天气数据采集与分析-天气数据采集与分析实训报告
Time:2023-12-30 11:00:11
关于天气数据采集与分析的问题，我们总结了以下几点，给你解答：
天气数据采集与分析
本文首发地址：https://yishuihancheng.blog.csdn.net/article/details/103323545
天气预报可以说是我们每个人日常生活中都会接触到并关注的一件事情了，当前的天气预报技术不仅仅基于模式预报，也融入进了人工智能分析预测预报技术，准确度相较于以往还是有了很大的提升了的。今天我想基于气象局公布出来的数据来做一些有意思的工作。
首先就是我们的数据采集工作了，这里的数据采集主要包括两种数据类型的采集，分别介绍如下：
第一种：数值型数据的采集 主要是气象台公布出来的气象数据中各个详细参数的实测和预报的数值型的数据内容 第二种：静态图片数据的采集 主要是气象台绘制出来的风场、气象场、降水等等的分布状况的静态图片数据内容对于上述两种不同类型的图片，我们想要构建的应用也是不一样的。对于数值型数据来说我们主要想构建一个定时天气邮件提醒的小应用来为指定人群发送指定地区的最新天气数据以及未来的预报数据；对于静态图片数据来说我们主要是想基于时间轴来组合得到近期天气形势演变的gif动图，辅助我们来分析和展示天气的情况。
以今天的天气为例，我们获取到气象局公布的天气情况数据如下：
每3小时的精细预报内容截图如下所示：
可以看到：未来一段时间里降雨还是不少的哈。。。。
从数据粒度来看，预报是每3小时更新一次的，这就给我们提供了一下邮件发送的间隔时间依据，3小时自动发送一次就好了。接下来我们开始获取相应内容的数据，这里简单先贴出来今日已公布出来的数据内容，如下所示：
2019-11-30 00:00:00 2019-11-30 01:29:53 58457 杭州 8.9 1025.0 80.0 1.6 45.02019-11-30 01:00:00 2019-11-30 03:10:42 58457 杭州 8.8 1024.0 78.0 1.6 340.02019-11-30 02:00:00 2019-11-30 03:10:42 58457 杭州 8.8 1024.0 78.0 0.5 315.02019-11-30 03:00:00 2019-11-30 05:37:18 58457 杭州 8.7 1023.0 79.0 1.4 317.02019-11-30 04:00:00 2019-11-30 05:37:18 58457 杭州 8.8 1023.0 79.0 0.9 315.02019-11-30 05:00:00 2019-11-30 07:50:02 58457 杭州 8.8 1023.0 81.0 0.0 02019-11-30 06:00:00 2019-11-30 07:50:02 58457 杭州 8.8 1023.0 80.0 0.9 343.02019-11-30 07:00:00 2019-11-30 08:19:00 58457 杭州 9.0 1024.0 85.0 1.5 227.02019-11-30 08:00:00 2019-11-30 09:58:56 58457 杭州 9.4 1024.0 82.0 1.9 227.02019-11-30 09:00:00 2019-11-30 10:51:46 58457 杭州 9.7 1024.0 79.0 2.1 227.02019-11-30 10:00:00 2019-11-30 12:02:08 58457 杭州 10.4 1023.0 78.0 2.7 244.02019-11-30 11:00:00 2019-11-30 12:02:08 58457 杭州 10.8 1022.0 77.0 1.5 204.02019-11-30 12:00:00 2019-11-30 13:31:30 58457 杭州 10.9 1021.0 78.0 1.0 184.0这部分内容具体的代码实现可以参考我之前的博文《python实现自动向QQ邮箱发送天气预报邮件》。这里我就不再多进行说明了，如果有数据方面的需要也可以留言反馈。
获取的对应的数据内容后，就可以编写邮件的定时发送模块了，具体的实现如下：
def autoSendEmail(receiver,message): ''' 自动发送邮件通知 receiver：邮件的接受者，如：1111111111@qq.com ''' host='smtp.qq.com' port=25 sender='你的发件邮箱号码' pwd='你的客户端授权密码' body='<h2>叮咚：</h2><p>'+message+'</p>' msg=MIMEText(body,'html',_charset="utf-8") msg['subject']='最新的杭州市天气状况来啦，小祖宗请注意接收！' msg['from']=sender msg['to']=receiver server=smtplib.SMTP(host,port) server.login(sender,pwd) #开始登陆邮箱，并发送邮件 server.sendmail(sender, receiver, msg.as_string()) server.quit() print 'Send Weather Email Sussess!!!'至此，我们的数据获取与解析工作、QQ邮件自动发送功能都已经完成了，接下来就可以正式实践一下了。结果截图如下所示【图拿的还是之前的结果图，因为今天并没有重新去截图，见谅、见谅。。。。】：
如果在邮箱定时邮件发送过程中出现一些问题还是建议你看看我之前的文章《python实现自动向QQ邮箱发送天气预报邮件》【https://yishuihancheng.blog.csdn.net/article/details/89068484】，相信你可以找到对应的解决办法的，如果发送成功了却没有接收到对应的邮件的话，就需要看看是不是被QQ邮箱自动拦截放到垃圾邮箱里面了。
完成了上面第一部分工作后，我们的工作差不多完成了一半了，接下来就需要采集和处理静态图片数据内容了，下面红色方框里面的数据内容是我们的研究目标对象：
我们以【天气分析】专栏为例，打开下拉框：
从官方提供的时间轴来看：是每3个小时更新一下数据，到本文撰写的时候，最新的是今天早上11点的数据，找到了这样规律之后对于我们来说就比较好获取数据了。
接下来我们看一下数据获取的结果：
基于上述静态图像数据制作gif图像如下所示：
由于CSDN单张图片大小【不超过5MB】的限制，这里的gif图像我只使用了最新的4张天气形势数据来制作，主要是为了掩饰效果。
接下来我们来看一下卫星云图的内容：
从下拉框里面的更新时间来看，粗略是5分钟更新一张数据，但是我们很明显可以发现这里的更新时间是混乱没有规律的，这就需要我们去判断了，而且，还有一点很重要的因素要注意，这里给出来的时间是按照UTC时间进行标识和计算的而不是我们常说的北京时间，二者是相差8个小时的，这一点可以从左上角的时间水印里面看到。
卫星云图的爬取结果如下所示：
同样由于图像大小的限制，这里仅给出来最新的部分卫星云图绘制的gif图像，如下所示：
看着庞大的云团在转动，内心还是很激动的啊！跟上面两种类型的气象图对比，气温图应该是最色彩斑斓的了，如下所示：
对于气温气象图的采集流程跟上述两种类型气象图的采集操作是相同的，这里我们从下拉框内容发现，全国气温气象数据的更新是每小时一次，这种比较有规律的数据更新对于数据的定制化采集是比较方便的，需要注意的是这里更新的时间用的依旧是UTC时间，也就是说时间戳显示上面会比我们当前的时间晚8小时，结果如下：
基于气温气象图我们制作得到的gif动图效果如下：
这个有点像小时候看电视里面的气象预报的感觉，全国各个区域里面的气象形势不断地在交错变化，很形象地看出来了气象的演变形式。
接下来我们同样可以制作全国风场、能见度、强天气、土壤水分等相关指标的演变动图，这里的工作流程都是比较相似的就不再一一列举了，这里仅给出来全国风场和能见度的分析结果，个人觉得这两个指标比较有意思，如下所示：
这里的采集代码我后续会同步更新到我的GitHub里面，如果有数据层面的需求也可以留言反馈。后面有时间也会进行陆续的更新，这里给出来静态图像转化为gif图像的操作，具体实现如下：
def gifMaker(picDir='pic/',save_path='a.gif',duration=0.35): ''' 创建gif图像 ''' pic_list=os.listdir(picDir) pic_list.sort() image_list=[picDir+one for one in pic_list] frames=[] for image_name in image_list: frames.append(imageio.imread(image_name)) imageio.mimsave(save_path,frames,'GIF',duration=duration) print('Finished!!!!')gifMaker是我自己编写的一个简单的gif图像制作器，需要的可以拿去直接使用的，相信里面的三个参数前两个都会直接看懂的吧，最后一个参数duration表示的是不同图片之间的间隔时间。
本文的内容差不多就到这里了，算是一个完整的实践经历吧，明天就是12月了，在周末里面去迎接2019年的最后一个月，然我们一起倒计时迎接2020年吧！
天气数据采集与分析毕业论文范文
一、WTO对发展中成员的优惠待遇规定
1、出口优惠待遇。(1)原关贸总协定关于贸易与发展的规定。GATT内容第四部分关于贸易与发展的规定充分体现了对发展中成员出口产品的优惠待遇：①非互惠原则。第36条规定，发达成员在贸易谈判中对发展中成员的贸易所承诺的减少或撤除关税和其它壁垒的义务，不能希望得到互惠。②发达成员尽量承担义务的规定。这些义务是：优先降低和撤除与发展中成员目前或潜在的出口利益特别有关的产品的贸易壁垒，对上述发展中成员的这些出口产品不建立新的关税或非关税壁垒，或加强已有壁垒；在制定和调整财政政策时，优先放宽或撤除阻碍发展中成员初级产品出口的财政政策。(2)GATT授权条款。该项条款规定，一缔约方可能给予发展中缔约方差别的或更为优惠的待遇，而无须按照最惠国待遇原则将这种待遇给予其他缔约方，也无须得到总协定批准。(3)乌拉圭回合达成的《1994年关税与贸易总协定》（《GATT1994》）进一步规定：采取维持稳定、公平、有利的价格等手段，为发展中成员的初级产品进入世界市场提供更为优惠和可接受的条件；对发展中成员有特殊出口利益的加工制成品，提供优惠的市场准入机会，发达成员应优先考虑降低关税和取消非关税壁垒。
2、货物贸易中的农产品和纺织品贸易优惠待遇。根据农业规定（《AA》），WTO对发展中成员的优惠可从三个方面体现：①关税化和关税减让。关税化就是各成员承诺把所有非关税措施转化为同等保护程度的关税措施，即贸易措施关税化，然后再逐步降低进口税率。协定规定，发达成员的农产品进口关税的平均水平在6年内须削减30%，并保证每个税目的减让率不低于15%；发展中成员10年时间削减24%，每个税目的减让率不低于10%。②削减农产品补贴。《AA》规定，自1995年开始，以1986-1988年为基准期，发达成员在6年内逐步削减20%，发展中成员在10年内逐步削减13%。在此期间内，每年的综合支持量不能超过所承诺的约束水平。 毕业论文 http://www.bylw8.com
在国际纺织品贸易方面，国际纺织品和服装协定（《ATC》）的签订本身就体现了对发展中成员利益的维护。纺织品和服装贸易约占世界贸易的20%左右，是发展中国家出口贸易中的支柱产品。在乌拉圭回合谈判以前，规范世界纺织品和服装贸易的是《多种纤维协定》（《MFA》），《MFA》表现了发达国家对发展中国家纺织品出口的限制，是对WTO原则的违反。乌拉圭回合达成的《ATC》对纺织品和服装逐步实现贸易自由化的安排是，1995-2005年分四个阶段逐步取消各种数量限制措施：①1995年元月1日至1997年12月31日，将不少于1990年附件所列产品进口总量16%的产品实现自由化。②1998年元月1日至2001年12月31日，将不少于1990年附件所列产品进口总量17%的产品实现自由化。③2002年元月1日至2004年12月31日，将不少于1990年附件所列产品进口总量18%的产品实现自由化。④2005年元月1日起将所有纺织品和服装贸易实现自由化，取消所有的数量限制。届时《ATC》也自行终止。
3、货物贸易中的反倾销和反补贴规定优惠。WTO乌拉圭回合在过去已达成的多边反倾销规则基础上签订了新的《反倾销协定》。《反倾销协定》对发展中成员优惠规定表现为四个方面：①实施反倾销措施将影响发展中成员根本利益时，可考虑本协定规定的给予发展中成员提供的建设性补救措施。②对发展中成员进口产品进行倾销调查中，若倾销幅度为2%以下，则终止倾销调查。③当来自发展中一成员的进口产品倾销数量不足进口国同类产品3%，同样终止倾销调查，不征收反倾销税。但若数个这种不足3%的单个成员产品，其占进口国同类产品7%时，则倾销调查仍继续进行。
毕业论文 http://www.bylw8.com
WTO乌拉圭回合达成的《补贴与反补贴措施协定》规定，当WTO成员方确实因受到某成员方补贴措施，经济利益受到损害时，可允许实施反补贴措施。《ASCM》对发展中成员的规定是：(1)如果反补贴调查发现原产于发展中成员的受调查产品所得到的补贴不及该产品单位价值的2%，或受补贴产品的进口值不到进口成员同类产品进口总值的4%，且所有不到4%的发展中成员合计进口量不及进口成员同类产品进口总值的9%，则应立即取消反补贴调查。(2)最不发达成员和人均国民生产总值不到1000美元的发展中成员不必取消禁止使用的出口补贴。其他发展中成员可在协定生效8年内逐步取消此类补贴。发达成员在协定生效后即应取消此类补贴。(3)发展中成员达到出口竞争性标准的产品，在两年内逐步取消补贴，对最不发达成员和年人均国民生产总值不足1000美元的发展中成员，可在8年内逐步取消。出口竞争性标准是指该产品连续两年在世界贸易中占3.25%以上的份额。(4)对于根据国内产品使用情况而定的补贴，其禁令在协定生效后（1995年）5年内不适用于发展中成员。最不发达成员为8年。
天气数据采集与分析实训报告
