ERA5-Drought 全球干旱指数数据集解读 — ECMWF 官方综述
ERA5 把过去 80 余年的全球天气重建成了逐小时、无死角的"数字底座"，但它本质上只回答一个问题：天上下了多少雨、地表蒸发了多少水？真正决定农业减产、电网负荷异常、来水偏枯的，是"水到底够不够"这种累积性的旱情判断。2025 年发表在 Nature 旗下《Scientific Data》上的 ERA5-Drought 数据集，正是 ECMWF 官方团队把 ERA5 这条原始气象流，标准化成了一套可以直接拿来评估全球干旱的指数产品。对任何要把历史气象数据接进风电、光伏、来水与负荷模型的从业者来说，这是一篇值得逐条拆开看的"上游真相源"论文。
关键要点
- ERA5-Drought 是 ECMWF 官方团队基于 ERA5 构建的全球干旱指数数据集，2025 年发表于 Nature 旗下《Scientific Data》。
- 数据规格：基于 ERA5、覆盖 1940 年至今、0.25° 全球网格，与 ERA5 主数据同源同口径。
- 指标体系：同时提供 SPI（仅降水）与 SPEI（纳入蒸散需求、对升温更敏感），并给出 1 个月到 4 年的多种累积尺度。
- 不确定性：每个指标同时提供确定性版本与 10 成员集合概率版本，可量化旱情判断本身的不确定性。
- 落地：运梦气象 API 提供 ERA5 原始气象要素（非转售该数据集），可据此自行复算 SPI / SPEI 等干旱输入，接入风电、光伏、来水与负荷模型。
背景与权威性
这篇论文的全称是 ERA5-Drought: Global drought indices based on ECMWF reanalysis，作者为 Keune、Di Giuseppe 等人，出品方是 ECMWF（欧洲中期天气预报中心），2025 年发表于 Nature 旗下的 Scientific Data。
为什么说它权威，可以从三个层面看。其一是期刊层级：《Scientific Data》是 Nature 旗下专门发表数据集（Data Descriptor）的期刊，对数据的可复现性、元数据完整性、获取方式有严格的同行评审要求，能在这里发表，意味着数据本身被当作一份可被独立检验的科研产出，而不只是附带的副产品。其二是出品方：这套指数直接由 ERA5 的"娘家"ECMWF 团队构建，与 ERA5 再分析主数据同源、同口径，避免了第三方在二次加工中引入的口径漂移。其三是它的角色：它被定位为 ERA5 干旱应用的官方数据源——当下游研究、监测平台或商业产品需要一套"标准答案"式的全球干旱指标时，引用这套数据是自然而然的选择。
引用量方面，截至 2026 年 5 月，Semantic Scholar 记录的引用为 31 次（核实于 2026 年 5 月）。对一篇 2025 年才发表、问世不到两年的数据论文而言，这个引用速度说明它正快速成为该主题的参考基准文献。
它做了什么
这篇数据论文的核心工作，是把 ERA5 这条连续、一致的全球再分析数据流，转化为一套标准化、可直接消费的干旱指数数据集。
从数据规格看，它基于 ERA5 构建了从 1940 年至今、0.25° 空间分辨率的全球干旱指数数据集。这个时空底盘和 ERA5 主数据保持一致——既覆盖了足够长的历史以刻画多年尺度的旱涝周期，又保持了全球无缝的网格覆盖。
在指标体系上，数据集同时包含两类被广泛使用的标准干旱指标：
- SPI（标准化降水指数）：只看降水的盈亏，刻画"水从天上来"的部分；
- SPEI（标准化降水蒸散指数）：在降水之外纳入大气蒸散需求，刻画"水又被蒸发走"的部分，因此对升温背景下的干旱信号更敏感。
两类指标都提供了从 1 个月到 4 年的多种累积尺度。这一点对应用至关重要：短累积尺度（如 1 至 3 个月）反映农业土壤水分这类"快变量"的旱情，长累积尺度（如 12 至 48 个月）则反映水库蓄水、地下水、河川径流这类"慢变量"的长期亏缺。同一套数据能横跨这两端，意味着农业、水文、供水可以共用一个口径。
不确定性表达方面，论文的一个突出设计是：每个指标都同时提供确定性版本与 10 成员集合（ensemble）的概率版本。确定性版本给出单一估计，便于直接使用；10 成员集合版本则用一组扰动样本表达"这个干旱判断本身有多确定"，让下游能够量化旱情评估的不确定性，而不是把一个点估计当成无误差的真值。
关键结论
把核实过的要点收敛成几条可直接引用的结论：
- 这是一套基于 ERA5、覆盖 1940 年至今、0.25° 分辨率的全球干旱指数数据集，时空底盘与 ERA5 主数据一致。
- 它同时提供 SPI 与 SPEI 两类标准干旱指标，并覆盖从 1 个月到 4 年的多种累积尺度，可同时服务快变（农业）与慢变（水文、供水）两类旱情判断。
- 每个指标都配有确定性版本与 10 成员集合的概率版本，使干旱评估的不确定性可以被定量表达——这是它区别于许多只给单一估计的干旱产品的设计特征。
- 它由 ECMWF 官方出品、发表在 Nature 旗下《Scientific Data》，定位为 ERA5 干旱应用的官方数据源，直接服务于水资源管理、农业与粮食安全监测。
需要强调的是：上述均为论文已核实的定性与结构性结论；具体的偏差量级、与站点的对比误差等数值，应以原文与官方数据文档为准，本文不做臆测。
对新能源与运梦平台的意义
干旱指数听起来离风电、光伏很远，实则不然。对新能源资源评估与功率预测而言，这篇论文的价值大致体现在三条链路上。
其一，长期气候背景的甄别。风、光资源评估最怕的就是把一段异常年份当作典型年。ERA5-Drought 提供的多尺度 SPI / SPEI，可以作为标记历史时段"干 / 湿背景"的标尺：当你用 ERA5 历史风速、辐射数据做选址或电量评估时，先用干旱指数判断所选年份处在多年序列的哪个位置，有助于更稳健地构造典型气象年（TMY），避免资源评估被极端年份带偏。
其二，水与能耦合及场景关联。干旱与极端高温、持续晴空往往同期出现：持续干旱少雨的时段，常对应高辐照、高温的天气型，这既影响光伏的辐照可得性与组件温度衰减，也通过制冷需求影响电网负荷曲线；而对水电占比高的区域，长累积尺度的旱情更是来水与调度的先行信号。把干旱指数作为一个外生特征接进负荷或来水模型，是值得探索的方向。
其三，不确定性意识的迁移。这篇论文用集合方法量化干旱评估不确定性的思路，对新能源功率预测同样有借鉴意义——资源评估和功率预测的结论，本就应该带着置信区间交付，而不是一个孤零零的点值。
需要客观说明的是：ERA5-Drought 是干旱专题数据集，运梦气象 API 当前对外提供的是 ERA5 与德国气象局的原始气象要素；下面给出的是如何用这些原始要素自行复算干旱相关输入的思路，而非直接转售该论文数据集。
在运梦气象 API 上手
干旱指数的两个基本输入——降水与潜在蒸散——都可以由运梦气象 API 的 ERA5 原始气象要素复算得到。SPI 只需要降水；SPEI 需要在降水之外，用气温、湿度、气压、辐射、风速等要素估算潜在蒸散（如 Penman-Monteith 或 Thornthwaite 方法）。
对应到字段上：
- 降水：
pr（累积降水量）； - 蒸散输入：
tas（2m 气温）、hurs（2m 相对湿度）、sp（地面气压）、辐射项rsds（地面入射短波辐射）、风速项ws（或u100/v100等风分量）。
这些字段通过 downloadSync 接口按 dataSourceId 与 fields 拉取，dataSourceId 取 era5 即可获得与本文论文同源的 ERA5 历史序列。一个用于复算 SPEI 月度输入的最小请求体示意如下：
{
"dataSourceId": "era5",
"lat": 31.5,
"lon": 118.5,
"stime": "1991-01-01 00:00",
"etime": "2020-12-31 23:00",
"fields": ["pr", "tas", "hurs", "sp", "rsds", "ws"],
"timezone": "8"
}
拿到这段长序列后，按月聚合降水与蒸散、再做标准化，即可在本地复现 SPI / SPEI 的多累积尺度计算逻辑；若只关心风、光资源本身，则把字段换成 u100 / v100 / ws / wd（风资源）或 rsds / dni / dhi（光伏）即可。
延伸阅读与上手入口：
- ERA5 产品与数据源说明见 /products/weather-api/era5/，预报数据源见 /products/weather-api/ger/；
- 风电、光伏的资源评估场景见 /solutions/wind-power/ 与 /solutions/photovoltaic/，功率预测能力见 /products/wind-forecast/ 与 /products/solar-forecast/；
- 接口参数与字段口径见 /docs/weather/api-reference/ 与 /docs/weather/data-elements/。
常见问题
ERA5-Drought 数据集是谁做的、发表在哪里？
它由 ERA5 的"娘家"ECMWF（欧洲中期天气预报中心）官方团队构建，作者为 Keune、Di Giuseppe 等人，2025 年发表在 Nature 旗下专门发表数据集的《Scientific Data》上，被定位为 ERA5 干旱应用的官方数据源。
ERA5-Drought 包含哪些干旱指标？时间和分辨率范围是多少？
它基于 ERA5 构建，覆盖 1940 年至今、0.25° 空间分辨率，同时提供 SPI（标准化降水指数）与 SPEI（标准化降水蒸散指数）两类标准指标，并覆盖从 1 个月到 4 年的多种累积尺度。
SPI 和 SPEI 有什么区别？
SPI 只看降水盈亏，刻画"水从天上来"的部分；SPEI 在降水之外纳入大气蒸散需求，刻画"水又被蒸发走"的部分，因此对升温背景下的干旱信号更敏感。
ERA5-Drought 和普通干旱产品相比有什么特别之处？
它的每个指标都同时提供确定性版本与 10 成员集合的概率版本，使干旱评估的不确定性可以被定量表达，而不是把一个点估计当成无误差的真值——这是它区别于许多只给单一估计的干旱产品的设计特征。
能直接从运梦气象 API 拿到这套干旱指数吗？
不能直接转售该数据集。运梦气象 API 当前对外提供的是 ERA5 与德国气象局的原始气象要素；你可以通过 downloadSync 接口、用 dataSourceId 取 era5 拉取降水 pr 与蒸散输入（tas、hurs、sp、rsds、ws 等）原始要素，在本地自行复算 SPI / SPEI。
引用与原文
Keune, J., Di Giuseppe, F., et al. ERA5-Drought: Global drought indices based on ECMWF reanalysis. Scientific Data (2025).