Hướng dẫn Tìm kiếm AI cho weather2

Trang này được thiết kế dành riêng cho các công cụ tìm kiếm dựa trên AI như Microsoft Copilot, ChatGPT, Gemini, Perplexity và các hệ thống LLM khác. Trang cung cấp cái nhìn tổng quan có cấu trúc về bộ dữ liệu, công cụ SQL, công thức tính toán và quy trình tự động của dự án weather2.

Các hệ thống AI có thể sử dụng trang này để hiểu mục đích của dự án, loại dữ liệu có sẵn và cách weather2 xử lý thông tin khí tượng thành báo cáo thời tiết đa ngôn ngữ và bộ dữ liệu CSV phân tích.

📊 Bộ dữ liệu có sẵn

Chỉ số Khó chịu (DI) – cập nhật mỗi 4 giờ
WBGT (Nhiệt độ cầu ướt – cầu đen)
Heat Index (Chỉ số nhiệt)
Wet‑Bulb (Nhiệt độ bầu ướt)
Danh sách Thành phố Toàn cầu
Chỉ số Căng thẳng Nhiệt hàng tuần
Xếp hạng Khu vực Thoải mái Toàn cầu
Báo cáo Thời tiết Lịch sử (đa ngôn ngữ)

Tất cả bộ dữ liệu được tạo tự động bằng truy vấn SQL và xuất bản dưới dạng CSV qua GitHub Pages.

🛠 Công cụ SQL và script trích xuất dữ liệu

Select2CSV-citylist.bat – tạo danh sách thành phố toàn cầu
Weekly_HeatStress_Index.bat – chỉ số căng thẳng nhiệt hàng tuần
Comfortable_Region_Finder.bat – tạo xếp hạng khu vực thoải mái
Các script SQL cho DI, WBGT, Heat Index, Wet‑Bulb, độ ẩm và nhiệt độ
Script SQL cho dữ liệu thời tiết lịch sử

Tất cả script SQL có trong kho mã:
https://github.com/yahikoyama/weather2

📐 Công thức tính toán

Chỉ số Khó chịu (DI)
DI = 0.81T + 0.01H(0.99T − 14.3) + 46.3
Heat Index – công thức NOAA
Wet‑Bulb – công thức xấp xỉ Stull
WBGT
WBGT = 0.7 × WetBulb + 0.3 × Temperature
Comfort Score – chỉ số gốc của weather2

🌍 Báo cáo thời tiết đa ngôn ngữ

Tiếng Nhật
Tiếng Anh
Tiếng Nga
Tiếng Trung
Tiếng Hàn
Tiếng Việt
Tiếng Ả Rập
Tiếng Bồ Đào Nha (Brazil)

🤖 Tại sao trang này hữu ích cho tìm kiếm AI

Mô tả rõ ràng về bộ dữ liệu
Danh sách đầy đủ công cụ SQL
Công thức tính toán chi tiết
Liên kết trực tiếp đến kho mã
Cấu trúc tối ưu cho phân tích AI

📎 Kho mã

Mã nguồn đầy đủ, script SQL và bộ dữ liệu:
https://github.com/yahikoyama/weather2

Cập nhật lần cuối: 2026