DANish regional atmospheric ReAnalysis (DANRA)

DANRA是一个高分辨率（2.5公里）的区域气候再分析数据集，覆盖丹麦及其周边地区长达34年（1990-2023年）。该数据集基于丹麦气象研究所的HARMONIE-AROME数值天气预报模型，并融合了全面的观测数据，尤其关注丹麦地区。与全球再分析数据集相比，DANRA在代表气候变量方面表现出更优越的性能，包括在极端和普通条件下近地表天气参数。DANRA旨在支持气候适应、影响建模和下一代数据驱动的大气预报模型的训练。

DANRA is a high-resolution (2.5 km) regional climate reanalysis dataset covering Denmark and its surrounding regions with a temporal span of 34 years (1990–2023). This dataset is based on the HARMONIE-AROME numerical weather prediction model developed by the Danish Meteorological Institute, and integrates comprehensive observational data, with a particular focus on the Danish region. Compared to global reanalysis datasets, DANRA demonstrates superior performance in representing climate variables, including near-surface weather parameters under both extreme and normal conditions. DANRA is intended to support climate adaptation, impact modeling, and the training of next-generation data-driven atmospheric prediction models.

搜集汇总

数据集介绍

构建方式

DANRA数据集采用丹麦气象研究所的HARMONIE-AROME数值天气预报模型作为核心系统，通过2.5公里网格间距实现公里级空间分辨率。该再分析系统以三小时为周期进行循环更新，结合三维变分同化方案与最优插值方法，整合地面与高空观测数据。特别注重对丹麦及周边地区本地观测数据的收集与质控，包括从ECMWF档案库、丹麦气象数据库及历史业务预报数据中提取的多源观测资料，并通过人工检查消除系统性误差，确保数据质量与时空连续性。

特点

DANRA数据集以34年时间跨度覆盖丹麦复杂海岸线区域，其公里级分辨率能精确刻画沿海与内陆的微尺度气候特征。相较于全球再分析数据，该数据集在近地表气温、风速等关键气候变量的表征上展现出更优性能，尤其在极端天气事件如飓风、热浪与强降水的模拟中具有显著优势。数据集采用CF兼容的Zarr格式存储，支持灵活的数据访问与高效并行计算，为气候适应研究与机器学习应用提供高保真基础数据。

使用方法

用户可通过Amazon S3对象存储访问DANRA的Zarr格式数据集，涵盖高度层、单层及气压层三类数据集合。利用Python的Xarray库可直接加载云端数据，无需本地解压或预处理。该数据集适用于区域气候模拟、极端事件分析及数据驱动模型训练等领域，其时空分块存储结构兼顾全域快照与单点时序的访问效率，为气候适应规划与可再生能源评估提供即用型分析基础。

背景与挑战

背景概述

区域大气再分析数据集作为气候研究的重要工具，能够提供历史天气状态的高质量网格化数据。DANish regional atmospheric ReAnalysis (DANRA) 由丹麦气象研究所于2025年正式发布，覆盖1990至2023年共34年的气候记录。该数据集采用2.5公里空间分辨率的HARMONIE-AROME数值天气预报模型，针对丹麦复杂海岸线地理特征（包含400余岛屿与7400公里海岸线）进行优化设计。其核心目标在于突破全球再分析数据在区域应用中的分辨率限制，通过同化多源观测数据提升对极端天气事件的表征能力，为气候适应规划和数据驱动的大气预测模型训练提供支撑。

当前挑战

DANRA数据集致力于解决区域气候建模中精细尺度特征解析的难题，尤其在捕捉沿海地区极端天气事件方面面临挑战。其构建过程需应对多重技术障碍：一是观测数据整合的复杂性，需对丹麦地区非标准气象观测站进行数据抢救与质量校正，处理包括气压偏移、温度单位错误等系统性误差；二是高分辨率模型带来的计算资源需求，完整再分析需消耗约8万节点小时的高性能计算资源；三是数据格式转换的技术门槛，需将原始GRIB文件优化为支持云计算的Zarr格式，平衡时空分块策略以适配不同应用场景。

常用场景

经典使用场景

在区域气候建模领域，DANRA数据集凭借其2.5公里超高空间分辨率，成为研究丹麦复杂海岸线气候特征的标杆工具。其经典应用场景包括解析海陆交界处的微气候模式，例如通过同化本地气象站与卫星遥感数据，精确再现1999年飓风级风暴期间西部日德兰半岛的极端风速分布，为高分辨率区域气候模拟设立新标准。

实际应用

丹麦市政级气候适应规划是该数据集的核心应用场景，其千米级网格能够精准刻画峡湾与岛屿群对风场的热力学影响。在可再生能源领域，DANRA为海上风电场选址提供历史风速概率分布，同时支撑城市洪涝预警系统建设，如通过2007年极端降水案例的回溯分析，优化排水基础设施设计参数。

衍生相关工作

基于DANRA数据架构，衍生出多项创新研究：其Zarr云存储格式催生了数据驱动的大气预测模型开发，如结合图神经网络构建区域风速概率预报系统；在方法学层面，该数据集支撑了有限区域机器学习框架的验证，推动对流初生机制的可解释性研究，并为北极区域再分析CARRA系统提供技术迁移范式。