Meteorological Magazine (1919–1930)

Complete pre-1930 archive of the Meteorological Magazine, the official publication of the UK Air Ministry's Meteorological Office. **2,936 rows** of clean, structured text documenting early 20th-century weather science, climate research, and oceanography.

**What this data does for your model:**

- Your model learns authentic early 20th‑century meteorological science from the UK Air Ministry's official publication.
- Your model retrieves actual weather pattern analyses, including Icelandic minimum pressure oscillations and Gulf Stream dynamics.
- Your model trains on original storm tracking, rainfall data, and climate variability reports from 1919‑1930.
- Your model understands the language of oceanography, barometric pressure, and tropical cyclone prediction as it was documented at the time.

**Includes:** Volume 54, Number 1 (1919) through 1930.<br/>**Total rows:** 2,936

**What's inside:**

- Icelandic minimum pressure oscillations and Atlantic weather patterns
- Gulf Stream dynamics and ocean currents
- Barograph care and meteorological instrumentation
- Tropical cyclones, hurricanes, and storm tracking
- Rainfall data and climate variability
- Royal Meteorological Society proceedings
- WWI-era weather observations from naval and merchant vessels

<p><br/></p>

**Format:** Snowflake-native JSONL with columns: ISSUE, TITLE, AUTHOR, TYPE, TEXT. Fully cleaned, bias-audited, and ready for AI training.

*From the Gulf Stream to tropical cyclones, the science of weather, now ready for AI.*

<p><br/></p>

**Sample Cortex Agent Prompts:**

<p><br/></p>

*Analyze the historical evolution of atmospheric science, meteorological observation techniques, and climate data reporting as documented in this archive to support the training of domain-specific AI models focused on the history of weather prediction and climate studies.

<p><br/></p>

*Extract longitudinal trends in meteorological instrumentation development, severe weather documentation, and the professionalization of weather forecasting from this corpus to assist in the creation of RAG applications for historical climate research and environmental data analysis.

<p><br/></p>

*Evaluate the expert discourse on climatological patterns, air-sea interaction, and the advancement of global meteorological standards within this dataset to provide a foundational baseline for NLP tasks concerning the progression of Earth science research throughout the 20th century.

<p><br/></p>

原始信息汇总

数据集概要

• 数据集名称：Meteorological Magazine (1919–1930)
• 发布方：Devin Media Corp.
• 描述：该数据集收录了英国空军部气象局官方出版物《气象杂志》1919年至1930年的完整档案，包含 2,936 行经过清洗和结构化的文本数据，记录了20世纪早期的天气科学、气候研究和海洋学信息。
• 数据格式：Snowflake-native JSONL，包含以下列：ISSUE、TITLE、AUTHOR、TYPE、TEXT。数据已完全清洗、经过偏差审计，并可直接用于AI训练。
• 更新频率：每年更新一次
• 交付方式：安全共享（Secure share）

数据内容

该数据集涵盖以下主题：

• 冰岛最低气压振荡与北大西洋天气模式
• 湾流动力学与海洋洋流
• 气压计维护与气象仪器使用
• 热带气旋、飓风与风暴追踪
• 降雨数据与气候变率
• 皇家气象学会会议记录
• 一战时期来自海军和商船的天气观测

适用场景

• 大语言模型（LLM）在气候科学和气象学领域的微调
• 大气科学研究与天气模式分析
• 海洋学与气候历史研究
• 数字人文与科学史研究

业务需求

• 机器学习：可利用 2,900+ 行经过筛选的20世纪早期气象文本，用于领域特定的大语言模型微调、气候术语提取以及大气科学自然语言处理。
• 真实世界数据：可利用历史上记录的天气模式、风暴路径和气候数据，用于研究和分析。
• 生命科学商业化：支持气候研究，提供1919–1930年间气象科学演变的经过筛选的历史气象文献。

使用示例

• 查看元数据文档：通过 SQL 查询 MM_CORPUS 表中类型为 metadata 的数据。
• 搜索天气模式：查询 MM_CORPUS 表中文章类型且文本中包含“冰岛最低气压”、“湾流”或“气压”等关键词的记录。
• 按类型统计行数：通过 SQL 统计不同 TYPE 的行数。
• 搜索风暴：查询文章中包含“风暴”、“飓风”或“气旋”的记录。
• 搜索降雨数据：查询文章中包含“降雨”或“降水”的记录。

定价与获取

• 定价：需联系获取（页面显示“Get Unlock New Insights”，并提供联系信息）
• 试用以获取：部分数据产品标有“Free to try”，但本数据集未明确标注免费

联系信息

• 销售与支持邮箱：[e-mail]

其他信息

• 分类：AI & ML、生命科学商业化、机器学习、真实世界数据
• 法律条款：Standard（标准条款）

搜集汇总

背景与挑战

背景概述

该数据集是1919至1930年英国《气象学杂志》的完整结构化档案，包含2,936行文本，记录了20世纪初的气象科学、气候研究和海洋学知识。数据涵盖天气模式分析、风暴追踪及仪器记录等内容，格式为清洁的JSONL，可直接用于AI模型训练。