开源数据之历史气象数据的获取与使用

导读：在环境建模与水文分析中，数据质量往往决定了模型的上限。本文作为系列首篇，将聚焦于最核心的基础输入——历史气象数据，分享如何利用 Python 和开放 API 高效获取全球任意位置的逐小时气象资料。

一、引言：数据是模型的“燃料”

在环境领域的分析与建模中，业内有一句名言：“Garbage in, Garbage out”。无论是进行水文模拟、洪涝风险评估，还是城市微气候研究，模型逻辑再精妙，若缺乏高质量的基础数据支撑，结果也难具说服力。

在实际工作中，我们通常需要以下几类基础数据：

• 历史气象数据：降雨、气温、风速、辐射、湿度等。
• 下垫面数据：土地利用/覆盖（LULC）。
• 地形地貌数据：数字高程模型（DEM）。
• 观测与统计数据：土壤参数、水文站流量、社会经济数据。

然而，现实痛点在于：这些数据往往分散在不同的官方平台，获取门槛高、格式不统一、自动化程度低。为此，我计划通过一个系列文章，系统介绍这些环境数据的获取途径、接口调用及建模应用。

本篇我们从最基础、也是最常用的历史气象数据讲起。

二、为什么历史气象数据是“刚需”？

在环境机理建模中，历史气象数据不仅是驱动力，更是校准基准：

• 驱动模型：作为水文模型（如 SWMM）或生态模型（如 CASA）的核心输入。
• 极端事件回溯：分析特定场次暴雨、干旱或高温热浪的演变过程。
• 基准值计算：计算多年平均降雨量、蒸散发量等气候统计特征。
• 模型校准：利用历史实测气象驱动模型，对比观测流量或水位以调整参数。

其中，降雨数据几乎是所有环境水文分析中波动最大、敏感度最高的变量。

三、历史气象数据的三大来源

目前，获取历史气象数据的途径主要分为三类：

1. 地面气象站观测
   • 优点：精度最高，是公认的“真值”。
   • 缺点：站点稀疏，空间代表性有限；通常有严格的使用限制，获取流程繁琐。
2. 再分析数据集（Reanalysis）
   • 代表：欧洲中心的 ERA 5、NASA 的 MERRA-2。
   • 优点：全球覆盖，时空连续性好。
   • 缺点：数据量极大（通常为 PB 级），处理门槛高（需处理 NetCDF 格式）。
3. 开放气象 API / 插值产品
   • 代表：Open-Meteo, Visual Crossing。
   • 优点：易获取、自动化友好、无需处理原始大文件。
   • 适用场景：快速建模、科研原型开发、区域性趋势分析。

对于大多数开发者和研究者来说，开放 API 是平衡精度与效率的最佳选择。

四、实战：使用 Open-Meteo 获取逐小时降雨

Open-Meteo 是一个对开发者极其友好的气象平台。它整合了 ERA 5 等权威再分析数据，并提供了极简的 API 接口。

核心优势：

• ✅ 无需注册/无 API Key（针对非商业用途）。
• ✅ 覆盖全球：基于经纬度定位。
• ✅ 高时间分辨率：支持逐小时（Hourly）数据。
• ✅ 格式友好：直接返回 JSON，易于 Python 解析。

示例：获取福州 2023–2024 年逐小时降雨数据

以下 Python 代码展示了如何自动化获取数据并转换为 Pandas DataFrame：

import requests
import pandas as pd

# 1. 配置参数
params = {
    "latitude": 26.08,      # 福州纬度
    "longitude": 119.3,     # 福州经度
    "start_date": "2023-01-01",
    "end_date": "2024-12-31",
    "hourly": "precipitation", # 请求变量：降雨量
    "timezone": "Asia/Shanghai"
}

# 2. 调用 Open-Meteo 历史数据接口 (Archive API)
url = "https://archive-api.open-meteo.com/v1/archive"
response = requests.get(url, params=params)

if response.status_code == 200:
    data = response.json()
    
    # 3. 解析数据并构建 DataFrame
    df = pd.DataFrame({
        "time": pd.to_datetime(data["hourly"]["time"]),
        "precip_mm": data["hourly"]["precipitation"]
    })
    
    # 4. 简单处理：保存并查看前几行
    df.to_csv("fuzhou_rainfall_hourly.csv", index=False)
    print("数据获取成功！前五行如下：")
    print(df.head())
else:
    print(f"请求失败，状态码：{response.status_code}")

五、数据深加工：从原始数据到建模输入

获取到逐小时数据后，我们通常需要根据建模需求进行二次加工：

1. 尺度转换（重采样）

如果你的模型只需要日尺度数据，可以利用 Pandas 快速聚合：

# 将逐小时数据聚合为日总降雨量
df_daily = df.set_index("time").resample("D").sum()

2. 特征提取

• 计算最大 1 h 降雨量：识别短历时强降雨。
• 识别降雨场次：根据无雨间隔（IETD）划分独立的降雨事件。
• 计算降雨历时：分析单次降雨持续的时间分布。

六、避坑指南：使用插值数据需注意什么？

虽然 API 获取数据非常方便，但在严谨的机理建模中，必须注意以下几点：

1. 非实测属性：这类数据多基于格点插值或模式模拟，对于局地性极强的强对流天气（如夏季午后的雷阵雨），可能会有平滑效应（低估峰值）。
2. 空间分辨率：Open-Meteo 的历史数据通常基于 0.1° 或 0.25° 的格点，对于极小尺度的排水管网建模，可能需要结合本地雨量站进行校正。
3. 单位检查：调用不同 API 时，务必确认降雨单位是 mm 还是 inch，气温是 ℃ 还是 ℉。

七、结语与预告

获取历史气象数据只是环境建模的第一步。有了“历史”，我们往往还想预测“未来”。

在下一篇文章中，我将分享：
👉 《环境建模中的基础数据获取（二）：天气预报数据的自动抓取与滚动更新》

我们将探讨如何获取预报数据，并将其接入自动化预警模型中。

[!tip]
如有帮助，请收藏、点赞、评论、转发一条龙~
微信公众号：环境猫 er
CSDN : 细节处有神明
个人博客：https://maoyu92.github.io/