县市逐年极端天气天数
一行是一个县、区或市一年的极端天气天数。
v2 生效中 · 2026/11/14 发布险种标签：工程险企业财产险农业保险时间跨度：2011–2024 年数据出处 来自公开天气网站的历史天气，未经官方核验（整理者没有写明网站）
- 记录
- 4.4 万
- 字段
- 17
- AI 扩增字段
- 1
- 平均非空率
- 96.3%
- 字段完整度
17 个字段，12 个没有空值，1 个 AI 扩增
图片：https://www.dlr.rlp.de/Gemuesebau，CC BY 4.0（在新窗口打开图片的原始页面）
01字段
字段来源，逐一标明
共 17 个字段，其中 AI 扩增字段 1 个。非空率按当前版本的 44,112 行计算。
关于这个数据集
一行是一个县、区或市一年的极端天气天数。包含暴雨天数、大雨以上天数、下雪天数、冰雹天数、最高气温 35 度以上和 38 度以上的天数、最低气温低于零下 10 度的天数，以及全年的最高和最低气温。覆盖全国约 3000 个县、区和市，按年统计，是从县市逐日天气数出来的，最近一年不满一年。用来比较各地暴雨、高温、严寒的多少，给工程项目的天气风险打分，安排施工的窗口期。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 地名place含义：地区键：区县名称。样本里格式符合 91%，还没有参照 | 文本 | 原生 | 100% | 和县市逐日天气相同 | ||
| 省province含义：地区键：省份名称。样本里格式符合 100%，还没有参照 | 文本 | 原生 | 89% | — | ||
| 地级市city含义：地区键：城市名称。样本里格式符合 98.6%，还没有参照 | 文本 | 原生 | 89% | — | ||
| 县区county含义：地区键：区县名称。样本里格式符合 100%，还没有参照 | 文本 | 原生 | 80% | — | ||
| 行政区划代码region_code规律 1：行政区划代码的字段规律字段规律：region_code_current由行政区划代码扩增得出。含义：代码或编号键：县级区划代码（2020 年版）。样本里格式符合 100%，99.9% 的行对上参照 region-code-by-year | 文本 | 原生 | 89% | 6 位 | ||
| 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% | — | ||
| 有记录的天数days_observed含义：时长（天） | 整数 | 原生 | 100% | 少于 365 天的年份，天数会偏少 | ||
| 暴雨天数rainstorm_days含义：时长（天） | 整数 | 原生 | 100% | 天气现象里有“暴雨”（含大暴雨、特大暴雨）的天数 | ||
| 大雨以上天数heavy_rain_days含义：时长（天） | 整数 | 原生 | 100% | 天气现象里有“大雨”或“暴雨”的天数 | ||
| 下雪天数snow_days含义：时长（天） | 整数 | 原生 | 100% | 天气现象里有“雪”的天数 | ||
| 冰雹天数hail_days | 整数 | 原生 | 100% | 天气现象里有“冰雹”的天数 | ||
| 35 度以上天数heat_days_35 | 整数 | 原生 | 100% | 最高气温不低于 35 摄氏度的天数 | ||
| 38 度以上天数heat_days_38 | 整数 | 原生 | 100% | 最高气温高于 38 摄氏度的天数 | ||
| 零下 10 度以下天数cold_days_10 | 整数 | 原生 | 100% | 最低气温低于零下 10 摄氏度的天数 | ||
| 全年最高气温temp_max_c含义：温度（摄氏度） | 小数 | 原生 | 100% | 摄氏度 | ||
| 全年最低气温temp_min_c含义：温度（摄氏度） | 小数 | 原生 | 100% | 摄氏度 | ||
| 行政区划代码（现行）region_code_current规律 1：行政区划代码（现行）的字段规律字段规律：region_code_current由行政区划代码扩增得出。含义：代码或编号键：县级区划代码。样本里格式符合 100%，99.8% 的行对上参照 region-code-crosswalk | 文本 | 规则扩增第 1 级扩增查看溯源：行政区划代码（现行） | 89%平均置信度 1.00校验少：不建议单独作为决策依据 | 行政区划代码按新旧代码对照换成的现行区划代码。医保的市本级代码换成地级代码。对不上的为空 |
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。
| # | 地名place | 省province | 地级市city | 县区county | 行政区划代码region_code | 年份year | 有记录的天数days_observed | 暴雨天数rainstorm_days | 大雨以上天数heavy_rain_days | 下雪天数snow_days | 冰雹天数hail_days | 35 度以上天数heat_days_35 | 38 度以上天数heat_days_38 | 零下 10 度以下天数cold_days_10 | 全年最高气温temp_max_c | 全年最低气温temp_min_c | 行政区划代码（现行）region_code_current |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2011 | 354 | 0 | 2 | 77 | 0 | 0 | 0 | 45 | 24 | -18 | 540324 |
| 2 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2012 | 364 | 0 | 0 | 123 | 0 | 0 | 0 | 46 | 25 | -18 | 540324 |
| 3 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2013 | 365 | 0 | 3 | 89 | 0 | 0 | 0 | 56 | 25 | -19 | 540324 |
| 4 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2014 | 365 | 0 | 4 | 126 | 0 | 0 | 0 | 51 | 23 | -16 | 540324 |
| 5 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2015 | 365 | 0 | 1 | 101 | 0 | 0 | 0 | 60 | 25 | -19 | 540324 |
| 6 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2016 | 365 | 0 | 0 | 58 | 0 | 0 | 0 | 54 | 26 | -19 | 540324 |
| 7 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2017 | 364 | 0 | 0 | 38 | 0 | 0 | 0 | 57 | 24 | -15 | 540324 |
| 8 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2018 | 365 | 0 | 2 | 62 | 0 | 0 | 0 | 80 | 25 | -24 | 540324 |
| 9 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2019 | 365 | 0 | 3 | 50 | 0 | 0 | 0 | 62 | 23 | -21 | 540324 |
| 10 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2020 | 366 | 0 | 0 | 29 | 0 | 0 | 0 | 63 | 23 | -24 | 540324 |
| 11 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2021 | 365 | 0 | 0 | 31 | 0 | 0 | 0 | 43 | 25 | -22 | 540324 |
| 12 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2022 | 365 | 1 | 1 | 7 | 0 | 0 | 0 | 66 | 27 | -19 | 540324 |
| 13 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2023 | 359 | 0 | 1 | 69 | 0 | 0 | 0 | 43 | 24 | -18 | 540324 |
| 14 | 丁青县 | 西藏自治区 | 昌都市 | 丁青县 | 540324 | 2024 | 121 | 0 | 0 | 58 | 0 | 0 | 0 | 37 | 15 | -15 | 540324 |
| 15 | 七台河市 | 黑龙江省 | 七台河市 | — | 230900 | 2011 | 354 | 0 | 0 | 44 | 0 | 0 | 0 | 100 | 33 | -28 | 230900 |
| 16 | 七台河市 | 黑龙江省 | 七台河市 | — | 230900 | 2012 | 364 | 0 | 1 | 62 | 0 | 0 | 0 | 116 | 34 | -30 | 230900 |
| 17 | 七台河市 | 黑龙江省 | 七台河市 | — | 230900 | 2013 | 365 | 0 | 3 | 60 | 0 | 0 | 0 | 110 | 33 | -31 | 230900 |
| 18 | 七台河市 | 黑龙江省 | 七台河市 | — | 230900 | 2014 | 365 | 0 | 0 | 38 | 0 | 2 | 0 | 105 | 36 | -30 | 230900 |
| 19 | 七台河市 | 黑龙江省 | 七台河市 | — | 230900 | 2015 | 365 | 0 | 1 | 38 | 0 | 0 | 0 | 103 | 33 | -25 | 230900 |
| 20 | 七台河市 | 黑龙江省 | 七台河市 | — | 230900 | 2016 | 366 | 0 | 0 | 33 | 0 | 0 | 0 | 115 | 33 | -29 | 230900 |
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 v22026/11/14 发布
生效中44,112 行 · 17 个字段 · 初始导入（比 v1 字段增加 1 个）
版本 v12026/11/13 发布
历史版本44,112 行 · 16 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 72 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 区县 + 省份 + 年份 能连
107 个数据集 · 本数据集 39,380 行有区县- 县市逐日天气自然灾害 · 1509.2 万 行 · 连接字段 province、region_code、date按区县对上本数据集 39,380 行（89%）
- 历年县级以上行政区划代码参照区域底数 · 14.3 万 行 · 连接字段 region_code、year、province_code按区县对上本数据集 39,329 行（89%）
- 行政区划名称和简称区域底数 · 1.3 万 行 · 连接字段 valid_from、region_code、province_code按区县对上本数据集 39,329 行（89%）
- 金融机构许可证企业主体 · 59 万 行 · 连接字段 province、issue_date、region_code按区县对上本数据集 39,225 行（88%）
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 page_publish_time、adcode、pname按区县对上本数据集 36,717 行（83%）
- 排污工业企业经营财务企业主体 · 74.6 万 行 · 连接字段 province、province_city_county_code、year按区县对上本数据集 35,850 行（81%）
- 工业企业污染排放面板企业主体 · 74.5 万 行 · 连接字段 province_city_county_code、year、province按区县对上本数据集 35,850 行（81%）
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 region_code、province、year按区县对上本数据集 35,069 行（79%）
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 province、county_code、year按区县对上本数据集 35,069 行（79%）
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 province、year、region_code按区县对上本数据集 35,069 行（79%）
- 区县人口分布（格网汇总）区域底数 · 1.4 万 行 · 连接字段 year、province、region_code按区县对上本数据集 35,069 行（79%）
- 县级土地利用现状（三调口径）区域底数 · 9,752 行 · 连接字段 year、province、region_code按区县对上本数据集 35,065 行（79%）
按 省份 + 年份 能连
467 个数据集 · 本数据集 39,380 行有省份- 地级市逐月降水量自然灾害 · 55.4 万 行 · 连接字段 year、province按省份对上本数据集 39,380 行（89%）
- 地级市逐月风速自然灾害 · 37.8 万 行 · 连接字段 province、year按省份对上本数据集 39,380 行（89%）
- 省级环境关注度日度指数区域底数 · 27.5 万 行 · 连接字段 region_code、date按省份对上本数据集 39,380 行（89%）
- 省级日度夜间灯光区域底数 · 15.6 万 行 · 连接字段 province、date按省份对上本数据集 39,380 行（89%）
- 中国新冠病例统计人口健康 · 12.5 万 行 · 连接字段 province_code、date按省份对上本数据集 39,380 行（89%）
- 省级逐月降水量自然灾害 · 5 万 行 · 连接字段 province、year按省份对上本数据集 39,380 行（89%）
- 地级市逐月闪电自然灾害 · 4.5 万 行 · 连接字段 province、year按省份对上本数据集 39,380 行（89%）
- 省级逐月风速自然灾害 · 3.5 万 行 · 连接字段 province、year按省份对上本数据集 39,380 行（89%）
- 地级市矫正夜间灯光区域底数 · 1.2 万 行 · 连接字段 year、province按省份对上本数据集 39,380 行（89%）
- 省级逐月闪电自然灾害 · 4,080 行 · 连接字段 year、province按省份对上本数据集 39,380 行（89%）
- 地级市历次普查常住人口区域底数 · 1,110 行 · 连接字段 census_year、province_code按省份对上本数据集 39,380 行（89%）
- 省级矫正夜间灯光区域底数 · 1,054 行 · 连接字段 year、province按省份对上本数据集 39,380 行（89%）
按 区县 + 省份 能连
18 个数据集 · 本数据集 39,380 行有区县- 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 region_code、province_code按区县对上本数据集 39,329 行（89%）
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 region_code、province按区县对上本数据集 38,875 行（88%）
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 region_code、province按区县对上本数据集 35,069 行（79%）
- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code、county_code按区县对上本数据集 35,038 行（79%）
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code、village_code按区县对上本数据集 34,996 行（79%）
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 province、county_code按区县对上本数据集 34,978 行（79%）
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 county_code、province按区县对上本数据集 34,851 行（79%）
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province、county_code按区县对上本数据集 32,931 行（74%）
- 全国区县方言分类区域底数 · 2,300 行 · 连接字段 province_code、region_code按区县对上本数据集 30,089 行（68%）
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 county_code、province按区县对上本数据集 27,549 行（62%）
- 全国开发区点位和基本信息区域底数 · 2,781 行 · 连接字段 province、county_code按区县对上本数据集 23,280 行（52%）
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 county_code、province按区县对上本数据集 17,692 行（40%）
按 区县 + 年份 能连
16 个数据集 · 本数据集 39,380 行有区县- 行政区划新旧代码对照参照区域底数 · 7,388 行 · 连接字段 valid_from、old_code按区县对上本数据集 39,329 行（89%）
- 政治精英地区编码区域底数 · 3,843 行 · 连接字段 start_date、region_code按区县对上本数据集 39,143 行（88%）
- 全国格点逐年极端降水自然灾害 · 602.3 万 行 · 连接字段 year、county_code按区县对上本数据集 34,375 行（77%）
- 全国百强区县入选状态区域底数 · 4.1 万 行 · 连接字段 year、region_code按区县对上本数据集 32,185 行（72%）
- 行政区划代码变更区域底数 · 4,636 行 · 连接字段 change_year、old_code按区县对上本数据集 30,877 行（69%）
- 全国区县房价区域底数 · 1.2 万 行 · 连接字段 county_code、year按区县对上本数据集 30,621 行（69%）
- 全国专利许可记录企业主体 · 19.2 万 行 · 连接字段 pub_date、applicant_address_county_code按区县对上本数据集 22,207 行（50%）
- 全国电厂点位建筑设施 · 4,274 行 · 连接字段 county_code、commissioning_year按区县对上本数据集 18,149 行（41%）
- 全国气象站逐日观测自然灾害 · 993.2 万 行 · 连接字段 date、county_code按区县对上本数据集 9,264 行（21%）
- 全国上市公司专利全量企业主体 · 6.4 万 行 · 连接字段 address_county_code、application_date按区县对上本数据集 9,137 行（20%）
- 区县淘宝村数量区域底数 · 6,183 行 · 连接字段 year、county_code按区县对上本数据集 8,515 行（19%）
- 全国及城市建成区绿地指标区域底数 · 8.1 万 行 · 连接字段 region_code、year按区县对上本数据集 6,042 行（13%）
按 省份 能连
29 个数据集 · 本数据集 39,380 行有省份- 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 39,380 行（89%）
- 全国银行网点明细企业主体 · 12 万 行 · 连接字段 province按省份对上本数据集 39,380 行（89%）
- 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 39,357 行（89%）
- 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 39,357 行（89%）
- 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 39,357 行（89%）
- 上市公司注册地信息企业主体 · 4,530 行 · 连接字段 province按省份对上本数据集 39,357 行（89%）
- 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 39,357 行（89%）
- 全国高校基本信息企业主体 · 2,769 行 · 连接字段 province按省份对上本数据集 39,357 行（89%）
- 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 39,357 行（89%）
- 地级市河流长度与密度自然灾害 · 368 行 · 连接字段 province_code按省份对上本数据集 39,357 行（89%）
- 地级市地形起伏度自然灾害 · 360 行 · 连接字段 province按省份对上本数据集 39,357 行（89%）
- 地级市宗族文化占比区域底数 · 338 行 · 连接字段 province_code按省份对上本数据集 39,357 行（89%）
按 区县 能连
12 个数据集 · 本数据集 39,380 行有区县- 全国行政区划代码参照区域底数 · 4,299 行 · 连接字段 region_code按区县对上本数据集 38,709 行（87%）
- 全国医保经办机构保险市场 · 6,045 行 · 连接字段 region_code按区县对上本数据集 35,664 行（80%）
- 医保定点医疗机构医疗药械 · 57.8 万 行 · 连接字段 region_code按区县对上本数据集 34,922 行（79%）
- 县级地形起伏度自然灾害 · 2,873 行 · 连接字段 region_code按区县对上本数据集 34,813 行（78%）
- 医保定点零售药店医疗药械 · 50.5 万 行 · 连接字段 region_code按区县对上本数据集 34,798 行（78%）
- 全国养老机构点位医疗药械 · 5.8 万 行 · 连接字段 county_code按区县对上本数据集 34,481 行（78%）
- 全国矿产地分布建筑设施 · 22.8 万 行 · 连接字段 county_code按区县对上本数据集 33,420 行（75%）
- 城投公司基本信息企业主体 · 1.2 万 行 · 连接字段 region_code按区县对上本数据集 27,321 行（61%）
- 跨省异地就医定点机构医疗药械 · 65 万 行 · 连接字段 region_code按区县对上本数据集 23,929 行（54%）
- 医院可达性验证交通运输 · 20.9 万 行 · 连接字段 dest_county_code按区县对上本数据集 15,777 行（35%）
- 全国 1 到 5 级河流自然灾害 · 1,830 行 · 连接字段 label_county_code按区县对上本数据集 15,466 行（35%）
- 保险公司分支机构名录保险市场 · 2,452 行 · 连接字段 address_county_code按区县对上本数据集 1,717 行（3.9%）
只按年份能连：495 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
495 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
- 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
- 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
- 世界银行健康营养与人口统计人口健康 · 353.8 万 行 · 连接字段 year
- 城市环境关注度日度明细区域底数 · 313.8 万 行 · 连接字段 date
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
region_code_current由行政区划代码扩增得出。
来自字段扩增县市逐年极端天气天数县市逐年极端天气天数
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/county-annual-weather-extremes/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"place","op":"eq","value":"丁青县"}],"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。