再分析资料
风能资源的分布具有较强的区域和季节性差异。为了实现海上风能资源的有序、高效开发，需要事先对其进行明确的评估与规划。相比于陆上风能资源评估，海上风能资源评估受到海洋观测数据短缺的影响，早期只能利用气象站点、浮标和船舶等数据来进行小规模沿海海域的风能评估[4-6]。随着海洋测量方法的进步，卫星数据已被广泛应用于海洋资源的评估中[7-11]。与传统的地面观测相比，卫星数据可以覆盖更广泛的空间范围，从而降低了风能资源的评估成本，并提高了风能资源的评估效率。但由于卫星和轨道数量限制，也存在时间分辨率低、时序长短不一致等问题。此外，卫星只能观测到固定高度的海面风场信息。
大气再分析资料通过先进的全球资料同化系统对各种来源 （地面、船舶、无线电探空、测风气球、飞机、卫星等） 的观测资料进行质量控制和同化处理得到，具有时间周期长 （多在 40 a 以上）、连续性好、空间范围广和时空分辨率高等优点，适
合对区域风能资源的长期变化进行研究。
欧洲中期天气预报中心 （European Centre for Medium Range Weather Forecasts，ECMWF） 于 2016年发布了第五代大气再分析资料 （ECMWF fifthgeneration global atmospheric reanalysis，ERA5）。研究表明，与其他几种先进的再分析资料 （ERA-In－terim、 JRA55、 MERRA2、 R1） 相 比 ， ERA5 的100 m 高空风速数据集提供了在风力发电机涡轮轮毂高度上平均风速和变异性的最佳估计[17]。Olauson也对 MERRA2 和 ERA5 再分析资料进行了对比，研究结果表明 ERA5 每小时数据的分布和变化与实测值更接近[18]。Soares 等基于 ERA5 再分析资料100 m 高空风速数据集，在年度和季节尺度上对专属经济区 （exclusive economic zone，EEZ） 内的全球海上风功率密度进行了定量描述[19]。Soukissian等基于 ERA5 再分析资料分析了地中海海上风能和太阳能资源分布及其变化[20]。然而，目前使用 ERA5再分析资料对中国近海风能资源评估的相关研究较少。鉴于 ERA5 再分析资料在风资源评估中的良好表现，本文利用 ERA5 再分析资料的 100 m 高空风速数据集，基于风功率密度中值、风机容量系数以及稳健变异系数对中国近海浅水区域的风能潜力进行综合评估。
ERA5 是欧洲中期天气预报中心推出的第五代全球大气再分析资料，可以从哥白尼气候变化服务（C3S） 气候数据中心下载 （https：//cds.climate.copernicus.eu）。与上一代 ERA-Interim 产品相比，ERA5 采用最新版本的 ECMWF 综合预报系统模型
（IFS 41r2），并对数据同化和模型参数化方案进行了改进，时间输出提升至 1 h，水平和垂直分辨率分别提升至 31 km 和 137 层[21]。现代风力涡轮机的高度在 80~120 m 之间，为应对风力发电行业的需求，ERA5 提供了离海平面 100 m 高空风速数据
集。(郭鑫)
大气再分析资料已应用于不同国家的海上风能评估[12-14]。
Cheng 等使用 NCEP CFSR 再分析资料对中国近海风能资源进行评估[15]。
孙稚权等使用 ERA-interim再分析资料对不同高度和水深条件下的中国近海风能资源的时空分布特征进行了分析研究[16]。
[12] NAGABABU G，KACHHWAHA S S，NAIDU N K，et al. Application of reanalysis data to estimate offshore wind potential in EEZ of India based on marine ecosystem considerations [J]. Energy，2017，118：622-631.
[13] TAVARES L F A，SHADMAN M，ASSAD L P F，et al. Assessment of the offshore wind technical potential for the Brazilian Southeast and South regions[J]. Energy，2020，196：360-371.
[14] NEZHAD M M，NESHAT M，GROPPI D，et al. A primary offshore wind farm site assessment using reanalysis data：a case study for Samothraki Island[J]. Renewable Energy，2021，172：667-679.
[15] CHENG D H，XU Q J，YAO W F. Assessment of offshore wind resource in China using CFSR data[J]. Advanced Materials Research，2014，1070：303-308.
[16] 孙稚权，项杰，管玉平. 基于 ERA-interim 资料中国近海风能资源时空分布[J]. 海洋预报，2016，33（3）：50-56.
[17] RAMON J，LLEDÓ L，TORRALBA V，et al. What global reanalysis best represents near -surface winds? [J]. Quarterly Journal of the Royal Meteorological Society，2019，145（724）：3236-3251.
[18] OLAUSON J. ERA5：The new champion of wind power modelling?[J]. Renewable Energy，2018，126：322-331.
[19] SOARES P M M，LIMA D C A，NOGUEIRA M. Global offshore wind energy resources using the new ERA -5 reanalysis [J]. Renewable Energy，2020，15：1040a2.
[20] SOUKISSIAN T H，KARATHANASI F E，ZARAGKAS E K. Exploiting offshore wind and solar resources in the Mediterranean using ERA5 reanalysis data[J]. Energy Conversion and Management，2021，237：196-210.
[21] HANS H，BILL B，PAUL B，et al. The ERA5 global reanalysis [J].Quarterly Journal of the Royal Meteorological Society，2008，146（730）：1999-2049.
随着数值模式和资料同化技术发展，高质量海洋再分析资料的出现为进一步研究吕宋海峡断面的水体和能量交换在长时间尺度上的季节和年际变率提供了可能。以 ECMWF 为代表的研究和业务单位，对海洋再分析系统进行了系列改进。
欧洲 CMEMS(Copernicus Monitoring Environment Marine Service)把海洋模式和海冰模式耦合，通过数据同化重建海洋变量的时空分布[29-30]，发布了多套海洋再分析资料，包括 ECMWF 的 ORAS5[30]，意大利CMCC的海洋再分析资料C-GLORS[31]
，英国气象局的GloSea5[32-33]，和法国Mercator Océan的GLO‐RYS2V4[34]。这些资料为开展全球变化背景下区域海洋的长时间尺度研究提供了可能。本研究使用CMEMS最新发布的四套海洋再分析资料，计算通过吕宋海峡的热能传输及其长时间尺度的变化特征，主要着眼于多资料对比分析，重点揭示四套资料在重现吕宋海峡热能输送方面的一致性和差异性，为深入理解吕宋海峡输运的时空特征及准确评估南海热能收支变化提供参考。(曹宁)
NCEP CFSR/CFSV2是美国环境预报中心（National Centers for Environmental Prediction，简称NCEP） 延续至今应用较为广泛的数据；ERA5是欧洲中期天气预报中心 （European Centre for Medium-Range Weather Forecasts，简称 ECMWF） 推出的新一代数据，相对于 ERA-Interim 质量更高，水平分辨率提高到 31 km （ERA-Interim的水平分辨率约为 80 km，时间分辨率为 6 h）。（谭海燕）
准确的降水信息对气候变化研究、水文模拟预测、灾害风险管理和农业生产至关重要，随着全球气候变暖，极端降水事件被越来越多的学者关注［１－２］。目前，降水的直接观测方式为雨量站网观测，但无法反映降水的连续空间分布；间接观测方式为天气雷达估测和气象卫星反演，但天气雷达分布范围有限且造价高昂，卫星反演降水由于受反演算法、传感器性能等限制，存在输出的降水数据精度有限等弊端［３］。利用数据同化方式把各种观测降水与短期数值天气预报产品融合集成，得到再分析降水数据集，ＥＲＡ５是欧洲中期天气预报中心（ECMWF)发布的第五代全球气候再分析数据集［４］。
（姚飛）
已有学者比较了不同再分析降水产品的性能。
Sun等［５］总结了全球30个降水数据集的基本特征，分析发现，不同降水数据估计值的大小和变化都存在较大差异，再分析比其他类型的数据集有更大的可变性；
Colorado-Ruiz等［６］利用地面观测降水数据，评估ERA5、ERA-Interim及CFSR等再分析数据在美国南部和墨西哥地区对极端和非极端降水指标的模拟性能，ERA5表现出明显优于其他再分析降水产品的性能；
王彧蓉等［７］从时间和空间上对ERA5和CFSR在长江中下游地区的适用性进行对比评估，在空间分布特征上，ERA5比CFSR的表现略差，但从定量综合评估指标来看，ERA5表现优于CFSR；Huang等［８］
基于地面观测降水数据对ERA5、ERA-Interim、JRA55、MERRA2、NCEP2等５套再分析产品在塔克拉玛干沙漠的准确性进行误差分析发现，ERA5的性能最优，其次是ERA-Interim；比 较ERA5和 其 他9种基于卫星或再分析产品的日尺度和小时尺度性能表明，ERA5在逐日尺度上表现良好，在伊朗、印度、土耳其、澳大利亚和北美也进行了类似的研究，这些研究普遍认为ERA5能够探测降水事件并重现时空分布，但在大多数情况下高估了降水［９－１０］。
ERA5具有较高的时空分辨率，能够较好模拟出降水的时空分布特征，但在不同地区和不同时间对降水事件的探测能力和对降水量模拟的准确性并不一致。
Jiang 等［１１］基于中国大陆站点观测数据评估ERA5对降水事件的探测能力并对降水量进行误差分析发现，ERA5在不同气候区的表现能力存在显著差异，模拟的降水量也有较大偏差，但对降水事件的探测能力优于其他几种卫星降水产 品；
刘婷婷等［１２］以中国728个站点的日降水数据为参考发现，ERA5降水数据在北温带对日降水事件的识别能力精度最高，夏秋季较冬春季的精度低，海拔＞500ｍ 地 区 的精度低于海拔≤500ｍ 地区的精度，ERA5对暴雨的识别偏差较大且受阈值影响；
Xin等［１３］基于粤港澳大湾区的高密度站点观测降水发现，ERA5在沿海城市地区旱季表现较好，在山地植被区雨季表现较好，在城镇化水平较高的地区模拟能力不足。
[5] SunQH, MiaoCY, DuanQY, etal．A review of global precipitation datasets: Datasources, estimtion, and intercomparisons [J]. Reviews of Geophysics, 2018, 56(1): 79-107.
[6] Colorado-RuizG, Cavazos T. Trends of daily extrme and non-extreme rainfall in dicesandinter comparison with different gridded datasets over Mexico and the southern United Staes [J]. International Journal of Climatology, 2021, 41(11): 5406-5430.
[7] 王彧蓉, 周建中, 杨鑫等．再分析降水资料的适用性评估与偏差校 正：以长江中下游地区为例 [J]. 人民长江，2021,52(9)：93-100．
[8] HuangJ, YinJF, WangMZ, etal. Evaluation of five reanalysis products with radiosonde observations over the central Taklimakan Desert during summer [J]. Earth and Space Science, 2021, 8(5): e2021EA001707.
[9] AmjadM, YilmazMT, YucelI, etal. Performance evaluation of satellite and model based precipitation products over varying cliamte and complex topography [J]. Journal of Hydrology, 2020, 584:e124707.
[10] SharifiE, ElitzingerJ, DorigoW. Performance of the state of the art gridded precipitation products over mountain ouster rain: A regional study over Austria [J]. Remote Sensing, 2019, 11(17): e2018.
[11] JiangQ, LiWY, FanZD, etal. Evaluation of the ERA5 reanalysis precipitation dataset over Chinese Mainland [J]. Journal of Hydrology, 2021, 595:e125660.
[12] 刘婷婷, 朱秀芳, 郭锐等．ERA5再分析降水数据在中国的适用性分析 [J]．干旱区地理，2022, 45(1): 66-79.
当前对于再分析资料的适用性问题已经有许多学者进行了研究，并得出了相关结论，胡毅鸿等［8］和黄颖等［9］利用 ERA-Interim 再分析资料，分别对北方农牧交错带春季近地面风速变化和祁连山周边降水量时空变化进行了相关分析。孟宪贵等［10］利用ERA5 再分析资料对山东省地面和高空资料的适用性进行了评估，结果表明风场在中高层适用性较好，且 ERA5 总体优于 ERA-Interim。此外还有其他再分析资料的应用，赵彦厂等［11］利用 NCEP/NCAR 再分析资料对江苏省区域的风能进行数值模拟，结果显示模拟结果与实测场较为一致。魏莹等［12］采用JRA-55、ERA5-Interim 和 MERRA 3 种再分析资料分析 2 m 温度在高原东部的适用性，结果显示三者均能很好地呈现其显著增温趋势。
目前对 ERA5 再分析资料在风能方面的应用还较为鲜见，因此，本研究借助 ERA5 再分析资料对湖北省 70 m 高度风速进行推算，利用省内 110 座测风塔 70 m 高度实测风速对其进行检验，从而对 ERA5再分析资料在湖北省风能方面的应用进行初步的评估，以期为企业提供“找风”服务。(贺莉微)
美国、欧洲和日本等国家主要的业务/科研部门均开展了全球大气再分析资料的研究，各类再分析数据集的时间跨度和分辨率逐步提高，覆盖时间尺度从十几年到一百多年[11]。例如:美国国家环境预报中心（National Centers for Environmental Prediction，NCEP）、美国国家大气研究中心（National Centerfor Atmospheric Research，NCAR）和 美 国 能 源 部（Department Of Energy，DOE）联合发布的 NCEP /NCAR（NCEP1）、NCEP / DOE（NCEP2）、NCEP /CFSR（Climate Forecast System Reanalysis，气候预报系统再分析）等数据集[12-14]；美国国家航空航天局（National Aeronautics and Space Administration，NASA）提供的回顾性分析应用数据集（Modern-EraRetrospective analysis for Research and Applications，MERRA）[15]；欧 洲 中 期 天 气 预 报 中 心（EuropeanCentre for Medium - range Weather Forecasts，ECM -WF）推出的系列再分析数据：第一个全球大气研究计划（Global Atmospheric Research Program，GARP）全球实验（First GARP Global Experiment，FGGE）、15 a 欧 洲 再 分 析 数 据（European Re - Analyses 15years，ERA-15）、40 a欧洲再分析数据（European ReAnalyses 40 years，Era -40）和过渡期欧洲再分析数据（European Re-Analyses-Interim，ERA-Interim）[16,17]；日本气象厅（Japan Meteorological Agency，JMA）发布的25 a 日本再分析数据（Japanese Re - Analysis 25years，JRA -25）和 55 a 日本再分析数据（JapaneseRe-Analysis 55 years，JRA-55）[18-19]等。2014年，中国国家气象局（China Meteorological Administration，CMA）国家气象信息中心也开始研发中国全球再分析资 料 集（CMA’s global atmospheric Re - Analysis，CRA）[20]。
由于选用不同数值模式、观测资料以及同化和均一化过程带来的差异[21]，不同再分析数据集的可信度存在差异[22-23]。2016 年，ECMWF 发布了使用新一代四维变分同化技术制作的第五代ECMWF再分 析 资 料 集（The fifth generation ECMWF Re -Analyses，ERA5），该数据集采用实时更新的方式提供 1950 年 至 今 的 高 分 辨 率 全 球 大 气 再 分 析 数据[24-25]。ERA-Interim与ERA5的适用性比较研究已在中国多个省份开展，孟宪贵等[26]对比了山东省及周边的观测数据，结果表明ERA5 在地面和对流层低层的相对湿度和风场上的表现明显优于 ERA -Interim；朱景等[27]利用浙江省 71个气象自动观测台站的温度资料，证明 ERA5 对地表温度的模拟较ERA-Interim有明显改善。此外，同一数据集在不同区域的适用性也有较大差别，叶梦姝[21]比较了全国降水资料与 3 套再分析资料，结果显示平原地区的再分析资料结果较山区更加可信，复杂地形区域对降水的空报和漏报情况都显著多于平原地区。(吕润清)
【参考文献】
↑ 姚飛等. ERA５再分析降水数据在长江三角洲的性能评估. 水土保持学报, 2022
谭海燕 等：ERA5 风场与 NCEP 风场在黄海、东海波浪模拟的适用性对比研究. 海洋通报, 2021
贺莉微等：ERA5再分析资料在风能资源方面的应用. 湖北农业科学, 2021
吕润清等：ERA-Interim和ERA5再分析数据在江苏区域的适用性对比研究. 海洋预报, 2021
郭鑫等：基于 ERA5 再分析资料的中国近海浅水区域风能潜力评估. 海洋通报, 2022
曹宁等：基于不同海洋再分析资料的吕宋海峡热能输送及其变化. 广东海洋大学学报, 2022