一、再分析数据概述

什么是再分析数据

再分析数据，说白了就是「用现代技术重新解读历史天气」。

我经常跟刚入行的同事打比方：
你想想看，气象观测站每天记录温度、风速、气压，但这些数据在时间和空间上都是「碎片化」的。有的地方有站，有的地方没有；有的时间有记录，有的时间缺了。再分析技术，就是把这些碎片拼成一张完整的、连续的天气拼图。

具体怎么做呢？
它把过去几十年的观测数据（地面站、探空、卫星、飞机报等）喂进一个固定的数值天气预报模型里，让模型「消化」这些数据，输出一套时空连续、物理自洽的气象场。这套输出，就是再分析数据。

再分析数据 vs 观测数据

这个问题我几乎每次培训都会被问到。两者的区别，我用一张表说清楚：

对比维度	观测数据	再分析数据
空间覆盖	点状，仅限站点位置	格点化，全球覆盖
时间连续性	常有缺测、中断	逐小时/逐6小时连续
物理一致性	各要素独立测量	风、压、温、湿自洽
垂直层次	通常只有近地面	多层等压面（1000hPa~1hPa）
获取成本	需自建站或购买	多数免费开放

举个例子你就明白了。
我在西北做风资源评估时，项目场址方圆50公里内只有两个气象站，其中一个还经常缺测。这时候你拿观测数据去做年发电量估算，误差能大到让你怀疑人生。但用ERA5再分析数据，我可以直接提取场址所在格点的逐小时风速序列——虽然它不代表真实测风塔数据，但它的长期统计特征（均值、威布尔参数、湍流强度）非常可靠。

主流再分析数据集介绍

目前风电行业用得最多的，主要是这三个：

1. ERA5（ECMWF）

这是我现在的主力数据集。欧洲中期天气预报中心出品，0.25°×0.25°空间分辨率，逐小时输出，覆盖1940年至今。说实话，它在近地面风场的表现上，比老一代的ERA-Interim提升了一大截。

• 优势：时间分辨率高、垂直层数多（137层）、同化技术先进
• 不足：数据量大，下载慢（我通常用CDS API批量拉取）
• 适用场景：风资源评估、短期功率预测、极端天气事件分析

2. MERRA-2（NASA）

美国NASA出品，0.5°×0.625°分辨率，逐小时输出，1980年至今。它的特色是加入了气溶胶同化，对沙尘、雾霾区域的太阳能评估更有优势。风电方面，它的边界层参数化方案和ERA5略有不同，在高海拔地区有时表现更好。

• 优势：长时间序列稳定、气溶胶数据好
• 不足：分辨率偏粗，近海岸区域误差较大
• 适用场景：气候态分析、长周期趋势研究

3. CFSR/CFSv2（NCEP）

美国国家环境预报中心的产品，0.5°分辨率，逐6小时输出。它最大的特点是耦合了海冰、海洋模式，对海上风电项目有独特价值。不过说实话，它的近地面风速在复杂地形下偏差较大，我一般只把它作为备选或对比参考。

• 优势：海气耦合、覆盖时间长（1979年至今）
• 不足：时间分辨率低、陆面过程偏简单
• 适用场景：海上风电、气候模式边界条件

再分析数据在风电行业的应用价值

我总结下来，再分析数据在风电领域有四个核心应用方向：

1. 风资源普查与宏观选址——用再分析数据快速筛选出风能资源富集区，缩小踏勘范围。我做过一个项目，先用ERA5扫了一遍整个省，圈出5个候选区域，再去现场测风，效率提升了至少3倍。
2. 长序列订正与发电量估算——测风塔通常只有1~2年数据，用再分析数据做20~30年的长序列订正，可以大幅降低年发电量估算的不确定性。
3. 功率预测与调度——短期功率预测需要高精度数值天气预报，而再分析数据是训练和验证预测模型的最佳「真值」来源。
4. 后评估与故障分析——风电场投运后，用再分析数据复盘极端天气事件（如台风、冰冻、强切变），找出机组停机或故障的气象原因。

嗯，这里要注意一点：再分析数据不是万能的。它的误差来源包括模型偏差、同化系统变化、观测系统更替等。但只要你理解它的特性，知道怎么用、什么时候用，它就是风电工程师手里最趁手的工具之一。