Geoskill: 气候风险筛查
基于温度降水数据评估气候风险并生成报告
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Geoskill: 气候风险筛查。 它的用途是：基于温度降水数据评估气候风险并生成报告 完整的 Skill 内容见：https://321skill.com/skills/geoskill-气候风险筛查/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'分析我所在城市（北京）过去30年的月平均温度和降水数据，检测是否存在极端气候事件并生成风险评估报告。'，它会自动读取数据（如用户提供CSV或指定公开数据集），计算温度变化率、降水变异系数，与历史基准对比，标记出异常年份，最后输出一份包括热浪、干旱风险等级及建议的报告。
介绍
该技能旨在解决用户从温度与降水数据中识别气候风险、检测极端天气事件以及生成评估报告的需求。它通过分析历史变化趋势，快速定位潜在的气候灾害（如热浪、干旱、洪涝），帮助用户从海量气象数据中提取关键风险信息，避免手动计算和判读的繁琐过程。
使用方式非常直接：用户只需提供温度或降水数据集（支持常见格式如CSV、NetCDF等），或直接描述地区和时间范围，技能便会自动完成数据清洗、趋势分析、异常检测，并输出结构化风险报告。整个过程无需编写代码或配置复杂模型，适合快速获取气候风险洞察。
适用人群包括环境科研人员、碳中和政策制定者、农业与保险行业的分析师、以及关注气候变化的企业决策者。对于学术研究者，可快速生成论文中的气候风险分析章节；对于业务人员，可用于供应链气候韧性评估或投资决策参考。
建议使用时尽量提供较长时间序列（至少10年）的数据以获得统计显著性；若数据缺失严重，技能会给出补全建议。注意该技能主要依赖温度与降水两个变量，如需结合其他因素（如风速、湿度）可配合其他数据源使用。
核心特点
与通用数据分析工具不同，该技能内置了气候风险筛查模型，能自动识别热浪、干旱、极端降水等灾害阈值，并直接输出风险评估报告，而不仅仅是统计图表。
注意事项
不适用于分析非气候因素（如地震、海啸）或需要高精度短期天气预报的场景。
常见问题
支持哪些地区的数据？
全球范围均可，但需确保数据来源可靠（如NOAA、ERA5等），技能不内置数据获取，需用户提供或指定公开数据集。
需要什么格式的数据？
支持CSV、NetCDF、JSON等常见格式，数据需包含时间戳、温度/降水字段。若使用NetCDF，需附带经纬度信息。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/geoskill-气候风险筛查/raw/index.md 读取 Geoskill: 气候风险筛查 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/geoskill-气候风险筛查/raw/index.md（查看排版版本）