气象数据可视化应用传播＊

李雨谦，范进进，王美月

（湖北省公众气象服务中心，湖北武汉 430074）

目前，数据可视化理念和技术已经在越来越多的领域得到广泛应用，并且在抽象数据信息的分析、表达、传达等方面表现出独有的优越性[1]。气象数据可视化是将复杂、抽象、离散的气象数据，转化为直观、生动的图形或动画产品，所有数据处理和呈现都是为了服务社会公众，让公众宏观了解一个地区、一段时期内的天气特点及气候变化规律等，增加了趣味性和可读性，让气象数据变得有温度、可交互[2-4]。

随着人们对气象信息的需求不断增长，如何将气象信息图片化、视频化成为公众气象服务的重点和难点之一，将复杂的气象数据及背后蕴含的气象科学通过各种可视化手段运用在公众气象服务业务中，有利于人们对天气、气候产生更加直观、深刻的理解。本文结合业务工作实际，阐述了气象数据在公众服务产品中可视化呈现的常规步骤和方法。

1 可视化数据分析

在日常气象服务工作中，需要向公众展示气温、降水、风力、能见度等天气实况，通过预报数值变化反映天气发展趋势，通过历史气象数据反映极端天气的程度、气候变化规律等。对这些数据进行可视化处理之前，首先需要用对比分析、分组分析、分布分析、结构分析等方法来分析数据特点，提炼产品主题。

1.1 对比分析法

将2 个或2 个以上的气象数据进行比较，分析它们的差异，从而揭示这些数据所代表的天气特征。该方法可直观地展现不同地区、不同时间的天气变化或差距，还可以准确、量化地表示这种变化或差距的大小。

对比分析实质上是基于参照物得出的一个相对关系，参照物的选择则决定了得出结论质量的高低。对比分析法的特点为简单、直观、量化，在可视化中可进一步细分为空间对比、时间对比、指标对比等。

1.1.1 空间对比分析

在同一时间条件下，对不同地区的同一类气象数据进行比较，这些地区（气象站点）既可以是连续的，也可以是离散的，常用来呈现地区之间的天气、气候差异。如夏季高温天气时，可对比某个阶段内站点间的最高气温、高温日数等，也可以分析统计各站点常年平均高温数值、高温日数及极端高温数值等数据，通过对空间数据的对比来反映该地区凉热分布特点。

1.1.2 时间对比分析

对同一区域取不同时段的气象数据进行对比分析，用于揭示该地区天气、气候变化。短时间的取值常用于反映天气特点，如某地一周的气温变化、一个月的降水变化等，最为关键的是时态数据可视化有一个起点和一个终点；长时间取值可在一定程度上反映该地区气候变化及规律。以梅雨为例，通过某年的降水量、降雨过程、梅雨期长度等数据，可反映当年的梅雨天气特点。若分析对象是常年梅雨期长度、降水量等数据，通过对比可以呈现该地区梅雨逐年强弱变化，甚至反映气候变化背景下梅雨有哪些变化趋势。

1.1.3 指标对比分析

综合运用统计学、气象学中的一些指标来进行数据分析，常运用某个特定时段或者某类气象统计数据如最大值、最小值、平均值等进行对比分析，用于反映一些极端天气的量级、分布，或者某种特殊天气的属性特征。

指标分析方法可分为静态比较和动态比较分析。静态比较，也叫横向比较，是同一时间条件下不同指标比较。动态比较，也叫纵向比较，是不同时期指标数值的比较，反映其发展水平和速度的变化规律，如年代季节长度分析。

1.2 分组分析法

分组分析法是指通过统计分组的计算和分析来认识所要分析对象的不同特征、不同性质及相互关系的方法。分组分析法是通过研究对象内部结构的差异，进行定量或定性分析，以便找到事物的发展规律，正确发现、分析和解决问题。

分组的目的是便于对比，把性质相同的对象合并在一起，进一步来揭示内在的数量关系，例如根据气象数据的特征，按照一定的标准把数据计算划分为不同的部分和类型来进行研究和展示，用以揭示内在的气候规律和气候特征，并帮助人们更好地理解和分析信息。

1.3 分布分析法

数据分布是将不同地区某类气象统计数据以图形的方式直观表现，可以从以下3 个方面进行测度和描述：①分布的集中趋势，反映各数据向其中心值靠拢或聚集的程度；②分布的离散程度，反映各数据远离其中心值的趋势；③分布的形状，反映数据分布的偏态和峰态。

利用数据分布分析法直接查看数据分布特征，是数据可视化最为常用的场景之一，如对湖北冬季日平均气温距平进行分析对比，可直观反映当年冬季气温冷暖振荡变化及冷暖程度等特点。湖北冬季平均气温距平如图1 所示。

图1 湖北冬季平均气温距平

1.4 结构分析法

结构分析法是在统计分组的基础上，计算各组成部分所占比例，进而分析某一总体现象的内部结构特征、总体性质、总体内部结构依时间推移而表现出的变化规律性的统计方法。

结构分析法分析各组部分占总体的比例，属于相对指标。结构指标=（总体中某一部分/总体总量）×100%。

结构分析法简单实用，应用繁杂。通过结构分析可以了解总体中某一部分的重要程度，再结合对比分析法分析某一结构指标是增加了还是减少了，使受众快速了解结构状况，如某年夏季里高温预警发布条数中高温红色预警信号、高温橙色预警信号、高温黄色预警信号分布情况。湖北高温预警信号条数分析如图2所示。

图2 湖北高温预警信号条数分析

以上各种常见的统计分析方法，都是将若干气象数据进行比较，分析它们的差异，从而揭示这些数据所代表的天气特征。统计分析的目的是便于量化和直观地展现不同地区、不同时间的天气变化或差距。

2 可视化数据处理

公众气象服务中，数据分析结束后，需通过数据可视化将复杂、抽象、离散的气象数据，转化为形象、具体、美观、生动的图形图像，以方便公众阅读和传播。数据可视化是借助图形化的手段，快捷有效地传达与沟通信息，一般具备准确性、创新性和简洁性特点。数据可视化处理的方法有许多，不同的表现方法呈现出来的效果也不同。

2.1 面积/尺寸可视化

面积/尺寸可视化是对同一类气象数据，通过长度、高度或面积加以区别，来清晰地表达不同目标对应目标值之前的比照，使公众对数据之间的差别一目了然，它不仅仅局限于面积，还包括常用的柱状、雷达等，常适用于降水量、气温数据的对比。制作这类可视化产品时，要注意核算，表达准确的标准和份额。

传统的柱形图、饼图可能会带来审美疲劳，可尝试从图形的视觉样式上下功夫，常用的方法是将图形和指标的含义关联起来。相比于传统的柱状和饼状图，这样的表达更加生动形象，如将高温日数的多少用火苗大小来展现（如图3 所示），与产品主题更加契合。

图3 武汉高温日数统计

2.2 色彩可视化

色彩可视化是给不同的气象数值赋予不同的色彩，或者不同的亮度，通过这些表达目标值的强弱和粗细，使公众一眼便可了解哪部分目标数据值更突出，便于快速、整体地了解一个地区的天气、气候差异。这种方法最常见于气温色斑图、降水量色斑图等，也应用于某种气象指标的空间分布。此方法还常应用在季节进程、指数等级等场景中。如根据站点平均气温及季节指标，用不同颜色代表各地不同的季节，通过鲜明的颜色区分，可以让公众快速、整体地了解该地区季节分布，并掌握自己所在地区的季节进程情况。

2.3 图形可视化

在设计指标及数据时，使用有对应实际含义的图形图标来结合呈现，会使可视化产品更加生动，更便于用户理解图像要表达的主题。

例如在《湖北“冻哭”指数》中，根据气温预报，将气温降幅转换成不同的表情图标，并给予了体感文字描述，突出了气温低、天气寒冷的宣传主题，把气温预报数据可视化处理成为一张生动有趣的图形产品，更有利于产品传播。

2.4 地域空间可视化

当目标数据要表达的主题与地域有关联，并需要突出表现时，一般会挑选地图为主背景来呈现所有信息点，公众能够直观地了解到全体所有的数据分布情况，同时也能够依据地理位置快速定位到某一地区来查看详细数据。

2.5 时态可视化

时态可视化是将气象数据以线性的方式展示，首先对气象数据定义一个时间起点和一个时间终点，通过离散图、曲线、折线等形式，来反映某一气象指标连续的变化，也就是常见的趋势图。该方法常见于表现某一类气象要素随时间的变化，例如表现数九寒天期间某地气温变化。时态可视化也可以和空间可视化结合使用，展现同个时间点、多个地区同一个气象指标的离散分布情况，通过排列对比，使公众能迅速从产品中了解到各地气象指标的差异性。

3 数据可视化基本原则

3.1 一切以数据说话

发掘气象数据背后的意义，找寻数据背后的规律和联系，凝练出来的结论或表达的主题需以实际数据统计和分析结果为准，不提前带入观点、结论。

3.2 信息易于理解

可视化产品的设计至少应包含2 个层次：①整体的图形轮廓，让公众能够快速地了解服务产品所要表达的整体概念；②对重要信息的呈现，能突出重要气象数据或结论。做出的可视化图形要易于理解，在显性化的基础上越美观越好，切忌华而不实。

3.3 遵守保密制度

不能在气象数据可视化产品中发布涉密气象数据和预测预报信息。

4 结论

随着气象信息技术和融媒体的迅猛发展，天气服务信息的制作发布也需要不断探索新技术、新形式、新手段，以适应新时代的发展和社会公众的体验需求。可视化产品在气象数据新闻、气象科普宣传、防灾减灾宣传等公众服务中都得到广泛应用和传播。要利用好各类气象数据，为公众传播更有内涵、更有趣味、更有价值的气象信息，为气象防灾减灾、公众美好生活创造更高价值。