洋学产品和服务中心（CO-OPS）的产品

from stormevents import StormEvent

storm = StormEvent('florence', 2018)
storm.coops_product_within_isotach('water_level', wind_speed=34, start_date='2018-09-12 14:03:00', end_date='2018-09-14')

<xarray.Dataset>
Dimensions:  (nos_id: 7, t: 340)
Coordinates:
  * nos_id   (nos_id) int64 8651370 8652587 8654467 ... 8658120 8658163 8661070
  * t        (t) datetime64[ns] 2018-09-12T14:06:00 ... 2018-09-14
    nws_id   (nos_id) <U5 'DUKN7' 'ORIN7' 'HCGN7' ... 'WLON7' 'JMPN7' 'MROS1'
    x        (nos_id) float64 -75.75 -75.56 -75.69 -76.69 -77.94 -77.81 -78.94
    y        (nos_id) float64 36.19 35.78 35.22 34.72 34.22 34.22 33.66
Data variables:
    v        (nos_id, t) float32 7.181 7.199 7.144 7.156 ... 9.6 9.634 9.686
    s        (nos_id, t) float32 0.317 0.36 0.31 0.318 ... 0.049 0.047 0.054
    f        (nos_id, t) object '0,0,0,0' '0,0,0,0' ... '0,0,0,0' '0,0,0,0'
    q        (nos_id, t) object 'v' 'v' 'v' 'v' 'v' 'v' ... 'v' 'v' 'v' 'v' 'v'

致谢

检索 NHC 风暴轨迹和 CO-OPS 潮汐数据的原始方法由 @jreniel 为 adcircpy 编写。

检索 USGS 高水位调查和 CO-OPS 潮汐站元数据的原始方法由 @moghimis 和 @grapesh 为 csdllib 编写。

项目详情

发布历史发布通知 | RSS 源

本版本

2.3.4

2024 年 8 月 22 日

2.3.3

2024 年 8 月 21 日

2.3.2

2024 年 7 月 25 日

2.3.1

2024 年 5 月 22 日

2.3.0

2024 年 4 月 25 日

2.2.5

2024 年 8 月 7 日

2.2.4

2024 年 3 月 14 日

2.2.3

2024 年 3 月 6 日

2.2.2

2023 年 6 月 23 日

2.2.1

2023 年 6 月 22 日

2.2.0

2023 年 4 月 24 日

2.1.4

2023 年 4 月 12 日

2.1.3

2023 年 3 月 31 日

2.1.2

2023 年 3 月 24 日

2.1.1

2023 年 2 月 28 日

2.0.0

2022 年 7 月 13 日

1.4.1

2022 年 4 月 21 日

1.4.0

2022 年 4 月 12 日

1.3.3 已撤回

2022 年 4 月 12 日

撤回此版本的原因

版本标签错误

1.3.2.2 已撤回

2022 年 3 月 29 日

撤回此版本的原因

发布中缺少文件

1.3.2.1

2022 年 3 月 29 日

1.3.2

2022 年 3 月 29 日

1.3.1

2022 年 3 月 10 日

1.3.0

2022 年 3 月 10 日

1.2.5

2022 年 3 月 11 日

1.2.4

2022 年 3 月 11 日

1.2.3

2022 年 3 月 3 日

1.2.2

2022 年 2 月 17 日

1.2.1

2022 年 2 月 15 日

1.2.0

2022年2月14日

1.1.7

2022年2月7日

1.1.6

2022年2月2日

1.1.5

2022年1月19日

1.1.4

2022年1月19日

1.1.3

2022年1月19日

1.1.2

2022年1月18日

1.1.1

2022年1月14日

1.1.0

2022年1月14日

1.0.3

2022年1月12日

下载文件

下载适用于您平台的文件。如果您不确定选择哪一个，请了解更多关于安装包的信息。

源分发

本发布版本没有提供源分发文件。请参阅生成分发存档的教程。

构建分发

stormevents-2.3.4-py3-none-any.whl (71.9 kB 查看哈希值)

上传时间 2024年8月22日 Python 3

哈希值 for stormevents-2.3.4-py3-none-any.whl

哈希值 for stormevents-2.3.4-py3-none-any.whl
算法	哈希摘要
SHA256	`6c5a0577fbbf4bf44a85cbf1f463e3f8780e93b92bae33599fc5dd41fb815bcb`
MD5	`78197c80cd0cb7045285d5eceae45c10`
BLAKE2b-256	`07eb9aa868c2275bf08c41e0b1b567fa859930efe3e89451b14d9761d40f3971`

stormevents 2.3.4

导航

已验证详细信息

维护者

未验证详细信息

项目链接

元数据

项目描述

StormEvents

使用方法

检索任意时间间隔/地区的数据

国家飓风中心（NHC）的飓风路径

按NHC代码检索飓风路径

按名称和年份检索飓风路径

指定风暴路径文件

从文件读取风暴轨迹

将风暴轨迹写入 `fort.22` 文件

美国地质调查局（USGS）提供的高水位调查

列出由USGS定义并具有高水位调查的洪水事件

检索任何洪水事件的高水位调查数据

检索特定风暴周围的数据

检索风暴数据

国家飓风中心（NHC）的轨迹数据

美国地质调查局（USGS）提供的高水位调查

操作海洋学产品和服务中心（CO-OPS）的产品

相关项目

致谢

项目详情

已验证详细信息

维护者

未验证详细信息

项目链接

元数据

发布历史发布通知 | RSS 源

下载文件

源分发

构建分发

stormevents 2.3.4

导航

已验证详细信息

维护者

未验证详细信息

项目链接

元数据

项目描述

StormEvents

使用方法

检索任意时间间隔/地区的数据

国家飓风中心（NHC）的飓风路径

按NHC代码检索飓风路径

按名称和年份检索飓风路径

指定风暴路径文件

从文件读取风暴轨迹

将风暴轨迹写入 fort.22 文件

美国地质调查局（USGS）提供的高水位调查

列出由USGS定义并具有高水位调查的洪水事件

检索任何洪水事件的高水位调查数据

检索特定风暴周围的数据

检索风暴数据

国家飓风中心（NHC）的轨迹数据

美国地质调查局（USGS）提供的高水位调查

操作海洋学产品和服务中心（CO-OPS）的产品

相关项目

致谢

项目详情

已验证详细信息

维护者

未验证详细信息

项目链接

元数据

发布历史 发布通知 | RSS 源

下载文件

源分发

构建分发

将风暴轨迹写入 `fort.22` 文件

发布历史发布通知 | RSS 源