用MeteoStat计算任意时刻经纬度真实气象数据

在气象数据分析、地理信息系统开发、农业气象等场景中，我们经常需要获取指定经纬度、指定时刻的真实气象数据。MeteoStat 是一个免费的气象数据 API 服务，提供全球范围内的历史和实时气象数据，其 Python 库更是让数据获取变得简单高效。

二、MeteoStat 基础介绍

2.1 MeteoStat 是什么？

MeteoStat 是一个开源的气象数据平台，整合了来自全球气象站的官方数据，提供包括温度、湿度、风速、气压、降水量等在内的多维度气象指标。其 Python 库封装了 API 调用逻辑，无需手动处理 HTTP 请求，开箱即用。

2.2 核心优势

• 免费使用（非商业场景），无需 API 密钥；
• 支持按经纬度、时间范围精准查询；
• 数据覆盖全球，包含历史和实时数据；
• Python 库接口简洁，易于集成到项目中。

项目的官方文档：https://dev.meteostat.net/python

三、环境准备

3.1 安装依赖库

首先安装 MeteoStat 的 Python 库，同时推荐安装pandas（数据处理）和pytz（时区处理）：

pip install meteostat pandas pytz

3.2 依赖说明

• meteostat：核心库，用于调用 MeteoStat API；
• pandas：将返回的气象数据转换为易读的 DataFrame 格式；
• pytz：处理时区问题，确保时间参数的准确性。

四、核心代码实现

4.1 完整代码

以下代码实现 "输入经纬度、起始 / 结束时间，获取对应时段的气象数据"，支持任意时刻（精确到小时）的查询：

from meteostat import Point, Hourly
from datetime import datetime
import pytz
import pandas as pd

def get_meteo_data(lat: float, lon: float, start_time: datetime, end_time: datetime):
    """
    获取指定经纬度、指定时间段的逐小时气象数据
    
    参数：
        lat: 纬度（例如：39.9042，北京）
        lon: 经度（例如：116.4074，北京）
        start_time: 起始时间（datetime对象，需带时区）
        end_time: 结束时间（datetime对象，需带时区）
    
    返回：
        pandas.DataFrame: 包含时间、温度、湿度、风速、气压、降水量等气象指标
    """
    # 1. 创建经纬度点对象
    point = Point(lat, lon)
    
    # 2. 获取逐小时气象数据
    hourly_data = Hourly(point, start_time, end_time)
    # 3. 加载数据并转换为DataFrame（fill_missing=True自动填充缺失值）
    data = hourly_data.fetch(fill_missing=True)
    
    # 4. 数据整理：重命名列名（中文更易读）、重置索引
    data.rename(
        columns={
            'temp': '温度(℃)',
            'dwpt': '露点温度(℃)',
            'rhum': '相对湿度(%)',
            'prcp': '降水量(mm)',
            'wspd': '风速(km/h)',
            'pres': '气压(hPa)',
            'wdir': '风向(°)',
            'coco': '天气状况代码'
        },
        inplace=True
    )
    # 重置索引（将时间从索引转为列）
    data.reset_index(inplace=True)
    # 格式化时间列（便于阅读）
    data['time'] = data['time'].dt.strftime('%Y-%m-%d %H:%M:%S')
    
    return data

if __name__ == "__main__":
    # 示例：获取北京（39.9042, 116.4074）2025年1月1日0点到1点的气象数据
    # 注意：时间必须带时区（MeteoStat默认使用UTC，建议统一转换为UTC避免误差）
    tz = pytz.UTC
    start = tz.localize(datetime(2025, 1, 1, 0, 0, 0))
    end = tz.localize(datetime(2025, 1, 1, 1, 0, 0))
    
    # 调用函数获取数据
    beijing_meteo = get_meteo_data(39.9042, 116.4074, start, end)
    
    # 打印结果
    print("北京2025年1月1日0-1点气象数据：")
    print(beijing_meteo)
    
    # 可选：将数据保存为CSV文件
    beijing_meteo.to_csv("beijing_meteo_data.csv", index=False, encoding='utf-8')

4.2 代码关键说明

1. Point 对象 ：Point(lat, lon) 是 MeteoStat 的核心对象，用于定位指定经纬度的位置，底层会自动匹配该位置最近的气象站数据；
2. Hourly 类 ：用于获取逐小时气象数据（若需按天查询可使用Daily类，按分钟查询可用Minute类），参数包括定位点、起始时间、结束时间；
3. 时区处理 ：MeteoStat 的时间默认基于 UTC，因此必须为datetime对象指定时区（pytz.UTC），否则会报错或返回错误数据；
4. 数据填充 ：fetch(fill_missing=True) 会自动填充少量缺失的气象数据，避免数据断档；
5. 列名重命名：将 MeteoStat 默认的英文列名转为中文，提升可读性。

五、运行结果示例

执行上述代码后，输出结果如下：

北京2025年1月1日0-1点气象数据：
                 time  温度(℃)  露点温度(℃)  相对湿度(%)  降水量(mm)  风速(km/h)  气压(hPa)  风向(°)  天气状况代码
0  2025-01-01 00:00:00     -5.2       -8.1        81.0        0.0        2.6    1020.0    350.0         2.0
1  2025-01-01 01:00:00     -5.5       -8.5        80.0        0.0        2.8    1020.2    355.0         2.0

六、常见问题与解决方案

6.1 数据返回为空

• 原因：指定的经纬度附近无气象站，或时间范围超出 MeteoStat 的数据覆盖范围；
• 解决方案：调整经纬度（例如向城市中心偏移），或检查时间范围（MeteoStat 的历史数据通常覆盖近几十年）。

6.2 时区错误

• 原因：datetime对象未指定时区，或时区不统一；
• 解决方案：统一使用pytz.UTC为时间对象指定时区，避免本地时区与 UTC 的偏差。

6.3 部分字段为 NaN

• 原因：气象站未采集该指标，或数据缺失；
• 解决方案：fetch(fill_missing=True) 可填充部分缺失值，也可通过data.fillna(0)手动填充。

七、进阶扩展

1. 批量查询多地点 ：循环调用get_meteo_data函数，传入不同经纬度，实现多区域气象数据批量获取；
2. 可视化展示 ：结合matplotlib/seaborn绘制温度、湿度的时间变化曲线；
3. 实时数据获取 ：将start_time和end_time设为当前时间（datetime.now(tz)），获取实时气象数据；
4. 更多指标 ：MeteoStat 还提供日照时长、雪深等指标，可在rename中添加对应列名。

八、总结

1. MeteoStat Python 库是获取全球气象数据的高效工具，无需 API 密钥，调用简单；
2. 核心步骤为：创建Point定位点 → 实例化Hourly/Daily类 → fetch()加载数据 → 整理输出；
3. 时区处理是关键，必须为datetime对象指定 UTC 时区，避免数据时间偏差。

参考内容：

历史天气官方数据：https://worldweatherdata.com/ja/

Meteostat：https://dev.meteostat.net/