3. NWP数据获取：ECMWF、GFS、CMA等主流预报源的特点与接口

各位同行，今天咱们聊聊NWP数据获取这件事。说白了，就是去哪里拿天气预报数据，以及这些数据各自有什么脾气。

我在风电预测这行干了快十年，跟ECMWF、GFS、CMA这几个老伙计打了无数交道。每个数据源都有自己的性格，摸透了它们，你的预测模型才能跑得稳。

3.1 三大主流预报源概览

先给个全景图。目前风电行业用得最多的，就是欧洲中心的ECMWF、美国国家的GFS，还有咱们中国的CMA。这三家各有千秋。

我个人习惯是，做短期预测（0-72小时）用ECMWF，做中长期参考（7-15天）用GFS，而CMA的数据，在国内项目上我基本都会搭配使用。

3.2 ECMWF：精度之王，但门槛不低

ECMWF的数据，圈内公认的精度最高。为什么？它的同化系统做得最好，模式分辨率也高。我记得有一次做海上风电项目，用ECMWF的10米风速预报，跟实测的相关系数能到0.85以上，GFS大概在0.78左右。

但ECMWF有个问题——贵。它的商业授权费用不低，而且数据获取流程比较繁琐。如果你是小团队，可能得掂量掂量。

接口方面，ECMWF主要通过ECMWF Web API或者MARS语言来获取。我一般用Python的ecmwf-api-client库来拉数据。

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'],
        'year': '2024',
        'month': '01',
        'day': ['01', '02', '03'],
        'time': ['00:00', '06:00', '12:00', '18:00'],
        'area': [40, 110, 30, 120],  # 北纬40到30，东经110到120
        'format': 'netcdf'
    },
    'era5_wind_data.nc'
)

嗯，这里要注意，ECMWF的API有请求频率限制。我曾经一次性拉太多数据，直接被封了IP，等了半天才解封。建议每次请求不要超过一个月的量。

3.3 GFS：免费大碗，但精度有取舍

GFS最大的优势就是免费。你想想看，全球覆盖、每天更新4次、预报时长16天，全部免费开放。这对预算有限的团队来说，简直是福音。

但免费是有代价的。GFS的空间分辨率大概是0.25度，约合28公里。对于地形复杂的风电场，这个分辨率可能不够用。我在云南一个山地风场做过对比，GFS预报的风速跟实测偏差能达到2-3m/s，而ECMWF大概在1-1.5m/s。

GFS的数据获取方式很多。我常用的是NOMADS服务器，或者通过NOAA的OpenDAP接口直接读取。

import xarray as xr
import pandas as pd

# 通过OpenDAP直接读取GFS数据
url = 'https://nomads.ncep.noaa.gov/dods/gfs_0p25_1hr/gfs20240101/gfs_0p25_1hr_00z'

ds = xr.open_dataset(url)

# 提取风电场位置的数据
lat, lon = 35.5, 115.2  # 假设风电场坐标
wind_u = ds['ugrd10m'].sel(lat=lat, lon=lon, method='nearest')
wind_v = ds['vgrd10m'].sel(lat=lat, lon=lon, method='nearest')

# 计算风速
wind_speed = (wind_u**2 + wind_v**2)**0.5
print(wind_speed)

GFS的时间分辨率是3小时，但最近推出了1小时输出的子集。如果你做的是超短期预测（0-4小时），建议用这个1小时的数据，效果会好很多。

3.4 CMA：中国区域的本地化优势

CMA的数据，说白了就是咱们中国气象局的预报产品。它的全球模式GRAPES，在中国区域的预报精度其实不输ECMWF。特别是对于台风、强对流这些极端天气，CMA的本地化参数化方案做得更到位。

我参与过一个沿海风电项目，台风季的时候，ECMWF和GFS都报偏了，只有CMA的路径预报最准。从那以后，我养成了一个习惯：国内项目必配CMA数据。

CMA的数据接口相对封闭一些。主要通过天擎（CMADaaS）平台获取，需要申请账号和权限。不过好消息是，现在CMA也开放了部分免费数据接口。

数据源	空间分辨率	时间分辨率	预报时长	更新频率	获取成本
ECMWF HRES	0.1° (~9km)	1h / 3h / 6h	10天 / 15天	每天2次	高（商业授权）
ECMWF ENS	0.2° (~18km)	6h	15天	每天2次	高
GFS	0.25° (~28km)	3h / 1h	16天	每天4次	免费
CMA GRAPES	0.25° (~28km)	3h / 6h	10天	每天4次	部分免费

3.5 多源融合的实战策略

讲完了各自的特点，咱们聊聊怎么用。我个人习惯的做法是：

1. 基准模型用ECMWF：它的精度最高，作为主预报源
2. GFS做补充和校验：当ECMWF数据延迟或者缺失时，用GFS顶上
3. CMA做本地化修正：特别是中国区域，用CMA的预报来修正ECMWF的系统性偏差

举个例子，我做过一个实验：在华北平原的风电场，ECMWF在冬季的预报偏差比GFS小30%，但在夏季雷暴天气下，CMA的预报反而更准。所以，动态权重比固定权重效果好得多。

最后说一句，数据获取只是第一步。拿到数据后，怎么处理、怎么插值、怎么跟实测数据对齐，这些才是真正考验功力的地方。下一章咱们就聊聊数据预处理那些坑。