- 综合排序
- 最热优先
- 最新优先
校园微气象观测站：连接科学教育与环境感知的智能平台
校园微气象观测站：连接科学教育与环境感知的智能平台【JC-XQ4】作为集数据采集、科普教育与环境监测于一体的智能化教学设备，通过高精度传感器、物联网技术与互动式教学系统的深度融合，构建起校园环境的“气象感知神经网络 ，直观呈现气象变化规律；历史数据回溯：支持导出Excel格式数据，学生可分析月/季/年气象特征，如绘制“校园夏季雷雨日气温变化曲线”；阈值报警实验：自定义温湿度、风速等参数阈值，触发声光报警，模拟极端天气预警演练 四、低功耗与易维护设计：适配校园场景需求设备采用节能设计，支持市电/太阳能双供电（连续阴雨10天稳定运行），安装仅需4米×5米场地，配备PVC围栏保障安全。 配套《校园气象观测实验手册》提供20+标准化教学案例，从基础观测到进阶研究覆盖小学至高中全学段，实现“即装即用、深度教学”的校园适配目标。 通过技术赋能教育，将抽象的气象知识转化为可操作、可探究的实践项目，不仅培养了学生的科学思维与数据素养，更构建了“感知环境、理解自然”的校园科技文化，成为智慧校园建设的重要基础设施。
42810编辑于 2025-08-06- 来自专栏智慧气象
校园气象站：校园环境优化与生态教育
校园气象站：校园环境优化与生态教育【TH-XQ3】校园气象站作为连接自然观察、科学实践与生态教育的创新平台，能够通过实时数据监测、互动式学习体验和跨学科融合，为校园环境优化与生态教育提供系统性解决方案。 一、校园气象站的核心功能设计多维度环境监测系统基础气象参数：温度、湿度、风速风向、降水量、气压、光照强度等，构建校园微气候数据库。 移动端应用：开发校园气象APP，支持数据查询、预警推送（如暴雨、高温）和个性化记录功能。历史数据档案：建立年度气候报告，分析季节性变化趋势，为校园绿化、能源管理提供依据。 项目式学习（PBL）案例校园碳足迹追踪：学生分组监测不同区域（教室、食堂、操场）的能耗与碳排放，提出节能改造建议。极端天气应对演练：模拟台风、暴雨场景，结合气象数据制定疏散路线和应急预案。 社区参与与公民科学开放数据接口：将气象数据接入城市公共平台，参与区域气候研究。亲子气象日：邀请家长与学生共同完成气象观测任务，如制作风向标、雨量计。
33100编辑于 2025-08-18 校园科普气象站：融合科技与教育的气象观测平台
校园科普气象站：融合科技与教育的气象观测平台【TH-XQ4】校园科普气象站是专为教育场景设计的智能化气象监测系统，集气象数据采集、传输、分析与科普教育功能于一体，已成为现代校园科技教育的重要基础设施。 一、系统组成与核心技术校园气象站采用模块化设计，核心组件包括：传感器阵列：配置温湿度、风速风向、气压、雨量、光照、紫外线等基础传感器，部分高端型号可扩展CO₂、PM2.5、土壤温湿度等环境参数。 四、典型案例与成效某市实验小学气象站建成后，学生利用三年数据发现“校园东南角风速较西北角低15%”，据此提出绿化布局优化方案，获省级科技创新大赛一等奖。 该案例印证了气象站在培养科学思维与实践能力方面的显著效果。校园科普气象站通过“硬件+软件+服务”一体化解决方案，将抽象气象知识转化为可触摸的科学实践，为培养新时代创新型人才提供有力支撑。 随着教育信息化2.0推进，其已成为构建智慧校园、深化科教融合的关键载体。
37610编辑于 2025-08-19- 来自专栏气象监测
智慧农业气象站-温室大棚气象观测站：赋能现代农业的“智慧管家”
智慧农业气象站：赋能现代农业的“智慧管家”【WX-NQ14】在农业现代化进程中，智慧农业环境监测气象站正成为农民的“千里眼”和“顺风耳”。 一、全方位监测：洞察农田“微气候”气象站搭载多类型传感器，可精准捕捉空气温湿度、光照强度、风速风向、雨量等常规气象要素，还能针对农业需求扩展土壤温湿度、盐分、pH值、氮磷钾含量及病虫害相关环境指标（如二氧化碳 四、未来展望：助力农业可持续发展长期数据积累可构建区域作物气象模型，推动节水农业、生态农业发展。例如，通过分析病虫害与温湿度的关联，减少农药使用，降低面源污染。 结语：智慧农业气象站不仅是数据采集终端，更是连接科技与农田的桥梁。它让农业生产“看天吃饭”升级为“知天而作”，为乡村振兴注入科技动能，是现代农业的必备“神器”。
37210编辑于 2025-08-04 气象监测“轻骑兵”：便携式移动气象观测站——六参数移动气象站的创新应用与优势
气象监测“轻骑兵”：便携式移动气象观测站的创新应用与优势【WX-BQX6】在气象观测领域，便携式移动气象观测站正以“轻骑兵”的姿态革新传统监测模式，凭借小巧便携、快速部署、功能集成等特点，成为精准捕捉气象信息的利器 无论是野外科研、农业生产，还是应急灾害预警，这类设备都展现出强大的适应性和实用性，为多场景气象数据采集提供了全新解决方案。 多要素监测，数据全面集成高精度传感器，可同步采集气温、湿度、风速、风向、气压、雨量、光照度等核心气象要素，部分型号还支持太阳辐射、紫外线强度等扩展参数，满足定制化观测需求。 二、应用场景：从科研到民生的全领域覆盖气象科研与野外探险在极端环境下提供稳定数据支持，如高山冰川监测、沙漠气候研究等，帮助科研人员获取第一手气象资料。 应急灾害响应地震、洪水等灾害发生后，快速部署设备监测次生气象风险，为救援指挥提供数据支撑。城市微气候观测用于城市热岛效应、空气质量分布等精细化研究，辅助城市规划与环境治理。
39310编辑于 2025-08-06学校室外气象站：构建校园科技教育的气象数据中台
学校室外气象站：构建校园科技教育的气象数据中台 在数字化校园建设的浪潮中，室外气象站已从传统的科普教具升级为融合环境感知、数据传输与教育创新的综合性科技平台。 数据应用：从教学支撑到科研实践校园气象站的核心价值在于将实时气象数据转化为教育资源。 安全预警功能专为校园设计，当监测到风速≥10m/s（5 级风）时，自动推送户外活动暂停建议；夏季高温时段（气温≥35℃）触发防暑提醒，助力校园安全管理。 部署优势：低门槛高适配的校园方案学校室外气象站在部署运维上充分考虑校园场景特点。 未来随着 AI 技术的融入，校园气象站还将实现更智能的数据分析和个性化学习推荐，让每一组气象数据都成为点燃科学兴趣的火种，助力培养具备科技素养的新时代学子。
42310编辑于 2025-08-14- 来自专栏气象学家
气象观测全面自动化之路——德国走了快120年
1955年，德国气象局确立了11个气象观测中心，190个地面观测站点、13个高空气象观测点与3992个降水观测点。另外还新增了4个观测变量：辐射强度、地表温度、云高、雪水当量。 （图5：德国奥芬巴赫气象观测站一角） 1999年，气象飞机探测投入使用。温、湿、压、风速、风向的数据采集频次提高到每30分钟一次。 直至2019年，总部位于美茵河畔奥芬巴赫（Offenbach am Main）的德国气象局全境范围内拥有5个局地气候与环境咨询中心、5个航空气象咨询中心、3个农业气象咨询中心、182个一级气象站、1735 个二级天气与降水监测站、1082个物候观测站、18个天气雷达站点、10个探空观测点（每年释放约7000个探空气球）。 第一阶段，20世纪上半叶德国花了50年的时间摸索着建立了气象观测站、确定了气象观测要素，奠定了地面、探空观测网的基础；第二阶段，从上世纪60年代至今，随着科技的进步，德国数值天气预报得以大力发展。
1.6K20发布于 2020-04-16 某新能源发电观测网络数据采集项目：从需求到网络架构的全景解析
这个项目的核心任务是通过科学布局观测站点，精准采集风能和太阳能资源数据，并利用先进的技术手段进行数据传输、存储和分析，从而实现对新能源资源的全方位掌握。1. 项目需求1.1 观测站点建设科学布局风能和太阳能观测站点，包括70m、100m、180m等高度的测风塔及太阳能辐射观测站。确保站点设备能够在高寒、高热、强风等复杂气候条件下长期稳定运行。 2.1 总体架构（1）站点层每个观测站点配备高性能工业级路由设备，支持2.4GHz与5GHz双频无线通信，满足偏远区域的网络覆盖需求。 工业级路由设备：支持双频WiFi（2.4GHz/5GHz），并发速率达1800Mbps，满足多设备高带宽数据传输需求。配备多SIM卡槽与5G模块，支持全球主要5G频段，保障偏远站点的高可靠通信。 利用长期气象数据进行趋势预测，输出新能源开发潜力评估报告。GIS可视化平台通过地理信息系统（GIS）展示风光资源分布图，实现资源分布的精细化表达。
35210编辑于 2025-09-10- 来自专栏自学气象人
当气象绘图碰上PyQt5...
今天尝试下气象绘图与PyQt5结合。 首先是PyQt5的安装： pip install PyQt5 pip install pyqt5-tools 可以通过下面若干可选的操作来检查是否已经安装成功： Win+S呼出Cornata主面板（搜索框 在cmd中输入pyuic5，如果返回“Error: one input ui-file must be specified”说明安装成功。 designer打开后就可以创建画布啦，具体设计如下： 设计好之后就可以直接生成代码了，当然也可以自己写代码： pyuic5 -o ./meteo.py . clicked.connect(self.plot_fig) self.pushButton_3.clicked.connect(self.save) 最终效果： 气象绘图数据和代码可以参考
59120编辑于 2023-06-21 - 来自专栏编外气象人
5G技术与气象服务
【摘要】 5G时代终将要到来，在5G时代气象服务应该如何融入5G，如何利用好5G技术，我们的气象服务在5G时代都面临哪些机遇和挑战。本文主要讨论5G在气象服务中的应用进展和未来展望！ 【正文开始】 1.1 5G融入气象业务 1.1.1 5G技术在气象业务中的应用场景 5G是第五代移动通信技术，目前还在探索发展过程中，真正的商业应用还未见成熟案例，目前的文献主要在讨论逐步发展的5G技术能够在什么样的气象业务场景中得到应用 河南省气象影视中心的卜京楠在《5G移动通信技术的发展与气象融媒体服务应用趋势》一文中介绍了基于5G环境下气象融媒体服务的发展将产生哪些改变。 随着5G技术的不断完善发展，5G的微基站可以降低气象观测设备的部署难度，更好的推动5G气象设备等平台的构建与应用。 很多气象同行们都在积极探索将5G应用到气象业务和气象服务中。根据《深圳商报》2019年9月7日报道：9月5日下午，深圳联通与深圳市气象局签署5G+气象应用合作协议。
2.4K21发布于 2020-06-01 - 来自专栏数据 学术 商业 新闻
干货|利用Python自动根据数据生成降雨量统计分析报告
= 0: p1 += f"除{rainfall_equal}个观测站降雨量较往年无变化外，" if rainfall_high == 0: p1 += f"各气象观测站降雨量较往年均偏低 elif rainfall_low == 0: p1 += f"各气象观测站降雨量较往年均偏高。" elif rainfall_low > rainfall_high*1.1: p1 += f"大部分气象观测站降雨量较往年偏低。" else: p1 += f"各气象观测站降雨量较往年整体持平。" p1 结果： '11月份大部分气象观测站降雨量较往年偏低。' 5 分观测站统计 让我脑袋疼的地方就是从这里的代码开始的，后面还有更复杂的需求就不公布了。
78020发布于 2021-02-22 - 来自专栏好奇心Log
自动化工程 | 利用Python自动生成降雨量统计分析报告
= 0: p1 += f"除{rainfall_equal}个观测站降雨量较往年无变化外，" if rainfall_high == 0: p1 += f"各气象观测站降雨量较往年均偏低 elif rainfall_low == 0: p1 += f"各气象观测站降雨量较往年均偏高。" elif rainfall_low > rainfall_high*1.1: p1 += f"大部分气象观测站降雨量较往年偏低。" else: p1 += f"各气象观测站降雨量较往年整体持平。" p1 结果： '11月份大部分气象观测站降雨量较往年偏低。' 5 分观测站统计 让我脑袋疼的地方就是从这里的代码开始的，后面还有更复杂的需求就不公布了。
80011发布于 2021-02-12 - 来自专栏编外气象人
气象业务中的网格化数据
网格预报业务方案的工作目标是要建立全国预报和服务统一数据源的智能网格气象预报“一张网”业务流程，实现全国5公里分辨率的智能网格气象实况和0-10天智能网格气象预报业务运行，并要实现国家级和部分省份主要气象服务产品通过 ，而有些省份仍旧是每天2次更新的5公里空间分辨率。 全国统一要求的是5公里空间分辨率，而有技术和资金的省份发展自己的更高分辨率的网格预报。一般基于位置的气象服务数据都是采取“就近取点”原则，你想想使用1公里网格和使用5公里网格取到的点能一样吗？ 实况数据的网格化一般都采用数学方法进行融合，根据观测站的密度进行统一处理后得到，这就造成实况的可信度上大打折扣，因为观测站稀疏的地方插值到网格上会变化很大。 实况出现这样的现象在第二个问题中已做了解释，是由于网格化处理算法的缺陷造成的，观测站的疏密程度和插值算法都对不同网格数据上的值造成影响，有观测站的地方就准确一点，没有观测站的地方通过数学方法处理后就相差很多
3.8K10发布于 2020-08-28 - 来自专栏高速公路那点事儿
交通气象 | 某规划院关于精细化气象监测与预警系统的设计思路，有些不错的点子
监测信息来源 本模块的环境监测信息主要来源有： （1）公路交通气象站 高速公路沿线设置的气象观测站。 路网环境指数等级划分标准如下表所示： 气象精细化预报预警 基于精准车载高速道路气象测量设备测量得到的高速公路气象背景信息，应用高分辨率数值天气预报模型、考虑路面物理性质的路面气象状况（温度、气象行驶条件 模型综合考虑遥感监测、路面观测和路面预测模型的结果，加上人工判读的结果，首先根据大的环境气象条件判断出是否有在利于道路结冰，如果有则进一步分析路面自动观测站、精细化路面预报和附近的气象观测站信息，进一核验道路结冰条件 （5）横风指数 实现对高速公路受影响路段的横风的短临（0-2小时）和中短期（0-72h）预报。 上述模型采用基于大数据的智能分析方法（例如预测、聚类、关联规则等等，对应的方法有回归分析，神经网络，支持向量机等），分析预报模型的大量预报结果与自动观测站的观测结果之间的特征，发掘出数值模式在目标预报区域的误差特点
45810编辑于 2025-11-20 - 来自专栏自学气象人
实测盘古气象模型在真实观测场中的预报效果如何
根据华为盘古气象模型团队在 nature 发表的论文显示，其模型准确率已经超越了 ECMWF 的 IFS 模型，但是这些论文中的检验结果都是在人工构造的理想化气象场中（ERA5）进行的，而 ERA5 与真实观测场又是有差距的 SURF 观测站数据 本测评将使用中国大陆地区在中央气象台网站(http://www.nmc.cn/)上公布的2000多个站点的观测数据作为检验的真值。 观测站点信息来自于中国气象数据网(http://data.cma.cn/Market/Detail/code/A.0012.0001/type/0.html)，原始站点表格下载地址(http://image.data.cma.cn 数据获取方式是以爬虫的方式抓取中央气象台网站上的观测站点数据，受网络环境影响，在实际运行中抓取的数据无法保证100%完整，会有个别站点数据缺失，属于正常现象。 如果把盘古比作在学校里是一个超级大学霸，那么它早晚有一天需要走出校园面对真实的世界，而这真实的世界绝不可能处处公平一样。
2.9K40编辑于 2023-09-05 - 来自专栏高速公路那点事儿
【交通气象】5-基于AI的高速公路气象识别与预测
正如我们前文说的，高速公路的运营管理预警非常重要，面对气象的识别与预测，是一个跨领域的学科。 目前人工智能AI如火如荼，我们今天探讨一下基于AI的气象辨识与预测，错误地方，希望大家拍砖。 本文的中心思想就是利用高速公路视频资源+多源气象信息的融合算法，实现在不额外增加大量外场设施的情况下，完成精准气象监测、预测和告警预报。 历史数据包括： 接入世界气象组织和中国国家气象局覆盖中国的近几年历史数据，主要包括风力、风向、温度、湿度、气压、降雨强度、降雪强度等。 接入中国国家的气象卫星实时数据，以及国家气象局、各个省市气象单位部署的气象监测站实时数据，主要包括风力、风向、温度、湿度、气压、降雨强度、降雪强度等。 最终实现的功能： 公里级、分钟级的交通气象的实时监测； 可对未来7天(7*24小时)气象状况预警预报； 在2小时内级别预警时，可实现每5分钟更新一次。
56410编辑于 2025-07-03 - 来自专栏气象学家
Python气象绘图教程（十五）—Cartopy_5
本节提要：仿制中央气象台气象服务图片、关于cartopy里的投影与转换、cartopy中extent与boundary。 一、仿制中央气象台图片 从鄙人高三填报了南信的志愿开始，就一直持续的关注中央气象台，也算是一个老看客了。 首先涉及到资料的问题，地质灾害不在常规预报里，但是气象局也必须发这项预警。这里只能用事先做好的实验数据，预报在清江两岸有一定的山洪泥石流风险。 ), 1, 1, facecolor="#61BBFF") larger4 = mpatches.Rectangle((0, 0), 1, 1, facecolor="#0000FF") larger5 (145, 10), (65, 10)]#五个点，但是首尾是一样的，以连接为封闭的四边形 boundary = Path(vertices)#边界形状 fig=plt.figure(figsize=(5,5
12.8K53发布于 2020-06-17 - 来自专栏气象学家
ECMWF ERA5气象再分析数据
目前，气象学家公众号分发的ERA5数据分为三部分： ERA5常规变量中国区域再分析数据，18TB左右 (更新完成) ERA5-land陆面高分辨率中国区域再分析数据，34TB左右 (更新完成) ERA5 -land陆面高分辨率全球区域（4个变量）再分析数据，18TB 1.ERA5常规变量属性： 数据大小：16.5 TB （4块5TB盘拷贝） 数据格式：NetCDF (.nc) 存储方式：不同变量分开存放 tab=overview 5.数据获取方式 由于ECMWF对于ERA5数据的下载速度限制以及数据量巨大短时间难以下载获取等原因，因此开展ERA5数据共享Project，将近两三年内个人与课题组下载、整理的 ERA5(~16TB)、ERA5-Land（~18TB）数据共享出来，在ECMWF的使用条款中合法的复制与分发都是符合规定的，不存在数据使用上的法律纠纷问题。 气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及作品内容、版权和其他问题，请后台联系小编处理。
3.5K30编辑于 2022-06-13 校园圈子系统 app+h5+小程序端多端打包部署，校园跑腿小程序校园外卖校园论坛小程序
path/to/your/project/dist; # 指向你的 dist 文件夹 try_files $uri $uri/ /index.html; # 处理单页面应用路由 }}5.
70910编辑于 2025-04-09- 来自专栏编外气象人
气象事业大厦的根基---大气探测
我们有气象卫星、双偏振雷达、探空仪、自动气象站等等，可覆盖天基、空基、地基的立体观测网，大气探测水平是不是已经达到世界领先水平了？并没有！ 十三五期间，观测设备的安装部署量有了大幅提升，尤其是一些大城市的地面自动观测站和短距离探测的x波段雷达，对局部地区的大气感知能力有了质的飞跃。但是，有一些很重要的探测问题仍旧没有解决。 二：特殊观测设备的核心技术还未掌握 随着人们生活水平的提高，老百姓对气象的需求在改变，对气象服务的要求也在不断提高。现在的气象观测如果只有气象要素，那远远无法满足用户需求了。 比如花粉的自动化观测设备，目前能够在技术上实现的都在德国、瑞士等欧洲国家，交通气象观测站最好的设备也在芬兰的维萨拉。在探测领域，还有很多的核心技术我们并没有掌握，这也成为做好探测工作的瓶颈。 四：智能化的先进探测设备基础研发 随着5G和物联网技术的发展，未来的探测设备将具备存储、计算和对环境自适应功能，以满足恶劣环境下的探测需求和特殊需求的观测任务，并且越来越向便携式方向发展。
73520发布于 2021-01-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号