pvlib-python 使用 GFS 模型服务器错误进行预测 - 变量未包含在请求的数据集中
pvlib-python forecast using GFS model server error - variable not contained in requested dataset
我是新来的新手 Python 用户所以请放轻松。
我曾经使用 get_data() 方法使用 pvlib-python 预测模块和 GFS 模型成功预测 GHI 和环境温度两年多没有问题但是一周前（更新到 0.8.1 版本后）我在查询数据时遇到以下错误作为来自 UNIDATA THREDDS 服务器的回答：
HTTPError: Error accessing https://thredds.ucar.edu/thredds/ncss/grib/NCEP/GFS/Global_0p5deg/Best?var=u-component_of_wind_isobaric&var=Total_cloud_cover_low_cloud_Mixed_intervals_Average&var=Total_cloud_cover_boundary_layer_cloud_Mixed_intervals_Average&var=Total_cloud_cover_middle_cloud_Mixed_intervals_Average&var=Wind_speed_gust_surface&var=Temperature_surface&var=Total_cloud_cover_entire_atmosphere_Mixed_intervals_Average&var=Total_cloud_cover_convective_cloud&var=Total_cloud_cover_high_cloud_Mixed_intervals_Average&var=Downward_Short-Wave_Radiation_Flux_surface_Mixed_intervals_Average&var=v-component_of_wind_isobaric&time_start=2021-04-27T23%3A00%3A00%2B02%3A00&time_end=2021-04-30T02%3A00%3A00%2B02%3A00&longitude=15.966568&latitude=45.815399&vertCoord=100000&accept=netcdf
Server Error (400: Variable: Total_cloud_cover_low_cloud_Mixed_intervals_Average is not contained in the requested dataset)
显然，向 UNIDATA THREDDS 服务器发送请求时，变量 Total_cloud_cover_low_cloud_Mixed_intervals_Average 不可用。我在互联网上搜索了这个问题，但没有找到类似的东西。我还在 forecast 模块的 pvlib 源代码中发现，class GFS 变量 Total_cloud_cover_low_cloud_Mixed_intervals_Average 被重命名为 low_clouds (https://pvlib-python-forecasting.readthedocs.io/en/latest/_modules/pvlib/forecast.html).
这是我用来产生错误的代码：
import datetime
from pvlib.forecast import GFS
import pytz
loc_latitude, loc_longitude, tzone = 45.815399, 15.966568, 'Europe/Zagreb'
today_date = datetime.date.today()
naive_time = datetime.time(0, 0, 0)
naive_datetime = datetime.datetime.combine(today_date, naive_time)
timezone = pytz.timezone('Europe/Zagreb')
#timezone aware datetime
aware_datetime = timezone.localize(naive_datetime)
GFS_start = aware_datetime
GFS_end = aware_datetime + datetime.timedelta(days = 2)
GFS_forecast_model = GFS()
GFS_raw_data = GFS_forecast_model.get_data(latitude = loc_latitude, longitude = loc_longitude, start = GFS_start, end = GFS_end)
我还尝试使用 NAM 模型而不是 GFS，一切正常，但我不能使用它，因为只有 GFS 进行全球预测（我需要欧洲的预测）。
我在 Python 3.6.6 中使用 anaconda。并且 pvlib-python 0.8.1 是使用 conda 安装的。我可以提供所需的任何其他信息。如果有任何帮助，我将不胜感激。
我是新来的新手 Python 用户所以请放轻松。 我曾经使用 get_data() 方法使用 pvlib-python 预测模块和 GFS 模型成功预测 GHI 和环境温度两年多没有问题但是一周前（更新到 0.8.1 版本后）我在查询数据时遇到以下错误作为来自 UNIDATA THREDDS 服务器的回答：
HTTPError: Error accessing https://thredds.ucar.edu/thredds/ncss/grib/NCEP/GFS/Global_0p5deg/Best?var=u-component_of_wind_isobaric&var=Total_cloud_cover_low_cloud_Mixed_intervals_Average&var=Total_cloud_cover_boundary_layer_cloud_Mixed_intervals_Average&var=Total_cloud_cover_middle_cloud_Mixed_intervals_Average&var=Wind_speed_gust_surface&var=Temperature_surface&var=Total_cloud_cover_entire_atmosphere_Mixed_intervals_Average&var=Total_cloud_cover_convective_cloud&var=Total_cloud_cover_high_cloud_Mixed_intervals_Average&var=Downward_Short-Wave_Radiation_Flux_surface_Mixed_intervals_Average&var=v-component_of_wind_isobaric&time_start=2021-04-27T23%3A00%3A00%2B02%3A00&time_end=2021-04-30T02%3A00%3A00%2B02%3A00&longitude=15.966568&latitude=45.815399&vertCoord=100000&accept=netcdf
Server Error (400: Variable: Total_cloud_cover_low_cloud_Mixed_intervals_Average is not contained in the requested dataset)
显然，向 UNIDATA THREDDS 服务器发送请求时，变量 Total_cloud_cover_low_cloud_Mixed_intervals_Average 不可用。我在互联网上搜索了这个问题，但没有找到类似的东西。我还在 forecast 模块的 pvlib 源代码中发现，class GFS 变量 Total_cloud_cover_low_cloud_Mixed_intervals_Average 被重命名为 low_clouds (https://pvlib-python-forecasting.readthedocs.io/en/latest/_modules/pvlib/forecast.html).
这是我用来产生错误的代码：
import datetime
from pvlib.forecast import GFS
import pytz
loc_latitude, loc_longitude, tzone = 45.815399, 15.966568, 'Europe/Zagreb'
today_date = datetime.date.today()
naive_time = datetime.time(0, 0, 0)
naive_datetime = datetime.datetime.combine(today_date, naive_time)
timezone = pytz.timezone('Europe/Zagreb')
#timezone aware datetime
aware_datetime = timezone.localize(naive_datetime)
GFS_start = aware_datetime
GFS_end = aware_datetime + datetime.timedelta(days = 2)
GFS_forecast_model = GFS()
GFS_raw_data = GFS_forecast_model.get_data(latitude = loc_latitude, longitude = loc_longitude, start = GFS_start, end = GFS_end)
我还尝试使用 NAM 模型而不是 GFS，一切正常，但我不能使用它，因为只有 GFS 进行全球预测（我需要欧洲的预测）。 我在 Python 3.6.6 中使用 anaconda。并且 pvlib-python 0.8.1 是使用 conda 安装的。我可以提供所需的任何其他信息。如果有任何帮助，我将不胜感激。