
- 记录
- 1,016
- 字段
- 17
- AI 扩增字段
- 0
- 平均非空率
- 88.2%
- 字段完整度
17 个字段,4 个没有空值
01字段
字段来源,逐一标明
共 17 个字段,其中 AI 扩增字段 0 个。非空率按当前版本的 1,016 行计算。
关于这个数据集
一行是一个省一年的农作物受灾情况。包含受灾面积和成灾面积,并按水灾、旱灾、风雹灾、冷冻灾分开,另有除涝面积、水土流失治理面积、水库数和库容。覆盖全国 31 个省,每年 1 行,只收原始的统计值,不含插值补出来的数。用来比较各省历年水灾、旱灾的轻重,为农业保险定价和区域的洪涝、干旱风险评估提供依据。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 行政区划代码region_code含义:代码或编号键:省级区划代码(2025 年版)。样本里格式符合 100%,100% 的行对上参照 region-code-by-year | 文本 | 原生 | 100% | 6 位 | ||
| 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 | 100% | — | ||
| 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% | — | ||
| 受灾面积affected_area含义:面积(公顷) | 小数 | 原生 | 100% | 千公顷 | ||
| 水灾受灾面积flood_affected_area含义:面积(公顷) | 小数 | 原生 | 96% | 千公顷 | ||
| 旱灾受灾面积drought_affected_area含义:面积(公顷) | 小数 | 原生 | 29% | 千公顷 | ||
| 风雹灾受灾面积wind_hail_affected_area含义:面积(公顷) | 小数 | 原生 | 94% | 千公顷 | ||
| 冷冻灾受灾面积freeze_affected_area含义:面积(公顷) | 小数 | 原生 | 82% | 千公顷 | ||
| 成灾面积damaged_area含义:面积(公顷) | 小数 | 原生 | 99% | 千公顷 | ||
| 水灾成灾面积flood_damaged_area含义:面积(公顷) | 小数 | 原生 | 95% | 千公顷 | ||
| 旱灾成灾面积drought_damaged_area含义:面积(公顷) | 小数 | 原生 | 90% | 千公顷 | ||
| 风雹灾成灾面积wind_hail_damaged_area含义:面积(公顷) | 小数 | 原生 | 92% | 千公顷 | ||
| 冷冻灾成灾面积freeze_damaged_area含义:面积(公顷) | 小数 | 原生 | 77% | 千公顷 | ||
| 除涝面积waterlogging_control_area含义:面积(公顷) | 小数 | 原生 | 89% | 千公顷 | ||
| 水土流失治理面积erosion_control_area含义:面积(公顷) | 小数 | 原生 | 71% | 千公顷 | ||
| 水库数reservoir_count含义:个数(座) | 整数 | 原生 | 93% | 座 | ||
| 水库总库容量reservoir_capacity含义:体积(亿立方米) | 小数 | 原生 | 94% | 亿立方米 |
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。
| # | 行政区划代码region_code | 省province | 年份year | 受灾面积affected_area | 水灾受灾面积flood_affected_area | 旱灾受灾面积drought_affected_area | 风雹灾受灾面积wind_hail_affected_area | 冷冻灾受灾面积freeze_affected_area | 成灾面积damaged_area | 水灾成灾面积flood_damaged_area | 旱灾成灾面积drought_damaged_area | 风雹灾成灾面积wind_hail_damaged_area | 冷冻灾成灾面积freeze_damaged_area | 除涝面积waterlogging_control_area | 水土流失治理面积erosion_control_area | 水库数reservoir_count | 水库总库容量reservoir_capacity |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 110000 | 北京 | 1990 | 178 | 4.7 | — | 93.3 | — | 86.7 | 2 | 42 | 42.7 | — | 159 | — | 83 | 93.03 |
| 2 | 110000 | 北京 | 1991 | 169.3 | 53.3 | — | 22.7 | — | 76.7 | 16.7 | 46.7 | 13.3 | — | 158 | — | 83 | 92.67 |
| 3 | 110000 | 北京 | 1992 | 38 | — | — | 5 | — | 8 | — | 7 | 1 | — | 157 | — | 83 | 93.13 |
| 4 | 110000 | 北京 | 1993 | 119 | — | — | 28 | 3 | 53 | — | 40 | 13 | — | 157.33 | — | 83 | 93.13 |
| 5 | 110000 | 北京 | 1994 | 193 | 79 | — | 5 | 3 | 46 | 27 | 16 | 3 | — | 158 | — | 83 | 93.1 |
| 6 | 110000 | 北京 | 1995 | 121 | 17 | — | 38 | — | 37 | 14 | 8 | 15 | — | 159 | — | 84 | 93.1 |
| 7 | 110000 | 北京 | 1996 | 138 | 31 | — | 15 | — | 60 | 19 | 31 | 10 | — | 159 | — | 84 | 92.1 |
| 8 | 110000 | 北京 | 1997 | 143 | 3 | — | 22 | — | 97 | 3 | 85 | 10 | — | 159 | — | 84 | 93.5 |
| 9 | 110000 | 北京 | 1998 | 78 | 13 | — | 35 | — | 39 | 6 | 16 | 17 | — | 159.33 | 502 | 84 | 93.5 |
| 10 | 110000 | 北京 | 1999 | 123 | — | — | 26 | — | 73 | — | 60 | 13 | — | — | — | — | — |
| 11 | 110000 | 北京 | 2000 | 204 | 14 | — | 20 | — | 89 | 1 | 78 | 10 | — | 161 | 555 | 86 | 93.5 |
| 12 | 110000 | 北京 | 2001 | 96.1 | 1.1 | — | 20 | — | 63.1 | 1.1 | 52 | 10 | — | 149.7 | 565.6 | 109 | 93.2 |
| 13 | 110000 | 北京 | 2002 | 194.9 | 1.9 | — | 27 | — | 103 | 2 | 81 | 20 | — | 149.8 | 595.7 | 85 | 93.5 |
| 14 | 110000 | 北京 | 2003 | 59 | — | — | 8 | 2 | 25 | — | 24 | 1 | — | 149.77 | 672.56 | 85 | 93.97 |
| 15 | 110000 | 北京 | 2004 | 27.7 | 3.8 | — | 15 | 0.6 | 10 | 2 | 2 | 6 | — | 149.77 | 668.65 | 85 | 93.98 |
| 16 | 110000 | 北京 | 2005 | 68.7 | — | — | 37 | — | 17.5 | — | — | 17.5 | — | 149.77 | 371.3 | 83 | 93.16 |
| 17 | 110000 | 北京 | 2006 | 73.7 | 2.3 | — | 41.5 | 3.2 | 39.4 | 2.3 | 5.8 | 31.3 | — | 149.77 | 391.3 | 98 | 93.82 |
| 18 | 110000 | 北京 | 2007 | 75.6 | 5.1 | — | 18.2 | 4.9 | 33.5 | 0.2 | 19.1 | 13.9 | 0.3 | 149.77 | 422.3 | 82 | 93.87 |
| 19 | 110000 | 北京 | 2008 | 30.8 | 0 | — | 22.6 | 0.1 | 25.1 | 0 | 5 | 20.1 | 0 | 149.77 | 454.41 | 82 | 93.87 |
| 20 | 110000 | 北京 | 2009 | 14.6 | 0 | — | 10 | 1.3 | 10.2 | 0 | 1.3 | 8.9 | 0 | 149.77 | 511.8 | 82 | 93.87 |
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1,016 行 · 17 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 24 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 省份 + 年份 能连
574 个数据集 · 本数据集 1,016 行有省份- 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 province_code、year按省份对上本数据集 1,016 行(100%)
- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 year、province_name按省份对上本数据集 1,016 行(100%)
- 全国兴趣点高德地图建筑设施 · 2200 万 行 · 连接字段 pname、page_publish_time按省份对上本数据集 1,016 行(100%)
- 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 1,016 行(100%)
- 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 1,016 行(100%)
- 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 1,016 行(100%)
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month、origin_province按省份对上本数据集 1,016 行(100%)
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 reg_date、province按省份对上本数据集 1,016 行(100%)
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 year、province按省份对上本数据集 1,016 行(100%)
- 县级逐月降水量自然灾害 · 421.1 万 行 · 连接字段 year、province按省份对上本数据集 1,016 行(100%)
- 全国土地出让记录工程项目 · 351.2 万 行 · 连接字段 province、year按省份对上本数据集 1,016 行(100%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 year、province按省份对上本数据集 1,016 行(100%)
按 省份 能连
47 个数据集 · 本数据集 1,016 行有省份- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 province_code按省份对上本数据集 1,016 行(100%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 province_code按省份对上本数据集 1,016 行(100%)
- 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 1,016 行(100%)
- 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 1,016 行(100%)
- 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 1,016 行(100%)
- 各级别产业园区信息建筑设施 · 10.4 万 行 · 连接字段 province按省份对上本数据集 1,016 行(100%)
- 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 1,016 行(100%)
- 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 1,016 行(100%)
- 全国A级景区点位建筑设施 · 1.5 万 行 · 连接字段 province按省份对上本数据集 1,016 行(100%)
- 全国传统村落点位建筑设施 · 8,155 行 · 连接字段 province按省份对上本数据集 1,016 行(100%)
- 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 1,016 行(100%)
- 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 1,016 行(100%)
只按年份能连:511 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
511 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。
还没有发现这个数据集的字段规律。
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/province-crop-disaster-area/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"region_code","op":"eq","value":"110000"}],"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。