- Tytuł:
-
Streamlining of Obtaining and Processing Data from Ogimet Service Using Python Language Script
Ułatwienie procesu pozyskiwania i przetwarzania danych z serwisu Ogimet - Autorzy:
-
Pietras-Szewczyk, Małgorzata
Szewczyk, Leszek - Powiązania:
- https://bibliotekanauki.pl/articles/385398.pdf
- Data publikacji:
- 2019
- Wydawca:
- Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
- Tematy:
-
cloudiness
meteorological data
long-term average
obtaining data
zachmurzenie
dane meteorologiczne
średnie długoterminowe
pozyskiwanie danych - Opis:
-
This paper contains a study of using Ogimet services as a source of meteorological data and the Python language script to streamline data processing.
Meteorological data is important in large number of research projects in different disciplines of sciences and technology. In this case, it was used to analyze
cloudiness, but it can also be used for energy, hydrology, and environment
analyses.
Attention has been paid to the total cloudiness variability in an area of the Lower Silesia region in Poland during the time period of 2001–2010 using the data
from eight synoptic stations (the data was obtained from the Ogimet service).
A very important part of the work constituted Ogimet services as a source of
free and easily available meteorological data. The biggest advantage of Ogimet
is that the process of obtaining data is very easy and helpful in reducing the
time needed to collect the data necessary in the research process. The offered
data is free and available via the Internet, but it is raw and general. For these
reasons, a Python script language application was made for faster and easier
data processing. The script applied in this project has been described in detail
in the work.
Finally, after processing the data, the daily averages of total cloudiness have
been calculated based on the available data for eight meteorological stations.
Next, the ten-year average for each day and month have been calculated. The
results of the study were compared with works that took a longer data time
period of total cloudiness into account.
Artykuł poświęcony jest wykorzystaniu usługi Ogimet jako źródła danych meteorologicznych opisujących zachmurzenie oraz skryptu w języku Python do optymalizacji procesu przetwarzania pozyskanych danych. Dane meteorologiczne są istotne w wielu zagadnieniach badawczych z różnych dyscyplin nauki i techniki. W tym przypadku dane zostały wykorzystane do analizy wielkości zachmurzenia. Z równym powodzeniem opisane narzędzia mogą być wykorzystane w innych dziadzinach, takich jak hydrologia, ochrona środowiska czy energetyka. Zasadniczym elementem pracy jest opis usługi Ogimet jako źródła wolnych i łatwo dostępnych danych meteorologicznych. Największą zaletą serwisu jest prostote i szybkie pozyskiwanie danych. Oferowane dane są bezpłatne i dostępne przez Internet, ale są one surowe i ogólne. Z tego powodu zaproponowano użycie języka skryptowego Python do przetwarzania danych. Skrypt zastosowany w tym projekcie został szczegółowo opisany w pracy. Po przetworzeniu danych, na podstawie dostępnych informacji z ośmiu stacji meteorologicznych, obliczono wartości średnich dobowych całkowitego zachmurzenia. Następnie obliczono średnie dziesięcioletnie dla każdej ze stacji. Wyniki zostały porównane danymi zawartymi w pracach, w których analizowano zachmurzenie w dłuższym okresie. - Źródło:
-
Geomatics and Environmental Engineering; 2019, 13, 1; 51-62
1898-1135 - Pojawia się w:
- Geomatics and Environmental Engineering
- Dostawca treści:
- Biblioteka Nauki
Artykuł