快科技12月23日消息，观察者网报道，为应对气象数据领域的战略挑战并契合国家数据安全与技术自主的战略方向，中国正大力推进自主气象数据集的研发，打破长期以来对欧洲主导产品的依赖。

目前，全球气候数据领域的标杆是欧洲中期天气预报中心（ECMWF）的第五代大气再分析数据集（ERA5）。

该数据集涵盖降雨量、气温、风力等关键气象要素，时间跨度超过80年且持续更新。它不仅是当前气象预报人工智能革命的核心支撑，也是中国多家企业研发主流人工智能气象模型所依赖的训练数据基础。

然而，这种依赖性与中国推进自主可控的战略目标存在矛盾。

气象数据的战略价值已远超气象预报本身。ERA5通过整合全球观测数据重构完整的历史气候记录，对于研判长期气候趋势、提升预报精度至关重要。

目前，多国政府依赖其进行洪水、山火等灾害的风险管控，保险公司也依托该数据构建灾害模型。

苏黎世联邦理工学院气象与气候建模专家安德烈亚斯普赖因（Andreas Prein）教授强调，气象预报关乎国家安全，单纯依赖外部数据源将使国家陷入被动脆弱的境地。

为规避潜在风险并掌握气象领域的主动权，中国正积极行动。国家数据局在9月份的声明中指出，中国气象局已启动全球大气再分析系统研制项目，其核心目标明确为“打破中国气象业务对欧美再分析产品的依赖”。

同月，中国气象局面向全球首次开放了新版国产全球大气再分析产品CMA-RA V1.5数据集的下载权限。该部门表示，国内已有部分人工智能气象模型开始采用这一国产数据集进行训练。

CMA-RA V1.5数据集凭借三大关键技术创新，展现出显著潜力，推动中国在再分析领域实现了从“跟跑”、“并跑”到“局部领跑”的跨越式发展：

一是实现同化技术升级。引进四维集合变分混合同化技术，攻克多项关键技术，前20年卫星资料同化应用量增13%；构造流依赖Be矩阵提升同化效益，产品质量优于CRA-40和JRA-55等。

二是实现国产观测资料自主可控。整合国内特有数据，自主研发探空偏差订正技术，同化全球116颗215种卫星资料，其中国产37颗45种，占比最高达18%。

三是分辨率与时效性国际领先。模式分辨率13公里（后处理为10公里），小时级实时更新，优于ERA5（25公里，滞后5天更新）。

目前，CMA-RA V1.5已服务农业、能源、交通等18个行业，支撑3600余个用户。在新能源领域，其100米高度风数据助力风电场选址优化，使发电效率提升15%；在农业领域，降尺度处理后的气温、降水数据帮助优化种植策略，每年减少粮食损失约500万吨。