Streamlining of Obtaining and Processing Data from Ogimet Service Using Python Language Script

• Autorzy: Pietras-Szewczyk Małgorzata , Szewczyk Leszek

Identyfikatory

DOI

10.7494/geom.2019.13.1.51

Warianty tytułu

PL

Ułatwienie procesu pozyskiwania i przetwarzania danych z serwisu Ogimet

• Języki publikacji: EN

Abstrakty

EN

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.

PL

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.

Słowa kluczowe

EN

cloudiness; meteorological data; long-term average; obtaining data

PL

zachmurzenie; dane meteorologiczne; średnie długoterminowe; pozyskiwanie danych

• Wydawca: AGH University of Science and Technology Press
• Czasopismo: Geomatics and Environmental Engineering
• Rocznik: 2019
• Tom: Vol. 13, no. 1
• Strony: 51--62
• Opis fizyczny: Bibliogr. 22 poz., rys., tab., wykr.

Twórcy

autor

Pietras-Szewczyk Małgorzata

• University of Lower Silesia, Department of Technical Science, Wrocław, Poland

autor

Szewczyk Leszek

• University of Lower Silesia, Department of Technical Science, Wrocław, Poland

Bibliografia

• [1] Dubicka M.: Wpływ cyrkulacji atmosfery na kształtowanie warunków klimatu (na przykładzie Wrocławia). Acta Universitatis Wratislaviensis. Studia Geograficzne, 60, Wyd. Uniwersytetu Wrocławskiego, Wrocław 1994.
• [2] Houghton J.T., Ding Y., Griggs D.J., Noguer M., van der Linden P.J., Dai X., Maskell K., Johnson C.A. (eds.): Climate Change 2001: The Scientific Basis, Contribution of Working Group I to the Third Assessment Report of the IPCC. Cambridge University Press, Cambridge 2001.
• [3] Solomon S., Qin D., Manning M., Chen Z., Marquis M., Averyt K.B., Tignor M., Miller H.L. (eds.): Climate Change 2007: The Physical Science Basis, Contribution of Working Group I to the Fourth Assessment Report of the IPCC. Cambridge University Press, Cambridge 2007.
• [4] Vavrus S.: The impact of cloud feedbacks on arctic climate under greenhouse forcing. Journal of Climate, vol. 17, 2004, pp. 603–615.
• [5] Henderson-Sellers A.: Increasing cloud in a warming world. Climatic Change, vol. 9, issue 3, 1986, pp. 267–309.
• [6] Dessens J., Buecher A.: Changes in minimum and maximum temperatures at the Pic du Midi in relation with humidity and cloudiness. 1882–1984. Atmospheric Research, vol. 37, 1995, pp. 147–162.
• [7] Karl T.R., Jones P.D., Knight R.W., Kukla G., Plummer N., Razuvayev V., Gallo K.P., Lindseay J., Charlson R.J., Peterson T.C.: A new perspective on recent global warming: Asymmetric trends of daily maximum and minimum temperature. Bulletin of the American Meteorological Society, vol. 74, 1993, pp. 1007–1023.
• [8] Miętus M., Owczarek M.: Variability of mean annual amplitude of air temperature in relation to the mean cloudiness on the Polish coast since 1945. [in:] Heino R. (ed.), Climate variations in Europe: proceedings of the European Workshop on Climate Variations held in Kirkkonummi (Majvik), Finland, 15–18 May 1994, Painatuskeskus, Helsinki 1994, pp. 128–135.
• [9] Kaas E., Frich P.: Diurnal temperature range and cloud cover in the Nordic countries: observed trends and estimates for the future. Atmospheric Research, vol. 37, 1995, pp. 211–228.
• [10] Dai A., Trenberth K.E., Karl T.R.: Effects of clouds soil moisture precipitation and water vapour on diurnal temperature range. Journal of Climate, vol. 12, 1999, pp. 2451–2473.
• [11] Sun B., Groisman P.Y., Bradley R.S., Keimig F.T.: Temporal changes in the observed relationship between cloud cover and surface air temperature. Journal of Climate, vol. 13, 2000, pp. 4341–4357.
• [12] Żmudzka E.: Wielkość zachmurzenia w Polsce w drugiej połowie XX wieku. Przegląd Geofizyczny, t. 3–4, nr 3–4, 2003, pp. 159–185.
• [13] Lorenc H. (red.): Atlas klimatu Polski. Instytut Meteorologii i Gospodarki Wodnej, Warszawa 2005.
• [14] Matuszko D.: Wieloletni przebieg częstości rodzajów chmur w Krakowie (1906– 1995). [in:] Dubicki A. (red.), Zmiany i zmienność klimatu Polski: ich wpływ na gospodarkę, ekosystemy i człowieka: ogólnopolska konferencja naukowa, Łódź 4–6 listopada 1999, “BGW”, Warszawa 1999, pp. 175–179.
• [15] Miętus M., Filipiak J., Owczarek M.: Czasowo-przestrzenna struktura opadów w rejonie Zatoki Gdańskiej i jej możliwe zmiany w skali XXI wieku. [in:] Cyberski J. (red.), Powódź w Gdańsku 2001, Wyd. Gdańskie, Gdańsk 2003, pp. 35–55.
• [16] Morawska-Horawska M.: Cloudiness and sunshine in Cracow, 1861–1980, and its contemporary tendencies. International Journal of Climatology, vol. 5, issue 6, 1985, pp. 633–642.
• [17] Dubicka M., Limanówka D.: Zmienność zachmurzenia i usłonecznienia w Sudetach i Karpatach oraz na ich przedpolu. [in:] Pyka J.L. (red.), Klimat Dolnego Śląska i krain polarnych, Acta Universitatis Wratislaviensis, 1590, Prace Instytutu Geograficznego. Meteorologia i Klimatologia. Seria C, t. 1, Wyd. UW, Wrocław 1994, pp. 45–60.
• [18] Ogimet, http://www.ogimet.com/ [access: 23.01.2017].
• [19] Python, https://www.python.org/ [access: 23.01.2017].
• [20] Regular expression, https://en.wikipedia.org/wiki/Regular_expression [access: 23.01.2017].
• [21] Woś A.: Klimat Polski w drugiej połowie XX wieku. Wydawnictwo Naukowe Uniwersytetu im. Adama Mickiewicza, Poznań 2010.
• [22] Filipiak J., Miętus M.: Spatial and temporal variability of cloudiness in Poland, 1971–2000.International Journal of Climatology, vol. 29, 2009, pp. 1294–1311.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).