大数据背景下的气象服务创新研究

金石声　李珏

摘要：由于气象服务技术的不断发展，国家对气象服务技术的要求也越来越高，同时大数据技术也逐渐得到了气象服务行业的广泛应用。本文从气象行业大数据发展角度入手，对大数据背景下的气象服务技术发展进行了分析，并着力分析了大数据时代的气象服务应用与创新。

关键词：气象行业;大数据;数据分析

中图分类号：P45 文献标识码：A 文章编号：1007-9416（2019）05-0068-02

随着社会不断的发展和进步，人民的气象意识和观念的发生了很大的变化，逐渐的提高了不少，同时促进了气象服务日益增强。气象业务已从最初的天气预报发展到目前的气候预报、专业的特殊气象服务、气候可行性论证、公共气象服务、气象防灾减灾等，大数据技术也已成为我国气象工作的有效技术支撑[1]，并且促进气象服务的创新和发展。

1 气象行业大数据的发展

气象大数据是现有各种气象数据的综合的总称，通过研究分析行业事件变化的规律，然后对未来的事情做出合适的预测[2]。把多个跨行业领域的数据结合到一起的异性数据，在通过大数据分析研究的方法对未知的事情进行一种预测。气象大数据主要由“行业大数据”和“互联网大数据”两大块组成。气象行业的大数据主要是由与气象各个部门的各项工作的数据结合到一起，从而形成的一种大数据链。其大数据主要内容体现在以下几个方面：（1）由气象部门建设的具有国内最高专业水准的气象探测体系所产生的探测数据;（2）由气象业务部门和业务系统产生各类气象服务产品数据;（3）由项目管理系统产生和管理的数据。

2 大数据背景下的气象服务技术发展

本文主要从大数据分析应用中的数据分析、数据计算、数据存储、数据整合、可视化服务五个部分讲述气象的行业大数据。

2.1 数据整合

数据整合的主要技术手段包括：海量历史数据、 数据抽取工具、 数据复制工具等来实现结构化、地理空间、非结构化、消息队列、准实时数据等数据接入。经过气象部门权威专家气象总工程师沈文海介绍说，在2015年之前，我国的气象局所保存的数据大概在3～6PB左右，每年还在以数百个TB的增加。这都是地面观测数据，还不包括了卫星、雷达产品的观测数据[3]。

2.2 数据存储

数据存储是指对气象各种数据按照统一数据标准化格式进行长期的存储，然后在根据应用需求存储在分布式文件系统、分布式数据仓库、非关系型数据库、关系型数据库，确保对各类数据集中存储和统一管理，以满足大量数据多样化的低成本存储要求。

2.3 数据计算

气象大数据的数据，计算的方式一般都是这几种，比如，查询计算、批量计算、内存计算、流计算等，其主要目的都是用来确保气象数据不同时效性的计算要求[4]。其中，查询计算主要是用来支持SQL的查询和分析，批量計算主要是用来大批量数据中的离线数据分析，内存计算主要是用来支持交互性分析， 流计算主要是为了实时处理气象数据。

2.4 数据分析

传统数据挖掘算法是气象大数据分析的基础，通过长时间的对传统数据挖掘算法的研究，从而研究出一套优化分布式挖掘算法，从而形成数据挖掘算法库，有了数据挖掘算法库，就给组建整个气象行业的大数据分析算法模型奠定了有利的基础。在实际应用过程中关于建模算法如何选择，主要还是要看大数据分析应用的具体业务需求。

3 大数据时代的气象服务应用与创新

3.1 大数据气象服务模式的应用

在大数据时代气象服务的应用特点主要包括以下三个方面：1）天气预报。天气预报是气象服务最基本的模式，具有共享性与研究性的特性。2）决策服务。气象信息质量的好与坏直接影响到气象中心决策服务结果，但是气象信息是时刻变化的。3）气象云端方面。大数据时代的标志特性是云计算，它和数据处理技术之间的关系紧密。但是，在后面的气象服务数据管理中，可能会出现多个云端数据之间的相互影响，如果每一个云端计算机所算出的计算结果都非常的及时，这样一来就不会造成计算服务模型之间的互相影响，就算气象服务模型出现一些不可预测的特殊情况，也能够及时的作出修正，并通过卫星通讯的方式进行定位。

3.2 大数据气象服务模式的创新

在大数据时代，气象服务部门可以更方便的掌握更多的信息和对信息的整理分析，这要就可以完成更多的工作，比如，收集数据、更新数据、发现民政和水利及农业上的预报。首先，气象传感器技术不断的更新和使用。经过很常时间的分析研究发现，有些细微令人无法察觉的传感器技术，并将这种先进的技术很快的应用到人们平常的生活中，使传感器技术更加适应人类的生活环境。传感器设备在民用领域应用的是比较早的，它可以在一定范围监控海浪的大小，自由完善气象监测网络，才能更好的为气象部门服务，虽然我国的气象站在全国每个城市修建的都很多，但是，很多都还不能正常的使用，处在一种监测模式的阶段，所以，能够用来开发和利用的空间不足，为了提升气象监测能力，就必须克服这个关键核心的内容。其次，在当代经济社会环境中，有很多行业都受到天气变化的影响，关系很密切且复杂。关于天气数据透明度主要看每个国家自己的看法，大体上被分为三个模式，第一种是平均成本模式，第二种是利润最大化模式，第三种是边际成本模式。

在大数据时代服务理念的更新对气象服务的作用非常重要，气象部门的所有服务的研究方向，都是围绕人们生活水平的提高，从而满足社会需求，提供更加全面的气象服务质量，这就是气象部门始终不变的发展方向和战略路线。由于互联网计算机技术的快速发展，数据共享已经变得非常简单，然后在将其数据共享到其他产业，达到资源与数据相互结合的合作关系，通过这种技术手段不仅仅可以提高公众服务产品的服务质量，还可以促进观测体系的组建与完善。随着数据开发技术的出现，极大的加快了人们生活之间的联系，然后，国家政府部门在利用这个大数据气象服务平台，可以用来提前预防自然灾害，通过信息服务将一些自然危险和另类危险及时提前的告知人们，提醒人们提前做好防范，降低可以通过提前告知避免的危险风险，体现国家政府部门的优质服务，真正的体现出国家政府部门的服务意义。

参考文献

[1] 李梓贤.大数据时代的气象服务应用分析[J].决策与信息旬刊，2016（2）：145

[2] 陶建光，武亮宇.大数据时代的气象服务应用研究[J].地球，2016（2）.

[3] 翟广宇.基于大数据的医学气象服务方法与技术研究[D].兰州大学，2015.

[4] 沈文海.再析气象大数据及其应用[J].中国信息化，2016（1）：85-96.