气象数据

ERA5 完全解读 — 地球 80 年高清气象日记与新能源金标准数据集

· 南京运梦科技算法团队 · 评审 算法负责人

ERA5 完全解读 — 地球 80 年高清气象日记与新能源金标准数据集 封面

你有没有想过一个问题：在你出生那天的那个小时，你家门口的确切气温是多少？风是从哪个方向吹来的？

如果你去查普通的气象记录，可能会发现数据是缺失的，或者离你最近的气象站也在几十公里外。但在科学界，有一套被称为 ERA5 的数据，它几乎能回答关于过去 80 年地球上任何地点、任何时刻天气的"灵魂拷问"。今天我们就把它从"是什么"讲到"怎么用"。

关键要点

  • ERA5 是 ECMWF 提供的第五代全球气候再分析数据集，用数据同化把 1940 年至今的全球天气重建成连续、物理自洽的"无缝地图"。
  • 核心规格：0.25°（约 31 公里 × 31 公里）空间网格、逐小时记录、从地表到约 80 公里高空切分为 137 层垂直要素。
  • 数据同化先用观测站、气球与卫星的真实观测锚定，再用流体力学与热力学公式补全海洋、极地等数据盲区，做到无空白、无断层。
  • 调用方式：通过 downloadSync 接口拉取，dataSourceId = era5，风资源选 u100 / v100 / ws / wd，光伏选 rsds / dni / dhi，常规气象选 tas / hurs / sp / pr。
  • 对新能源行业，ERA5 是风光资源评估、功率预测模型训练与长期气候分析的事实标准，也是 AI 气象大模型公认的"标准答案"训练底座。

先上图

图1 全球平均气温与工业化前（1850-1900年）水平的差值（不同颜色表示不同数据来源）

全球气候变暖的事实近几十年来全球平均气温持续升高，气候变暖已成为人类面临的全球性问题之一（图1）。按 Copernicus C3S 当前温度指标口径，2024 年仍是有记录以来最热年份，2021-2025 五年平均也处于最高记录。图1 引用了 ERA5 等长期一致的数据，用来展示全球升温趋势。

2025 年 1 月份全球平均地表气温为 13.23°C，比工业化前水平升高了 1.75°C，成为历史上最热的 1 月份；这组数字来自 Copernicus 的 2025 年 1 月地表气温公告。可见，日常的新闻和数据大多会援引 ERA5 的数据。那它到底是什么？

🎬 什么是 ERA5？给地球历史做"4K修复"

简单来说，ERA5 是目前世界上最完整的地球气候"数字双胞胎"。

它的全称很长（欧洲中期天气预报中心第五代全球气候再分析），但你只需要记住它是"再分析"（Reanalysis）数据。

想象一下，我们手头有一堆几十年前拍摄的老电影（历史观测数据），画面模糊、还有很多片段丢失（观测不到的海洋、极地）。现在的技术进步了，我们不仅能把老胶片修复成 4K 高清，还能用电脑特效逻辑合理地补全丢失的画面。

ERA5 就是在做这件事： 它利用现代最先进的天气预报模型（物理定律）和超级计算机，重新"跑"了一遍过去几十年的天气，把历史观测数据完美地融合进去，生成了一套从 1940 年至今，每小时一张的、覆盖全球无死角的气象"无缝地图"。

🧩 为什么它被称为"无缝地图"？

现实世界中，气象观测是"千疮百孔"的。

  • 陆地上：有的地方气象站多，有的地方（如沙漠）几乎没有。
  • 海洋上：除了偶尔经过的船只，大片海域是数据盲区。
  • 时间上：几十年前没有气象卫星，数据少得可怜。

ERA5 使用了一种黑科技叫"数据同化"。它像拼图一样：

  1. 拿真凭实据： 哪里有观测站、气球或卫星数据，就用真实的观测值锚定。
  2. 用物理补全： 在没有数据的地方（比如太平洋中心），它利用流体力学和热力学公式推算出"根据物理定律，这里应该是什么天气"。

结果就是：无论是在 1950 年的珠穆朗玛峰顶，还是 2020 年的太平洋中心，ERA5 都能给你一个物理上自洽的、连续的数据。没有空白，没有断层。

⚡ ERA5 到底有多强？

如果把 ERA5 比作一台相机，它的性能参数是这样的：

  1. 超高像素（空间分辨率）： 它把地球切成了无数个 31 公里 × 31 公里（0.25°）的小格子。在全球尺度上，这已经是非常惊人的高清画质了。
  2. 超级慢动作（时间分辨率）： 以往的数据可能是 6 小时记一次，但 ERA5 是每小时（Hourly） 都在记录！这意味着它能捕捉到午后那场短暂的暴雨，或者日落时海风的变化。
  3. 3D 立体扫描： 它不只看地面，还将大气层从地表到约 80 公里高空切分成了 137 层。它不仅知道地面的温度，还知道飞机巡航高度的风速。
  4. 跨越时空： 从 1940 年一直记录到现在（只有几天的延迟），长达 80 余年的逐小时连续序列。

🧭 数据集规格与 API 调用

ERA5 是由 ECMWF 提供的全球再分析数据集，融合多源观测与四维同化（4D-Var）模式，提供连续一致的历史气象场：

  • 全球网格与多层垂直要素（风、温度、湿度、气压等），0.25° 分辨率、逐小时。
  • 长时间序列，适用于风电 / 光伏长期评估与选址。
  • 与站点 / 卫星观测可交叉验证，支持质量控制。

典型应用：

  • 风资源评估与功率曲线拟合；
  • 光伏辐射长期评估与衰减分析（气溶胶 / 臭氧影响）；
  • 电网负荷关联分析与需求侧管理。

API 调用： ERA5 字段通过 downloadSync 接口 拉取，dataSourceId = era5，fields 按场景选取——风资源选 u100 / v100 / ws / wd，光伏选 rsds / dni / dhi，常规气象选 tas / hurs / sp / pr；完整字段定义见 数据要素解释。

🚀 谁在用它？不只是气象员

ERA5 现在已经"出圈"了，它是很多高科技背后的无名英雄：

  • 训练 AI 气象大模型： 最近比较火的 AI 天气预报模型，全都是靠"吃" ERA5 的数据长大的！ ERA5 就是 AI 眼中的"标准答案"。
  • 搞风力发电： 投资商想在海上建风电场，不用去实测几年，直接调取 ERA5 过去 20 年该地点的风速记录，瞬间搞定资源评估。
  • 气候变化实锤： 当我们在新闻里看到"今年是史上最热的一年"时，这个结论往往就是基于 ERA5 这种长期一致的数据分析出来的。

常见问题

Q1：ERA5 是什么？它和普通历史天气数据有什么区别？ A：ERA5 是 ECMWF 提供的第五代全球气候再分析数据集。它不只是堆叠观测记录，而是用数据同化把真实观测与天气预报模型融合，重建出 1940 年至今、全球无死角、物理自洽的连续气象场，没有空白和断层。

Q2：ERA5 的空间和时间分辨率是多少？ A：空间分辨率为 0.25°，约 31 公里 × 31 公里的网格；时间分辨率为逐小时记录；垂直方向从地表到约 80 公里高空切分为 137 层。

Q3：ERA5 数据覆盖的时间范围有多长？ A：从 1940 年一直记录到现在（只有几天的延迟），是一套长达 80 余年的逐小时连续序列。

Q4：做风电、光伏资源评估应该选 ERA5 的哪些字段？ A：风资源评估选 u100 / v100 / ws / wd，光伏选 rsds / dni / dhi，常规气象选 tas / hurs / sp / pr；这些字段通过 downloadSync 接口拉取，dataSourceId = era5。

Q5：为什么 AI 天气预报模型都用 ERA5 训练？ A：因为 ERA5 提供了从 1940 年至今、全球连续一致、物理自洽的高分辨率数据，相当于 AI 眼中的"标准答案"，主流 AI 天气预报模型都是靠它的数据训练出来的。

小结

ERA5 把"过去 80 年、全球任意点、逐小时"的天气变成了可查询、可计算、物理自洽的连续数据底座。对新能源行业来说，它是资源评估、功率预测训练、长期气候分析的事实标准。想直接上手，可以从 运梦气象 API 的 ERA5 产品页 或 下载完全指南 开始。

引用与原文

Hersbach, H., Bell, B., Berrisford, P., et al. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146(730), 1999–2049. DOI: 10.1002/qj.3803

ERA5 数据集（CDS）：Copernicus Climate Change Service (C3S) Climate Data Store. DOI: 10.24381/cds.adbb2d47