一个收集整理各类公开气象数据下载网址的资源库，旨在为气象研究、数据分析和应用开发提供便捷的数据获取渠道。
2026-04-11 · 📝 新增 ERA5 AWS S3 多线程下载脚本使用教程（
s3_downloader_multi.py）2026-03-03 · 🎇 更新readme文档，优化显示
2025-12-09 · ✨ ECMWF 下载脚本升级 — 新增 IFS / EFS / AIFS / AIEFS 全系列数据支持
2025-12-05 · 🚀 ECMWF 下载脚本发布 — 支持 4 线程并行下载，大幅提升效率
| 类别 | 状态 |
|---|---|
| 数值预报数据 | ✅ |
| 大模型预报数据 | ✅ |
| 再分析数据 | ✅ |
| 实时观测数据 | 🔜 |
| 卫星数据 | 🔜 |
| 雷达数据 | 🔜 |
| 气候数据 | 🔜 |
| 海洋气象数据 | 🔜 |
| 空气质量数据 | 🔜 |
| 开源代码与工具 | 🔜 |
| 数据类型 | 工具与社区 |
|---|---|
| 数值预报 · 大模型 · 再分析数据 | 贡献指南 · 许可证 |
| 实况观测 · 海洋气象 · 空气质量 | 开源工具 |
| 卫星数据 · 雷达数据 | 致谢 |
ECMWF · 欧洲中期天气预报中心
IFS · 确定性预报
_144~360h(6h)-green?style=flat-square){kind=icon}
🔗 ECMWF Open Data · 📅 最近 4 日
EFS · 集合预报
🔗 ECMWF Open Data · 📅 最近 4 日
IFS 数据格式说明
NCEP · 美国全球预报系统
GFS · 确定性预报
🔗 GFS_UCAR · 📅 最近 3 个月
GFS · 确定性预报
-green?style=flat-square){kind=icon}
🔗 GFS_OpeNDAP · 📅 最近 10 日 · 📝 Python/xarray 示例
GFS · 确定性预报
-green?style=flat-square){kind=icon}
🔗 GFS_OpeNDAP · 📅 最近 10 日 · 📝 Python/xarray 示例
GFS · 确定性预报
_120~384h(3h)-green?style=flat-square){kind=icon}
🔗 GFS_NOAA · 📅 最近 10 日
GFS · 确定性预报
🔗 GFS_OpeNDAP · 📅 最近 10 日 · 📝 Python/xarray 示例
GFS · 确定性预报
🔗 GFS_OpeNDAP · 📅 最近 10 日 · 📝 Python/xarray 示例
GEFS · 集合预报
-green?style=flat-square){kind=icon}
🔗 GEFS_NOAA · 📅 最近 4 日
GEFS · 集合预报
_240~840h(6h)-green?style=flat-square){kind=icon}
🔗 GEFS_NOAA · 📅 最近 4 日
ECMWF · 欧洲中期天气预报中心
IFS (HRES ~ 地面) · 确定性预报
-green?style=flat-square){kind=icon}
🔗 IFS_UCAR · 📅 2016 年 1 月 1 日至今
IFS · 确定性预报
🔗 🪜 ECMWF_GOOGLE · 📅 2023 年 7 月 12 日至今（有延迟）
IFS · 确定性预报
🔗 AWS-S3 · 📅 2023 年 3 月 18 日至今 ·
EFS · 集合预报
🔗 🪜 ECMWF_GOOGLE · 📅 2023 年 7 月 12 日至今（有延迟）
EFS · 集合预报
🔗 AWS-S3 · 📅 2023 年 3 月 18 日至今 ·
NCEP · 美国全球预报系统
GFS · 确定性预报
_240~384h(12h)-green?style=flat-square){kind=icon}
🔗 GFS_UCAR · 📅 2015 年 1 月 15 日至今（2026 年停更）
GFS · 确定性预报
🔗 AWS-S3 · 📅 2021 年 1 月 1 日至今 · 🔍 搜索 gfs
GFS · 确定性预报
🔗 🪜 GFS_GOOGLE · 📅 2021 年 1 月 1 日至今 · 🔍 搜索 gfs
GEFS · 集合预报
_0~240h(3h)-green?style=flat-square){kind=icon}
🔗 AWS-S3 · 📅 2017 年 1 月 1 日至今
GEFS · 集合预报
🔗 🪜 GFS_GOOGLE · 📅 2020 年 9 月 25 日至今
ECMWF · 欧洲中期天气预报中心
AIFS · 确定性预报
-green?style=flat-square){kind=icon}
🔗 ECMWF Open Data · 📅 最近 4 日
AIEFS · 集合预报
🔗 ECMWF Open Data · 📅 最近 4 日
AI 模型集合 · Aurora / FourCastNet / GraphCast / PANGU
Aurora · 微软 · 确定性预报
-green?style=flat-square){kind=icon}
FourCastNet · NVIDIA · 确定性预报
GraphCast · Google / DeepMind · 确定性预报
PANGU · 华为 · 确定性预报
ECMWF · 欧洲中期天气预报中心
AIFS · 确定性预报
🔗 AWS-S3 · 📅 2024 年 2 月 29 日至今 ·
AIEFS · 集合预报
🔗 AWS-S3 ·
AI 模型集合 · Aurora / FourCastNet / GraphCast / PANGU
Aurora · 微软 · 确定性预报
🔗 AWS-S3 · 📅 2025 年 1 月 23 日至今 · 📝 数据说明
FourCastNet · NVIDIA · 确定性预报
🔗 AWS-S3 · 📅 2020 年 9 月 30 日至今 · 📝 数据说明
GraphCast · Google / DeepMind · 确定性预报
🔗 AWS-S3 · 📅 2020 年 9 月 30 日至今 · 📝 数据说明
PANGU · 华为 · 确定性预报
ERA5-land · ECMWF 地面再分析
无魔法情况下推荐通过AWS+IDM多线程下载，下载速度最快
ERA5-land (hourly)
ERA5-land (hourly)
🔗 AWS-S3 · 📅 数据延迟三个月 · 📝 Python 多线程下载脚本
📖 s3_downloader_multi.py 使用教程
脚本简介
s3_downloader_multi.py 是一个针对 AWS S3 ERA5 数据的智能并发下载脚本，通过调用 IDM 或 XDM 实现多任务并行下载，支持断点续传、字节级校验和自动跳过已完成文件。
环境依赖
pip install requests beautifulsoup4 lxml同时需要安装以下任意一款下载工具：
- IDM（Windows，推荐）：Internet Download Manager
- XDM（跨平台）：Xtreme Download Manager
配置下载工具路径
打开脚本，修改 Config 类中的路径：
class Config:
DOWNLOAD_TOOL = "idm" # 或 "xdm"
IDM_PATH = r"D:\Program Files (x86)\Internet Download Manager\IDMan.exe"
XDM_PATH_LINUX = "/opt/xdman/xdman"
XDM_PATH_WINDOWS = r"C:\Program Files\XDM\xdman.exe"命令行模式（推荐）
python s3_downloader_multi.py -v <变量> -y <年份范围> -o <输出目录> [选项]| 参数 | 说明 | 示例 |
|---|---|---|
-v |
变量名，多个用逗号分隔 | 2t / 2t,10u,10v |
-y |
年份范围，单年或区间 | 2024 / 2020-2024 |
-m |
月份，多个用逗号分隔（默认全年） | 1,2,3 |
-o |
本地输出目录 | ./era5_data |
-t |
下载工具，idm 或 xdm（默认 idm） |
idm |
-c |
最大并发数（默认 6） | 4 |
--dry-run |
预览模式，不实际下载 | — |
--export |
导出文件列表为 CSV/TXT | — |
--delay |
数据延迟月数（默认 5） | 3 |
示例
# 预览 2024 年 2m 气温数据（不下载）
python s3_downloader_multi.py -v 2t -y 2024 -o ./era5_data --dry-run --export
# 下载 2023-2024 年 2m 气温 + 10m 风场，6 线程并发
python s3_downloader_multi.py -v 2t,10u,10v -y 2023-2024 -o ./era5_data -c 6
# 只下载 2024 年 6-8 月地面气压
python s3_downloader_multi.py -v sp -y 2024 -m 6,7,8 -o ./era5_data代码调用模式
修改脚本顶部 Config 类中的 RUN_MODE 和 CODE_PARAMS，然后直接运行：
class Config:
RUN_MODE = "code" # 切换为代码模式
CODE_PARAMS = {
"variables": ["2t", "10u"], # 变量列表
"start_year": 2023,
"end_year": 2024,
"months": [6, 7, 8], # None 表示全年
"output_dir": "./era5_data",
"dry_run": False,
"export_preview": True,
"preview_file": "preview_list.csv",
}支持的变量
| 变量代码 | 含义 |
|---|---|
2t |
2m 气温 |
2d |
2m 露点温度 |
10u |
10m 纬向风 |
10v |
10m 经向风 |
sp |
地面气压 |
msl |
海平面气压 |
tp |
总降水量 |
skt |
地表皮肤温度 |
sd |
雪深 |
ssr |
地面太阳辐射 |
str |
地面热辐射 |
... |
... |
注意事项
- 数据通常延迟约 3-5 个月，脚本会自动跳过未发布的月份
- 下载任务由 IDM/XDM 接管，脚本通过扫描本地文件大小判断完成状态
- 日志自动写入当前目录的
download_log.txt - 已完整下载的文件（字节数 ≥ 预期 × 99%）会自动跳过，支持断点续传
ERA5-land (monthly)
ERA5 (hourly)
ERA5-pressure · ECMWF 气压层再分析
无魔法情况下推荐通过AWS+IDM多线程下载，下载速度最快
ERA5-pressure (hourly)
ERA5-pressure (hourly)
🔗 AWS-S3 · 📅 数据延迟三个月 · 📝 Python 多线程下载脚本（修改 DATASET_PREFIX 为 e5.oper.an.pl）
ERA5-pressure (monthly)
ERA5 (hourly)
JRA-3Q · JMA 再分析
DIAS
🔗 JRA-3Q_DIAS ·
UCAR (historical)
UCAR (near-real)
🔗 JRA-3Q_UCAR · 🔄 近实时
UCAR (monthly)
我们欢迎并感谢所有形式的贡献！请参阅 CONTRIBUTING.md 了解详细指南。
| 🐛 报告问题 | 📦 添加资源 | 📝 改进文档 | 💬 分享用例 |
|---|---|---|---|
| 通过 Issues 反馈 | 提交 Pull Request | 帮助完善或翻译 | 在 Discussions 分享 |
✓ 链接有效且可公开访问 · ✓ 清晰的数据描述 · ✓ 遵循现有分类格式 · ✓ 注明许可限制
⚠️ 本资源库中列出的数据源可能有各自的使用条款和许可协议，使用前请务必查阅并遵守相应数据提供方的规定。
感谢所有数据提供机构以及为本项目做出贡献的开发者们！
⚠️ 注意：数据链接和可用性可能会发生变化。如发现失效链接或有新资源推荐，请通过 Issues 告知我们。
⭐ 如果这个项目对您有帮助，请给我们一个星标！
