什么是气候值(Climate Normals)?Meteostat normals接口实战

原创2026-11-05 21:23:311,718 阅读

什么是气候值(Climate Normals)?Meteostat normals接口实战

Meteostat 是一个强大的 Python 天气气候数据开源库,除了逐时、逐日、逐月数据外,它还提供 normals(气候值) 接口,让你用一行代码就能获取某地 30 年间的月平均温度、降水等气候基准数据。本文带你从零理解气候值概念,并快速上手 ms.normals() 接口的完整用法。

一、气候值是什么?为什么它很重要

气候值(Climate Normals,也叫气候正常值) 是指基于长期(通常是 30 年)的观测记录,统计得出的某地逐月平均气候特征。

举个例子:

  • 🌡️ 北京 7 月平均气温约 26.9°C
  • 🌧️ 北京 7 月平均降水量约 165 mm
  • ❄️ 哈尔滨 1 月平均气温约 -18°C

这些"平均下来"的基准值就是气候值。它在以下场景非常有用:

应用场景 说明
气候对比分析 判断某年是否偏暖、偏湿(与气候基准比较)
农业与园艺 确定无霜期、积温、适种区域
建筑与能源 空调制冷、供暖负荷的基准设计
气候趋势研究 对比不同气候期的变化
旅游与生活参考 快速了解某地"通常"的气候

💡 关键点:气象学上通常采用 30 年 作为统计期(如 1961–1990、1991–2020),这是国际上通用的做法。Meteostat 的 normals 接口默认使用 1961–1990 年。

二、Meteostat normals 接口工作原理

Meteostat 的 ms.normals() 接口位于 normals.py 中,它内部做了三件事:

  1. 拉取月度数据:调用 monthly() 获取统计期内所有年份的逐月观测值;
  2. 按"日历月"分组聚合:把所有年份的"同一个月"合并,计算平均值(实现见 normals.py#L61-L109);
  3. 特殊参数特殊处理:绝对最低/最高气温(txmn/txmx)取统计期内的最小/最大值,而不是平均值——因为"最冷有多冷"显然不能靠平均。

最终返回的是一个固定 12 行(1–12 月)的 TimeSeries 对象,粒度为 Granularity.NORMALS(见 enumerations.py#L16)。

import meteostat as ms

ts = ms.normals(ms.Station(id="10637"), 1961, 1990)
df = ts.fetch()
print(df)

上面就是官方示例 examples/normals.py 的核心代码。输出示例:

time temp tmin tmax txmn txmx prcp pres tsun
01 2.3 -1.1 5.9 -18.5 14.2 48.2 1008 820
02 3.1 -0.8 7.2 -16.3 18.9 35.6 1010 1050
... ... ... ... ... ... ... ... ...
12 1.8 -1.5 5.3 -20.1 13.7 52.4 1009 760

三、normals 接口参数详解

ms.normals() 的完整签名如下:

参数 类型 默认值 说明
station str / Station / Point / 列表 必填 一个或多个气象站,或经纬度坐标点
start int 1961 统计起始年份
end int 1990 统计结束年份
parameters List[Parameter] 常用参数组 要获取的气象要素
providers List[Provider] monthly 提供者 数据来源
max_missing int 3 单月允许的最大缺失值数量,超过则返回空值

几个实用技巧:

  • 指定气候期:ms.normals("10637", 1991, 2020) 可获取 1991–2020 气候值,方便对比新旧气候基准;
  • 按需取参数:parameters=[ms.Parameter.TEMP, ms.Parameter.PRCP] 只取温度和降水;
  • 缺失容错:max_missing 控制数据质量——某月缺失超过该数值时结果置为 NaN,保证气候值可信(见 normals.py#L61-L67)。

四、常用参数一览

normals 接口默认返回的参数来自 monthly.py#L19-L28,各参数的准确含义定义在 parameters.py:

代码 含义 单位
temp 平均气温 °C
tmin / tmax 平均最低 / 最高气温 °C
txmn / txmx 统计期内绝对最低 / 最高温 °C
prcp 月总降水量 mm
pres 平均海平面气压 hPa
tsun 日照时长 min
rhum 相对湿度(需显式指定) %

五、拿到数据之后:实用进阶

normals() 返回的是标准 TimeSeries 对象,因此月度数据的所有方法都能直接复用:

import meteostat as ms

ts = ms.normals(["10637", "10638"], 1961, 1990)

# 单位换算:公制 → 英制
df = ts.fetch(units=ms.UnitSystem.IMPERIAL)

# 查看数据完整性
print(ts.completeness())      # 整体完整性
print(ts.completeness("temp"))  # 单参数完整性

# 多站点一起取,DataFrame 会带 station 索引
df = ts.fetch(sources=True)   # 附带数据来源信息

多站点查询时,station 参数接受列表,返回的 DataFrame 按站名分层组织,方便做区域气候对比。相关行为在 tests/integration/test_normals.py 中有完整的测试用例可以参考。

六、常见问题(FAQ)

Q1:为什么结果只有 12 行? 气候值按"日历月"聚合,一年 12 个月,所以每个站点固定 12 行——它不是时间序列,而是月气候基准表。

Q2:txmn/txmx 为什么不是平均值? 这两个参数代表统计期内该月的极端记录(最冷/最热的一次),用最大值/最小值聚合才有意义,详见 normals.py#L98-L103。

Q3:数据为空怎么办? ts.fetch() 返回 None 说明该站在统计期内无可用数据,可检查站号、年份范围,或改用 ms.stations.nearby(ms.Point(纬度, 经度)) 找附近的气象站。

Q4:可以自定义统计期吗? 可以,start/end 传任意年份即可,如 1981–2010 是中国气象局常用的气候参照期。

七、总结

Meteostat 的 normals 接口把"30 年逐月数据 → 12 行气候基准"的复杂统计过程封装成了一行函数调用:

  • ✅ 一行代码获取 30 年气候基准
  • ✅ 温度、降水、气压、日照等核心要素开箱即用
  • ✅ 支持自定义统计期、多站点、单位换算
  • ✅ 内置缺失值质量控制

无论是做气候对比分析、农业规划,还是仅仅想知道"某个城市每个月通常是多少度",ms.normals() 都是最快捷的工具。

安装方式(一行命令):

pip install meteostat

更多示例可以浏览 examples/ 目录,接口完整文档见 meteostat/api/normals.py。

登录后查看全文
meteostat