ERA5气压层数据全解析：从再分析原理到Python下载与出图实践

做气象和环境数据分析的人，应该都绕不开“reanalysis-era5-pressure-levels”这个名字。它是欧洲中期天气预报中心（ECMWF）发布的ERA5再分析数据集中，专门提供气压层大气变量的一套数据。简单说，你要研究高空环流、温度平流、风场垂直结构，或者想画一张500 hPa位势高度场，拿这套数据基本就够了。

我第一次接触ERA5时，最直观的感受是：数据质量好、时间序列长、网格规整，而且下载流程高度自动化。只要你学会了通过Python调用CDS API（Climate Data Store API），就可以批量拉取几十年的小时级大气数据，不必再去翻各种格式混乱的观测站数据。这篇文章从数据原理讲到下载脚本，再到实际出图和常见坑位，把reanalysis-era5-pressure-levels整套玩法拆开给你看，适合刚入门的气象爱好者，也适合需要把数据接入业务流的工程开发。

1. 为什么先选reanalysis-era5-pressure-levels

1.1 再分析数据到底是什么，为什么比观测数据好用

先讲一个容易混淆的概念：文件名里的reanalysis，翻译成“再分析”而不是“分析”，这是个有历史渊源的词。传统的天气分析，是把台站、探空、雷达、卫星这些零零散散的观测资料，靠预报员手工或自动绘制成一张场。问题是观测站点分布极不均匀，海洋和极地几乎没什么数据，填出来的场自然有很多空洞。

ERA5的做法完全不一样。它用一套数值天气预报模式作为“动力骨架”，把所有历史观测数据同化进去，让模式预报不断用观测去修正，最终输出一套在规则网格上的完整大气状态估计。你可以把它理解为：模式负责补全空白区域，观测负责校准模式，两者反复迭代，最后得到一套比任何单一观测都更完整、更自洽的三维大气“最佳猜测”。由于这套数据是逐小时输出的，从1940年到现在，时间上几乎没有断档，所以非常适合作气候统计和事件回溯。

从实际体验来看，ERA5的优势还体现在数据一致性上。你用同一种方法处理2000年和2020年的数据，不会觉得变量定义变了、坐标系变了，这让批量分析省了很多心。对于常做业务的人来说，这种“几十年口径统一”本身就是巨大的效率。

1.2 气压层数据和单层数据怎么选

ERA5在CDS里被拆成好几个数据集，你看到 reanalysis-era5-pressure-levels 大概率会疑惑：它和 reanalysis-era5-single-levels 有什么区别？这里必须说清楚。

pressure-levels 提供的是三维大气在固定气压面上的物理量，比如1000 hPa、925 hPa、850 hPa、700 hPa、500 hPa、300 hPa、200 hPa、100 hPa这些高度上的温度、风、位势高度、比湿等。它描述的是“大气在垂直方向上的状态”，适合研究高空槽脊、急流、温度平流、水汽输送。

single-levels 则是地表或某一特定高度的量，比如2米气温、10米风、地表气压、总降水、地表短波辐射。它适合研究近地面要素，风资源分析、农业气象、降水统计通常用它。

日常使用中的选择逻辑很简单：只要你的物理量本身带有高度概念，或者你要分析大气的三维结构，就用pressure-levels。如果你只关心地表或近地面，用single-levels。有些工作两者都要，比如要算边界层高度、地转风、垂直风切变，你甚至需要把两个数据集的变量拼在一起。

另外要注意，pressure-levels里的“level”是标准气压面，不是海拔高度。1000 hPa大约对应近地面，500 hPa大约在5500米高度附近，那是中层大气的重要参考面。你要画天气图常说的“500百帕形势场”，就是从这个数据集里取位势高度。

1.3 这套数据核心的技术参数

再讲几个选数据时一定会遇到的参数，搞清楚它们，后面脚本怎么写就清楚了。

• 时间范围：ERA5从1940年1月至今。标题里的 reanalysis-era5-pressure-levels 是1940年以后的版本，之前还有一个ERA5早期版本数据集，现在统一用1940之后即可。
• 空间分辨率：0.25°×0.25°经纬度网格。赤道上每个格点大约对应27公里左右，对区域气候和天气尺度分析足够用。
• 时间分辨率：1小时。气压层数据有逐小时输出，做日变化分析很方便。
• 气压层：从1000 hPa到1 hPa，共37层。业务上常用的主要是1000、925、850、700、500、300、200、100，研究臭氧或平流层时会用到更高的层。
• 变量：温度、水平风U/V、位势高度、比湿、相对湿度、垂直速度、气压、臭氧、云量等，具体变量名要去CDS的变量字典里查。

我建议在第一次下载之前，先想清楚“我需要哪些变量、哪些层、哪个区域、哪个时段”，然后在请求里显式裁剪。ERA5的全球逐小时数据非常大，如果你不裁剪就去下载，一个文件跑几百GB都有可能，浪费时间和硬盘。

2. 用Python下载ERA5气压层数据的准备工作

2.1 CDS账号注册与API Key配置

ERA5数据不能直接通过浏览器点击下载大文件，官方推荐方式是通过CDS API。第一步是注册CDS账号，地址是CDS官网，注册后在个人主页能看到两样东西：UID（一串数字）和API Key（一串长字符）。

这两样信息要写进一个名为 .cdsapirc 的配置文件。操作上，在用户根目录下新建一个隐藏文件：

bash复制cd ~
touch .cdsapirc

然后用文本编辑器写入以下内容：

code复制url: https://cds.climate.copernicus.eu/api
key: 你的UID:你的APIKey

注意这里key的格式是“UID:APIKey”，中间是英文冒号，不要反了。写完保存后，Python的 cdsapi 库读取请求时会自动找到这个文件。如果你换了机器或者多用户共用环境，这个文件忘配置是新手最常见的翻车点。

我自己踩过的坑是，以前老版本CDS用的域名是 cds.climate.copernicus.eu，现在依然兼容，但新用户注册后的API访问入口可能有调整。所以如果你发现认证报401，先去检查 .cdsapirc 里的url是否和你账号后台显示的一致。

2.2 安装cdsapi并完成环境验证

打开终端，执行：

bash复制pip install cdsapi

我建议把 cdsapi 装进一个干净的conda虚拟环境，尤其你后面还会用到xarray、netCDF4、cartopy这些库，虚拟环境能避免各种版本冲突。装完后在Python里跑一句验证：

python复制import cdsapi
print(cdsapi.__version__)

能正常打印版本号，说明安装成功。接着做一个最小请求：

python复制import cdsapi

c = cdsapi.Client()

c.retrieve(
    "reanalysis-era5-pressure-levels",
    {
        "product_type": "reanalysis",
        "variable": "geopotential",
        "pressure_level": "500",
        "year": "2023",
        "month": "01",
        "day": "01",
        "time": "00:00",
        "area": [60, 70, 20, 140],
        "format": "netcdf",
    },
    "test_500hpa.nc",
)

如果这段代码能跑完并生成一个netcdf文件，说明账号、配置、网络链路都是通的。这里的 area 参数后面会细讲，它把区域限制在东亚一带，下载量很小，非常适合验证。

2.3 变量命名和坐标体系这些细节

很多人在这一步卡住，不是因为下载不会写，而是因为变量名写错。CDS的变量名和你在文献里看到的不一定一样。你要用 temperature，它不是 temp；要用 geopotential，不是 hgt；要用 u_component_of_wind，不是 u。建议在CDS的Dataset Documentation页面里找到完整的变量字典，Ctrl+F搜关键词，对照着抄。

坐标体系有两个容易出错的地方。一是经纬度顺序，CDS的download参数里，latitude范围是90到-90，longitude范围是0到360或-180到180都可以，但请求里通常习惯写90到-90、0到360。二是 area 参数的顺序是[北, 西, 南, 东]，不是[左上, 右上, 右下, 左下]这种直觉顺序。比如你要取中国的区域，写成 [60, 70, 20, 140]，分别代表北纬60°、东经70°、北纬20°、东经140°。

气压层参数名叫 pressure_level，在请求里是单数形式，可以传一个字符串，也可以传一个列表。如果你要多层，就写 "pressure_level": ["1000", "850", "500", "200"]。这个参数名很容易和输出数据的维度名 level 搞混，但请求阶段必须用 pressure_level。

3. 数据检索语句的完整实现，从单次下载到批量生产

3.1 一个可直接用的最小下载脚本

下面这个脚本覆盖了大多数单次下载需求，我把注释写详细一点。它下载2023年1月1日00时、500 hPa层、东亚区域的地转位势高度和风场：

python复制import cdsapi

c = cdsapi.Client()

c.retrieve(
    "reanalysis-era5-pressure-levels",
    {
        "product_type": "reanalysis",
        "variable": [
            "geopotential",
            "u_component_of_wind",
            "v_component_of_wind",
        ],
        "pressure_level": "500",
        "year": "2023",
        "month": "01",
        "day": "01",
        "time": "00:00",
        "area": [60, 70, 20, 140],
        "format": "netcdf",
    },
    "era5_500hpa_20230101_00.nc",
)

下载完成后，用xarray打开：

python复制import xarray as xr

ds = xr.open_dataset("era5_500hpa_20230101_00.nc")
print(ds)

你会看到 geopotential、u100、v100 这些变量。注意CDS返回的u和v在500 hPa层会写成 u100、v100 之类的变量名吗？实际上是 u、v，如果只有一个气压层，变量名通常保留为 u、v，维度里包含 level，读取时可以通过 ds["u"].sel(level=500) 切出来。具体命名以打印为准，不必死记。

3.2 时间、区域、层次裁剪的取舍逻辑

为什么请求里要写这么细？核心原因是控制数据量。

ERA5全球逐小时、37层、多个变量的一份数据，几十GB稀松平常。但如果你只是做某一天某个区域的天气过程分析，很多数据完全用不上。裁剪的意义就是只取需要的部分，让下载时间从几小时降到几十秒。

时间参数 year、month、day、time 在CDS接口里是分开的，可以传字符串或列表。比如要下载2023年1月整月的逐小时数据，你可以写：

python复制"year": "2023",
"month": "01",
"day": [
    "01", "02", "03",
    # ... 一直到 "31"
],
"time": [
    "00:00", "01:00", "02:00",
    # ... 一直到 "23:00"
],

手写太累，可以用Python生成。不过要提醒，逐小时整月数据仍然不小，即使裁剪到区域，下载也会排队较久。一般建议按天或按变量拆分请求，减少单个请求的数据量。比如只下00时和12时两个时刻，对研究日变化也够用了。

其中 area 参数我再次强调，顺序是北、西、南、东。你如果按西、东、南、北去填，拿到数据的经纬度范围会完全对不上，而且报错信息不一定明显，很容易白跑一趟。

3.3 批量下载多个变量和多年数据的循环写法

实际工作中很少只下一次，通常要批量拉取多年逐月数据。这里分享一个我自己常用的分段策略：按“变量组”拆分，而不是一次性把所有变量全塞进一个请求。

原因是ERA5的请求队列有大小限制，变量越多、时间段越长，请求被排队的概率越高。把变量拆成三到五组，每组对应一个NetCDF文件，后续再用xarray合并，反而更稳。示例：

python复制import cdsapi

c = cdsapi.Client()

variables_by_group = {
    "wind": ["u_component_of_wind", "v_component_of_wind"],
    "temp_humi": ["temperature", "relative_humidity"],
    "geo": ["geopotential"],
}

years = ["2020", "2021", "2022"]
months = [f"{m:02d}" for m in range(1, 13)]

for group_name, vars_list in variables_by_group.items():
    for year in years:
        for month in months:
            filename = f"era5_{group_name}_{year}_{month}.nc"
            c.retrieve(
                "reanalysis-era5-pressure-levels",
                {
                    "product_type": "reanalysis",
                    "variable": vars_list,
                    "pressure_level": [
                        "1000", "925", "850", "700",
                        "500", "300", "200",
                    ],
                    "year": year,
                    "month": month,
                    "day": [
                        "01", "02", "03", "04", "05", "06",
                        "07", "08", "09", "10", "11", "12",
                        "13", "14", "15", "16", "17", "18",
                        "19", "20", "21", "22", "23", "24",
                        "25", "26", "27", "28", "29", "30", "31",
                    ],
                    "time": ["00:00", "06:00", "12:00", "18:00"],
                    "area": [60, 70, 20, 140],
                    "format": "netcdf",
                },
                filename,
            )
            print(f"{filename} done")

这段代码会请求3个变量组 × 3年 × 12个月 = 108个文件，每个文件都带7层、每天4个时次、东亚区域，整体数据量还在可控范围。

脚本跑起来后，日志里会显示请求状态，从 request queued 到 request completed，再到下载进度条。如果中途断网，cdsapi 通常会报错退出，但文件不会重下。我的习惯是写一个 downloaded_ok.txt 记录已完成文件，或者先检查文件大小是否大于某个阈值，避免重复请求同一个文件。

4. 数据集使用中的常见问题与排查技巧实录

4.1 请求一直排队，下载速度慢怎么办

用CDS API下载ERA5，最常见的问题就是“排队”。日志里会出现一行 Request queued，意思是你的请求已经进入队列，但还没开始处理。这个队列的处理时间取决于服务端负载和请求体量。有时候几十秒，有时候要等十几分钟。

遇到这种情况，先不要反复重跑脚本，那样只会让队列更堵。正确的做法是判断一下请求体量：如果数据量特别大，比如全球37层逐小时10年的数据，排队几小时都正常。你能做的是拆分请求，缩小区域，减少变量和层次。

另外，CDS对同一用户同时提交的请求数量有限制，一般同时跑过多请求会报错。我在批量脚本里会加一个 time.sleep(2) 的简单限速，或者依赖 cdsapi 自身的重试机制。注意日志里如果出现 HTTPError 或 Request failed，要先停下来看错误码，而不是盲目重试。

我更推荐的一个经验是：白天网高峰容易积压，夜里或早晨提交批量请求，处理速度快不少。这并不是什么特殊渠道，只是纯工程调度上的经验。

4.2 下载完成但数据乱七八糟，维度和单位不对

这里要处理几个坑。

第一，维度顺序。你用xarray打开NetCDF时，通常维度是 time、level、latitude、longitude，这是最理想的情况。如果你使用GRIB格式，需要注意GRIB本身不含坐标轴变量名，读取时对经纬度单位、扫描方向会更敏感。我建议下载时直接选 format: "netcdf"，省掉很多麻烦。

第二，单位。ERA5在气压层数据里，温度单位是开尔文（K），不是摄氏度；位势高度单位是 m²/s²，不是位势米。画图前需要换算。位势高度从 geopotential 换算成位势米（gpm），要除以重力加速度9.80665。很多初学者直接拿原始值画500 hPa高度图，出来的数字全是几十万，完全不对。

第三，相对湿度。某些版本的ERA5相对湿度可能以百分比存储，也可能以0到1的小数存储，取决于你下载的变量。CDS文档里写的是百分比，但保险起见，读取后先打印最大值和最小值确认一下。

4.3 内存爆炸，文件打不开

这是用ERA5做长时间序列分析时特别头疼的问题。一个全球逐小时、37层、若干变量的文件可能超过10GB，直接 xr.open_dataset 会内存溢出。

解决思路是流式读取和分块计算。xarray 配合 dask 可以只用元数据打开文件，需要计算时再按块加载。示例：

python复制import xarray as xr

ds = xr.open_dataset(
    "era5_big.nc",
    chunks={"time": 24, "level": 1},
)

subset = ds.sel(
    time=slice("2023-01-01", "2023-01-31"),
    level=500,
    latitude=slice(60, 20),
    longitude=slice(70, 140),
)
mean_field = subset["geopotential"].mean(dim="time").compute()
print(mean_field)

这里有两个地方值得注意。一是 latitude=slice(60, 20) 看起来是“从大往小切”，因为ERA5的纬度是从北到南排列的，如果你写 slice(20, 60) 会返回空数据。二是 compute() 才真正触发计算和内存加载，在这之前只是构造了计算图。

如果你要处理的数据量实在太大，我更建议在下载阶段就把区域裁剪好，而不是全量下载回来再切片。宁可在请求列表里多写几个区域任务，也别让本地内存爆炸。

4.4 下载环境中的常见报错速查表

这张表基本覆盖了我用ERA5压数据三年的高频坑位。遇到报错先对表做检查，往往能省半小时排查时间。

5. 实操案例：从数据下载到出图，完整跑一遍

5.1 画500 hPa位势高度场和风场

拿到数据后，第一个最直观的应用就是画天气图。这里展示一个精简但完整的流程，以下代码是在已下载好 era5_500hpa_20230101_00.nc 文件的基础上进行的。

python复制import xarray as xr
import matplotlib.pyplot as plt
import cartopy.crs as ccrs
import cartopy.feature as cfeature
import numpy as np

ds = xr.open_dataset("era5_500hpa_20230101_00.nc")

hgt = ds["z"] / 9.80665  # 转位势米
u = ds["u"]
v = ds["v"]
lon = ds["longitude"]
lat = ds["latitude"]

fig = plt.figure(figsize=(10, 8))
ax = plt.axes(projection=ccrs.PlateCarree())
ax.set_extent([70, 140, 20, 60], crs=ccrs.PlateCarree())

levels = np.arange(5200, 6000, 40)
cf = ax.contourf(lon, lat, hgt, levels=levels, cmap="RdYlBu_r", transform=ccrs.PlateCarree())
contour = ax.contour(lon, lat, hgt, levels=levels, colors="black", linewidths=0.8, transform=ccrs.PlateCarree())
ax.clabel(contour, inline=True, fontsize=8)

ax.barbs(
    lon[::4], lat[::4],
    u[::4, ::4], v[::4, ::4],
    length=5, transform=ccrs.PlateCarree(),
)

ax.add_feature(cfeature.COASTLINE, linewidth=0.5)
ax.add_feature(cfeature.BORDERS, linewidth=0.5)
plt.colorbar(cf, orientation="horizontal", pad=0.05, label="gpm")
plt.title("ERA5 500 hPa Geopotential Height and Wind 2023-01-01 00UTC")
plt.show()

这里 barbs 叫风羽图，在气象里很常用。通过等值线的疏密和风羽的方向，你可以很直观看出高空槽脊位置以及西风带的走向。我第一次画出这种图时，很清楚感受到ERA5数据的价值：一张图就能复现当时的天气形势，这对于天气过程复盘、教学演示都特别有说服力。

5.2 计算温度平流作为应用示范

下载下来的变量可以进一步做物理量诊断。举个经典公式：温度平流

[
-\vec{V} \cdot \nabla T
]

它表示暖空气或冷空气的水平输送对局地温度变化的影响。用ERA5的u、v和温度，在850 hPa层算一个简化版。注意这里不做严格的球坐标订正，只演示工作流。

python复制import xarray as xr
import numpy as np

ds = xr.open_dataset("era5_temp_wind_850.nc")
u = ds["u"].sel(level=850)
v = ds["v"].sel(level=850)
t = ds["t"].sel(level=850)

# 简单用有限差分求温度梯度，单位K/m
# 先对经度、纬度方向差分
dT_dlon = t.differentiate("longitude")
dT_dlat = t.differentiate("latitude")

# 实际单位还需要乘经纬度方向单位距离，这里只做框架示例
adv = -(u * dT_dlon + v * dT_dlat)

在正式科研里，计算温度平流会把经纬度差换算成米，还会做球坐标订正，但思路就是这样：先微分、再和风场点乘、最后取负号。ERA5的气压层数据空间分辨率高，算出来的温度平流场平滑度很好，基本不会出现噪点爆炸的问题。

5.3 从气象到能源、航空，这套数据还能怎么用

数据本身是中性的，价值体现在应用。

风资源评估领域，ERA5气压层数据常用来获取不同高度的风场，尤其是850 hPa和边界层附近的水平风。配合测风塔实测数据做相关性修正，可以做区域风能潜力的快速筛选。这个过程比单纯用单层数据更精细，因为你可以从垂直剖面判断风切变强度。

航空气象领域，高空急流的位置和强度对航路飞行影响很大。ERA5的250 hPa和200 hPa风场数据，可以辅助判断颠簸风险区。有些业务系统会把急流轴和晴空颠簸指数结合起来做风险提示，ERA5逐小时更新虽然不如实时观测那么及时，但回溯分析非常有用。

环境科学领域，气压层的三维风场和混合层高度，是污染扩散模拟的重要输入。你可以用ERA5风场驱动拉格朗日粒子扩散模型，回算重污染过程中污染气团从哪里来。加上ERA5有几十年连续数据，做长期趋势分析没有观测空缺问题。

6. 我用ERA5气压层数据这几年，最想提醒你的几件事

第一件事：变量名永远以CDS官方文档为准，不要凭记忆写简称。我见过太多人把 u_component_of_wind 缩写成 u 或者 U_wind，然后请求返错，一气之下以为数据接口坏了。其实接口很死板，它只认标准名。

第二件事：下载数据前先问自己，是否可以把时间分辨率降低。很多时候做气候统计根本不需要逐小时数据，用 00:00 和 12:00 两个时次，或者取日平均，能把数据量缩小一个数量级。数据量小了，后面处理、存储、画图都会轻松非常多。

第三件事：一定要多做单位换算和数值合理性检查。下载完数据后，先用 print(ds[var].min(), ds[var].max()) 看一眼取值范围。温度如果是200多K，没问题；位势高度如果是几十万，先想到换算；风速如果显示几百米每秒，那多半是数据读取错误。一个简单的极值检查，能帮你提前发现串维度、选错层、单位没换算等一堆问题。

ERA5气压层数据是个非常趁手的工具，但工具越强，越需要你谨慎使用。我身边一直有同事觉得下载麻烦、数据大、格式难处理，宁可去用拼凑的再分析产品，也不愿意花半小时把这套流程跑通。实际上你只要完整走一遍“注册—配置—下载—读取—出图”的流程，后面的工作基本就是批量复制逻辑了。先从小区域、短时段、少变量开始，跑通后再逐步扩大，这是我认为最稳的上手路径。