如何使用rnoaa查询NOAA的历史日均温度？

Question

我试图使用NOAA数据找出一系列日期之间的历史平均温度，并与长期平均温度进行比较。

我正在使用rnoaa包，并且遇到了一些障碍。对于长期平均值，我使用以下语法成功：

library('rnoaa')

start_date = "2010-01-15"
end_date = "2010-11-14"
station_id = "USW00093738"

weather_data <- ncdc(datasetid='NORMAL_DLY', stationid=paste0('GHCND:',station_id),
                     datatypeid='dly-tavg-normal',
                     startdate = start_date, enddate = end_date,limit=365)

这让我可以解析weather_data$data在1月15日到11月14日期间为该站提供的长期平均温度。

但是，我似乎找不到历史平均温度的正确数据集或数据类型。我想获得与上述代码相同的数据，除了那些天的实际日平均温度。知道怎么查询这个吗？我已经在这里呆了几个小时而没有运气。

我试过的东西如下：

weather_data <- ncdc(datasetid='GHCND', stationid=paste0('GHCND:',station_id),
                     startdate = start_date, enddate = end_date,limit=365)

uniq_d_types = unique(weather_data$data$datatype)
View(uniq_d_types)

这让我看到GHCND数据集中的唯一数据类型，但没有一种数据类型似乎是日平均温度。有什么想法吗？

Answer 1

为了使用rnoaa包从NOAA数据获得平均每日实际温度，必须使用每小时数据并按天汇总。每小时NOAA数据位于NORMAL_HLY数据集中，所需数据类型为HLY-TEMP-NORMAL。

library('rnoaa')
library(lubridate)
options(noaakey = "obtain key from NOAA website")

start_date = "2010-01-15"
end_date = "2010-01-31"
station_id = "USW00093738"

weather_data <- ncdc(datasetid='NORMAL_HLY', stationid=paste0('GHCND:',station_id),
                     datatypeid = "HLY-TEMP-NORMAL",
                     startdate = start_date, enddate = end_date,limit=500)
data <- weather_data$data 

data$year <- year(data$date)
data$month <- month(data$date)
data$day <- day(data$date)
# summarize to average daily temps
aggregate(value ~ year + month + day,mean,data = data)

......和输出：

> aggregate(value ~ year + month + day,mean,data = data)
   year month day    value
1  2010     1  15 323.5417
2  2010     1  16 322.8750
3  2010     1  17 323.4167
4  2010     1  18 323.7500
5  2010     1  19 323.2083
6  2010     1  20 321.0833
7  2010     1  21 318.4167
8  2010     1  22 317.6667
9  2010     1  23 319.0000
10 2010     1  24 321.0833
11 2010     1  25 323.5417
12 2010     1  26 326.0833
13 2010     1  27 328.4167
14 2010     1  28 330.9583
15 2010     1  29 333.2917
16 2010     1  30 335.7917
17 2010     1  31 308.0000
> 

请注意，此数据集中的温度以十分之一度为单位存储，因此在2010年1月15日至31日期间，杜勒斯国际机场气象站的平均日气温在30.8度至33.5度之间。

另请注意，要通过stationId计算平均值并在多个气象站运行，只需将station添加到aggregate()函数中。

> # summarize to average daily temps by station
> aggregate(value ~ station + year + month + day,mean,data = data)
             station year month day    value
1  GHCND:USW00093738 2010     1  15 323.5417
2  GHCND:USW00093738 2010     1  16 322.8750
3  GHCND:USW00093738 2010     1  17 323.4167
4  GHCND:USW00093738 2010     1  18 323.7500
5  GHCND:USW00093738 2010     1  19 323.2083
6  GHCND:USW00093738 2010     1  20 321.0833
7  GHCND:USW00093738 2010     1  21 318.4167
8  GHCND:USW00093738 2010     1  22 317.6667
9  GHCND:USW00093738 2010     1  23 319.0000
10 GHCND:USW00093738 2010     1  24 321.0833
11 GHCND:USW00093738 2010     1  25 323.5417
12 GHCND:USW00093738 2010     1  26 326.0833
13 GHCND:USW00093738 2010     1  27 328.4167
14 GHCND:USW00093738 2010     1  28 330.9583
15 GHCND:USW00093738 2010     1  29 333.2917
16 GHCND:USW00093738 2010     1  30 335.7917
17 GHCND:USW00093738 2010     1  31 308.0000
> 

Answer 2

答案是从NOAA的ISD数据库中获取历史（意味着实际的，在指定的当天 - 不是长期平均值）天气数据。通过查看此处的isd-history.csv文件可以找到USAF和WBAN值：

ftp://ftp.ncdc.noaa.gov/pub/data/noaa

这是一个示例查询。

out <- isd(usaf='724030', wban = '93738', year=2018)

这将从ISD映射中获取多年的每小时天气数据。然后，您可以根据自己的需要解析/处理这些数据（例如，像我这样的每日平均温度）。