Earth2Studio 数据获取

要解决什么问题

天气与气候分析往往卡在「数据从哪来、变量名怎么对、哪个源能覆盖我的时段」：GFS、HRRR、ERA5（ARCO/CDS/WB2）、各类预报源 API 各不相同，Earth2Studio 用统一指标名（如 t2m、u500、z850），但每个数据源有自己的词典（VOCAB），不支持就会直接 KeyError。

技能如何工作

本技能按交互协议帮你把自然语言需求映射到 Earth2Studio 指标，并区分分析/再分析（某一时刻状态）与预报（带提前期的初始化场）。

核心步骤包括：

• 理解请求：指标、时间范围、数据类型、区域、输出是 xarray DataArray 还是落盘 NetCDF/Zarr
• 缩小候选源：分析类常见 GFS、HRRR、IFS、ARCO/CDS/WB2 ERA5 等；预报类常见 GFSFX、GEFSFX、HRRRFX、IFSFX 等
• 查词典验变量：对照各源 lexicon（如 gfs.py、hrrr.py、cds.py），确认请求的键存在于该源 VOCAB
• 确认取舍：用表格对比覆盖范围、分辨率、历史长度，再生成针对单一源类型的 Python 获取脚本，并说明如何检查结果（shape、coords 等）

原则强调：实时文档与词典是事实来源，写脚本前应对照当前 API 签名与构造参数。

边界与注意点

• 需要访问 GCS、S3、CDS 等远程存储；CDS 类源需有效 API 密钥，且可能队列节流
• 不负责安装 Earth2Studio、模型发现/推理、自定义数据源搭建
• 不支持在一次脚本里混用分析源与预报源；本地已有 NetCDF/Zarr 应走 DataArrayFile/DataSetFile，而非本获取流程
• 业务源历史有限，再分析（如 ERA5）才可长时段回溯；变量支持因源而异，必须逐源验词典