如何获取 Windy 气象服务平台 API 密钥分步指南

在气象数据应用与天气可视化领域，精准、实时的气象信息至关重要。Windy 气象服务平台 API 为开发者提供了多样化的工具，能够方便地接入全球范围的实时天气数据、预报模型以及交互式地图功能。通过使用该 API，开发者不仅可以在应用或网站中展示风速、气温、降雨、气压等多维度的气象数据，还能结合可视化地图提升用户体验。本文将指导你如何获取 Windy 气象服务平台 API 密钥，并进行初步的可用性测试，同时探讨在使用过程中需要考虑的其他关键因素。

1. 获取Windy 气象服务平台API密钥步骤

获取Windy 气象服务平台API密钥的过程相对简单，只需几个步骤即可完成：

1.访问幂简平台中 Windy 气象服务平台 服务商：

点击右侧访问官网，点击官网右上角注册或登录。

或者点击这个链接来登录

2.登录以后会自动进入到账户概览页面，在这里来选择自己所需要的产品，点击免费试用。

3.要想获取密钥，在左侧导航栏中设置/配置->API密钥 中可以看到自己的密钥相关信息。

2. Windy 气象服务平台 API密钥可用性测试

在获取API密钥后，进行可用性测试是确保其正常工作的重要步骤。以下是使用curl进行测试的一个案例

以下接口为Windy 气象服务平台接口中 查询当前天气情况 接口。（以下以北京西城区坐标为例）

输入：

curl --location --request GET 'https://my.meteoblue.com/packages/current?lat=39.90653&lon=116.392796&apikey=你的密钥' \
--header 'User-Agent: Apifox/1.0.0 (https://apifox.com)' \
--header 'Accept: */*' \
--header 'Host: my.meteoblue.com' \
--header 'Connection: keep-alive'

输出：

结果以 JSON 格式返回，内容包含天气数据的完整信息，包括元数据（坐标位置、海拔高度、时区及模型更新时间）、单位说明（温度、时间与风速的计量方式），以及当前天气实况（时间点、是否为观测数据、白昼状态、气温、风速、太阳天顶角及天气代码等）；全面展示了本次天气请求的核心内容与结构，便于开发者快速获取地理位置对应的实时天气属性及相关气象要素。

{
  "metadata": {
      "modelrun_updatetime_utc": "2025-09-16 07:21",
      "name": "",
      "height": 51,
      "timezone_abbrevation": "CST",
      "latitude": 39.90653,
      "modelrun_utc": "2025-09-16 07:21",
      "longitude": 116.3928,
      "utc_timeoffset": 8.0,
      "generation_time_ms": 14.322042
  },
  "units": {
      "temperature": "C",
      "time": "YYYY-MM-DD hh:mm",
      "windspeed": "ms-1"
  },
  "data_current": {
      "time": "2025-09-16 14:00",
      "isobserveddata": 1,
      "metarid": null,
      "isdaylight": 1,
      "windspeed": 4.0,
      "zenithangle": 64.0646,
      "pictocode_detailed": 22,
      "pictocode": 4,
      "temperature": 23.6
  }
}

3. 使用Windy 气象服务平台API搭建应用的其他关键考虑因素

在使用Windy 气象服务平台API搭建应用时，除了获取和测试API密钥外，还需考虑以下因素：

API 密钥

访问 meteoblue API 使用 meteoblue API 密钥进行身份验证。客户每个套餐都会获得一个带有调用次数限制的 meteoblue API 密钥。API 密钥是一个简单的 URL 参数 &apikey=DEMOKEY。

每个 API 数据包都被记录。我们提供每日调用次数的详细统计。例如，如果你调用 basic-day_basic-3h，每个数据包会被单独记录：1 次 basic-day 调用和 1 次 basic-3h 调用。

你将获得每日的最大调用次数，例如 basic-day 最多 1’000 次调用和 basic-3h 最多 1’000 次调用。如果你超出每日配额，后续的 API 调用将会发生错误。

未经进一步协议，我们实施每分钟 500 次的速率限制。 如果你计划下载超过 10’000 个数据包，请将你的调用均匀分布在几个小时内。

如何使用 API 密钥

在请求地址后面拼接&apikey=DEMOKEY

API 可用性

meteoblue API 专为高可用性设计，过去几年内正常运行时间超过 99.9%。meteoblue 运行自有气象模型，并使用美国和欧洲气象机构提供的初始化数据。此外，还集成了来自超过 10 个国家级气象服务的气象模型。我们的气象预报 API 能够轻松处理多个来源的停机，并持续提供数据。

年份	停机时间	可用性
2012	02:00	99.98%
2013	20:00	99.77%
2014	03:00	99.97%
2015	09:00	99.90%
2016	06:00	99.93%
2017	00:20	99.996%
2018	00:30	99.994%
2019	00:05	99.999%
2020	00:30	99.994%
2021	03:45	99.96%
2022	02:50	99.97%
2023	02:38	99.97%

尽管我们不断改进系统的可靠性，但使用我们 API 的应用程序应设计为能够预见故障。在使用 API 时，以下简单方法可以显著提高可靠性：

使用 30 秒超时调用 meteoblue API
如果达到超时或返回错误，等待30秒后重试
10次重试后放弃，并记录带调试信息的错误，如有需要请联系我们

4. Windy 气象服务平台API密钥申请和使用中的常见问题

在申请和使用 Windy 气象服务平台API密钥过程中，你可能会遇到以下常见问题：

你们 Weather API 的新版本有哪些主要功能？

除了技术改进外，我们在预报数据计算中增加了额外的数据源，主要目的是提升我们的临近预报能力。临近预报计算使用实时处理（卫星、雷达）或测量（气象站）数据集，针对未来1-6小时进行。这些数据特别有助于改进当前天气状况和未来几小时的预报。

以下是几个突出升级后预报数据改进的示例：

为北美和南美添加了卫星辐射数据，从而提高了辐射预报的准确性。
IFS 集合降水数据已添加到我们的多模型降水计算中。这些数据随后通过额外的雷达数据集进一步更新，我们同样扩展了这些数据集（例如，现在已包含捷克雷达）。这些额外的数据集还使我们能够改进降水概率的计算。
高海拔和山峰的温度数据计算得到了改进。
我们现在引入了露点温度的临近预报，随后用于计算其他气象变量（例如相对湿度）。

我需要迁移新的 Weather API 吗？

我们致力于提供无缝迁移到新 API 版本的过程。存在一些破坏性变更，但相关客户已收到通知。如果您未收到邮件，您当前的 API 请求不应受到影响。然而，我们建议在迁移日期（2024-03-04）之后检查所有 API 请求是否正确处理，尤其是在查询 csv 格式时。

是否可以测试新 API？

目前，您可以通过在 API 请求中添加“V2”来测试新版本的 API。巴塞尔基本-1h 数据套餐的示例 API-URL：https://my.meteoblue.com/packagesV2/basic-1h?lat=47.558&lon=7.573&apikey=YOUR_KEY

如果在过渡期间遇到任何问题或有具体问题，我们的支持团队随时准备提供帮助。

哪些需要考虑的破坏性变更？

我们已经仔细分析了日志文件，并预先通知了受影响的客户关于破坏性变更。如果你至今还未收到通知，迁移后你的 API 设置不应出现问题。

CSV 格式：如果你以 csv 格式收集我们的数据，请确保解析表头并检查查询变量的列位置。
海洋数据时区：如果 API 请求中未定义时区，关于海洋数据包存在破坏性变更。当前 API 以 UTC 时区提供海洋数据，而新 API 现在根据坐标定义时区，并以本地时间返回数据。你可以选择使用本地时区的数据，或在 API-URL 中定义时区，通过使用相应关键词。
参数编码错误：如果海拔参数 (asl)未正确设置（为空），在迁移后将会返回错误。目前，API 对于此设置（“&asl=”）的假设是您所在位置的海拔为 0 米，这会导致预报数据错误（因为温度数据强烈依赖于位置的海拔）。您可以将正确的海拔数值添加到 API-URL 中（例如“&asl=314”），或者从 API-URL 中移除 asl 参数。API 将自动根据指定坐标的高分辨率数字高程模型检测海拔。
URL 参数双重编码：大多数 HTTP 客户端会自动处理 URL 编码部分，因此请确保您使用的框架不会对已经 URL 编码的参数再次进行 URL 编码。
空 URL 参数：为防止滥用，API 现在对查询参数实施了更严格的验证。因此，指定的但为空的查询参数将触发错误响应。因此，请确保您从 API 请求中删除任何不必要的空查询参数。有故障的样本 URL: https://my.meteoblue.com/packages/pvpro-1h_pvpro-day?lat=47.558&lon=7.573&asl=&kwp=&slope=&facing=&power_efficiency=&tracker=&apikey=DEMOKEY

5. Windy 气象服务平台API进阶指引

在获得Windy 气象服务平台API密钥之后，即可开启API接口对接，本文整理了多篇使用Windy 气象服务平台API的案例，帮助读者更有效地使用Windy 气象服务平台API：

历史与气候数据、预报图像、地图插件、PNG 地图、预报数据

6. 常见问题

问题1：什么是幂简集成平台？

幂简集成是蜜堂有信在2023年打造的一款SAAS产品，建设着国内最全的API平台，为开发者提供全面、高效、易用的API集成管理方案，一站搜索、试用、集成国内和国外API。让用户在AI时代全方位接入互联网，用API连接一切服务和算力，实现价值倍增。

问题2：如何找到Windy 气象服务平台API

幂简API平台可以通过以下两种方式找到所需API：通过关键词搜索API(例如，输入’Windy 气象服务平台API‘这类品类词，更容易找到结果)、或者从API hub分类页进入寻找。

问题3：Windy 气象服务平台API的替代品有哪些？

市场上存在免费、付费两种替代者

例如

心知天气-高精度气象数据 – 天气数据API接口 – 行业气象解决方案

丫丫天气-丫丫天气_天气免费API

gismeteo-俄罗斯天气预报

Visual Crossing-天气数据与天气API

MeteoSource-全球天气API和地图平台 – 当前天气和预报数据

更多竞品可以在Windy 气象服务平台找到。

7. 总结

本文总结了在获取Windy气象服务平台API密钥后的可用性测试方法，并通过curl示例展示了如何验证接口是否正常工作，同时解析了返回的JSON数据结构，帮助开发者快速理解和使用实时天气信息。文章还进一步探讨了在实际应用中需要关注的关键因素，包括API密钥的使用规范、调用频率限制和高可用性保障，并结合常见问题及进阶指引，为开发者在搭建基于气象数据的应用提供了完整的参考和实用的指导。