区域裁切-分钟级雷达灰度图 API
API 地址
https://singer.caiyunhub.com/v3/ud/radar_gray/{task_type}/{area_id}?token={your_valid_token}(注:150622 为 area_id 示例值,your_valid_token 需替换为实际有效的认证令牌)
示例请求
1. 实时任务(task_type=realtime)示例:
https://singer.caiyunhub.com/v3/ud/radar_gray/realtime/150622?token=your_valid_token2. 预报任务(task_type=forecast)示例:
https://singer.caiyunhub.com/v3/ud/radar_gray/forecast/150622?token=your_valid_token3. 指定 init_time 示例
3.1 realtime
https://singer.caiyunhub.com/v3/ud/radar_gray/realtime/150622?init_time=1751356200&token=your_valid_token3.2 forecast
https://singer.caiyunhub.com/v3/ud/radar_gray/forecast/150622?init_time=1751356200&token=your_valid_token请求参数
| 参数名 | 类型 | 说明 |
|---|---|---|
| task_type | string | 必选,任务类型,取值:realtime(实时)或 forecast(预报) |
| area_id | string | 必选,区域 ID(示例值:150622) |
| token | string | 必选,认证令牌(需替换为有效 token) |
| init_time | int | 非必选,批次时间,必须为整 5 分钟的时间戳 |
返回数据结构
公共字段
| 字段名 | 类型 | 说明 |
|---|---|---|
| task_type | string | 任务类型,与请求参数一致(realtime/forecast) |
| init_time | number | 数据初始化时间戳(示例值:1751347800) |
| items | array | 切割图数据列表,每个元素包含以下子字段 |
items 子字段
| 子字段名 | 类型 | 说明 |
|---|---|---|
| area_id | string | 区域 ID(与请求参数一致) |
| forecast_time | number | 数据对应的预报/实时时间戳 |
| bound | array | 地理范围经纬度边界(格式:[左经度, 下纬度, 右经度, 上纬度]) |
| url | string | 灰度切割图图片 URL(含临时认证参数 auth_key) |
示例响应
1. task_type=realtime(实时)
json
{
"task_type": "realtime",
"init_time": 1751347800,
"items": [
{
"area_id": "150622",
"forecast_time": 1751347800,
"bound": [103.00350189208984, 36.007301330566406, 116.9884033203125, 42.002201080322266],
"url": "http://meteorology.caiyuncdn.com/ud/radar_gray/prod/realtime/2025/07/01/150622/cnmap_precp_202507010530.png?auth_key=1751351488-686372b0f31b9c578d5f580b-0-cb7ec1deafe05f5fc7c625dd8f3f5e93"
}
]
}2. task_type=forecast(预报)
json
{
"task_type": "forecast",
"init_time": 1751351700,
"items": [
{
"area_id": "150622",
"forecast_time": 1751351700,
"bound": [103.00350189208984, 36.007301330566406, 116.9884033203125, 42.002201080322266],
"url": "http://meteorology.caiyuncdn.com/ud/radar_gray/prod/forecast/2025/07/01/202507010635/150622/cnmap_precp_202507010635.png?auth_key=1751355471-6863823ff31b9c578d5f7032-0-2c7964464aa9c50b7662dbf56a1569e2"
},
{
"area_id": "150622",
"forecast_time": 1751352000,
"bound": [103.00350189208984, 36.007301330566406, 116.9884033203125, 42.002201080322266],
"url": "http://meteorology.caiyuncdn.com/ud/radar_gray/prod/forecast/2025/07/01/202507010635/150622/cnmap_precp_202507010640.png?auth_key=1751355471-6863823ff31b9c578d5f7033-0-6c0f3a44f1e4ed0c3182f38d4972afdf"
}
]
}数据情况
- realtime: 5 分钟一个文件
- forecast: 5 分钟一个批次,单个批次 26 个文件
forecast 默认给出的接口是最新批次,加工过程中可能会少于 26 个文件。可进行判断,如果当前不足,取前几个批次。
数据使用
灰度数据是彩云内部强度,需要经过转换之后才是雷达的 dbz,具体转化过程如下:
python
# 以 opencv-python 读取为例
import cv2
img = cv2.imread('your_file_path.png', cv2.IMREAD_GRAYSCALE)
# 1 灰度值 除以 255
intn = img.copy() / 255
# 2 大于零的数据 + 0.15
intn[intn > 0] = intn[intn > 0] + 0.15
# 3 数据转换
val = intn * 16.0 * 5
# 4 dbz 计算
dbz = 70 * (val > 70) + val * (val <= 70)