第四节：再分析资料——主流数据集介绍、特点与获取方式

做中长期风电功率预测，说白了，最头疼的问题就是“数据不够用”。

实测气象站就那么几个，还经常缺数。这时候，再分析资料就成了我们的“救命稻草”。

我个人习惯把再分析资料理解为“用现代技术重新解读的历史天气”。它不是直接观测的，而是把过去几十年的观测数据（地面站、探空、卫星、飞机报等）喂给数值模式，再同化出一套完整、连续、物理自洽的格点数据。

嗯，这里要注意：再分析资料不是预报，它是“历史的重分析”。

4.1 三大主流再分析数据集

目前业界用得最多的，就是下面这三家。我挨个说说我的使用感受。

数据集	机构	时间跨度	空间分辨率	时间分辨率
ERA5	ECMWF（欧洲中心）	1940年至今	0.25°×0.25°（约31km）	1小时
CFSR / CFSv2	NCEP（美国环境预报中心）	1979年至今	0.5°×0.5°（约55km）	1小时 / 6小时
MERRA-2	NASA（美国宇航局）	1980年至今	0.5°×0.625°（约50km）	1小时

你看，ERA5在分辨率上明显占优。我在项目中遇到过好几次，用CFSR做出来的模型，在复杂地形（比如山区、沿海）误差偏大，换成ERA5后，效果立竿见影。

4.2 各数据集的特点与避坑指南

4.2.1 ERA5——目前的首选

ERA5是ECMWF的第五代再分析产品。说实话，它现在是行业标杆。

• 优点：分辨率高（0.25°），时间分辨率1小时，变量极其丰富（风速、风向、温度、气压、辐射、降水……两百多个变量）。
• 优点：同化系统先进，对台风、急流等极端天气的刻画比老一代产品好很多。
• 缺点：数据量巨大。下载全球一年的数据，轻松上百GB。我刚开始用的时候，硬盘差点爆了。

4.2.2 CFSR / CFSv2——老牌劲旅

CFSR是NCEP的产品，它的特点是“耦合模式”——大气、海洋、陆面、海冰一起算。

• 优点：时间跨度长，从1979年到现在，适合做气候态分析。
• 优点：CFSv2是实时运行的，可以获取近实时的再分析数据，对业务化运行很友好。
• 缺点：分辨率偏低（0.5°），在复杂地形区域，风速的细节丢失比较严重。

4.2.3 MERRA-2——NASA的精品

MERRA-2是NASA的再分析产品，它最大的特色是“注重地球能量和水循环”。

• 优点：对太阳辐射、云量、降水的刻画非常精准。如果你做光伏+风电的混合预测，MERRA-2是很好的选择。
• 优点：数据质量稳定，NASA的质控做得很严格。
• 缺点：变量相对较少，没有ERA5那么丰富。而且它的网格是经纬度不均匀的（0.5°×0.625°），处理起来稍微麻烦一点。

4.3 数据获取方式

数据再好，拿不到手也是白搭。我整理了一下三个数据集的获取渠道。

4.3.1 ERA5 获取

ERA5主要通过CDS（Climate Data Store）下载。你需要注册一个账号，然后使用cdsapi这个Python库。

# 安装 cdsapi
# pip install cdsapi

import cdsapi

c = cdsapi.Client()

c.retrieve(
    'reanalysis-era5-single-levels',
    {
        'product_type': 'reanalysis',
        'variable': [
            '10m_u_component_of_wind', '10m_v_component_of_wind',
            '2m_temperature', 'surface_pressure',
        ],
        'year': '2020',
        'month': '01',
        'day': ['01', '02', '03'],
        'time': ['00:00', '06:00', '12:00', '18:00'],
        'area': [40, 115, 35, 120],  # 北纬40°到35°，东经115°到120°
        'format': 'netcdf',
    },
    'era5_sample.nc')

4.3.2 CFSR 获取

CFSR数据可以从NCEP的服务器直接下载，也可以通过NCAR的RDA（Research Data Archive）获取。

我个人习惯用wget批量下载，因为CFSR的文件命名规则很清晰。

# 下载CFSR 2020年1月1日 00时的数据
wget https://rda.ucar.edu/data/ds094.0/2020/202001/cfsr.20200101.t00z.grb2

4.3.3 MERRA-2 获取

MERRA-2数据通过NASA的GES DISC（戈达德地球科学数据与信息服务中心）提供。同样需要注册账号，使用earthaccess库下载。

# 安装 earthaccess
# pip install earthaccess

import earthaccess

earthaccess.login()

files = earthaccess.search(
    short_name='M2T1NXSLV',
    bounding_box=(-120, 35, -115, 40),
    temporal=('2020-01-01', '2020-01-03'),
)

earthaccess.download(files, './merra2_data/')

4.4 知识体系结构图

为了让你更直观地理解这三个数据集的关系和适用场景，我画了一张图。

4.5 我的选择建议

说了这么多，到底该用哪个？

我的建议很简单：

• 如果你做科研、追求精度：无脑选ERA5。分辨率高、变量全、质量好。唯一的代价就是硬盘和下载时间。
• 如果你做业务、需要实时数据：考虑CFSv2。它实时更新，而且数据量适中，适合部署在服务器上每天自动拉取。
• 如果你做光伏+风电混合预测：MERRA-2的辐射数据是独一档的存在。别犹豫，用它。