实况影像
关注 12.4万
暴雨将至 ▶
城市雷雨黄昏
傍晚的对流云团压过城区，十分钟内从闷热转成倾盆，雷达回波图记录下完整的移动过程。
👁 12.6万👍 9821⭐ 4210↗ 1260
分钟级更新气温、湿度、风力与降水数据，出门前一眼看清此刻天气状况，不用再凭感觉猜。
雷达回波图叠加云团移动轨迹，直观判断雨什么时候下、下多久，通勤和约球都好安排。
未来二十四小时逐小时温度曲线，几点降温、几点起风一目了然，穿衣带伞都有依据。
未来一周天气与气温走势提前铺开，周末出行、洗晒衣物、安排行程都能心里有数。
台风、暴雨、高温、大雾等预警信号第一时间送达，附带防御指引，关键时刻不慌乱。
PM2.5、AQI、花粉浓度与紫外线指数同步呈现，敏感人群出门前多一层参考和提醒。
把常去的城市一起关注，出差、探亲、旅行前横向比对温差与天气差异，行李不白带。
用日常话说清天气现象，看懂预报背后的门道，慢慢养成属于自己的判断力。
二〇二〇年，实时天气从一张简单的城市天气卡片起步，只做一件事：把气温、风力和降水这三件事说清楚。那时候页面很朴素，数据来源也有限，但不少用户留言说，终于不用在好几个网页之间来回切换了。团队把每一条反馈都记下来，先补齐逐小时预报，再一点点把城市覆盖从几十个扩展到全国主要城市，用最笨的方式打磨最基础的功能。
二〇二三年是关键的一年，降水雷达和灾害预警先后上线，实时天气从“看天气”变成了“判断天气”。雷达回波图叠上云团移动方向，用户能自己判断雨什么时候到；预警信号按等级推送，台风、暴雨、高温一个都不漏。同一年移动端做了大改版，首屏加载时间压到一秒以内，弱网环境下也能稳定刷出实况数据，这个改动带来的留存提升比预期明显。
进入二〇二六年，实时天气把重点放在“更细”和“更懂你”上。分钟级降水预报覆盖到街道级别，空气质量和花粉指数同步上线，敏感人群终于有了自己的出门参考。新版还加入多城市对比和个性化提醒，出差前把两个城市放在一起看，温差和天气差异一眼分明。截至二〇二六年，平台每天服务的查询次数稳定在千万级，数据更新频率也提升到了分钟级，接下来要解决的是怎么把这些数据翻译成更贴近个人的判断。
傍晚的对流云团压过城区，十分钟内从闷热转成倾盆，雷达回波图记录下完整的移动过程。
阵雨刚停，阳光斜照，双层彩虹在水汽里挂足八分钟，很多人说这是今年见过最完整的一次。
暖湿空气滑过冷地面，整座城市只剩楼顶露在雾上，能见度一度降到两百米以内。
夜里两小时拍到三百多次闪电，云层内部结构被照得清清楚楚，也顺便记录下气温骤降的过程。
冷空气翻过山口，雪线一夜之间下移了四百米，气温从零上七度掉到零下九度。
卫星云图上眼壁清晰可见，风圈范围随时间缓慢收紧，沿海城市的降水从外围开始逐步增强。
海面水温低于气温，雾气贴着水面推进，港口能见度不足五百米，渔船比平时晚出港两小时。
高层云在日落时被照成橘红色，云底高度和云量数据同步记录下来，难得的是持续了整整二十分钟。
天气预报这件事，长期以来给人的印象是“大概准”。说下雨可能不下，说不下可能淋一身。这种印象并不全是预报本身的问题，而是传统预报的空间和时间颗粒度太粗。一个城市只给一个温度，可城市东边和西边的体感可能差好几度；雨带从西往东推，落在你头上的时间也就差出半小时。颗粒度不够，信任就很难建立起来。
实时天气这一类的产品，本质上是在补颗粒度。分钟级降水把“什么时候下”拆成十分钟一格，雷达回波把“从哪来”变成一张能自己看的图，街道级预报把“在哪下”落到具体位置。用户不需要理解背后的数值模式，只要能看懂颜色深浅和移动方向，就能做出带不带伞的判断，这才是数据真正被用起来的样子。
更大的变化发生在数据之外。过去查天气是一个动作，查完就走；现在天气数据开始嵌进日常决策里——几点出门、走哪条路、周末去不去郊外、孩子的体育课要不要换时间。产品要做的，是把数据翻译成决策依据，而不是把原始数据直接摆出来让人自己琢磨。
空气质量、花粉浓度、紫外线指数的加入，说明关注点从“下不下雨”扩展到了“出门舒不舒服”。这类指标对特定人群的意义远大于对普通人的意义：过敏人群看花粉，户外工作者看紫外线和体感温度，家长看空气质量决定孩子能不能在外面玩。细分需求的满足程度，往往决定了产品的实际价值。
预警推送是另一个考验。推得太频繁会被忽略，推得太少会漏掉关键信息。按等级分层、按场景合并，是目前比较可行的做法：橙色以上即时提醒，黄色合并成早间汇总，既保证关键信息送达，也不至于让用户直接关掉通知。这背后其实是对用户注意力的尊重，而不只是技术问题。
往前看，天气数据的下一站大概是更细的个性化。同样的温度，有人觉得冷有人觉得热；同样的空气质量，有人毫无感觉有人已经开始咳嗽。把用户自身的体感反馈纳入模型，让预报逐渐贴合个人感受，这条路还很长，但方向已经比较清楚。颗粒度从城市走到街道，下一步大概就是从街道走到具体的人。
新版本把降水预报精度从城区细化到街道，同一座城市不同区域的雨情可以分开查看，通勤路线更好规划。
春季过敏高发，花粉浓度数据同步进空气质量板块，敏感人群出门前可以对照等级选择防护方式。
新版把路径预报、风圈范围和影响时段放在同一屏，沿海用户不用来回切换页面就能判断影响程度。
预警推送按等级分层，橙色以上即时提醒，黄色则合并成一条早间汇总，减少打扰也保证关键信息送达。
最多可同时关注八个城市，温度曲线并排排列，出差和探亲前的对比更直观，行李准备也更有依据。
过去两小时的云团移动可以连续播放，降雨的来向和移速看得更清楚，判断雨什么时候停也更容易。
结合湿度、风速和日照重新计算体感温度，闷热和湿冷的判断比单看气温更贴近真实感受。
接入更多地面监测站点，城市内不同区域的空气质量差异能够被更细致地呈现，参考价值更高。
温度走势改用色带表示，升温和降温的幅度一眼可见，周末安排和衣物准备都更有依据。
弱网环境下的首屏渲染时间明显缩短，实况数据在信号不稳时也能稳定刷新，地铁里刷两下就出结果。
从回南天到平流雾，二十个常见天气现象用日常语言讲清楚，读完能自己判断，不再只依赖结论。
可以按温度阈值、降水时段和空气质量等级设置提醒，到点推送，不用每天反复手动刷新页面。
实况、雷达、预报、预警分区摆放，第一屏就能找到要用的数据。
按城市、时段和指标快速过滤，想看的内容几秒内就能定位。
弱网环境也能稳定刷新，单手操作时常用功能都在拇指范围。
常看的城市和提醒条件可以保存，下次打开不用重新设置。
从实况延伸到空气质量、花粉和科普，顺着一个入口能看更多。
未来十天降水过程频繁，短时雨强偏大，低洼路段容易积水，出行前建议先看雷达回波再定路线。
随着冷空气东移，沙尘影响范围逐步缩小，多数城市空气质量回到良到轻度污染区间，敏感人群仍需留意。
目前各家模式对路径的预报还有分歧，未来三天是关键窗口期，沿海地区可以先把防风准备做起来。
长江中下游多地降温超过十度，早晚温差拉大，体感温度会比实际气温更低，外套先别急着收。
部分山口路段出现积雪和结冰，能见度波动较大，计划翻山前最好查一下沿线实况和降雪时段。
晴天加上云量偏少，多地紫外线指数达到四级以上，午后外出建议做好防晒，户外作业人群尤其注意。
早上出门看到分钟级降水显示四十分钟后有雨，果然踩着点下起来了，伞没白带。
雷达回波逐帧播放这个功能很实用，能自己看云团往哪走，比只看文字预报踏实多了。
多城市对比救了我，一次看三个城市的温差，行李箱里该放什么心里有数。
花粉指数上线之后终于知道为什么一出门就打喷嚏了，现在按等级决定戴不戴口罩。
体感温度比以前准，湿度大的时候明明二十六度，跑起来跟三十度一样，现在会提前看一眼。
跑长途前先看沿线的降水和气温，山口的雪线变化也能提前知道，比到了再想办法强得多。
界面干净，没有乱七八糟的弹窗，想看的实况和预报都在第一屏，这一点挺难得的。
预警推送分等级这个改动好，以前一天推好几条，现在橙色以上才响，重要的信息没漏过。
上夜班前看一眼夜里几点降温，出门加件衣服，这种小提醒对作息乱的人特别友好。
拍火烧云全靠云量和日落时间，两个数据放在一起看，出片率比以前高多了。
回南天的时候湿度数据特别有用，看一眼就知道今天该不该开窗通风，省了不少事。
骑车出门前必看风力和降水时段，逆风加下雨的组合能避就避，能省不少力气。
历史天气可以往前翻，做复盘的时候挺方便，不用再跑去别的地方找记录。
实况数据通常每五到十分钟刷新一次，降水雷达回波每六分钟更新一轮，逐小时预报和七日趋势每天更新四到六次。遇到强对流等快速变化的天气，雷达和实况的刷新频率会自动提高，保证你看到的是尽量接近当下的情况。
分钟级降水擅长回答“这雨还要下多久”这类短时问题，在降雨已经发生的情况下参考价值很高。但它对“雨会不会开始下”的预测能力有限，尤其是夏季局地对流，云团生消很快。建议把分钟级和雷达回波结合起来看，判断会更稳。
不同平台采用的数据源、预报模式和更新时间都不完全相同，出现差异是正常的。此外，一个城市往往有多个观测站点，取哪一个站点、如何做区域平均，都会影响最终显示结果。建议在同一个平台内做纵向对比，而不是跨平台横向比较单一数值。
空气质量数据来自各地地面监测站点的公开数据，经过统一口径的清洗和换算后呈现。不同城市的站点密度差异较大，站点稀疏的区域代表性会弱一些。我们会标注数据更新时间，遇到异常值也会做标记，方便你判断参考价值。
预警按等级分层推送：橙色和红色预警即时提醒，黄色预警会合并成早间或晚间的一条汇总，蓝色预警默认只做站内展示。你可以在提醒设置里调整接收的等级和时段，避免夜间被打扰，同时保证重要信息不漏掉。
目前最多可以同时关注八个城市，关注后可以在对比视图里并排查看温度曲线和天气状况。如果你经常在几个城市之间往返，建议把常驻地、出差地和老家都加上，出门前扫一眼就能判断行李怎么收拾。
花粉指数目前覆盖十二个主要城市，以北方和华东地区为主，后续会逐步扩展。数据结合了当地植被分布、气象条件和监测站点信息。暂未覆盖的城市，可以参考湿度、风力和降水情况做粗略判断，晴朗有风的日子花粉更容易飘散。
实际气温是百叶箱里测到的空气温度，体感温度则是在气温基础上叠加了湿度、风速和日照的影响。夏天湿度高时体感会比气温更热，冬天有风时体感会比气温更冷。穿衣和户外活动安排，参考体感温度往往更贴近真实感受。
山区地形起伏剧烈，气流在翻越山脊时会被抬升或绕流，同一个山谷的两侧可能一边晴一边雨。同时山区观测站点稀疏，模式分辨率有限，预报难度自然更高。计划进山前，建议多看实况和雷达回波，并留出更宽的时间余量。
目前支持三类条件：温度阈值提醒，比如气温降到十度以下；降水时段提醒，比如未来两小时内有降雨；空气质量提醒，比如 AQI 超过某个数值。每条提醒可以单独设定生效时段，避免在不需要的时候收到通知。
颜色代表降水粒子对雷达波的反射强度。一般来说，浅绿到深绿对应弱降水，黄色到橙色对应中等强度降水，红色及紫色则意味着强降水甚至冰雹。颜色越深，降水往往越强。结合连续几帧的移动方向，可以判断雨带什么时候到达你所在的位置。
多数城市的历史实况可以回溯数年，包含逐日气温、降水量和风力等基础数据。时间越早的数据，站点覆盖可能越稀疏，参考时要留意这一点。历史数据适合做复盘和对比，比如看看今年入春比往年早了多少天。
如果发现某个城市的实况明显偏离常识，可以在页面底部找到反馈入口，说明城市、时间和具体数值。我们会核对数据源并排查链路问题。天气数据本身存在局地差异，你所在位置的实际感受也很有参考价值，一并说明会帮助我们判断得更快。