
地级市气候物理风险指数
一行是一个地级市一年的气候物理风险指数。包含极端低温、极端高温、极端降水、极端干旱 4 个分项指数和合成的总指数。
v1 生效中 · 2026/11/12 发布险种标签:工程险企业财产险时间跨度:1993–2023 年数据出处 Guo 等《A dataset to measure global climate physical risk》(Data in Brief,2024)
- 记录
- 6,980
- 字段
- 11
- AI 扩增字段
- 1
- 平均非空率
- 100%
- 字段完整度
11 个字段,10 个没有空值,1 个 AI 扩增
01字段
字段来源,逐一标明
共 11 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 6,980 行计算。
关于这个数据集
一行是一个地级市一年的气候物理风险指数。包含极端低温、极端高温、极端降水、极端干旱 4 个分项指数和合成的总指数。覆盖 226 个地级以上城市(不是全部地级市),每年 1 行。用来比较各地极端天气的多少和变化,筛出暴雨、高温风险高的地区。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 年份year含义:年份键:年份。样本里格式符合 100%,还没有参照 | 整数 | 原生 | 100% | — | ||
| 省province规律 1:省的字段规律字段规律:city_code由省、地级市扩增得出。含义:地区键:省份名称。样本里格式符合 95.8%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 省的英文名province_en含义:地区 | 文本 | 原生 | 100% | — | ||
| 地级市city规律 1:地级市的字段规律字段规律:city_code由省、地级市扩增得出。含义:地区键:城市名称。样本里格式符合 95.5%,还没有参照 | 文本 | 原生 | 100% | — | ||
| 市的英文名city_en含义:地区 | 文本 | 原生 | 100% | — | ||
| 极端低温指数ltd | 小数 | 原生 | 100% | LTD。按极端低温天数算,0 到 100,数值越大风险越高 | ||
| 极端高温指数htd | 小数 | 原生 | 100% | HTD。按极端高温天数算 | ||
| 极端降水指数erd | 小数 | 原生 | 100% | ERD。按极端降水天数算 | ||
| 极端干旱指数eed | 小数 | 原生 | 100% | EED。按极端干旱天数算 | ||
| 气候物理风险指数cpri | 小数 | 原生 | 100% | CPRI。上面 4 个分项合成的总指数 | ||
| 地级市区划代码city_code规律 1:地级市区划代码的字段规律字段规律:city_code由省、地级市扩增得出。含义:代码或编号键:市级区划代码。样本里格式符合 100%,98.2% 的行对上参照 region-name-alias | 文本 | 规则扩增第 2 级扩增查看溯源:地级市区划代码 | 98%平均置信度 0.97校验少:不建议单独作为决策依据 | 由省、地级市查行政区划参照得出的现行地级区划代码。程序查表,不用模型。对不上或置信度低的为空 |
02样本
先看样本,再做决定
这里显示当前版本的前 20 行。这个数据集没有敏感字段。
| # | 年份year | 省province | 省的英文名province_en | 地级市city | 市的英文名city_en | 极端低温指数ltd | 极端高温指数htd | 极端降水指数erd | 极端干旱指数eed | 气候物理风险指数cpri | 地级市区划代码city_code |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 1993 | 安徽省 | Anhui | 安庆 | Anqing | 25.6756756756757 | 18.9189189189189 | 18.75 | 10.2040816326531 | 18.3871690568119 | 340800 |
| 2 | 1994 | 安徽省 | Anhui | 安庆 | Anqing | 17.5675675675676 | 52.2522522522522 | 25 | 11.5646258503401 | 26.59611141754 | 340800 |
| 3 | 1995 | 安徽省 | Anhui | 安庆 | Anqing | 16.8918918918919 | 45.045045045045 | 25 | 22.4489795918367 | 27.3464791321934 | 340800 |
| 4 | 1996 | 安徽省 | Anhui | 安庆 | Anqing | 20.9459459459459 | 24.3243243243243 | 43.75 | 20.4081632653061 | 27.3571083838941 | 340800 |
| 5 | 1997 | 安徽省 | Anhui | 安庆 | Anqing | 18.2432432432432 | 31.5315315315315 | 12.5 | 14.9659863945578 | 19.3101902923332 | 340800 |
| 6 | 1998 | 安徽省 | Anhui | 安庆 | Anqing | 14.1891891891892 | 40.5405405405405 | 18.75 | 4.76190476190476 | 19.5604086229086 | 340800 |
| 7 | 1999 | 安徽省 | Anhui | 安庆 | Anqing | 8.10810810810811 | 26.1261261261261 | 0 | 14.9659863945578 | 12.300055157198 | 340800 |
| 8 | 2000 | 安徽省 | Anhui | 安庆 | Anqing | 20.9459459459459 | 45.945945945946 | 18.75 | 5.4421768707483 | 22.77101719066 | 340800 |
| 9 | 2001 | 安徽省 | Anhui | 安庆 | Anqing | 18.2432432432432 | 36.036036036036 | 18.75 | 7.48299319727891 | 20.1280681191395 | 340800 |
| 10 | 2002 | 安徽省 | Anhui | 安庆 | Anqing | 10.8108108108108 | 45.045045045045 | 0 | 8.16326530612245 | 16.0047802904946 | 340800 |
| 11 | 2003 | 安徽省 | Anhui | 安庆 | Anqing | 17.5675675675676 | 42.3423423423423 | 12.5 | 9.52380952380952 | 20.4834298584299 | 340800 |
| 12 | 2004 | 安徽省 | Anhui | 安庆 | Anqing | 16.2162162162162 | 36.9369369369369 | 12.5 | 14.2857142857143 | 19.9847168597169 | 340800 |
| 13 | 2005 | 安徽省 | Anhui | 安庆 | Anqing | 34.4594594594595 | 50.4504504504504 | 18.75 | 26.530612244898 | 32.547630538702 | 340800 |
| 14 | 2006 | 安徽省 | Anhui | 安庆 | Anqing | 18.2432432432432 | 55.8558558558559 | 18.75 | 13.6054421768707 | 26.6136353189925 | 340800 |
| 15 | 2007 | 安徽省 | Anhui | 安庆 | Anqing | 10.8108108108108 | 45.945945945946 | 37.5 | 19.047619047619 | 28.3260939510939 | 340800 |
| 16 | 2008 | 安徽省 | Anhui | 安庆 | Anqing | 29.7297297297297 | 39.6396396396396 | 6.25 | 25.8503401360544 | 25.3674273763559 | 340800 |
| 17 | 2009 | 安徽省 | Anhui | 安庆 | Anqing | 24.3243243243243 | 43.2432432432432 | 25 | 23.1292517006803 | 28.924204817062 | 340800 |
| 18 | 2010 | 安徽省 | Anhui | 安庆 | Anqing | 22.2972972972973 | 37.8378378378378 | 37.5 | 27.2108843537415 | 31.2115048722192 | 340800 |
| 19 | 2011 | 安徽省 | Anhui | 安庆 | Anqing | 33.1081081081081 | 35.1351351351351 | 18.75 | 53.0612244897959 | 35.0136169332598 | 340800 |
| 20 | 2012 | 安徽省 | Anhui | 安庆 | Anqing | 28.3783783783784 | 40.5405405405405 | 43.75 | 45.578231292517 | 39.561787552859 | 340800 |
03版本
每次发布,都留记录
发布后的数据版本不能修改。更正时发布新版本,旧版本保留。
版本 v12026/11/12 发布
生效中6,980 行 · 11 个字段 · 初始导入
04关联
和其他数据集,按键连起来
按键连到地区,能和不少于 70 个数据集连接。另外,它带年份或日期,能和其他数据集按时间对齐。共享同一种键的数据集能连接。按共享的键分组,对上的行多的在前。
按 城市 + 省份 + 年份 能连
186 个数据集 · 本数据集 6,856 行有城市- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 year、region_code、province按城市对上本数据集 6,856 行(98%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 city_code、year、province按城市对上本数据集 6,856 行(98%)
- 地级市日度夜间灯光区域底数 · 172.6 万 行 · 连接字段 date、region_code、province按城市对上本数据集 6,856 行(98%)
- 地级市社会经济指标区域底数 · 93.2 万 行 · 连接字段 year、province、region_code按城市对上本数据集 6,856 行(98%)
- 全国城市每日人口迁徙区域底数 · 65.1 万 行 · 连接字段 province、region_code、date按城市对上本数据集 6,856 行(98%)
- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 year、province、region_code按城市对上本数据集 6,856 行(98%)
- 区县金融网点数量区域底数 · 39 万 行 · 连接字段 province、year、city_code按城市对上本数据集 6,856 行(98%)
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 region_code、province、year按城市对上本数据集 6,856 行(98%)
- 金融机构网点明细保险市场 · 27.5 万 行 · 连接字段 city_code、approve_date、province按城市对上本数据集 6,856 行(98%)
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 date、province_code、city_code按城市对上本数据集 6,856 行(98%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 region_code、year、province按城市对上本数据集 6,856 行(98%)
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 province、region_code、year按城市对上本数据集 6,856 行(98%)
按 省份 + 年份 能连
388 个数据集 · 本数据集 6,670 行有省份- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 province_name、year按省份对上本数据集 6,670 行(95%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、pname按省份对上本数据集 6,670 行(95%)
- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province、date按省份对上本数据集 6,670 行(95%)
- 县级日度夜间灯光区域底数 · 1313 万 行 · 连接字段 province、date按省份对上本数据集 6,670 行(95%)
- 全国行政村淘宝村DID面板区域底数 · 1056.8 万 行 · 连接字段 province_code、taobao_village_year按省份对上本数据集 6,670 行(95%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 province、year按省份对上本数据集 6,670 行(95%)
- 城市建设统计指标区域底数 · 237.2 万 行 · 连接字段 year、province按省份对上本数据集 6,670 行(95%)
- 县域统计年鉴主要指标区域底数 · 215.5 万 行 · 连接字段 province、year按省份对上本数据集 6,670 行(95%)
- 中国手机基站地理信息建筑设施 · 186.8 万 行 · 连接字段 province、create_date按省份对上本数据集 6,670 行(95%)
- 县域数字基建词频区域底数 · 182 万 行 · 连接字段 province、year按省份对上本数据集 6,670 行(95%)
- 省级社会经济指标区域底数 · 154.5 万 行 · 连接字段 region_code、year按省份对上本数据集 6,670 行(95%)
- 省级教育统计指标区域底数 · 145.4 万 行 · 连接字段 region_code、year按省份对上本数据集 6,670 行(95%)
按 城市 + 年份 能连
66 个数据集 · 本数据集 6,856 行有城市- 地级市新能源汽车月度销量交通运输 · 3.3 万 行 · 连接字段 city_code、month按城市对上本数据集 6,856 行(98%)
- 地级市感动人物DID区域底数 · 8,762 行 · 连接字段 year、city_code按城市对上本数据集 6,856 行(98%)
- 地级市新注册企业统计区域底数 · 6,740 行 · 连接字段 year、region_code按城市对上本数据集 6,856 行(98%)
- 地级市数字普惠金融指数区域底数 · 4,706 行 · 连接字段 year、city_code按城市对上本数据集 6,856 行(98%)
- 地级市链长制政策面板区域底数 · 3,370 行 · 连接字段 city_code、year按城市对上本数据集 6,856 行(98%)
- 地级市链长制起始表区域底数 · 337 行 · 连接字段 start_year、city_code按城市对上本数据集 6,856 行(98%)
- 地区新冠疫情每日统计人口健康 · 38.4 万 行 · 连接字段 region_code、date按城市对上本数据集 6,795 行(97%)
- 全国创新型中小企业数量区域底数 · 2,102 行 · 连接字段 region_code、year按城市对上本数据集 6,763 行(96%)
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 region_code、date按城市对上本数据集 6,701 行(96%)
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 city_code、year按城市对上本数据集 6,422 行(92%)
- 省市疫情日度统计人口健康 · 33 万 行 · 连接字段 region_code、date按城市对上本数据集 6,361 行(91%)
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 applicant_address_city_code、pub_date按城市对上本数据集 6,329 行(90%)
按 城市 + 省份 能连
29 个数据集 · 本数据集 6,856 行有城市- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code、city_code按城市对上本数据集 6,856 行(98%)
- 区县和城市到港口和海岸线的距离区域底数 · 3,270 行 · 连接字段 province_code、city_code按城市对上本数据集 6,856 行(98%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 province、city_code按城市对上本数据集 6,856 行(98%)
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code、region_code按城市对上本数据集 6,856 行(98%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 city_code、province按城市对上本数据集 6,825 行(97%)
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 region_code、province按城市对上本数据集 6,763 行(96%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code、city_code按城市对上本数据集 6,732 行(96%)
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 province_code、city_code按城市对上本数据集 6,732 行(96%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 city_code、province按城市对上本数据集 6,701 行(96%)
- 地级市距港口距离区域底数 · 335 行 · 连接字段 province、city_code按城市对上本数据集 6,701 行(96%)
- 全国地级市道观数量区域底数 · 341 行 · 连接字段 province、city_code按城市对上本数据集 6,546 行(93%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 city_code、province按城市对上本数据集 6,484 行(92%)
按 省份 能连
18 个数据集 · 本数据集 6,670 行有省份- 地级市空间权重关系区域底数 · 38.4 万 行 · 连接字段 province_code按省份对上本数据集 6,670 行(95%)
- 并购重组交易涉及方明细企业主体 · 32.8 万 行 · 连接字段 province按省份对上本数据集 6,670 行(95%)
- 全国养老机构明细医疗药械 · 5.8 万 行 · 连接字段 region_code按省份对上本数据集 6,670 行(95%)
- 七普分省分行业就业人口区域底数 · 4.4 万 行 · 连接字段 region按省份对上本数据集 6,670 行(95%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 province按省份对上本数据集 6,670 行(95%)
- 全国司法鉴定机构医疗药械 · 2,917 行 · 连接字段 province按省份对上本数据集 6,670 行(95%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 province按省份对上本数据集 6,670 行(95%)
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province按省份对上本数据集 6,670 行(95%)
- 省级邻接空间权重区域底数 · 961 行 · 连接字段 source_province按省份对上本数据集 6,670 行(95%)
- 省份距港口距离区域底数 · 31 行 · 连接字段 province按省份对上本数据集 6,670 行(95%)
- 省份空间邻接矩阵区域底数 · 33 行 · 连接字段 province_name按省份对上本数据集 6,639 行(95%)
- 省级两两距离区域底数 · 900 行 · 连接字段 source_province按省份对上本数据集 6,453 行(92%)
按 城市 能连
10 个数据集 · 本数据集 6,856 行有城市- 统筹区异地就医开通状态保险市场 · 425 行 · 连接字段 region_code按城市对上本数据集 6,856 行(98%)
- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 parent_code按城市对上本数据集 6,825 行(97%)
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 address_city_code按城市对上本数据集 6,825 行(97%)
- 省级开发区基本信息区域底数 · 1,201 行 · 连接字段 city_code按城市对上本数据集 5,591 行(80%)
- 资源型城市静态分类区域底数 · 289 行 · 连接字段 city_code按城市对上本数据集 5,586 行(80%)
- 地级市经济地理嵌套矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 5,524 行(79%)
- 地级市经济地理权重矩阵区域底数 · 8.1 万 行 · 连接字段 source_city_code按城市对上本数据集 5,524 行(79%)
- 地级市间交通通勤时间交通运输 · 7.3 万 行 · 连接字段 destination_city_code按城市对上本数据集 5,246 行(75%)
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_city_code按城市对上本数据集 1,328 行(19%)
- 供应链创新应用试点城市区域底数 · 55 行 · 连接字段 city_code按城市对上本数据集 1,095 行(15%)
只按年份能连:445 个数据集单独按年份连接多半没有意义,先看上面的组
按 年份 能连
445 个数据集- 全球双边贸易流量区域底数 · 2.2 亿 行 · 连接字段 year
- 出口企业产品质量企业主体 · 9912.4 万 行 · 连接字段 year
- 工企海关匹配对照企业主体 · 3137.8 万 行 · 连接字段 year
- 全球兴趣点建筑设施 · 2299.6 万 行 · 连接字段 created_date
- 上市公司专利被引统计企业主体 · 1432.1 万 行 · 连接字段 cited_apply_date
- A股上市公司日交易行情企业主体 · 1239.1 万 行 · 连接字段 trade_date
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date
- 上市公司年报数字化词频企业主体 · 969 万 行 · 连接字段 year
- 世行WDI国家指标区域底数 · 844.5 万 行 · 连接字段 year
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 year
- 主要城市兴趣点建筑设施 · 592 万 行 · 连接字段 date
- 美日韩港澳台传染病监测人口健康 · 502.5 万 行 · 连接字段 period_start
05字段规律
字段之间的规律
比如一一对应、谁先谁后。只帮你读懂数据,不用来连接。
本数据集内1
- 扩增得出
city_code由省、地级市扩增得出。
来自字段扩增地级市气候物理风险指数地级市气候物理风险指数
06授权与接入
申请授权,一次调用就能用上
试用立即生效,并送 500 点试用点数。授权后用 API Key 调用 REST 接口,按返回的行数扣点。
REST 调用示例
# 先把 API Key 放进环境变量:export WI_API_KEY=你的 API Keycurl -X POST 'https://wi.insightworld.cn/api/v1/datasets/city-climate-risk-index/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"province","op":"eq","value":"安徽省"}],"limit":10}'
交给 Agent
- 以后开放
MCP
仍在使用 MCP 的 Agent 客户端,用 OAuth 连接后通过工具查询。