批量下载近40年ERA5的积雪密度、积雪深度数据，并逐日保存

您需要进行数据爬取和存储操作，以下是一个大致的步骤：

1. 确定您需要爬取的数据时间范围和空间范围。
2. 在 Copernicus Climate Data Store（https://cds.climate.copernicus.eu/）注册账号并获取API密钥。
3. 使用 Python 的 cdsapi 库进行数据下载，具体方法如下：

import cdsapi

c = cdsapi.Client()

# 设置下载参数
c.retrieve(
    'reanalysis-era5-land',
    {
        'variable': ['snow_density', 'snow_depth'],
        'year': [
            '1981', '1982', '1983', ..., '2019', '2020'
        ],
        'month': [
            '01', '02', '03', ..., '11', '12'
        ],
        'day': [
            '01', '02', '03', ..., '30', '31'
        ],
        'time': [
            '00:00', '01:00', '02:00', ..., '22:00', '23:00'
        ],
        'area': 'lon_min/lat_min/lon_max/lat_max', # 根据您的空间范围设置
        'format': 'netcdf'
    },
    'download.nc' # 下载文件名
)

4. 对于每个下载的 netCDF 文件，使用 xarray 库进行数据读取和存储，具体方法如下：

import xarray as xr

ds = xr.open_dataset('download.nc')

# 按照时间将数据分割成多个文件，保存到指定目录下
for time in ds.time:
    sub_ds = ds.sel(time=time)
    sub_ds.to_netcdf(f'/path/to/save/directory/{time}.nc')

注意，由于数据量较大，下载和存储可能需要较长的时间和较大的存储空间。