数据资源分为数据集和图片资源,数据集主要包括全国市区县未来10日逐小时天气预报和2000~2025年全国市区县逐小时历史天气数据,图片资源包括使用以上数据绘制的高清图片。
所有数据均提供免费测试数据,测试数据格式与所有可下载数据格式相同,用户可以先下载测试数据确认气象要素种类、空间分辨率、时间分辨率和其他细节信息之后,再下载需要的数据处理使用。
本版本较2.13版本主要新加入了2项气象数据资源,一是全国地级市空气质量数据集,二是全国0.1°高分辨率逐小时ECMWF数值预报数据集,每天08时和20时2次同步更新。已支持数据直接下载和API调取。另外将全国市区县历史天气数据集更新方式由每季度或半年升级为每日,提高了数据新鲜度,用户可直接获取最新日期为当前日期10日前的历史天气数据(与ERA5数据源保持实时同步)。
1.数据资源清单
截止目前V2.1.4版本,共有以下10项数据资源提供下载服务:
全国市区县未来10日逐小时天气预报数据集 全国0.1°网格未来10日逐小时天气预报数据集 全国市区县2000年至今逐小时历史天气数据集 全国市区县2000年至今逐日统计分析历史天气数据集 全国市区县2000年至今逐月统计分析历史天气数据集 全国市区县2000年至今逐年统计分析历史天气数据集 全国市区县经纬度坐标海拔数据集 全国城市未来7日天气预报图集 全国省会城市未来7日天气预报图集 全国地级市2014~2026年逐小时空气质量数据集
2.数据资源详细参数
以上9项数据资源详细参数和对比如下:
以上数据中,全国市区县天气预报数据(大小约52 MB)打包批量下载格式为CSV,全国城市历史天气数据(大小约7 GB)打包批量下载格式为CSV,全国市区县历史天气数据(大小约21 GB)和统计分析历史天气数据(大小不超过1.7 GB)打包批量下载格式为Parquet。提供Parquet格式是为了节省存储空间,这种格式是大数据专用的列式存储格式,具有读取快、处理灵活、占用空间小的特点,可以用专用的读取软件打开查看,也可以通过几行简单的代码转换为CSV格式:
pip install pandas pyarrow # 首先安装Pandas和Pyarrow库
import pandas as pd
csv_file = 'data.csv'
parquet_file = 'data.parquet'
df = pd.read_csv(csv_path)
df.to_parquet(parquet_path, engine='pyarrow', compression='snappy') # CSV转Parquet
df = pd.read_parquet(parquet_path) # Parquet转CSV
df.to_csv(csv_path, index=False)
3.气象要素分类
天气预报数据和历史天气数据共分为气温、气压、相对湿度、风、降水量、云、能见度、天气现象等13大类,其中天气预报数据一共有32种,历史天气数据一共有40种,覆盖了科研领域的绝大多数地面气象数据使用场景。

4.气象数据定义、单位和详细说明
用户下载CSV格式数据后,第一行为数据列名,可通过查找下表迅速找到对应的气象要素名称和定义:
在统计分析历史天气数据中,以上气象要素名称后缀会加上_max、_min、_mean、_sum、_average,分别代表对应时间尺度的对应气象要素的最大值、最小值、平均值、累积值和均值,其中 _average是平均风向特有的后缀。
5.天气现象代码对照表
以下是WMO定义的天气现象代码(weather_code)及其对应的详细说明:
6.下载方式

可在网页端直接下载,地址如下:
https://htqx.cn/
也可通过API直接调取,请参考数据开发文档:
https://htqx.cn/meteo/doc/

夜雨聆风