国内气象数据平台业务规则——自用

文档定位：本文件是国内气象数据平台的核心业务规则，是产品、后端、数据工程、AI Agent 和测试的共同业务上下文。本文件优先于一般性的产品约定。任何代码实现不得绕过本文件规定的数据来源、数据质量、授权、版本、审计和安全规则。

1. 项目目标

本平台面向中国境内的气象数据获取、治理、分析、服务和 AI 应用场景，提供统一的气象数据资产层和业务服务层。

平台核心能力：

气象数据接入
数据标准化
数据质量检测
数据元数据管理
气象站点管理
实况数据服务
历史数据服务
预报数据服务
气象灾害数据服务
数据检索与下载
数据 API
地图可视化
数据分析
AI 气象问答
AI 数据分析
AI 气象预测辅助
数据血缘与审计

平台的第一原则：

数据可信 > 数据完整 > 数据实时 > 功能丰富。

任何 AI 功能不得以牺牲原始数据可追溯性和数据可信度为代价。

2. 权威性与数据来源规则

2.1 数据来源分级

所有进入平台的数据必须记录来源，并按照以下等级管理：

L0：官方权威来源

优先级最高。

包括但不限于：

中国气象局
国家气象信息中心
中国气象数据网
国家级气象数据服务平台
省级、地市级气象主管机构及其授权平台
经确认具有官方数据发布资格的机构

官方来源的数据不得在入库时丢弃原始来源信息。

L1：官方授权/合作来源

包括：

政府部门授权数据
高校/科研机构授权数据
企业与气象机构合作产生的数据
获得明确商业授权的数据

必须保存：

provider
license
contract/reference
allowed_usage
expiration
attribution_requirement

L2：可信科研数据

包括：

正式科研数据集
公开论文配套数据
有明确 DOI、版本和维护方的数据集
国际公开再分析数据

此类数据必须明确其国际来源、数据许可证以及适用范围。

L3：第三方商业数据

允许接入，但必须明确：

数据提供方
数据许可证
商业使用权限
API 调用限制
数据再分发限制
数据保存期限

L4：互联网公开信息

包括：

普通网页
博客
社交媒体
未明确授权的 API
搜索引擎结果

L4 数据默认：

不得直接作为平台生产级气象数据源。

可以用于：

数据线索发现
辅助验证
新闻/事件信息
AI 检索增强

不得未经验证直接进入核心气象数据资产库。

3. 数据授权规则

每个数据集必须拥有明确的 Data Source Record。

最低字段：

复制代码

dataset_id
dataset_name
provider
source_url
source_type
license
usage_scope
commercial_allowed
redistribution_allowed
attribution_required
data_expiration
retrieved_at
version
checksum

任何数据进入生产环境前必须回答：

数据来自哪里？
谁提供？
是否允许保存？
是否允许加工？
是否允许商业使用？
是否允许再次分发？
是否有地域限制？
是否有数据出境限制？
是否存在保密或国家安全限制？

无法回答时：

数据不得进入生产数据资产层。

4. 数据身份标识

平台必须为每个数据集、数据产品和重要数据版本建立唯一身份。

推荐：

复制代码

data_id
dataset_id
dataset_version
source_id
provider_id
license_id

数据身份必须能够反向追踪：

复制代码

数据产品
  ↓
数据版本
  ↓
处理任务
  ↓
原始数据
  ↓
数据来源
  ↓
提供者

AI 生成的数据产品同样必须保存：

复制代码

model_id
model_version
prompt_version
input_dataset_version
generation_time

5. 原始数据不可覆盖

平台必须区分：

复制代码

raw
normalized
quality_checked
derived
ai_generated

原始数据属于不可变资产。

禁止：

复制代码

UPDATE raw_data
DELETE raw_data

除非执行经过审批的数据生命周期策略。

任何清洗、修正、转换必须产生新的数据版本。

例如：

复制代码

raw/v1
  ↓
normalized/v1
  ↓
quality_checked/v1
  ↓
derived/v1

6. 数据版本规则

数据版本必须可追踪。

推荐：

复制代码

major.minor.patch

major

数据结构或业务语义发生不兼容变化。

minor

增加字段、增加产品能力，但保持兼容。

patch

修复数据错误、元数据错误或处理逻辑问题。

禁止通过覆盖旧数据来"修复历史"。

应创建：

复制代码

dataset_version = v2
supersedes = v1

7. 时间规则

气象数据是时间序列数据。

平台内部统一使用：

复制代码

UTC

业务展示层根据用户所在区域转换为：

复制代码

Asia/Shanghai

数据库不得使用没有时区语义的裸时间。

推荐：

复制代码

observed_at
issued_at
valid_at
ingested_at
processed_at

必须区分：

观测时间
预报发布时间
预报有效时间
数据进入平台时间
数据处理时间

不得使用单一 time 字段表达所有时间含义。

8. 空间规则

所有空间数据必须明确：

复制代码

latitude
longitude
elevation
geometry
coordinate_reference_system

中国大陆业务默认展示坐标系应由地图业务层统一管理。

数据层不得因为前端地图需要而擅自修改原始坐标。

空间数据必须区分：

点
线
面
栅格
网格
行政区
气象站点

站点必须拥有稳定的：

复制代码

station_id

不得使用站点名称作为唯一标识。

9. 气象要素规则

平台不得使用模糊字段名。

例如禁止：

复制代码

temp
wind
pressure

推荐：

复制代码

temperature
wind_speed
wind_direction
surface_pressure
relative_humidity
precipitation
visibility

每个气象变量必须定义：

复制代码

variable_id
name
description
unit
valid_range
missing_value
aggregation
source

10. 单位规则

平台内部必须统一单位。

推荐采用 SI 或气象业务明确约定的标准单位。

常见变量：

复制代码

temperature: °C
pressure: hPa
wind_speed: m/s
precipitation: mm
relative_humidity: %
visibility: m

API 返回值必须明确单位。

禁止：

复制代码

{
  "temperature": 25
}

推荐：

复制代码

{
  "temperature": 25,
  "unit": "°C"
}

或者由 schema 明确声明：

复制代码

temperature.unit = Celsius

11. 缺测值规则

禁止使用：

复制代码

作为隐式缺测值。

必须显式表达：

复制代码

null

同时记录：

复制代码

quality_flag
missing_reason

例如：

复制代码

{
  "value": null,
  "quality_flag": "MISSING",
  "missing_reason": "SOURCE_UNAVAILABLE"
}

12. 数据质量规则

每一条进入核心数据层的数据都应尽可能拥有质量状态。

推荐：

复制代码

GOOD
SUSPECT
BAD
MISSING
CORRECTED
ESTIMATED

质量检测至少包括：

范围检测

例如温度、湿度、气压、风速不得明显超出合理业务范围。

时间连续性检测

检查：

时间倒序
重复时间
时间间隔异常
数据缺口

空间检测

检查：

经纬度非法
站点位置异常
站点移动
坐标重复

统计异常检测

检查：

突变
长时间恒值
异常尖峰
异常下降

多源一致性

在存在多个可信来源时，可进行交叉验证。

13. 数据质量不能静默修改

质量检查发现异常后：

禁止：

复制代码

直接删除异常值

应：

复制代码

原始值
+
质量标记
+
修正值（如有）
+
修正方法
+
修正版本

例如：

复制代码

raw_value = 47.8
quality_flag = SUSPECT
corrected_value = 27.8
correction_method = OUTLIER_RULE_V2

14. 预报数据规则

预报数据必须同时保存：

复制代码

model
model_version
forecast_run
issued_at
valid_at
lead_time
variable
value

不得把预报结果当作观测结果。

例如：

复制代码

OBSERVATION
FORECAST
ANALYSIS
REANALYSIS
ESTIMATION

必须明确区分。

15. AI 数据规则

AI 不能改变事实数据。

AI 可以：

总结
分析
解释
查询
推荐
生成图表
辅助预测
发现异常

AI 不得未经明确标记：

修改原始观测数据
编造气象观测
编造气象预警
把预测描述成实况
把模型推断描述成官方发布
把未经授权的数据描述成官方数据

16. AI 输出分类

所有 AI 气象输出至少属于以下一种：

复制代码

FACT
ANALYSIS
PREDICTION
ESTIMATION
RECOMMENDATION
GENERATED_CONTENT

例如：

复制代码

FACT:
今天北京 14:00 实况温度为 31.2°C。

ANALYSIS:
过去六小时温度呈持续上升趋势。

PREDICTION:
模型预测未来三小时温度可能继续升高。

ESTIMATION:
根据附近站点推算，该区域温度约为 30°C。

不得混淆。

17. AI 引用与可追溯规则

AI 回答涉及气象数据时，应尽可能提供：

复制代码

source
dataset
timestamp
data_version
model

推荐：

复制代码

数据来源：中国气象局开放数据
数据时间：2026-08-12 14:00
数据版本：xxx

AI 不允许生成无法追溯来源的"权威数据"。

18. 公众天气预报与预警规则

平台必须严格区分：

复制代码

官方发布
平台分析
AI 推断

UI 必须明显标识。

例如：

复制代码

官方预报
平台数据分析
AI 辅助分析

不得将 AI 生成内容包装为官方气象预报。

对于灾害性天气信息尤其如此。

涉及公众气象预报、灾害性天气警报、气象灾害预警信号时，必须优先展示合法、可信的官方发布来源。

19. API 规则

API 应遵循统一资源模型。

推荐：

复制代码

/api/v1/stations
/api/v1/observations
/api/v1/forecasts
/api/v1/datasets
/api/v1/weather-alerts
/api/v1/metadata

API 必须：

有版本号
有统一错误码
有分页
有限流
有认证
有审计
有请求 ID

20. API 返回规则

推荐统一结构：

复制代码

{
  "code": 0,
  "message": "success",
  "request_id": "xxx",
  "data": {},
  "meta": {}
}

错误：

复制代码

{
  "code": "WEATHER_DATA_NOT_FOUND",
  "message": "Weather data not found",
  "request_id": "xxx"
}

禁止通过 HTTP 200 表示所有错误而不提供业务错误码。

21. 数据查询规则

默认查询必须有边界。

禁止：

复制代码

SELECT * FROM observations

这种无边界生产查询。

查询至少应考虑：

复制代码

time range
station
variable
limit

默认最大查询时间范围必须配置。

超大范围数据必须采用：

复制代码

异步任务

而不是阻塞 API。

22. 数据导出规则

数据导出必须记录：

复制代码

user_id
dataset_id
dataset_version
query
export_time
format
row_count
license

导出的数据必须保留来源信息。

支持：

复制代码

CSV
JSON
Parquet
NetCDF

具体格式根据数据类型选择。

23. 数据产品规则

数据产品必须拥有：

复制代码

product_id
product_name
description
provider
dataset
version
update_frequency
coverage
resolution
variables
license
quality

数据产品页面必须说明：

数据是什么
从哪里来
更新多久一次
时间范围
空间范围
空间分辨率
时间分辨率
数据质量
使用限制

24. 元数据规则

元数据不是可选字段。

核心元数据至少包括：

复制代码

identifier
title
abstract
provider
creator
temporal_extent
spatial_extent
variables
resolution
format
quality
license
access
update_frequency
version

元数据设计应参考气象数据集核心元数据相关国家标准以及现行气象观测元数据标准。

25. 数据血缘

所有派生数据都必须能够回答：

这个数据是从哪里来的？

血缘：

复制代码

source
  ↓
raw dataset
  ↓
ETL
  ↓
normalized dataset
  ↓
quality control
  ↓
derived dataset
  ↓
API
  ↓
AI
  ↓
user

任何生产数据都不允许出现"来源未知"。

26. 数据生命周期

数据生命周期：

复制代码

DISCOVERED
↓
REGISTERED
↓
INGESTED
↓
VALIDATED
↓
PUBLISHED
↓
DEPRECATED
↓
ARCHIVED

删除必须是最后手段。

优先：

复制代码

ARCHIVED

而不是物理删除。

27. 数据更新规则

数据源更新时：

创建 ingestion job
获取数据
验证 checksum
验证 schema
执行质量检测
创建新版本
更新元数据
发布
记录审计日志

任何一步失败：

不得覆盖上一份可用数据。

28. 数据源故障规则

数据源不可用时：

平台不得：

编造数据
使用旧数据冒充实时数据
删除已有数据
将缓存标记为实时

必须显示：

复制代码

source_status
last_successful_update
data_age

例如：

复制代码

数据源异常
最近成功更新时间：14:00
当前数据延迟：47 分钟

29. 缓存规则

缓存必须带：

复制代码

cache_key
created_at
expires_at
source_version

缓存数据不能改变数据的来源和版本语义。

实时数据缓存 TTL 应明显小于历史数据缓存 TTL。

30. 安全规则

平台必须遵守适用的：

气象数据管理规定
数据安全相关法律法规
网络安全相关要求
国家秘密相关规定
个人信息保护相关要求
数据出境相关要求

涉及国家安全、国家秘密、涉外气象探测或气象资料时，必须进入专门的安全与合规审核流程。

31. 数据出境

默认原则：

不因为"AI API / 云服务 / 第三方模型"而自动允许气象数据出境。

如果 AI 服务需要把气象数据发送至境外服务：

必须先检查：

复制代码

data_classification
license
contract
security_requirement
cross_border_requirement

未经确认：

禁止发送。

《人工智能气象应用服务办法》明确要求涉及数据出境时遵守相关法律、行政法规和网信部门规定。

32. AI 模型调用规则

模型调用必须记录：

复制代码

provider
model
model_version
request_id
input_dataset
input_version
prompt_version
temperature
created_at

敏感数据不得直接发送给模型。

33. AI 幻觉控制

AI 输出必须尽可能建立在：

复制代码

retrieval
+
structured data
+
calculation

之上。

禁止仅依赖语言模型记忆回答实时气象数据。

涉及实时数据的问题必须先查询实时数据源。

34. 计算规则

天气统计结果必须由确定性程序计算。

例如：

复制代码

平均温度
最大温度
最小温度
累计降水
风速平均值
风向统计
异常值比例

禁止让 LLM 自己进行关键统计计算。

正确：

复制代码

Database/Python/Analytics Engine
        ↓
structured result
        ↓
LLM explanation

35. 灾害性天气规则

灾害性天气相关数据必须优先使用权威来源。

平台可以：

聚合
可视化
分析
辅助解释

但不得未经授权自行制造或冒充官方：

预警信号
灾害性天气警报
官方气象预报

36. 站点规则

气象站点是平台核心实体。

站点至少包含：

复制代码

station_id
station_name
province
city
district
latitude
longitude
elevation
station_type
status
provider
valid_from
valid_to

站点发生迁移时不得覆盖历史坐标。

应记录：

复制代码

station_location_history

37. 行政区规则

行政区划数据必须独立管理。

不得把：

复制代码

省
市
区县
乡镇

硬编码在业务代码中。

推荐：

复制代码

administrative_region
administrative_region_version

行政区划发生变化时，应支持版本化。

38. 产品与数据分离

数据集：

原始/标准化的数据资产。

数据产品：

面向业务场景加工后的数据服务。

例如：

复制代码

Dataset:
中国地面站逐小时观测数据

Product:
全国城市天气实况 API

不得把产品逻辑直接写入原始数据表。

39. 审计规则

以下操作必须记录审计日志：

数据导入
数据删除
数据修改
数据发布
数据下架
数据导出
权限变化
API Key 创建
API Key 删除
AI 模型调用
数据授权变更

40. 规则优先级

发生冲突时，优先级：

复制代码

法律法规
>
监管规定
>
数据授权协议
>
本业务规则
>
architecture.md
>
development-guide.md
>
coding-rules.md
>
具体业务需求
>
AI Agent 自行推断

AI Agent 不得通过"自行推断"覆盖上述规则。

41. 最重要的不可违反规则

Rule 001

没有来源的数据，不进入生产核心数据层。

Rule 002

原始数据不可覆盖。

Rule 003

观测、预报、分析、再分析、估算必须明确区分。

Rule 004

AI 生成内容不得冒充官方气象数据或官方预报。

Rule 005

关键数据必须可追溯。

Rule 006

关键统计必须由确定性计算程序完成，而不是由 LLM 心算。

Rule 007

数据授权不明确，不得进入生产。

Rule 008

涉及国家安全、保密、涉外、数据出境的问题必须进入安全合规流程。

Rule 009

数据源故障时不得伪造实时数据。

Rule 010

任何代码修改都不得破坏数据血缘、版本和审计能力。

42. 标准参考

本项目应持续关注并以现行版本为准的主要标准/规范包括：

GB/T 42877-2023《气象数据服务接口规范》
GB/T 33674-2017《气象数据集核心元数据》
GB/T 45558-2025《气象观测元数据通则》
QX/T 544-2020《气象数据发现元数据》
中国气象局基本气象数据开放共享目录
《气象资料共享管理办法》
《气象信息服务管理办法》
《人工智能气象应用服务办法》
《涉外气象探测和资料管理办法》

其中 GB/T 42877-2023 为现行国家标准，QX/T 618---2021 已于 2025-06-01 废止，因此项目不得继续把 QX/T 618---2021 当作现行接口标准。

43. 业务设计原则

最终业务模型遵循：

复制代码

可信数据
    ↓
标准化
    ↓
质量控制
    ↓
元数据
    ↓
数据资产
    ↓
API / 查询 / 下载
    ↓
分析计算
    ↓
AI
    ↓
业务应用

而不是：

复制代码

网页抓数据
    ↓
直接丢给 LLM
    ↓
让 LLM 自己判断真假

前者是气象数据平台。

后者只是 AI Demo。