
全国气象站逐日观测
一行是一个气象站一天的观测。
- 记录
- 993.2 万
- 字段
- 29
- AI 扩增字段
- 1
- 平均非空率
- 90.4%
- 字段完整度
29 个字段,18 个没有空值,1 个 AI 扩增
图片:智元数据
01地图
地图上画成点,点开看属性
每个站号画成一个点,共 979 个,平均每个点对应 10,137 行。颜色按海拔从浅到深分 5 档,每档的个数大致相同。点一个形状看它的属性。用右边的列表可以按名称找。
- 0–29
- 29–152
- 152–549
- 549–1,455
- 1,455–5,304
02字段
字段来源,逐一标明
共 29 个字段,其中 AI 扩增字段 1 个。非空率按当前版本的 9,932,486 行计算。
关于这个数据集
一行是一个气象站一天的观测。包含站号、站名、经纬度、海拔,当天的平均、最高、最低气温,降水量,风速,最大风速,阵风,能见度,气压,积雪深度,是否出现雾、雨、雪、冰雹、雷暴。覆盖中国大陆和台湾的国际交换气象站,站数随年份变化,早期的站少,有的年份几乎没有数据。用来查工程所在地附近气象站的历史暴雨、大风、高温、冰雹天数,评估施工期的天气风险和财产的风灾、水灾风险。
| 字段 | 类型 | 来源 | 非空率 | 可过滤 | 可返回 | 说明 |
|---|---|---|---|---|---|---|
| 站号station_id含义:代码或编号 | 文本 | 原生 | 100% | 11 位,前 6 位是世界气象组织的站号加一位,后 5 位是 WBAN 号 | ||
| 站名station_name含义:名称 | 文本 | 原生 | 100% | 英文,原文 | ||
| 国家或地区代码country含义:代码或编号键:国家代码(2 位)。样本里格式符合 100%,100% 的行对上参照 country-code | 文本 | 原生 | 100% | CH 中国大陆,TW 台湾。没有香港和澳门的站 | ||
| 经度lng规律 1:经度的字段规律字段规律:county_code由经度、纬度扩增得出。含义:经纬度(度)键:经度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | — | ||
| 纬度lat规律 1:纬度的字段规律字段规律:county_code由经度、纬度扩增得出。含义:经纬度(度)键:纬度。样本里格式符合 100%,还没有参照 | 小数 | 原生 | 100% | — | ||
| 海拔elevation_m含义:长度(米) | 小数 | 原生 | 100% | 米 | ||
| 日期date含义:日期或时间键:日期。样本里格式符合 100%,还没有参照 | 日期 | 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% | — | ||
| 平均气温temp_mean_c含义:温度(摄氏度) | 小数 | 原生 | 100% | 摄氏度。原值是华氏度,已换算 | ||
| 最高气温temp_max_c含义:温度(摄氏度) | 小数 | 原生 | 100% | 摄氏度 | ||
| 最低气温temp_min_c含义:温度(摄氏度) | 小数 | 原生 | 100% | 摄氏度 | ||
| 露点温度dewpoint_c含义:温度(摄氏度) | 小数 | 原生 | 99% | 摄氏度 | ||
| 降水量precip_mm含义:降水量(毫米) | 小数 | 原生 | 97% | 毫米。原值是英寸,已换算。是当天的总降水量,要结合降水标记看 | ||
| 降水标记precip_flag含义:类别 | 文本 | 原生 | 97% | NOAA 的标记:A 到 H 表示由几次 6 小时、12 小时等的报告合成,I 表示没有报告(降水量写 0 但不一定没下雨) | ||
| 积雪深度snow_depth_cm含义:长度(厘米) | 小数 | 原生 | 0.3% | 厘米。原值是英寸 | ||
| 平均风速wind_mean_ms含义:风速(米/秒) | 小数 | 原生 | 99% | 米每秒。原值是节 | ||
| 最大持续风速wind_max_ms含义:风速(米/秒) | 小数 | 原生 | 99% | 米每秒 | ||
| 最大阵风gust_ms含义:风速(米/秒) | 小数 | 原生 | 4.8% | 米每秒 | ||
| 能见度visibility_km含义:长度(千米) | 小数 | 原生 | 99% | 千米。原值是英里 | ||
| 海平面气压slp_hpa含义:气压(百帕) | 小数 | 原生 | 80% | 百帕 | ||
| 本站气压stp_hpa含义:气压(百帕) | 小数 | 原生 | 48% | 百帕。高于 1000 的值原数据只写后 3 位(例如 013.2 表示 1013.2),没有改 | ||
| 气温观测次数temp_obs_count含义:个数(次) | 整数 | 原生 | 100% | 当天参与平均的观测次数 | ||
| 雾fog含义:是否 | 是非 | 原生 | 100% | 当天出现过就是 true | ||
| 雨或毛毛雨rain含义:是否 | 是非 | 原生 | 100% | 当天出现过就是 true | ||
| 雪或冰粒snow含义:是否 | 是非 | 原生 | 100% | 当天出现过就是 true | ||
| 冰雹hail含义:是否 | 是非 | 原生 | 100% | 当天出现过就是 true | ||
| 雷暴thunder含义:是否 | 是非 | 原生 | 100% | 当天出现过就是 true | ||
| 龙卷或漏斗云tornado含义:是否 | 是非 | 原生 | 100% | 当天出现过就是 true | ||
| 所在区县代码county_code规律 1:所在区县代码的字段规律字段规律:county_code由经度、纬度扩增得出。含义:代码或编号键:县级区划代码。样本里格式符合 100%,100% 的行对上参照 county-boundary | 文本 | 规则扩增第 2 级扩增查看溯源:所在区县代码 | 97%平均置信度 0.97校验少:不建议单独作为决策依据 | 经度、纬度落在哪个区县,现行的县级区划代码。用县级边界查出,不用模型。离边界不到 1 公里的点置信度较低 |
03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。
| # | 站号station_id | 站名station_name | 国家或地区代码country | 经度lng | 纬度lat | 海拔elevation_m | 日期date | 年份year | 平均气温temp_mean_c | 最高气温temp_max_c | 最低气温temp_min_c | 露点温度dewpoint_c | 降水量precip_mm | 降水标记precip_flag | 积雪深度snow_depth_cm | 平均风速wind_mean_ms | 最大持续风速wind_max_ms | 最大阵风gust_ms | 能见度visibility_km | 海平面气压slp_hpa | 本站气压stp_hpa | 气温观测次数temp_obs_count | 雾fog | 雨或毛毛雨rain | 雪或冰粒snow | 冰雹hail | 雷暴thunder | 龙卷或漏斗云tornado | 所在区县代码county_code |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-13 | 1942 | 19.6 | 22.4 | 18 | 16.9 | 0 | I | — | 0.2 | 1 | — | 54.9 | — | — | 7 | 否 | 否 | 否 | 否 | 否 | 否 | 530111 |
| 2 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-14 | 1942 | 23.1 | 30.7 | 18 | 18 | — | — | — | 0.5 | 3.6 | — | 107.2 | — | — | 23 | 否 | 是 | 否 | 否 | 是 | 否 | 530111 |
| 3 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-15 | 1942 | 22.4 | 27.4 | 19.1 | 18.4 | — | — | — | 0.4 | 2.1 | — | 103.6 | — | — | 24 | 否 | 是 | 否 | 否 | 是 | 否 | 530111 |
| 4 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-16 | 1942 | 21.9 | 28 | 18.5 | 18.1 | — | — | — | 2.1 | 4.1 | — | 98.3 | — | — | 24 | 是 | 是 | 否 | 否 | 否 | 否 | 530111 |
| 5 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-17 | 1942 | 22 | 25.7 | 18.5 | 16.9 | — | — | — | 0.9 | 3.6 | — | 114.6 | — | — | 23 | 否 | 是 | 否 | 否 | 否 | 否 | 530111 |
| 6 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-18 | 1942 | 23 | 27.4 | 18 | 17.1 | — | — | — | 0.3 | 2.1 | — | 134.7 | — | — | 24 | 否 | 是 | 否 | 否 | 是 | 否 | 530111 |
| 7 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-19 | 1942 | 21.9 | 25.7 | 19.1 | 18 | 0 | I | — | 0.3 | 1.5 | — | 129.1 | — | — | 24 | 是 | 否 | 否 | 否 | 否 | 否 | 530111 |
| 8 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-20 | 1942 | 21.3 | 27.4 | 18 | 17.8 | — | — | — | 0.3 | 2.6 | — | 108.5 | — | — | 23 | 否 | 是 | 否 | 否 | 是 | 否 | 530111 |
| 9 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-21 | 1942 | 22.1 | 27.4 | 18.5 | 18.4 | — | — | — | 0.2 | 2.6 | — | 57.5 | — | — | 24 | 否 | 是 | 否 | 否 | 是 | 否 | 530111 |
| 10 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-22 | 1942 | 21.9 | 27.4 | 15.7 | 16.9 | 0 | I | — | 0.7 | 4.1 | — | 153.5 | — | — | 23 | 否 | 否 | 否 | 否 | 否 | 否 | 530111 |
| 11 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-23 | 1942 | 21.2 | 27.4 | 17.4 | 16.8 | 0 | I | — | 0.2 | 2.6 | — | 128.1 | — | — | 24 | 否 | 否 | 否 | 否 | 否 | 否 | 530111 |
| 12 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-24 | 1942 | 20.2 | 25.7 | 15.2 | 14.9 | — | — | — | 0.9 | 4.1 | — | 78.1 | — | — | 24 | 是 | 是 | 否 | 否 | 否 | 否 | 530111 |
| 13 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-25 | 1942 | 20 | 23.5 | 16.3 | 16.3 | — | — | — | 0.3 | 2.1 | — | 56.2 | — | — | 24 | 是 | 是 | 否 | 否 | 否 | 否 | 530111 |
| 14 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-07-26 | 1942 | 21.4 | 23.5 | 18.5 | 16.6 | — | — | — | 0.3 | 2.6 | — | 8.4 | — | — | 4 | 否 | 是 | 否 | 否 | 否 | 否 | 530111 |
| 15 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-08-17 | 1942 | 21.2 | 24.6 | 16.9 | 18.1 | 0 | I | — | 1.6 | 3.6 | — | 160 | — | — | 16 | 否 | 否 | 否 | 否 | 否 | 否 | 530111 |
| 16 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-08-18 | 1942 | 20.9 | 25.7 | 15.2 | 16.2 | — | — | — | 2.1 | 4.1 | — | 133.6 | — | — | 17 | 是 | 是 | 否 | 否 | 是 | 否 | 530111 |
| 17 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-08-19 | 1942 | 20.2 | 24.1 | 15.2 | 16.2 | 0 | I | — | 1.1 | 3.1 | — | 125.2 | — | — | 17 | 是 | 否 | 否 | 否 | 是 | 否 | 530111 |
| 18 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-08-20 | 1942 | 19.7 | 24.1 | 15.7 | 17 | — | — | — | 1.2 | 4.6 | — | 97.4 | — | — | 17 | 是 | 是 | 否 | 否 | 是 | 否 | 530111 |
| 19 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-08-21 | 1942 | 20.3 | 24.1 | 16.3 | 16.9 | — | — | — | 0.9 | 3.6 | — | 133.3 | — | — | 17 | 是 | 是 | 否 | 否 | 否 | 否 | 530111 |
| 20 | 56778099999 | WUJIABA | CH | 102.743536 | 24.992364 | 1894.94 | 1942-08-22 | 1942 | 18.9 | 24.1 | 16.9 | 16.6 | — | — | — | 0.7 | 1.5 | — | 52.8 | — | — | 17 | 是 | 是 | 否 | 否 | 是 | 否 | 530111 |
04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 v12026/11/13 发布
生效中9,932,486 行 · 29 个字段 · 初始导入
05关联
和其他数据集,按键连起来
按键连到地区、国家,能和不少于 27 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 国家代码(2 位) + 区县 + 年份 能连
1 个数据集 · 本数据集 9,932,486 行有国家代码(2 位)按 区县 + 年份 能连
122 个数据集 · 本数据集 9,635,250 行有区县- 全国区县平均房价区域底数 · 2,852 行 · 连接字段 region_code、year按区县对上本数据集 9,635,250 行(97%)
- 县级行政区划边界区域底数 · 2,850 行 · 连接字段 region_code、layer_year按区县对上本数据集 9,635,250 行(97%)
- 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 year、region_code按区县对上本数据集 9,615,143 行(96%)
- 行政区划新旧代码对照参照区域底数 · 7,388 行 · 连接字段 old_code、valid_from按区县对上本数据集 9,615,143 行(96%)
- 行政区划名称和简称区域底数 · 1.3 万 行 · 连接字段 region_code、valid_from按区县对上本数据集 9,615,143 行(96%)
- 县级逐月风速自然灾害 · 293.5 万 行 · 连接字段 region_code、year按区县对上本数据集 9,589,988 行(96%)
- 县级矫正夜间灯光区域底数 · 8.9 万 行 · 连接字段 county_code、year按区县对上本数据集 9,589,988 行(96%)
- 县级年度夜间灯光区域底数 · 2.3 万 行 · 连接字段 year、region_code按区县对上本数据集 9,589,988 行(96%)
- 区县人口分布(格网汇总)区域底数 · 1.4 万 行 · 连接字段 year、region_code按区县对上本数据集 9,589,988 行(96%)
- 县级土地利用构成区域底数 · 2.3 万 行 · 连接字段 region_code、year按区县对上本数据集 9,569,881 行(96%)
- 县级河流水系密度自然灾害 · 2,877 行 · 连接字段 division_year、region_code按区县对上本数据集 9,569,881 行(96%)
- 县级高程与坡度自然灾害 · 2,877 行 · 连接字段 region_code、division_year按区县对上本数据集 9,569,881 行(96%)
按 国家代码(2 位) + 年份 能连
2 个数据集 · 本数据集 9,932,486 行有国家代码(2 位)按 区县 能连
30 个数据集 · 本数据集 9,635,250 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按区县对上本数据集 9,615,143 行(96%)
- 区县农业区划归属区域底数 · 2,877 行 · 连接字段 region_code按区县对上本数据集 9,589,988 行(96%)
- 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 9,563,713 行(96%)
- 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 9,491,980 行(95%)
- 全国行政区划经纬度区域底数 · 3,445 行 · 连接字段 region_code按区县对上本数据集 9,363,954 行(94%)
- 区县相邻关系明细区域底数 · 841 万 行 · 连接字段 county_code按区县对上本数据集 9,055,898 行(91%)
- 区县到最近医院的车程医疗药械 · 2,844 行 · 连接字段 county_code按区县对上本数据集 9,010,892 行(90%)
- 全国五级统计用区划代码区域底数 · 62 万 行 · 连接字段 village_code按区县对上本数据集 8,999,360 行(90%)
- 全国县级常住人口区域底数 · 3,052 行 · 连接字段 county_code按区县对上本数据集 8,986,383 行(90%)
- 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 8,943,358 行(90%)
- 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 8,915,313 行(89%)
- 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 8,902,216 行(89%)
只按年份能连:960 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
960 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
- 海关进出口商品统计区域底数 · 2639.9 万 行 · 连接字段 year
- 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
- 地级市间月度人口迁徙区域底数 · 616.7 万 行 · 连接字段 month
- 主要城市兴趣点建筑设施 · 592 万 行 · 连接字段 date
- 全国工商企业注册信息企业主体 · 588.9 万 行 · 连接字段 reg_date
- 地级市分行业创新指数区域底数 · 574.7 万 行 · 连接字段 year
06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
county_code由经度、纬度扩增得出。
来自字段扩增全国气象站逐日观测全国气象站逐日观测
07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/station-daily-weather/query' \ -H "Authorization: Bearer $WI_API_KEY" \ -H 'Content-Type: application/json' \ -d '{"filters":[{"field":"station_id","op":"eq","value":"56778099999"}],"limit":10}'
交给 Agent
- 暴雨报案稽核依赖 4 个数据集 · 一次对话约 0 点
读报案、施工日志和损失照片,查合同和工地附近的天气、雨量,按条款逐项写出对得上、对不上、还要核实的地方。
发给请下载 https://wi.insightworld.cn/skills/engineering-claim-audit.zip 并解压,把里面的 engineering-claim-audit 文件夹装进你自己的技能目录(不确定时装到 ~/.agents/skills/),然后使用这个技能。我的 API Key 在环境变量 WI_API_KEY 里。
Agent 会自己下载、装进它的技能目录 - 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。