Files
PolyWeather/docs/CITY_DATA_SOURCES.md
T
2026-06-05 14:38:58 +08:00

7.7 KiB
Raw Blame History

城市实时数据源总览

最后更新: 2026-05-28 | 51 城市

数据源分级

Tier 1 — ≤1 分钟高频

城市 来源 频率 备注
seoul AMOS 跑道传感器 (RKSI) ~1 min global.amo.go.kr, 站号 113
busan AMOS 跑道传感器 (RKPK) ~1 min global.amo.go.kr, 站号 153
hong kong CoWIN 6087 ~1 min cowin.hku.hk, 保良局陳守仁小學,前端图表默认展示
hong kong HKO 官方 CSV ~10 min data.weather.gov.hk(文件名虽含 1min,实际 10min 一报)
singapore MSS 官方 API ~1 min api.data.gov.sg, 站号 S24
beijing AMSC AWOS (ZBAA) 3 min 中国
shanghai AMSC AWOS (ZSPD) 3 min 中国
guangzhou AMSC AWOS (ZGGG) 3 min 中国
chengdu AMSC AWOS (ZUUU) 3 min 中国
chongqing AMSC AWOS (ZUCK) 3 min 中国
wuhan AMSC AWOS (ZHHH) 3 min 中国
qingdao AMSC AWOS (ZSQD) 3 min 中国

Tier 2 — 5 分钟高频 (MADIS)

城市 来源 频率 备注
new york MADIS HFMETAR (KLGA) 5 min madis-data.ncep.noaa.gov
los angeles MADIS HFMETAR (KLAX) 5 min
san francisco MADIS HFMETAR (KSFO) 5 min
denver MADIS HFMETAR (KBKF) 5 min
austin MADIS HFMETAR (KAUS) 5 min
houston MADIS HFMETAR (KHOU) 5 min
chicago MADIS HFMETAR (KORD) 5 min
dallas MADIS HFMETAR (KDAL) 5 min
miami MADIS HFMETAR (KMIA) 5 min
atlanta MADIS HFMETAR (KATL) 5 min
seattle MADIS HFMETAR (KSEA) 5 min

Tier 3 — 准实时国家级站网

城市 来源 频率 国家/地区
tokyo JMA AMeDAS (44166) 10 min 日本
ankara MGM (17128) 5-15 min 土耳其
istanbul MGM (17058) 5-15 min 土耳其
helsinki FMI 开放数据 10 min 芬兰
amsterdam KNMI 数据平台 10 min 荷兰
shenzhen HKO 官方 CSV (LFS) ~10 min 香港天文台流浮山自动站
taipei CWA 开放数据 (466920) ~10 min 台湾
tel aviv IMS Lod (225) 实时 以色列
paris AEROWEB 实况 / AROME HD 实时/15min 法国 (AROME是15分钟临近预报)

Tier 4 — 仅 METAR10 分钟缓存)

城市 ICAO 备注
london EGLC Met Office 仅 1 小时更新
jeddah OEJN NCM 数据源目前不可用
moscow UUWW 仅 UUWW METAR 单站
shenzhen ZGSZ 已接入 HKO 流浮山 10 分钟数据,见 Tier 3
munich EDDM DWD 延迟约 1 小时
milan LIMC 无已知实时源
warsaw EPWA 含 IMGW 附近站
madrid LEMD AEMET 注册已失效
toronto CYYZ
mexico city MMMX
buenos aires SAEZ
sao paulo SBGR
panama city MPMG
kuala lumpur WMKK
jakarta WIHH
manila RPLL
karachi OPKC
lucknow VILK
wellington NZWN
cape town FACT

高频推送覆盖

31 个城市在 HIGH_FREQ_AIRPORT_CITIESTelegram 推送循环): 所有 Tier 1-3 城市 + shenzhen

19 个城市在 HIGH_FREQ_AIRPORT_ANALYSIS_CITIES(日内分析): seoul, busan, hong kong, lau fau shan, singapore, beijing, shanghai, guangzhou, chengdu, chongqing, wuhan, qingdao, shenzhen, tokyo, ankara, istanbul, helsinki, amsterdam, paris

温度观测优先级链

country_networks.py:_airport_primary_from_raw() 按以下顺序解析:

  1. MADIS HFMETAR(美国 11 城)
  2. AMOS 跑道传感器(首尔/釜山)
  3. MGM current(安卡拉/伊斯坦布尔)
  4. JMA AMeDAS current(东京)
  5. FMI current(赫尔辛基)
  6. KNMI current(阿姆斯特丹)
  7. CoWIN 6087(香港 1min 参考站)
  8. AEROWEB current(巴黎)
  9. IMS current(特拉维夫)
  10. NCM current(吉达)
  11. Singapore MSS current(新加坡)
  12. 纯 METAR(默认兜底)

对日内偏差修正的影响

  • Tier 1 城市(1 分钟级):修正权重可以更激进,数据噪声低
  • Tier 2 城市(5 分钟级):修正效果良好,MADIS 更新稳定
  • Tier 3 城市(10-15 分钟级):修正可用但滞后较大
  • Tier 4 城市(仅 METAR):修正效果有限,不建议依赖

实时事件与图表刷新逻辑

当前终端图表不是固定整图轮询,而是:

  1. 首屏 / 切换城市时拉取 /api/city/{city}/detail 作为完整 snapshot。
  2. 可见图表连接 /api/events?cities=...&since_revision=...&replay_limit=500
  3. 采集器产出 city_observation_patch.v1 后写入 Redis Stream(生产)或 SQLite event log(本地/兜底),再通过 SSE 推给浏览器。
  4. 前端把 patch 追加到已有实测序列,不显示 loading 遮罩;只有可见图表 2 分钟无 patch 时才启动 60 秒兜底刷新。
  5. 浏览器从后台切回前台时,前端会立即补一次 full detail,防止长时间挂页后图表落后。

频率取决于源头:

  • AMOS / CoWIN / MSS:源头约 1 分钟,图表按 1 分钟粒度追加。
  • AMSC:中国跑道观测城市按 3 分钟采集,不再强制 60 秒刷新。
  • MADIS:源头约 5 分钟。
  • HKO / CWA / JMA / FMI / KNMI:源头约 10 分钟。
  • METAR-only 城市:按 METAR 可用频率和缓存 TTL,不伪装成 1 分钟实测。

所有图表横轴和 tooltip 时间均按城市当地时间展示,不按用户浏览器时区。

关于网站终端图表的数据曲线展示逻辑

1. 实测数据(默认全开,突出核心)

  • 跑道全量展示:北京、上海、广州、成都、重庆、武汉、青岛、首尔、釜山等城市的跑道实测数据,默认全量开启,无需手动勾选。
  • 结算跑道高亮:系统内置了各大机场的官方结算跑道映射。命中的跑道将被重点强调(加粗的青色实线 #009688,线宽 2.8),并标记为“[跑道号] 结算跑道”。具体的跑道映射如下:
    • 北京:19/01
    • 上海:17L/35R
    • 广州:02L/20R
    • 成都:02L/20R
    • 重庆:20R/02L
    • 武汉:04/22
    • 青岛:16/34
    • 首尔:15R/33L
    • 釜山:SR/SL
  • 辅助跑道弱化:同一机场下的其他非结算跑道,也会同时展示,但采用较细的虚线(线宽 1.2)以作陪衬区分。
  • 单跑道机场去重:釜山只有 SR/SL 跑道曲线时,不再额外展示 AMOS 聚合线,避免两条线语义重复。
  • 香港参考曲线Hong Kong 默认展示 CoWIN 6087(保良局陈守仁小学)1 分钟参考站曲线;HKO 10 分钟实测作为官方气象层保留。
  • 其他实测展示:所有城市的 METAR 报文曲线、官方气象站实测(如 Shenzhen / Lau Fau Shan 的 HKO 自动站、Taipei 的 CWA)均默认展示。

2. 核心预测数据(默认展示)

  • DEB 模型融合:作为平台核心的智能融合预测曲线,默认始终展示给用户。DEB 是预测,不参与“实测接近峰值”的视觉预警计算。
  • DEB hourly consensus:图表优先使用 deb_hourly_consensus.v1 的小时路径展示 DEB 曲线和推导“高温”窗口;如果缺失才回退旧的 hourly + DEB offset 路径。

3. 多模型原始数据(默认隐藏,按需自选)

  • 保持整洁:为了防止图表线缆过于杂乱,各大原始模型(ECMWF, GFS, ICON, GEM 等)的数据曲线在初次加载时默认隐藏
  • 特例:仅针对巴黎(Paris),由于其 AROME HD 是高精度的 15 分钟级临近预报,极具参考价值,因此默认开启。
  • 自由交互:用户可通过图表底部的图例交互按钮,随时自由勾选、叠加或隐藏任意所需的数据曲线。

4. 高斯概率图层

  • legacy 高斯概率不会作为时间序列曲线展示。
  • 图表上只渲染概率温度带和 mu 参考线,帮助用户判断当前实测距概率中心和高概率区域的关系。