空气质量 API:位置优先级、AQI 标准与数据新鲜度

SpringBoot+Vue+Mysql社区医院信息平台(源码+文档) SpringBoot+Vue+Mysql学生宿舍信息管理系统 WEB端软件项目(源码+文档) 项目包含:①完整源码(后端+管理后台+用户前台);②数据库脚本文件;③万字论文文档;④开题报告;⑤答辩PPT;⑥项目运行视频教程。 项目架构: B/S 架构、MVC 分层设计 技术栈: Java、MySQL、SpringBoot、MyBatis-Plus、Token 权限校验、管理后台 Vue+ElementUI+ECharts、用户前台 Layui+jQuery、Maven 构建。 一、角色设计 学生用户: 注册登录、浏览宿舍信息、查询宿舍安排、在线报修、缴费查询、失物招领、桶装水预订、评论交流、收藏等。 商家用户: 注册登录、桶装水品牌与商品信息维护、预订订单查看与处理。 维修人员: 注册登录、查看待处理报修、接单维修、填写报修处理结果与进度反馈。 管理员: 学生管理、班级管理、宿舍信息管理、宿舍安排管理、报修处理管理、缴费信息管理、卫生检查与文明宿舍管理、失物招领管理、桶装水与商家管理、维修人员管理、公告资讯与轮播图管理等。 二、前台功能模块(学生端) 1. 首页展示:轮播图、宿舍公告、最新动态推荐、常用服务快速入口 2. 宿舍信息模块:宿舍列表、楼栋与房间条件筛选、宿舍详情查看、我的宿舍安排查询 3. 在线报修模块:在线提交宿舍设施报修申请、上传故障描述、查看报修进度与维修处理结果 4. 缴费模块:水电等缴费记录查询、缴费状态查看 5. 卫生检查与文明宿舍:宿舍卫生检查结果公示、文明宿舍展示 6. 失物招领模块:失物信息发布、招领信息发布、详情查看、评论互动 7. 桶装水预订:桶装水品牌与商品浏览、在线预订、我的预订记录查询 8. 假期留宿:假期留校申请提交、申请记录查询 9. 评论与收藏:信息评论、查看他人评论、评论回复互动、收藏感兴趣的内容 10. 个人中心... 立即下载

GuGuData 空气质量 API 使用 GET 查询已覆盖位置的 AQI、污染物和监测信息。支持 location 或兼容 city 参数,至少提供一项,同时提供时 location 优先。Data 是结果数组;AQI、污染物浓度和数据新鲜度应一起读取,不能只根据一个数值判断口径。

原始 API 封面

接口与输入

项目说明
请求方法GET
接口地址https://api.gugudata.com/Weather/AirQuality
返回格式JSON,UTF-8
鉴权对应产品有效 AppKey;示例通过 Header 提供
参数名参数类型是否必须默认值备注
appkeystring是无接口调用凭证,请在咕咕数据开发者中心获取
locationstring否无;至少传一项推荐参数。支持城市名称、LocationID 或 经度,纬度;与 city 同时传递时优先生效
citystring否无;至少传一项城市名称;未传 location 时生效。location 与 city 至少传递一个。
langstring否zh返回语言,支持 zh 或 en,默认 zh

参数名与大小写按当前契约传递,鉴权凭据只需使用一种受支持的方式。公开文章不放真实 AppKey。

请求示例

以下是集成示例,YOUR_APPKEY 为占位符,未使用真实凭据执行。正式调用需要对应产品权益。查询参数由 --data-urlencode 分别编码,避免中文或特殊字符破坏 URL。

curl --get 'https://api.gugudata.com/Weather/AirQuality' \
  --header 'X-GUGUDATA-APPKEY: YOUR_APPKEY' \
  --data-urlencode 'location=北京' \
  --data-urlencode 'lang=zh'

返回字段

参数名参数类型备注
Dataarray(object)结果对象数组,不能当作单个对象读取。
DataStatus.RequestParameterstring本次实际业务请求参数,不包含鉴权凭据;Demo 展示对应样例输入。
DataStatus.StatusCodeinteger业务状态码,100 表示成功
DataStatus.StatusDescriptionstring业务状态说明
DataStatus.ResponseDateTimestring接口响应生成时间,不代表来源资料更新时间。
DataStatus.DataTotalCountinteger返回结果数量。
Data[].Provincestring / null一级行政区名称
Data[].Citystring匹配到的位置名称
Data[].LocationIdstring位置 LocationID
Data[].Latitudestring位置纬度
Data[].Longitudestring位置经度
Data[].Countrystring / null国家或地区
Data[].AQIstring空气质量指数数值
Data[].AQIStandardstring / null本条结果采用的 AQI 标准代码,例如 cn-mee 或 us-epa
Data[].AQIDisplaystring / null适合直接展示的 AQI 文本
Data[].AQILevelstring / nullAQI 等级
Data[].Qualitystring空气质量等级描述
Data[].AQIColorobject / nullAQI 等级对应的 RGBA 颜色
Data[].AQIColor.Redinteger / null红色通道,范围 0 至 255
Data[].AQIColor.Greeninteger / null绿色通道,范围 0 至 255
Data[].AQIColor.Blueinteger / null蓝色通道,范围 0 至 255
Data[].AQIColor.Alphanumber / null透明度
Data[].PM25string / nullPM2.5 浓度,单位见 Pollutants.Unit
Data[].PrimaryPollutantstring / null首要污染物显示名称
Data[].PrimaryPollutantCodestring / null首要污染物代码
Data[].PrimaryPollutantNamestring / null首要污染物名称
Data[].PrimaryPollutantFullNamestring / null首要污染物完整名称
Data[].HealthEffectstring / null当前空气质量可能造成的健康影响
Data[].GeneralPopulationAdvicestring / null一般人群健康建议
Data[].SensitivePopulationAdvicestring / null敏感人群健康建议
Data[].Pollutantsarray主要污染物浓度及分项 AQI
Data[].Pollutants[].Codestring污染物代码
Data[].Pollutants[].Namestring污染物名称
Data[].Pollutants[].FullNamestring / null污染物完整名称
Data[].Pollutants[].Concentrationstring / null污染物浓度
Data[].Pollutants[].Unitstring / null污染物浓度单位
Data[].Pollutants[].AQIstring / null污染物分项 AQI
Data[].Pollutants[].AQIDisplaystring / null污染物分项 AQI 展示文本
Data[].Stationsarray参与当前结果的监测站列表
Data[].Stations[].Idstring / null监测站标识
Data[].Stations[].Namestring / null监测站名称
Data[].RetrievedAtstring本条空气质量数据的获取时间,ISO 8601 格式
Data[].DataStatusstring数据时效状态。

公开样例与结果核对

2026 年 11 月 7 日回读了当前公开样例。公开 Demo 的输入为 location=北京、lang=zh,与上方请求一致。以下仅保留第一个结果的部分字段及第一种污染物,其余字段已省略。

{
  "DataStatus": {
    "StatusCode": 100,
    "RequestParameter": "location=北京&lang=zh",
    "DataTotalCount": 1
  },
  "Data": [
    {
      "City": "北京",
      "LocationId": "101010100",
      "AQI": "40",
      "AQIStandard": "cn-mee",
      "Quality": "优",
      "PM25": "18",
      "RetrievedAt": "2026-11-07T01:57:51Z",
      "DataStatus": "fresh",
      "Pollutants": [
        {
          "Code": "pm2p5",
          "Name": "PM 2.5",
          "FullName": "颗粒物(粒径小于等于2.5µm)",
          "Concentration": "18",
          "Unit": "μg/m³",
          "AQI": "26",
          "AQIDisplay": "26"
        }
      ]
    }
  ]
}

公开样例证明采样时的返回结构,不代表带占位符的生产请求已经执行,也不用于推断全部数据覆盖或固定响应性能。响应时间和样例日期各有含义,应与 RequestParameter 一起核对。

字段口径与适用边界

location 支持城市名、LocationID 或“经度,纬度”;经纬度顺序不能颠倒。lang 支持 zh 和 en。AQI 数值与 PM2.5 浓度含义不同,PM25 的浓度单位应与 Pollutants.Unit 核对,不能把 mg/m³ 和 μg/m³ 混用。不同位置可能采用 cn-mee 或 us-epa 等 AQIStandard,不应直接跨标准套用等级阈值;原始封面中的等级示意仅作插图,不作为当前返回标准的阈值表。顶层 DataStatus 是接口业务状态,Data[].DataStatus 则为 fresh 或 stale 的资料时效状态。stale 表示数据服务异常时的最近成功资料;应同时展示 RetrievedAt,不能改标为实时。污染物、建议和监测站资料受覆盖影响,null、空串和空数组应保留含义。

错误与使用建议

先检查 HTTP 状态,再检查 DataStatus.StatusCode,100 表示业务成功。成功后仍应检查实际 Data 与返回计数;参数、鉴权、订单、额度、限流和依赖错误需要分别处理,不能把服务失败伪装成空数据。错误码和频率限制以当前官方文档与订单信息为准。

适合环境信息看板和出行资料展示。按当前返回的标准、质量文字和数据时间展示,不自行补造缺失监测值,也不据单个示例宣称覆盖所有城市。

参考文档

本文由 GuGuData 产品方整理,接口契约核对日期为 2026 年 11 月 7 日。

YOLOv8作物病害检测实战源码 这是一套基于YOLOv8n的农田病虫害目标检测系统,对叶片照片做目标检测,识别健康叶片、褐斑病、白粉病、锈病四类,并给出对应防治建议。全流程纯CPU可跑,配套交付完整Python源码、9章实战教程(md/html/pdf三种格式)、100张自造样本及YOLO标签、训练曲线与混淆矩阵截图、Tkinter界面和答辩PPT。 系统围绕五项功能展开:同一套推理逻辑覆盖图像、视频、摄像头三种来源;图形界面选文件即检测,画面叠彩色框标注病名与置信度,右侧面板同步给出症状与防治措施;检测记录自动写入CSV,统计页一键生成四类病害占比饼图;训练结束自动产出损失与精度曲线;内置防治建议文案库,检测命中即回填面板。 选型用YOLOv8n nano档,参数量约320万、权重约6.2MB,CPU单帧几十毫秒,小样本训练5到8分钟完成。数据由data_gen.py程序化绘制100张叶片图,固定随机种子,重跑分布一致,不依赖公开数据集。依赖全部锁版本,教程第7章整理了19条真实报错及排查方法,第8章给出换模型档、换PlantVillage数据集的迁移路径。 适合做计算机视觉方向课程设计或毕业设计的学生,也适合智慧农业方向想了解检测模型如何落进业务面板的学习者。不需要GPU,不需要系统学过目标检测,教程第3章会按需补齐原理。 使用时先pip install -r requirements.txt装好依赖,download_data.py下载预训练权重,data_gen.py生成样本后train.py训练,完成后用main.py infer批量检测或main.py gui启动界面。 立即下载

相关推荐

数据挖掘实战:决策树 + 聚类 + 关联规则,零 Key 离线可跑(Python 源码)

数据挖掘实战包。用 Python 标准库实现 CART 风格决策树、K-Means 聚类与 Apriori 关联规则,在虚构「星河便利店」会员表和购物篮上跑通分类、分群与购物篮分析,并给出准确率、轮廓系数、支持度/置信度/提升度。零第三方依赖、零 API Key 即可离线跑通。含 4 个样例、离线冒烟、中文 README(含「使用方法」)。均为作者原创可运行源码。MIT。作者 blog.youkuaiyun.com/mtl1994

信息检索基础:从关键词到检索式的实战指南

信息检索是从海量数据中精准定位所需信息的核心技术,其原理基于查询表达式与索引库的匹配与筛选。掌握布尔逻辑、限定符和检索词扩展策略,能显著提升搜索效率与准确性。在学术文献、行业报告、数据查找等场景中,系统化的检索方法可帮助用户快速获取高质量信息,并沉淀为个人知识库。本文围绕信息检索基础,详解检索词选择、检索式构建与动态调整,结合实战案例与常见问题排查,助你建立高效的检索体系。

weixin_34341117的博客 321

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?.docx

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?

10分钟上手Optique:最快安装指南与你的第一个类型安全CLI(Deno/Node/Bun全兼容)

[![Optique 类型安全 CLI 解析器概览图](https://raw.gitcode.com/gh_mirrors/op/optique/raw/80c003f24131e4f52f21cef4c9c9ebc1b3eb1c7b/docs/public/og.png?utm_source=gitcode_repo_files)](https://link.gitcode.com/i/c55

gitblog_00339的博客 501

产业园区如何高效对接企业技术需求与高校科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何快速掌握本地科技资源分布与匹配情况?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

LangChain自定义工具开发实战:从BaseTool到StructuredTool

LangChain工具是大模型Agent能力扩展的核心机制,其本质是为LLM提供结构化、可验证、可审计的外部函数调用接口。理解BaseTool的底层控制权、Tool的函数封装逻辑、StructuredTool的Pydantic强校验能力,是构建稳定AI应用的关键技术基础。尤其在企业级场景中,需兼顾输入验证、超时熔断、错误降级与审计日志等工程要求。本文聚焦生产环境高频需求——如天气查询、知识库检索、贷款试算等典型工具的落地实现,详解如何通过args_schema定义、description优化、异常拦截与缓存

weixin_33733810的博客 385

国央企创新负责人如何实现科技成果的精准识别与高效筛选?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

产业园区运营负责人如何利用平台实现企业创新需求的精准分析与服务推送?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员如何系统化管理科技成果信息?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构如何构建标准化、模块化的智能服务工具?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员在推动成果转化落地过程中,如何实现科技成果的高效推介与价值评估?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

科技中介服务机构如何通过数智工具提升技术需求挖掘的精准度?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

PSIM-三相维也纳VIENNA整流器电压电流双闭环+中点电位平衡SVPWM控制仿真

内容概要:本文档详细介绍了一种基于PSIM软件实现的三相维也纳(VIENNA)整流器仿真模型,重点实现了电压电流双闭环控制与中点电位平衡的SVPWM调制策略。该仿真系统通过精确的控制算法有效提升了整流器的功率因数,降低了输入电流谐波含量,并解决了三电平拓扑中常见的直流侧中点电位偏移问题,具有较高的工程实用价值,适用于高效率、高功率密度的电力电子系统设计与科研验证。文档还整合了丰富的配套资源,涵盖多种电力电子变换器拓扑结构、先进控制算法及典型应用场景,形成了系统化的技术资料体系,有助于深入理解现代整流技术的核心原理与发展动态。; 适合人群:面向从事电力电子、电气工程、新能源变换系统等领域的科研人员、高校研究生以及具备一定仿真基础的工程技术人员。; 使用场景及目标:①深入研究三相VIENNA整流器的工作机理与控制特性;②掌握电压外环、电流内环双闭环控制结构的设计方法;③理解并实现SVPWM调制技术与中点电位平衡控制策略的协同作用;④开展相关控制算法的仿真验证、性能优化与实验对比,为高性能整流装置的研发提供理论支撑和技术原型。; 阅读建议:建议结合文中列出的其他仿真案例(如PWM整流器、LLC谐振变换器、DAB变换器等)进行横向对比学习,充分利用所提供的PSIM、MATLAB/Simulink等多平台仿真资源,重点关注控制逻辑与主电路的耦合关系,通过参数调试与波形分析深化对系统动态响应和稳态性能的理解,强化“理论—建模—仿真—优化”的闭环研究能力。

产业园区运营负责人如何利用数智工具提升园区企业的技术对接效率?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

政府科技管理者如何在政策支持中更精准地识别和支持高价值科技项目?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

ICD10 openGauss版

ICD10 openGauss版

上一篇: IP 归属查询 API:IPv4、IPv6、地域字段与未命中处理
下一篇: 农历节气 API:日期范围、闰月与跨年节气解析
DevOpenClub
博客等级 码龄18年 970粉丝 517原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DevOpenClub

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值