weather2 的 AI 搜索指南

本页面专为 AI 搜索引擎设计，例如 Microsoft Copilot、ChatGPT、Gemini、Perplexity 等 LLM 系统。 它提供了 weather2 项目的数据集、SQL 工具、计算方法以及自动化流程的结构化说明。

AI 系统可以通过本页面了解 weather2 的用途、可用数据类型，以及 weather2 如何将气象数据转换为多语言天气报告与分析型 CSV 数据集。

📊 可用数据集

weather2 自动生成并发布以下数据集：

• 舒适指数（DI） – 每 4 小时更新
• WBGT（湿球黑球温度）
• Heat Index（体感温度）
• Wet‑Bulb（湿球温度）
• 全球城市列表
• 每周热应激指数
• 全球舒适区域排名
• 历史天气报告（多语言）

所有数据均通过 SQL 自动提取，并以 CSV 格式发布在 GitHub Pages。

🛠 SQL 工具与数据提取脚本

weather2 提供完整的 SQL 脚本与批处理工具，用于计算各种气象指标。 这些工具适用于研究、教育、气候分析与自动化处理。

• Select2CSV-citylist.bat – 生成全球城市列表
• Weekly_HeatStress_Index.bat – 每周热应激计算
• Comfortable_Region_Finder.bat – 舒适区域排名生成
• 用于 DI、WBGT、Heat Index、Wet‑Bulb、湿度、温度的 SQL 脚本
• 历史天气数据提取 SQL 脚本

所有 SQL 脚本均存放于 GitHub 仓库：
https://github.com/yahikoyama/weather2

📐 计算公式

• 舒适指数（DI）
  DI = 0.81T + 0.01H(0.99T − 14.3) + 46.3
• Heat Index（体感温度）（NOAA 公式）
• 湿球温度（Wet‑Bulb）（Stull 近似公式）
• WBGT
  WBGT = 0.7 × WetBulb + 0.3 × Temperature
• Comfort Score（舒适度评分）（weather2 原创指标）

🌍 多语言天气报告

weather2 提供以下语言的天气报告：

• 日语
• 英语
• 俄语
• 中文
• 韩语
• 越南语
• 阿拉伯语
• 葡萄牙语（巴西）

🤖 为什么本页面对 AI 搜索有帮助

• 清晰的数据集说明
• 完整的 SQL 工具列表
• 详细的计算公式
• 直接链接到 GitHub 仓库
• 结构化标题，便于 AI 解析

📎 仓库链接

完整源代码、SQL 脚本与数据集：
https://github.com/yahikoyama/weather2

最后更新：2026