Skip to content

发布单位:中科天机气象科技有限公司

版本:V1.0


摘要 ​

天机全球高分辨率再分析数据集(TianJi Global Reanalysis, TJ-GRA)是中科天机面向 AI 气象大模型训练、新能源资源评估、功率预测和气候研究等场景,基于天机自研数值模式 SD3,以 ECMWF ERA5 全球再分析数据为驱动场,通过动力降尺度技术生产的全球 0.1 度(约 12 公里)逐小时再分析数据集。数据集覆盖 2015 年至 2025 年,提供 161 个变量(56 个单层要素+105 个等压面要素)。TJ-GRA 有效分辨率显著提升,能够更好地刻画复杂地形条件下的气象特征,在中国区域降水、10 米风速和 100 米风速等关键变量上的精度优于 ERA5,且全球热带气旋强度明显改善、风压关系更合理。

关键词:再分析数据、动力降尺度、SD3 模式、高分辨率、新能源气象

1. 引言 ​

1.1 研究背景 ​

大气再分析数据集通过将历史观测数据与数值天气预报模式相结合,生成时空连续、物理一致的大气状态描述,是气候研究、资源评估和 AI 气象模型训练的核心基础。

当前全球再分析领域由 ECMWF 的 ERA5 主导。ERA5 提供约 31 km 水平分辨率的全球逐小时数据,拥有超过 20 万注册用户和 2 万余次学术引用,经济价值估计约 10 亿欧元。然而,ERA5 作为全球均匀分辨率产品,在复杂地形区域(如我国青藏高原、西南山区及海岸线地带)的表征能力存在局限。

ECMWF 已于 2026 年 3 月启动下一代再分析产品 ERA6 的生产,水平分辨率提升至约 14 km,但首批数据预计 2027 年底才会发布。NASA MERRA-2(约 50 km)的分辨率更为粗糙。

与此同时,中国已成为全球最大的可再生能源市场,2024 年新增风电装机超 60 GW,分布式光伏发展迅猛。我国所有主流 AI 气象模型——盘古气象、伏羲、风乌——均依赖 ERA5 训练数据。这一背景下,开发高分辨率、面向中国区域优化的再分析数据集既具有科学价值,也具有战略意义。

1.2 TJ-GRA 的定位 ​

TJ-GRA 旨在填补 ERA5(31 km)与公里级区域再分析之间的分辨率空白,提供全球 12 km 逐小时再分析数据,并在中国区域实现关键气象变量的精度提升。其核心特点包括:

  • 分辨率领先:全球 0.1 度(约 12 km),优于 ERA5(31 km)以及正在生产的 ERA6(14 km)
  • 变量丰富:161 个输出变量,可按需定制
  • 面向新能源优化:包含 10 米/100 米风速、地面辐射通量等新能源核心变量

1.3 TJ-GRA 研发计划 ​

TJ-GRA 研发计划:2026 年 10 月发布全球 12 公里样例数据,2026 年底发布全球 12 公里数据,2027 年上半年发布中国区域 3 公里数据,2027 年底发布中国区域 1 公里数据

2. 技术方案 ​

2.1 SD3 数值模式 ​

TJ-GRA 的核心是天机自研数值模式 SD3(Super Dynamics on cube)。SD3 是一个全球/区域一体化的球立方网格非静力数值天气模式,具备完整的物理参数化体系,包括边界层参数化、辐射传输、微物理过程、陆面过程、对流参数化等方案。SD3 模式以创新的“球立方”坐标系为基础,采用“有限体积元(FV)” 平流方案,搭载自主研发的动力内核,从底层架构保障高分辨率情况下模式物理和动力耦合过程中的整体质量及能量守恒。此外,模式实现了物理方案与动力内核的深度耦合,解决了高分辨率模式普遍存在的“灰区”(Gray Zone)问题,可全球或局地聚焦到公里级别,并且考虑了米级尺度的地形拖曳作用,分辨复杂的地形地貌,提高复杂地形区的风速、温度、降水等气象要素的模拟技巧。在计算效率上,作为全球首个适配国产异构计算平台的气象模式,实现重大技术突破——90 分钟内可完成全球最高分辨率的 15 天有效模拟,有效模拟天数可达 10 天,标志着气象模式在高分辨率、长时效模拟计算领域的重要跨越。

SD3 模式的主要技术特征包括:

特征说明
动力框架全球/区域一体化球立方网格非静力框架
水平分辨率全球 0.1 度(约 12 km)
模式层数99 层
时间积分方案分裂显式/隐式时间推进方案
物理参数化完整参数化体系(边界层、辐射、微物理、陆面、对流)
模式顶层1 Pa
学术认可入围 2026 年戈登·贝尔气候建模奖(Gordon Bell Prize for Climate Modelling)

2.2 动力降尺度方法 ​

TJ-GRA 采用动力降尺度技术,以 ERA5 全球再分析数据(0.25 度,137 层模式层,逐小时)为驱动场,使用谱松弛逼近(Spectral Nudging)和海表面温度强迫方法,通过 SD3 模式进行物理一致的降尺度计算。

技术路线示意图:

技术路线:欧洲中心 ERA5 全球再分析,经天机 SD3 模式动力降尺度,再经质量控制与网格标准化生成天机 TJ-GRA 全球 0.1 度再分析

关键技术环节:

谱松弛逼近(Spectral Nudging):在降尺度过程中,对大尺度环流场施加谱松弛约束,确保 TJ-GRA 与 ERA5 在大尺度特征上保持一致,同时允许 SD3 模式自由生成中小尺度细节。这一技术平衡了"对大尺度场的约束"与"对小尺度场的自由发展"之间的关系。

海表面温度(SST)强迫:模式运行过程中施加海表面温度的外部强迫场,以保持下边界条件的准确性。

2.3 驱动场 ​

参数说明
驱动数据ECMWF ERA5
驱动场分辨率0.25 度(约 31 km)
驱动场垂直层数137 模式层
驱动场时间分辨率逐小时
驱动变量UVTQ(风场、温度、湿度)+ 地表温度
驱动场更新频率逐小时

3. 数据产品规格 ​

3.1 核心参数 ​

参数规格
产品名称TJ-GRA(TianJi Global Reanalysis)
空间覆盖全球
水平分辨率0.1 度 × 0.1 度(约 12 km)
经度0.05 度至 359.95 度(3600 个点)
纬度-89.95 度至 89.95 度(1800 个点)
时间分辨率逐小时
时间覆盖2015 年至 2025 年
垂直层次15 层等压面输出(10, 50, 100, 150, 200, 250, 300, 350, 400, 500, 600, 700, 850, 925, 1000 hPa)
变量总数161 个(56 个单层要素 + 105 个等压面要素)
数据格式NetCDF4、GRIB2

3.2 单层要素(56 个变量) ​

静态变量(1 个)

编号变量名描述要素说明
1orog地形高度地表相对于平均海平面的海拔高度。单位为 m。

近地面气象要素(14 个)

编号变量名描述要素说明
2rh2m2 米相对湿度距离地表 2 米高度处,空气实际水汽压与同温度下饱和水汽压的比值。单位为 %。
3SPFH2m2 米比湿距离地表 2 米高度处,空气中水汽质量与湿空气总质量(水汽质量+干空气质量)的比值,反映空气湿度。单位为 kg/kg。
4dpt2m2 米露点温度距离地表 2 米高度处,空气冷却至饱和时的温度。单位为 K。
5ps地表气压大气在下垫面(陆地、海洋和内陆水体表面)处的气压值。单位为 Pa。
6slp海平面气压将大气压力按照标准大气条件换算到平均海平面高度后的气压值。单位为 hPa。
7qnh修正海平面气压航空气象用的修正海平面气压,数值模式按航空标准大气假设,根据地面气压换算到海平面气压。单位为 hPa。
8t2m2 米气温距离地表 2 米高度处的空气温度。单位为 K。
9PRATEsfc地表总降水率单位时间内降落到地表的总水量(包括雨、雪、霰、冰等)。单位为 kg/m²/s。
10UGRD10m10 米纬向风距离地表 10 米高度处,沿纬圈方向(东西方向)的风矢量分量,是气象服务中常用的近地面风参数,正值表示西风,负值表示东风。单位为 m/s。
11VGRD10m10 米经向风距离地表 10 米高度处,沿经圈方向(南北方向)的风矢量分量,是气象服务中常用的近地面风参数,正值表示南风,负值表示北风。单位为 m/s。
12u100m100 米纬向风距离地表 100 米高度处,沿纬圈方向(东西方向)的风矢量分量,正值表示西风,负值表示东风。单位为 m/s。
13v100m100 米经向风距离地表 100 米高度处,沿经圈方向(南北方向)的风矢量分量,正值表示南风,负值表示北风。单位为 m/s。
14ws10m10 米风速距离地表 10 米高度处的风速。单位为 m/s。
15ws100m100 米风速距离地表 100 米高度处的风速。单位为 m/s。

辐射通量(7 个)

编号变量名描述要素说明
16ULWRFsfc地表向上长波通量地表向大气输送的长波辐射能量通量,由地表自身因温度发射的长波辐射以及大气向地表输送的向下长波辐射中被地表反射向上的部分组成。单位为 W/m²。
17DLWRFsfc地表向下长波通量大气(包括大气中的水汽、二氧化碳、臭氧等气体以及云粒子)向地球表面发射的长波辐射所形成的能量通量。单位为 W/m²。
18USWRFsfc地表向上短波通量地球表面反射的太阳短波辐射形成的能量通量,本质是入射到地表的太阳短波辐射中被反射的部分。单位为 W/m²。
19DSWRFsfc地表向下短波通量到达地球表面的太阳短波辐射所形成的能量通量,由太阳直接辐射和天空散射辐射两部分组成,不包含地表反射回大气的短波辐射。单位为 W/m²
20DSWRFtoa大气层顶向下短波通量太阳短波辐射穿过大气顶层到达地球的能量通量。单位为 W/m²。
21USWRFtoa大气层顶向上短波通量地球表面及大气反射回宇宙空间的太阳短波辐射能量通量。单位为 W/m²。
22ULWRFtoa大气层顶向上长波通量地球表面及大气向宇宙空间发射的长波辐射能量通量。单位为 W/m²。

地表热通量(3 个)

编号变量名描述要素说明
23GFLUXsfc地表地面热通量地表在垂直方向上与地下土壤(或岩石)之间交换的热量,正值表示热量从地表传入土壤。单位为 W/m²。
24SHTFLsfc地表感热通量地表与大气之间通过分子传导、对流交换的热量(非相变过程),正值表示热量从地表传入空气。单位为 W/m²。
25LHTFLsfc地表潜热通量地表水分蒸发过程中向大气释放的热量(以相变潜热形式)。单位为 W/m²。

边界层与土壤(13 个)

编号变量名描述要素说明
26HPBL行星边界层高度大气底层受地表影响显著的气层的厚度,通常为几百米至 2 千米,是近地面湍流混合的主要区域。单位为 m。
27SOILW10-10 厘米深度土壤体积含水量地表以下 0-10 厘米土壤层水分体积占土壤总体积的比例,反映浅层土壤的水分充盈程度。取值范围为 [0-1]。
28SOILW210-40 厘米深度土壤体积含水量地表以下 10-40 厘米土壤层水分体积占土壤总体积的比例,反映浅层至中层土壤的水分充盈程度。取值范围为 [0-1]。
29SOILW340-100 厘米深度土壤体积含水量地表以下 40-100 厘米土壤层水分体积占土壤总体积的比例,反映中层土壤的水分充盈程度。取值范围为 [0-1]。
30SOILW4100-200 厘米深度土壤体积含水量地表以下 100-200 厘米土壤层水分体积占土壤总体积的比例,反映深层土壤的水分充盈程度。取值范围为 [0-1]。
31SOILT10-10 厘米深度土壤温度地表以下 0-10 厘米深度范围内土壤的温度,反映表层土壤的冷热状态。单位为 K。
32SOILT210-40 厘米深度土壤温度地表以下 10-40 厘米深度范围内土壤的温度,反映浅层土壤的冷热状况。单位为 K。
33SOILT340-100 厘米深度土壤温度地表以下 40-100 厘米深度范围内土壤的温度,反映中层土壤的冷热状况。单位为 K。
34SOILT4100-200 厘米深度土壤温度指地表以下 100-200 厘米深度范围内土壤的温度,反映深层土壤的冷热状况,受地表环境影响较小。单位为 K。
35WEASDsfc地表雪水当量单位面积地表积雪完全融化后形成的水层垂直深度。单位为 kg/m²。
36SNODsfc地表雪深地表积雪的垂直厚度。单位为 m。
37ICECsfc地表冰量地表覆冰的比例。取值范围为 [0-1]。
38TMPsfc地表温度土壤表面的温度(下垫面最表层的温度)。单位为 K。

降水量分类(6 个)

编号变量名描述要素说明
39pre_total总降水量(前一小时累积值)前一小时内降落到地表的总水量(包括雨、雪、霰、冰等)。单位为 mm。
40pres_all固态降水量(前一小时累积值)前一小时内降落到地表的固态降水量(包括雪、霰、冰等)。单位为 mm。
41prer降雨量(前一小时累积值)前一小时内的降雨量。单位为 mm。
42prei降冰量(前一小时累积值)前一小时内降冰折算为液态水的总量。单位为 mm。
43pres降雪量(前一小时累积值)前一小时内降雪折算为液态水的总量。单位为 mm。
44preg霰降水量(前一小时累积值)前一小时内降霰折算为液态水的总量。单位为 mm。

对流与云(10 个)

编号变量名描述要素说明
45cape对流有效位能单位质量空气在浮力作用下能获得的最大动能。用于衡量大气中不稳定能量,数值越高,大气对流越不稳定。单位为 J/kg。
46cin对流抑制能量用于衡量对流开始所需的能量,数值越高,大气对流越不可能发生。单位为 J/kg。
47cldt总云量天空中所有云覆盖天空的比例。单位为 1。
48cldl低云量云底高度小于 2000 米的云覆盖天空的比例。单位为 1。
49cldm中云量云底高度在 2000-6000 米之间的云覆盖天空的比例。单位为 1。
50cldh高云量云底高度大于 6000 米的云覆盖天空的比例。单位为 1。
51pwat大气柱可降水量单位面积垂直气柱中所有水汽凝结后形成的液态水总质量。单位为 kg/m²。
52tq总水路径单位水平面积大气柱中所有形态水(液态、固态、气态)的总质量。单位为 kg/m²。
53iw冰水路径单位水平面积大气柱中冰晶、雪、霰等冰相粒子的总质量,是云微物理过程的关键参数。单位为 kg/m²。
54lw液水路径单位水平面积大气柱中液态水的总质量。单位为 kg/m²。

热带气旋(2 个)

编号变量名描述要素说明
55vort850850 百帕相对涡度相对于地球表面某一固定点,850 百帕的空气在水平方向上绕垂直轴旋转的程度。单位为 s⁻¹。
56tm300-500 百帕平均温度在 300 至 500 百帕气压层之间平均的空气温度。单位为 K。

3.3 等压面要素(105 个变量) ​

在 15 个等压面层(10, 50, 100, 150, 200, 250, 300, 350, 400, 500, 600, 700, 850, 925, 1000 百帕)上输出以下 7 个要素:

变量描述要素说明
u纬向风在指定气压层中,空气沿纬圈方向(东西方向)的运动速度分量,正值表示西风(气流自西向东运动),负值表示东风(气流自东向西运动)。单位为 m/s。
v经向风在指定气压层中,空气沿经圈方向(南北方向)的运动速度分量,正值表示南风(气流自南向北运动),负值表示北风(气流自北向南运动)。单位为 m/s。
w垂直速度在指定气压层中,空气微团在垂直方向的运动速度,垂直速度为正值时,表示空气向上运动(上升气流);为负值时,表示空气向下运动(下沉气流)。单位为 m/s。
h位势高度指定等压面相对于平均海平面的位势高度。单位为 m。
t温度在指定气压层高度处的空气温度。单位为 K。
q比湿在指定气压层中,空气中水汽质量与湿空气总质量(水汽质量 + 干空气质量)的比值。单位为 kg/kg。
rh相对湿度在指定气压层中,空气实际水汽压与同温度下饱和水汽压的比值。单位为 %。

合计:15 层 × 7 要素 = 105 个等压面变量

4. 数据质量验证 ​

4.1 验证方法 ​

TJ-GRA 的数据质量通过与独立观测数据和 ERA5 的系统性对比来评估。验证体系包括:

  1. 站点检验
    • 对比基准:ERA5(31 km)
    • 观测数据源:中国 2168 地面观测站、238 风电场站实测数据
    • 验证区域:中国
    • 验证变量:2 米气温、降水、10 米风速、100 米风速
  2. 热带气旋检验
    • 对比基准:ERA5(31 km)
    • 观测数据源:IBTrACS 数据中美国 JTWC 与 NHC 报文
    • 验证区域:全球(只选取生命史大于等于 24 小时的热带气旋)
    • 验证变量:热带气旋路径、近地面最大 10 米风速、中心海平面气压

4.2 空间分布展示 ​

TJ-GRA 的有效分辨率相比 ERA5 显著提升——即不仅名义分辨率更高,数据中实际包含的中小尺度物理信息量也更多。这意味着 TJ-GRA 能够更好地捕捉以下特征:

  • 复杂地形区域(山谷、高原边缘)的局地环流
  • 海陆交界处的海陆风效应
  • 山地风电场的风场空间分布细节
2025080100Z 十米风速空间分布:TJ-GRA 与 ERA5 对比

4.3 中国区域检验结果 ​

以 2025 年为例,与 ERA5 的系统性对比表明,TJ-GRA 在中国区域的降水与 10 米/100 米风速上实现了精度提升:

变量TJ-GRA vs ERA5说明
2 米气温各有优势TJ-GRA 显著改善了 ERA5 日变化曲线的不平滑问题,但冷偏差较 ERA5 更明显
降水✅ 优于 ERA5降水分级更为准确
10 米风速✅ 优于 ERA5近地面风场刻画更精细
100 米风速✅ 优于 ERA5风能评估核心变量精度提升

4.3.1 2 米气温 ​

2025 年中国 2168 站平均 2 米气温日变化
中国 2168 站 2 米气温均方根误差
中国 2168 站 2 米气温偏差
中国 2168 站 2 米气温均方根误差时间序列
中国 2168 站 2 米气温偏差时间序列
2 米气温预报偏差
最高 2 米气温预报偏差
最低 2 米气温预报偏差

4.3.2 降水 ​

2025 年中国区降水概率密度分布:观测、TJ-GRA 和 ERA5 对比
中国 2168 站日累积降水均方根误差
中国 2168 站日累积降水偏差
中国 2168 站日累积降水均方根误差时间序列
中国 2168 站日累积降水偏差时间序列
日累计降水预报偏差
降水分级准确率
中国 2168 站日累积降水晴雨准确率
中国 2168 站日累积降水小雨准确率
中国 2168 站日累积降水中雨准确率
中国 2168 站日累积降水大雨准确率
中国 2168 站日累积降水暴雨准确率
中国 2168 站日累积降水大暴雨准确率

4.3.3 10 米风速 ​

2025 年中国 2168 站平均 10 米风速日变化
中国 2168 站 10 米风速均方根误差
中国 2168 站 10 米风速偏差
中国 2168 站 10 米风速均方根误差时间序列
中国 2168 站 10 米风速偏差时间序列
10 米风速预报偏差

4.3.4 100 米风速 ​

中国 100 米风速均方根误差
中国 100 米风速偏差
中国 100 米风速均方根误差时间序列
中国 100 米风速偏差时间序列
100 米风速预报偏差

4.4 区域检验案例 ​

4.4.1 强降水案例 ​

对于 2023–2025 年每年我国十大暴雨事件共 30 个案例,70% 的案例中 TJ-GRA 的晴雨准确率优于 ERA5,62% 的案例中 TJ-GRA 的大暴雨及以上强度的准确率优于 ERA5。

案例 1

2023 年 5 月 2 日至 7 日,江淮大部、江汉西部和东部及江西大部、福建大部、湖南西部等地累计降水量有 50~100 毫米,局部超过 100 毫米。江西、福建、安徽、上海、江苏、河南等地共 20 个国家气象观测站日雨量突破 5 月历史极值。本次案例中,TJ-GRA 在 RMSE、BIAS 和中雨及以下和暴雨量级降水的准确率整体优于 ERA5。

2023 年 5 月 2 日至 7 日 CMA 站点降水累计及强降水区域
强降水区域定义
2023 年 5 月强降水区域日累积降水均方根误差
2023 年 5 月强降水区域日累积降水偏差
2023 年 5 月强降水区域日累积降水均方根误差时间序列
2023 年 5 月强降水区域日累积降水偏差时间序列
2023 年 5 月强降水区域晴雨准确率
2023 年 5 月强降水区域小雨准确率
2023 年 5 月强降水区域中雨准确率
2023 年 5 月强降水区域大雨准确率
2023 年 5 月强降水区域暴雨准确率
2023 年 5 月强降水区域大暴雨准确率
2023 年 5 月 2 日至 7 日日累计降水预报偏差

案例 2

2025 年 10 月 8 日至 12 日,我国北方地区遭遇历史同期罕见的持续强降雨天气,陕西、山西、河北、北京、天津等 9 省(区、市)先后受强降雨影响,华北中北部迎来持续大到暴雨,此次降雨呈现持续时间长、累计雨量大、极端性强的特点。本次案例中,TJ-GRA 在 RMSE 和各量级降水的准确率均优于 ERA5。

2025 年 10 月 8 日至 12 日 CMA 站点降水累计及强降水区域
强降水区域定义
2025 年 10 月强降水区域日累积降水均方根误差
2025 年 10 月强降水区域日累积降水偏差
2025 年 10 月强降水区域日累积降水均方根误差时间序列
2025 年 10 月强降水区域日累积降水偏差时间序列
2025 年 10 月强降水区域晴雨准确率
2025 年 10 月强降水区域小雨准确率
2025 年 10 月强降水区域中雨准确率
2025 年 10 月强降水区域大雨准确率
2025 年 10 月强降水区域暴雨准确率
2025 年 10 月强降水区域大暴雨准确率
2025 年 10 月 8 日至 12 日日累计降水预报偏差

4.4.2 大风案例 ​

案例 1

2024 年 2 月 18 日至 23 日,我国大部地区自西向东、自北向南先后出现剧烈降温,平均气温普遍下降 8~12°C,中央气象台于 2 月 18 日 06 时发布寒潮橙色预警、大风蓝色预警、沙尘暴蓝色预警。本次案例中,TJ-GRA 在十米风 RMSE 和偏差上均优于 ERA5。

2024 年 2 月 18 日至 23 日 CMA 站点 10 米风速时段平均及强风速区域
强风速区域定义
2024 年 2 月强风速区域 10 米风速均方根误差
2024 年 2 月强风速区域 10 米风速偏差
2024 年 2 月强风速区域 10 米风速均方根误差时间序列
2024 年 2 月强风速区域 10 米风速偏差时间序列
2024 年 2 月 18 日至 23 日 10 米风速预报偏差

案例 2

2025 年 12 月 10 日至 13 日,我国大部地区自西向东出现大风降温和雨雪天气,中国气象局于 12 月 10 日 10 时进入重大气象灾害(寒潮、大风、暴雪)四级应急响应状态。本次案例中,TJ-GRA 在十米风 RMSE 和偏差上均优于 ERA5。

2025 年 12 月 10 日至 13 日 CMA 站点 10 米风速时段平均及强风速区域
强风速区域定义
2025 年 12 月强风速区域 10 米风速均方根误差
2025 年 12 月强风速区域 10 米风速偏差
2025 年 12 月强风速区域 10 米风速均方根误差时间序列
2025 年 12 月强风速区域 10 米风速偏差时间序列
2025 年 12 月 10 日至 13 日 10 米风速预报偏差

4.5 全球热带气旋检验结果 ​

以 2025 年为例,与 ERA5 的系统性对比表明 TJ-GRA 在合理重现 ERA5 热带气旋(TC)路径的同时,改善了 ERA5 对 TC 强度的低估,表现出更接近观测的风压关系。

4.5.1 路径 ​

2025 年 TC 路径均方根误差

4.5.2 最大十米风速 ​

2025 年 TC 最大十米风速偏差
2025 年 TC 最大十米风速均方根误差

4.5.3 海平面气压 ​

2025 年 TC 海平面气压偏差
2025 年 TC 海平面气压均方根误差

4.5.4 风压关系 ​

2025 年全球 TC 风压关系:观测、天机再分析和欧洲 ERA5 再分析对比

5. 产品对比 ​

5.1 与主要再分析产品的系统性对比 ​

特征ERA5MERRA-2TJ-GRA
生产机构ECMWFNASA GMAO天机气象
水平分辨率~31 km~50 km~12 km
等压面层数374215
时间分辨率逐小时逐小时逐小时
时间覆盖1940–今1980–今2015–2025(可拓展)
空间范围全球全球全球
变量数量240+~400161
海洋模型无无无
中国区域精度基准低于 ERA5风速/降水优于 ERA5
数据可用性已可用已可用2026 年 10 月
开放程度CC-BY 4.0Public DomainCC BY-NC 4.0

5.2 TJ-GRA 的差异化优势 ​

  1. 分辨率领先:12 公里全球分辨率,在 ERA6 发布前是公开可用的最高分辨率全球再分析产品之一
  2. 中国区域优化:在中国区域的降水、10 米/100 米风速等关键变量上验证优于 ERA5
  3. 热带气旋优化:改善 ERA5 对全球热带气旋的强度低估,风压关系更贴近观测
  4. 大模型、区域模式直接适配:既提供 NetCDF 格式便于 AI 训练,也可提供 GRIB2+Vtable 格式,直接驱动 WRF 运行
  5. 时效领先:2026 年 10 月可用,比 ERA6 早约 14 个月

6. 样例数据集获取 ​

TJ-GRA 2025 年样例数据集通过天机数据平台免费开放下载,支持按时间、变量的灵活筛选。