ECMWF ERA5 相关数据详解

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

概述

ERA5 是由 ECMWF 为 Copernicus 气候变化服务（C3S）生产的最新型全球再分析数据集，结合了观测与模式同化技术，提供了近乎实时和历史气候与天气要素的统一、连续且物理一致的格点信息。

ERA5 的时间范围涵盖 1940 年至今（包括早期回溯扩展），主要产品为每小时更新的数据，空间分辨率为约 0.25°（大约 31 km），通常有大约 5 天的延迟；ERA5-Land 提供更高分辨率（0.1°，大约 9–10 km）的陆面要素数据。

这些数据可从 CDS（Copernicus 数据存储库）下载，常用格式为 NetCDF（

.nc

）和 GRIB（

.grib

/

.grib2

）。

数据产品与用途

reanalysis-era5-single-levels

：地面及近地面单层要素（如 2m 温度、10m 风速、海平面气压、降水、辐射和云等）。

reanalysis-era5-pressure-levels

：垂直压力层要素（如温度、风场、相对湿度和位势高度等），适用于中高空环流与动力分析。

reanalysis-era5-land

：高分辨率（0.1°）陆面要素（如土壤湿度、土壤温度、地表辐射和蒸散等），更适用于陆面水文与能量收支研究。

reanalysis-era5-single-levels-monthly-means

与

reanalysis-era5-pressure-levels-monthly-means

：月平均气候产品，适合进行气候态与趋势分析。

derived-era5-single-levels-daily-statistics

与

derived-era5-pressure-levels-daily-statistics

：日统计（如均值、最大/最小和累计等），便于气候统计和业务报表编制。

时间与空间分辨率

ERA5 单层/压力层（每小时）：

• 时间分辨率：1 小时，常用时间为

  00:00, 01:00, ..., 23:00

  。
• 空间分辨率：水平 0.25° × 0.25°，全球范围覆盖。

ERA5-Land（每小时）：

• 时间分辨率：1 小时。
• 空间分辨率：水平 0.1° × 0.1°，全球陆地范围覆盖。

月平均与日统计：

• 月平均：按月份聚合（无需

  day

  参数）。
• 日统计：按日聚合，通常基于 UTC；支持

  daily_mean

  、

  daily_min

  、

  daily_max

  、

  daily_sum

  等统计类型。

坐标系统与单位说明（常见要素）

经纬度坐标：

latitude

（°N），

longitude

（°E）。

时间轴：UTC 时间，遵循 CF-Conventions；NetCDF 文件中通常表示为

time

维度（单位为 hours since 1979-01-01 等）。

单位示例：

• 2m 温度

  2m_temperature

  ：开尔文（K）。
• 10m 风分量

  10m_u_component_of_wind

  /

  10m_v_component_of_wind

  ：米/秒（m s??）。
• 海平面气压

  mean_sea_level_pressure

  ：帕斯卡（Pa，可转换为百帕 hPa）。
• 总降水量

  total_precipitation

  ：米（累积量，可转换为毫米 mm）。
• 位势

  geopotential

  ：平方米/秒??（除以重力加速度

  g≈9.80665 m s??

  可得到位势高度，单位为 m）。

常用变量清单（不同数据集变量名有所差异）

单层（Single Levels）：

• 2m_temperature

  （2m 温度）、

  2m_dewpoint_temperature

  （2m 露点温度）

  10m_u_component_of_wind

  、

  10m_v_component_of_wind

  （10m 风分量）、

  surface_pressure

  （地面气压）

  mean_sea_level_pressure

  （海平面气压）、

  total_precipitation

  （总降水量）、

  surface_sensible_heat_flux

  （感热通量）

  surface_net_solar_radiation

  、

  surface_net_thermal_radiation

  （地表净短波/长波辐射）

压力层（Pressure Levels）：

• temperature

  （温度）、

  u_component_of_wind

  /

  v_component_of_wind

  （风分量）

  relative_humidity

  （相对湿度）、

  geopotential

  （位势）

常用压力层：

1000, 925, 850, 700, 500, 400, 300, 250, 200, 150, 100, 70, 50, 30, 20, 10 hPa

等。

ERA5-Land（陆面）：

• volumetric_soil_water_layer_1/2/...

  （土壤体积含水量）、

  soil_temperature_level_1/2/...

  （土壤温度）

  surface_solar_radiation_downwards

  、

  surface_thermal_radiation_downwards

  evaporation

  （蒸发/蒸散，单位 m）等。

文件格式与读取

GRIB（

.grib

/

.grib2

）：紧凑高效，适合多变量和大体量数据；Python 推荐使用

cfgrib

+

xarray

进行读取。

NetCDF（

.nc

）：遵循 CF-Conventions，元数据丰富，易于科学计算与互操作；Python 可直接使用

xarray

/

netCDF4

。

示例（

xarray

读取）：

import xarray as xr

# 读取 NetCDF
ds_nc = xr.open_dataset('era5_single_levels.nc')

# 读取 GRIB（需安装 cfgrib）
ds_grib = xr.open_dataset('era5_pressure_levels.grib', engine='cfgrib')

# 使用变量与坐标
u10 = ds_nc['10m_u_component_of_wind']
v10 = ds_nc['10m_v_component_of_wind']
    

下载与参数配置（CDS API）

安装与配置：

• 安装：

  pip install cdsapi

• 配置：在用户目录创建

  .cdsapirc

  ，内容示例：

url: https://cds.climate.copernicus.eu/api/v2
key: <uid>:<api_key>
注意事项：
时间列表禁止使用，

24:00

，请选用

00:00

到

23:00

的时间范围；或者选取特定的时间间隔如

00:00, 06:00, 12:00, 18:00

。

area

参数格式为

[北纬, 西经, 南纬, 东经]

；不设置默认为全球。
月平均产品不需要提供额外的

day

参数；而日统计产品则需指定统计类型与时区/频率参数。

示例 1：ERA5 单层（逐时）
import cdsapi
?
c = cdsapi.Client()
c.retrieve(
? ?'reanalysis-era5-single-levels',
? {
? ? ? ?'product_type': '再分析数据',
? ? ? ?'variable': [
? ? ? ? ? ?'2米温度',
? ? ? ? ? ?'10米风的U分量', '10米风的V分量',
? ? ? ? ? ?'海平面平均气压', '总降水量'
? ? ? ],
? ? ? ?'year': '2023',
? ? ? ?'month': ['01'],
? ? ? ?'day': ['15'],
? ? ? ?'time': ['00:00', '06:00', '12:00', '18:00'],
? ? ? ?# 可选区域示例：深圳及周边
? ? ? ?# 'area': [25, 110, 20, 120],
? ? ? ?'format': 'netcdf',
? }
).download('era5_single_levels_20230115.nc')

示例 2：ERA5 压力层（逐时）
c = cdsapi.Client()
c.retrieve(
? ?'reanalysis-era5-pressure-levels',
? {
? ? ? ?'product_type': '再分析数据',
? ? ? ?'variable': ['温度', '风的U分量', '风的V分量', '地势'],
? ? ? ?'pressure_level': ['1000', '925', '850', '700', '500', '300', '200', '100'],
? ? ? ?'year': '2023',
? ? ? ?'month': ['07'],
? ? ? ?'day': ['01'],
? ? ? ?'time': ['00:00', '06:00', '12:00', '18:00'],
? ? ? ?'format': 'netcdf',
? }
).download('era5_pressure_20230701.nc')

示例 3：ERA5-Land（逐时）
c = cdsapi.Client()
c.retrieve(
? ?'reanalysis-era5-land',
? {
? ? ? ?'variable': [
? ? ? ? ? ?'2米温度',
? ? ? ? ? ?'第一层体积土壤水分',
? ? ? ? ? ?'第一层地温',
? ? ? ? ? ?'表面净太阳辐射',
? ? ? ? ? ?'总降水量'
? ? ? ],
? ? ? ?'year': '2022',
? ? ? ?'month': ['04'],
? ? ? ?'day': ['26'],
? ? ? ?'time': ['00:00', '06:00', '12:00', '18:00'],
? ? ? ?'format': 'netcdf',
? }
).download('era5_land_20220426.nc')

示例 4：单层月平均
c = cdsapi.Client()
c.retrieve(
? ?'reanalysis-era5-single-levels-monthly-means',
? {
? ? ? ?'product_type': '逐月平均再分析数据',
? ? ? ?'variable': ['2米温度', '总降水量', '海平面平均气压'],
? ? ? ?'year': '2020',

'month': ['07'],
'时间': '00:00',
'格式': 'netcdf',
}

.download('era5_single_levels_monthly_202007.nc')

示例 5：压力层日统计（平均值）

c = cdsapi.Client()
c.retrieve(
'衍生 ERA5 压力层每日统计数据',
{
'产品类型': '再分析',
'变量': ['地势位能'],
'压力层级': ['300', '500', '700', '850'],
'年份': '2021',
'月份': ['08'],
'日期': ['15'],
'每日统计': '日平均值',
'时区': 'utc+00:00',
'频率': '6 小时一次',
'格式': 'netcdf',
}
).download('era5_pressure_daily_mean_20210815.nc')

ERA5 再分析的特点与质量控制

数据来源：多源观测（卫星、雷达、地面站点、探空等）与同化系统整合，模式基础为 ECMWF 的 IFS。

同化一致性：ERA5 提供时间与空间上一致的分析；极端天气/观测稀少区域可能存在偏差，需结合独立观察验证。

质量控制：
使用前建议检查：时间轴、缺失值（NaN）、单位与坐标系、变量属性（

standard_name

、

long_name

）。

大体量文件建议分块下载与分区处理；读取 GRIB 时注意

cfgrib

的消息索引与筛选条件。

ERA5 与 ECMWF 预报（公开数据）的区别

ERA5：再分析产品，融合观察，代表“最佳估计”的历史/近实时大气状态；适用于回顾性分析、气候统计与再现研究。
ECMWF 预报（HRES/ENS 等）：数值天气预报（未来），不整合后验观测；适合面向未来的业务与决策支持。

用途差异：ERA5 常用于训练与评估、气候再现；预报产品则用于未来风能、降水、极端天气预警等。

处理工具与最佳实践

Python：

xarray

（多维数据处理）、

cfgrib

（GRIB 读取）、

cartopy

/

matplotlib

（可视化）、

numpy/pandas

（数值与表格处理）。

性能建议：
使用

chunks

（dask）按时间或空间分块以提升并行输入输出与计算效率。
变量筛选下载（仅取所需变量和时间窗口），减少存储与带宽消耗。
区域裁剪（

area

）优先；避免全局数据下载造成不必要的资源浪费。

数据许可与引用

许可与使用：ERA5 数据由 Copernicus 气候变化服务（C3S）提供，遵循其使用与再分发条款；参考 CDS 页面相关许可证。
推荐引用格式：
Copernicus Climate Change Service (C3S) (年份): ERA5: 第五代 ECMWF 全球气候大气再分析。Copernicus 气候变化服务气候数据存储 (CDS).
https://cds.climate.copernicus.eu

常见问题（FAQ）

Q1：下载报错

HTTPError: 400

？
检查参数：时间列表不能包含

24:00

；

area

四元组顺序必须准确；月产品不含

day

；日统计要提供

daily_statistic

、

time_zone

、

frequency

。

网络/SSL：确认

.cdsapirc

正确、网络与证书（公司代理/防火墙）允许访问

https://cds.climate.copernicus.eu

。

Q2：单位不符合预期？
参阅变量的

units

属性；如位势需转换为位势高度（除以

g

）。降水单位为米（m），常换算为毫米（mm）。

Q3：如何选择 ERA5 与 ERA5-Land？
若需高分辨率陆面过程（土壤、水文、地表能量），优选 ERA5-Land；对于近地面风、降水等区域规模研究，ERA5 单层足矣。

Q4：压力层与单层如何选？
中高空动力与热力分析选择压力层；地面天气与业务预报评估选择单层。

附：多线程批量下载的参数迁移要点
将现有多线程下载的

dataset

与

request

模板替换为目标产品的参数集：
单层：移除

pressure_level

、

daily_statistic

；保持

time

合法（不含

24:00

）。 压力层：加入

pressure_level

列表；常见层参见上文。 日统计：添加

daily_statistic

、

time_zone

、

frequency

；依据逐日循环构建任务。 月平均：移除

day

，仅保留

year/month/time

；文件命名按

YYYYMM

进行。 区域裁剪：根据需要加入

area

减少数据量与加速下载。 文件校验：下载后使用

netCDF4

/

xarray

简单开启验证变量和维度，失败则重试并记录日志。 附：《ERA5再分析地面气温数据在中国区域的适用性分析》 数据来源： ERA5逐小时2m气温数据（0.25°×0.25°） 中国728个气象站点的日均温、日最高温和日最低温数据（1979–2019年） 中国气候区划图（8个一级气候区） 评估方法： 使用 平均绝对误差（MAE） 、 均方根误差（RMSE） 、 Pearson相关系数 对比分析不同月份、季节、气候区和海拔梯度 评价对 热浪 和 寒潮 的识别能力 1. 整体准确性 日均温 准确性最高， 日最高温 次之， 日最低温 最差。 日均温、日最高温和日最低温的MAE小于2℃的站点比例分别为： 76.37% 、 59.75% 、 41.35% 2. 空间时间差异 季节差异： 春秋季准确性高于冬夏季。 日均温在冬季误差较大，日最高温在春夏季误差较大。 气候区差异： 高原气候区 准确性最低（MAE最大，相关系数最低）。 北亚热带 准确性最高。 海拔差异： 低海拔（0–200m） 准确性最高，误差最小。 高海拔地区（>500m）误差大且变异性强。 3. 极端温度事件评估 ERA5 系统性低估 热浪和寒潮的发生频率： 热浪次数被低估 84.0% 寒潮次数被低估 31.0% 在2018年高温事件中，ERA5识别的热浪站点数比观测少 158个 。 ERA5对 日最高温偏低 、 日最低温偏高 ，导致极端事件识别能力不足。 ERA5在中国地区的 日均温数据可靠性高 ，适用于大多数气候分析；但在 日最高/最低温、高海拔地区、极端温度事件 方面存在显著偏差，使用时应格外谨慎，建议进行本地化校正或融合站点数据使用。 附：数据量与下载额度分析（全球/中国/常用参数） 表格：数据集大小汇总（典型范围） 产品 分辨率 变量配置 全球（GB/年） 中国（GB/年） 1979–2024全球（TB） 1979–2024中国 ERA5 单层 0.25° 常用5变量（u10,v10,t2m,d2m,tp） 40–80 1.4–2.8 1.8–3.7 64–129 GB ERA5 压力层 0.25° 5变量×37层（u,v,t,q,z） 150–450 6–16 6.9–20.3 0.28–0.65 TB ERA5-Land 0.1° 常用5变量 125–300 10–20 5.7–13.8 0.46–0.92 TB ERA5 单层（全部） 0.25° 60+变量 480–960 17–34 22–44 0.8–1.6 TB ERA5 压力层（扩展） 0.25° 15–20变量×37层 0.45–1.80 TB 16–63 20–82 0.7–2.9 TB 注：上述为GRIB压缩后的典型范围（依变量可压缩性、编码与元数据而变）。中国区域以示例

18–54°N, 73–135°E

、0.25°单层约占全球 ≈3.5%。 ps：下载实测 ERA5-Land-2024年12月全球可用地区逐小时7要素数据达到 18.16 GB，总耗时为01:09:01 ；ERA5-Land-2025年10月深圳地区（23° 113° 22° 114°）范围逐小时七要素数据大小为997.32 KB，总耗时00:11:08 以下为估算方法： 估算方法与关键参数 网格点数： ERA5 单层/压力层（0.25°）：约

721 × 1440 ≈ 1,038,240

点（全球）。 中国区域示例（18–54°N, 73–135°E，0.25°）：约

145 × 249 ≈ 36,105

点（≈全球的 3.5%）。 ERA5-Land（0.1°）全球：约

1801 × 3601 ≈ 6,485,401

点；中国区域约

361 × 621 ≈ 224,181

点。 时间步：小时级每年约

8760

（不含闰年简化估算），月级约

720–744

。 原始体量（不压缩）：

size_raw_GiB ≈ lat × lon × time × levels × vars × 4 / 1024^3

。 GRIB压缩系数（经验范围）： 单层：约

0.25–0.45

。 压力层：约

0.10–0.30

（更易压缩但层数多）。 ERA5-Land：约

0.20–0.40

。 常用参数量级（小时级，按年） 单层（0.25°）：常用5变量示例（

u10, v10, t2m, d2m, tp

） 全球：单变量约

8–16 GB/年

（GRIB），5变量约

40–80 GB/年

。 中国区域：单变量约

0.28–0.56 GB/年

，5变量约

1.4–2.8 GB/年

。 压力层（0.25°）：常用5变量（

u, v, t, q, z

）× 37层 全球：约

150–450 GB/年

（取每变量全层

30–90 GB/年

的经验范围累加）。 中国区域：约

6–16 GB/年

（≈全球的 3.5%）。 ERA5-Land（0.1°）：常用5变量（如

t2m, d2m, u10, v10, tp

） 全球：单变量约

25–60 GB/年

，5变量约

125–300 GB/年

。

中国区域：单变量约

2–4 GB/年

，五个变量约

10–20 GB/年

。

历年来的累计量级（两种时间范围）

1979–2024（大约46年）：

• 单层全球5个变量：约

  1.8–3.7 TB

  ；中国区域约

  64–129 GB

  。
• 压力层全球5个变量×37层：约

  6.9–20.3 TB

  ；中国区域约

  0.28–0.65 TB

  。
• ERA5-Land全球5个变量：约

  5.7–13.8 TB

  ；中国区域约

  0.46–0.92 TB

  。

1940–2024（大约85年）：

• 单层全球5个变量：约

  3.4–6.8 TB

  ；中国区域约

  120–240 GB

  。
• 压力层全球5个变量×37层：约

  12.8–38.3 TB

  ；中国区域约

  0.46–1.34 TB

  。
• ERA5-Land全球5个变量：约

  10.6–25.5 TB

  ；中国区域约

  0.85–1.70 TB

  。

“所有参数”下载的量级提示（粗略）

• 单层变量数约

  60+

  ：全球按年约

  480–960 GB/年

  （60×单变量8–16 GB），46年约

  22–44 TB

  ；中国区域约

  17–34 GB/年

  ，46年约

  0.8–1.6 TB

  。
• 压力层常用变量可达

  15–20

  （随项目而异）：全球按年约

  0.45–1.80 TB/年

  （15–20×每变量全层30–90 GB），46年约

  20–82 TB

  ；中国区域约

  16–63 GB/年

  ，46年约

  0.7–2.9 TB

  。

以上为经验区间，实际取决于变量可压缩性、坐标编码与元数据；建议以“月/季”为单位做一次性估算与抽样下载。

ECMWF/CDS 一次性下载额度与实践限制（经验）

• 官方机制：CDS 后端采用排队与分片调度，过大请求会被拒绝或执行时间极长；固定上限未公开。
• 实践阈值（更稳妥）：

单次请求目标文件大小：

≤ 8–12 GB

较为稳定，

12–20 GB

边界易超时，

> 20 GB

高概率失败/中断。

• 字段规模（近似）：

  fields ≈ 变量 × 压力层数 × 时间步 × 预报步（ERA5为0）

  ，建议单次

  ≤ 2–3 万

  ；超出易触发“请求过大”。
• 并发与队列：账户并发通常受限（2–4 任务更稳妥），超限会排队或返回

  429

  ；不建议短时间提交大量大请求。
• 时段选择：大体量建议“分月/分季”，避免“全年合并”导致排队与失败。

推荐切分策略：

• 按时间（首选）：月或季；闰月与长月（31天）优先单独处理。
• 按变量/层分组：将压缩相近的变量打包，层数多的变量单独下载。
• 按区域裁剪：先

  area

  裁剪再下载；全球视角仅在确需时使用。

文件格式：优先

format='grib'

（体量更小、下载更稳），如需分析再转换 NetCDF。

失败重试：实现指数退避与断点续传；下载后做“快速校验”（能否打开、维度一致）。

快速自检与估算公式

• 原始体量：

  size_raw_GiB = 点数 × 时间步 × 层数 × 变量数 × 4 / 1024^3

  。
• 压缩体量：

  size_grib_GB ≈ size_raw_GiB × 压缩系数（见上）

  。
• 中国区域占比：0.25°约

  ≈ 3.5%

  （示例范围）；0.1°（ERA5-Land）依区域尺寸另算。

实战建议：将“单次文件体量”控制在

≤ 8–12 GB

，并以“月/季+变量分组+区域裁剪”为基本策略。

以上量级与额度为工程实践经验总结，便于规划下载任务与存储资源。若需更精细的估算，可按项目具体

area/vars/levels/time

套用估算公式，并先做1–2个月抽样验证再批量运行。

项目	建议/限制	说明
单次文件体量	≤ 8–12 GB（稳妥）；12–20 GB（边界）；>20 GB（高风险）	过大易超时或被拒绝
字段规模	≤ 2–3 万	近似 变量×层数×时间步
并发任务	2–4	超限会排队/429
切分策略	分月/分季、变量/层分组、区域裁剪	降低单次请求规模
文件格式	GRIB优先	更易压缩与下载稳定
失败处理	指数退避+断点续传	完成后快速校验维度与可读性

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：相关数据 ecm Era 关数据 Statistics