ERA5 全球再分析奠基论文解读：新能源数据的引用金标准

如果你做风电选址、光伏资源评估，或者训练任何"吃"历史气象数据的模型，那么有一篇论文你大概率绕不开——它就是 ERA5 全球再分析的奠基与权威出处。无论是写技术报告、发表论文，还是给投资方做尽调，只要你的数据底座用到了 ERA5，引用这篇文献几乎是默认动作。今天这篇解读，就把这篇被引用约 2.3 万次的"标准文献"讲清楚：它说了什么、为什么权威、以及它对新能源从业者到底意味着什么。

关键要点

• 谁写的、发在哪：论文原题 The ERA5 global reanalysis，由 Hersbach 等人代表 ECMWF 撰写，2020 年发表于 QJRMS（皇家气象学会季刊），由数据生产方亲自撰写，权威性第一手。
• 被引约 2.3 万次：Semantic Scholar 约 23,084 次、Crossref 约 22,518 次（2026 年 5 月核对），是引用 ERA5 数据时的默认标准文献。
• 核心规格：基于 IFS Cy41r2 的 4D-Var 同化系统，约 31km 水平分辨率、137 个垂直层、逐小时输出，并附不确定性集合。
• 时间口径要分清：Hersbach 2020 论文重点说明 1979 年以来的生产系统；当前 CDS 上的 ERA5 单层逐小时数据已回溯扩展到 1940 年至今。
• 规范引用做法：论文 DOI 与数据集 DOI 成对引用，单层逐小时数据集官方 DOI 为 10.24381/cds.adbb2d47，前者解释方法、后者锚定具体数据。

背景与权威性

这篇论文的英文原题是 The ERA5 global reanalysis，由 Hersbach、Bell、Berrisford 等人代表 ECMWF（欧洲中期天气预报中心，也是 Copernicus C3S 气候服务的承担方）撰写，于 2020 年发表在 Quarterly Journal of the Royal Meteorological Society（QJRMS，皇家气象学会季刊）。

为什么说它是该主题绕不开的标准文献？可以从三个维度看：

• 期刊层级：QJRMS 是英国皇家气象学会的旗舰刊物，在大气科学领域有长期的学术声誉，再分析、数据同化这类基础性工作发表在这里具有很高的权威背书。
• 作者 / 出品方：论文由 ERA5 数据集的直接生产方 ECMWF 撰写。换句话说，这不是第三方的转述或评测，而是造数据的人亲自写的说明书，对方法、口径、缺陷的描述具有第一手权威性。
• 引用量级：根据 2026 年 5 月的核对，Semantic Scholar 记录约 23,084 次引用，Crossref 记录约 22,518 次，合计约 2.3 万次。这一引用体量足以说明，它已成为全球引用 ERA5 数据时的默认权威出处。

正因如此，这篇论文在实践中扮演的角色不只是一篇研究，而更像是 ERA5 这套数据的官方技术档案与规范引用入口。

它做了什么

论文系统性地介绍了 ERA5 这套全球再分析数据集的生产方法、数据规格与验证方式。需要先区分两个口径：Hersbach 2020 论文重点说明的是 1979 年以来的 ERA5 生产系统与质量评估；而使用者在当前 CDS 上下载到的 ERA5 单层逐小时数据，已经通过后续回溯扩展覆盖到 1940 年至今。核心可以概括为以下几点（均依据论文与当前 CDS 数据集说明的已核实要点，客观陈述）：

同化系统与数据规格

ERA5 基于 IFS Cy41r2 版本的 4D-Var（四维变分）同化系统生产。它的基本规格包括：

• 水平分辨率约 31km；
• 137 个垂直层，覆盖从地表到高空的大气结构；
• 时间覆盖口径：论文重点介绍 1979 年以来的 ERA5；当前 CDS 数据集已经通过后续回溯扩展覆盖到 1940 年至今，提供逐小时的大气、海浪与陆面要素；
• 同时附带不确定性集合（uncertainty ensemble），让使用者能评估数据本身的可信区间。

4D-Var 同化的意义在于：它把多源观测（卫星、地面站、探空、浮标等）在一个时间窗内统一投影到物理一致的模式网格上，从而生成时空连续、物理自洽的历史气象场，而不是简单的站点插值。

验证与文档化

论文不仅给出规格，还记录了同化方案、所采用的输入观测、相对上一代再分析 ERA-Interim 的精度提升，以及已知缺陷。这一点对工程使用尤为关键——它意味着使用者可以在引用数据的同时，明确知道这套数据好在哪里、不能用在哪里，从而做出负责任的判断。也正因为它把这些都写清楚了，这篇论文才成为引用 ERA5 数据时必引的标准文献。

关键结论

把论文已核实的要点提炼为几条关键结论：

• ERA5 提供了基于 4D-Var 同化、约 31km 分辨率、137 垂直层的逐小时全球再分析数据集，并附不确定性集合——Hersbach 2020 是 1979 年以来 ERA5 的方法与质量说明；当前 CDS 数据产品已扩展到 1940 年至今。
• ERA5 相对上一代 ERA-Interim 实现了精度提升，同时论文也明确记录了已知缺陷——这是一份有边界的权威，而非无差别推荐。
• 引用 ERA5 数据时，这篇论文是必引的标准文献——它承担了方法与口径说明书的角色。
• 规范引用建议同时引用本论文与官方数据 DOI：单层逐小时数据集的官方 DOI 为 10.24381/cds.adbb2d47。也就是说，规范的做法是论文 DOI 加数据集 DOI 成对引用，前者解释方法，后者锚定你实际用到的那一份数据。

对新能源 / 运梦平台的意义

对风电、光伏行业来说，这篇论文的价值不在于某个具体数字，而在于它把 ERA5 确立为一套可被规范引用、有据可查、口径稳定的历史气象底座。映射到具体业务：

• 风电资源评估与选址：按当前 CDS 数据产品口径，ERA5 覆盖 1940 年至今的逐小时风场，意味着无需在现场实测多年就能拿到长期风况序列，用于风资源评估、容量配置与发电量回测。论文对方法与缺陷的记录，提醒我们在复杂地形、近海等区域结合本地观测做偏差订正。
• 光伏资源评估：长时间序列的辐射要素可用于光伏长期产能评估、季节性与年际波动分析。
• 功率预测模型训练：当前不少数据驱动的气象与功率预测模型都需要长期、一致、网格化的历史样本，ERA5 正好提供了这种一致的训练底座；而附带的不确定性集合，则为模型评估与风险量化提供了额外信息。
• 历史气象数据使用的合规与可追溯：在对外报告或论文中使用 ERA5 时，把论文 DOI 与数据集 DOI 成对引用，能让你的数据来源经得起审阅与尽调。

南京运梦科技在运梦气象 API中采用 ERA5 + 德国气象局双数据源：ERA5 负责长期、一致的历史回填底座，德国气象局负责近期预报场景，两者互补覆盖"历史评估 + 未来预测"的完整链路。

在运梦气象 API 上手

在运梦气象 API里，ERA5 数据通过 downloadSync 接口按 dataSourceId 与 fields 拉取。字段按新能源场景选取即可：

• 风资源：u100 / v100（100m 纬向 / 经向风分量）、ws（风速）、wd（风向）；
• 光伏辐射：rsds（地面入射短波辐射）、dni（直接法向辐照）、dhi（散射水平辐照）；
• 常规气象：tas（2m 气温）、hurs（2m 相对湿度）、sp（地面气压）、pr（降水）。

一个最小化的请求体思路（拉取长三角某点一整年的风资源 + 辐射字段）：

{
  "dataSourceId": "era5",
  "lat": 31.5,
  "lon": 118.5,
  "stime": "2024-01-01 00:00",
  "etime": "2024-12-31 23:00",
  "fields": ["u100", "v100", "ws", "wd", "rsds", "dni", "dhi"],
  "timezone": "8"
}

把它 POST 到 downloadSync 接口即可同步拿到 JSON envelope；data.timeList 与每个字段数组按下标一一对应，字段已按公开字段表统一命名，省去本地维护换名表的麻烦。

延伸阅读与产品入口：

• ERA5 数据源说明：/products/weather-api/era5/
• 预报场景对应的德国气象局预报：/products/weather-api/ger/
• 风电与光伏解决方案：/solutions/wind-power/、/solutions/photovoltaic/
• 风功率与光伏功率预测：/products/wind-forecast/、/products/solar-forecast/
• 接口与字段参考：/docs/weather/api-reference/、/docs/weather/data-elements/
• ERA5 通俗科普：/blog/era5-explained/

常见问题

ERA5 引用哪篇论文？ 引用 Hersbach 等人 2020 年发表在 QJRMS 的 The ERA5 global reanalysis，这是 ERA5 数据的标准文献。规范做法是同时引用论文 DOI 与官方数据集 DOI（单层逐小时数据集为 10.24381/cds.adbb2d47）。

ERA5 的时间范围是从哪一年到现在？ 要分两个口径：Hersbach 2020 论文重点说明的是 1979 年以来的 ERA5 生产系统；而当前在 CDS 上下载到的 ERA5 单层逐小时数据，已通过后续回溯扩展覆盖到 1940 年至今。

ERA5 的分辨率和垂直层数是多少？ ERA5 基于 IFS Cy41r2 的 4D-Var 同化系统生产，水平分辨率约 31km，137 个垂直层，提供逐小时的大气、海浪与陆面要素，并附带不确定性集合。

ERA5 和 ERA-Interim 有什么区别？ ERA5 是 ERA-Interim 的下一代再分析。论文记录了 ERA5 相对 ERA-Interim 的精度提升，同时也明确写出了已知缺陷，是一份有边界的权威，而非无差别推荐。

ERA5 适合做风电和光伏的资源评估吗？ 适合。按当前 CDS 数据产品口径，ERA5 覆盖 1940 年至今的逐小时风场与辐射要素，可用于风资源评估、容量配置、发电量回测与光伏长期产能分析；论文对方法与缺陷的记录提醒在复杂地形、近海等区域结合本地观测做偏差订正。

引用与原文

规范引用建议同时引用本论文与官方数据集 DOI（10.24381/cds.adbb2d47）。论文标准引用如下：

Hersbach, H., Bell, B., Berrisford, P., et al. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society.

原文 DOI：doi.org/10.1002/qj.3803