Support dataset `Global climate and energy indicators from 1950 to present derived from reanalysis`
I maintainer di solito rispondono entro 11 giorni
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 30/100
Direzione di ricerca
Start by reading the linked ECMWF dataset overview and Product User Guide, then inspect atlite's existing ERA5 data integration to find the relevant entry points. The issue suggests porting the bias-corrected wind speed, but does not specify implementation scope or tests; clarify what dataset support should include before defining completion.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
I wonder if it could be of interest to support a recent dataset by ECMWF tailored for energy applications.
Detailed Description
ERA5-based global dataset lives here https://cds.climate.copernicus.eu/datasets/sis-energy-global-reanalysis?tab=overview and provides state-of-the-art climate inputs.
Context
The dataset is addressing the most energy-relevant ERA5 issues, including bias-correction for the wind speed, calibration of hydropower and energy demand proxies.
More details are available in the UserGuide.
Possible Implementation
A number of the raw indicators is (currently) limited due to the focus on practical applications. I guess the most effective way to integrate would be porting the wind speed which is readily bias-corrected.
- Lingua principale
- Python
- Stelle
- 409
- Fork
- 135
- Merge medio
- 11g 22h
- PR unite (30g)
- 4
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di PyPSA/atlite
-
type: bug
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
PyPSA/atlite#523 · 4 commenti ·
I maintainer di solito rispondono entro 11 giorni
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 45/100
PyPSA/atlite#522 · 5 commenti ·
I maintainer di solito rispondono entro 11 giorni
-
type: enhancement
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
I maintainer di solito rispondono entro 11 giorni
-
type: bug
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
PyPSA/atlite#515 · 1 commento · 1 reazione ·
I maintainer di solito rispondono entro 11 giorni
-
type: bug
Difficoltà 4/5 3-5 giorni Idoneità per principianti 48/100
I maintainer di solito rispondono entro 11 giorni
Tutte le issue di PyPSA/atlite
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
I maintainer di solito rispondono entro 1 giorno
-
Treat corrupt-shape state files as missing in `load_state`Forse già presa @Qrytics l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
OvertureMaps/overturemaps-py#175 ·
I maintainer di solito rispondono entro 1 giorno
-
enhancement
Difficoltà 2/5 1-3 ore Idoneità per principianti 74/100
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 83/100
awslabs/visual-asset-management-system#1278 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
aws-samples/sample-per-model-bedrock#835 ·
I maintainer di solito rispondono entro 1 giorno