ERA5 再分析数据完整参考：变量名、别名、气压层、访问方式、下载脚本模板
来源: ECMWF Climate Data Store (CDS API) 时间覆盖: 1940-至今, 逐小时/月均 空间分辨率: 全球, 0.25° x 0.25° 气压层: 37 层 (1, 2, 3, 5, 7, 10, 20, 30, 50, 70, 100, 125, 150, 175, 200, 225, 250, 300, 350, 400, 450, 500, 550, 600, 650, 700, 750, 775, 800, 825, 850, 875, 900, 925, 950, 975, 1000 hPa)
使用 check_data_availability("ERA5", [...]) 时传以下变量名（大小写不敏感）:
| 变量名 | 短名 | 单位 | 说明 |
|---|---|---|---|
| temperature | t | K | 气温 |
| geopotential | z | m²/s² | 位势 |
| relative_humidity | r | % | 相对湿度 |
| specific_humidity | q | kg/kg | 比湿 |
| u_component_of_wind | u | m/s | 纬向风 |
| v_component_of_wind | v | m/s | 经向风 |
| vertical_velocity |
| w |
| Pa/s |
| 垂直速度（omega） |
| specific_cloud_ice_water_content | - | kg/kg | 云冰含量 |
| 变量名 | 短名 | 单位 | 说明 |
|---|---|---|---|
| total_cloud_cover | tcc | 0-1 | 总云量 |
| low_cloud_cover | lcc | 0-1 | 低云量 |
| medium_cloud_cover | mcc | 0-1 | 中云量 |
| high_cloud_cover | hcc | 0-1 | 高云量 |
| total_column_cloud_liquid_water | tclw | kg/m² | 液态水路径 |
| total_column_cloud_ice_water | tciw | kg/m² | 冰水路径 |
| total_column_water_vapour | tcwv | kg/m² | 可降水量 |
| boundary_layer_height | blh | m | 边界层高度 |
| surface_pressure | sp | Pa | 地面气压 |
| sea_surface_temperature | sst | K | 海表温度 |
| mean_sea_level_pressure | msl | Pa | 海平面气压 |
| total_column_ozone | - | kg/m² | 臭氧总量 |
数据集名（CDS API）:
reanalysis-era5-pressure-levels-monthly-meansreanalysis-era5-single-levels-monthly-means需要 ~/.cdsapirc 配置文件（含 CDS API key）。
area 参数格式: [北纬, 西经, 南纬, 东经]
大数据量建议分年下载避免超时。
import xarray as xr
import numpy as np
ds = xr.open_dataset("data/era5/era5_data.nc", chunks={})
# 计算 LTS
theta_1000 = ds["temperature"].sel(level=1000) * (1000/1000)**0.286
theta_700 = ds["temperature"].sel(level=700) * (1000/700)**0.286
lts = theta_700 - theta_1000
# 时间平均
clim = ds.mean(dim="time")
# 纬向平均
zonal = clim.mean(dim="longitude")