大數據在氣象服務中的應用與分析

唐作佳 鄧樹榮 唐小琴

摘要 在大數據時代的背景下，闡述氣象大數據的概況及特征，并對氣象大數據在防災減災和農業生產方面的應用進行了分析。

關鍵詞 大數據；氣象服務；應用

中圖分類號：P409；TP311.13 文獻標識碼：A 文章編號：2095-3305（2018）03-024-02

DOI： 10.19383/j.cnki.nyzhyj.2018.03.009

Abstract Under the background of big data era， the general situation and characteristics of meteorological big data were expounded， and the application of meteorological big data in disaster prevention and reduction and agricultural production was analyzed.

Key words Big data； Meteorological service； Application

進入21世紀以來，隨著計算機技術全面融入人們生活，促進了人類社會各類數據呈爆炸性增長，已經積累到了一個開始引發變革的時代，加之云計算、物聯網等技術的興起，迎來了大數據的時代。大數據時代，各行各業的信息化無疑都發生著變革，氣象領域也在其中。氣象與人們的生活息息相關，氣象業務從最初的天氣預報發展到現在的氣候預測、氣候可行性論證、公共氣象服務、專業專項氣象服務、氣象防災減災等，大數據技術已成為氣象服務不斷創新和完善的重要支撐。

1 大數據概述

雖然“大數據”這一理念是最近幾年才真正在國內備受關注，但實際上早在20世紀80年代，偉大的未來學家、社會思想家阿爾文·托夫勒（Alvin Toffler）就在其所著的《第三次浪潮》（The Third Wave）中提出了“大數據”這一理念。《自然》（Nature）雜志在2008年9月開辟了名為“大數據”的封面專欄，而真正讓“大數據”成為互聯網信息時代科技界熱詞的是全球著名管理咨詢公司麥肯錫的肯錫全球研究院（MGI）在2011年5月份發布的一篇名為《大數據：下一個創新、競爭和生產力的前沿》（The next frontier for innovation，competition and productivity）的研究報告，該份報告的發布，極大地推動了“大數據”的發展。

關于“大數據”也就是英文的“Big Data”這一術語的概念目前并沒有學界或者實務界一致公認的十分確切的界定。不過現在普遍認為，“大數據”狹義上可以定義為難以用現有的一般技術管理的大量數據的集合。廣義上可以將“大數據”定義為包括因具備“4V”特征而難以進行管理的數據，對這些數據進行存儲、處理、分析的技術，以及能夠通過分析這些數據獲得實用意義和觀點的人才和組織的綜合性概念。“4V”即Volume（大量）、Velocity（高速）、Variety（多樣）、veracity（真實性）。適用于大數據的技術，包括大規模并行處理（MPP）數據庫、數據挖掘電網、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統。大數據是大事務數據（事務數據量的大規模增長）、大集成數據（交互數據，例如社交媒體、傳感器技術、詳細呼叫記錄和其它來源的激增）、大數據處理（借助 Hadoop進行新的高度可擴展的處理）3種技術趨勢匯聚的結果。

2 氣象大數據

2.1 氣象大數據的概況及特征

氣象大數據是現有各種氣象數據加上其他行業數據分析得出行業事件變化規律和對未來的一些預測，即要將多種跨行業跨領域的異構數據融合，并應用大數據分析方法確立一定的規則，對未來進行預測。氣象大數據由與氣象部門各項工作相關、且產生自氣象部門內部的所有數據組成，包括由氣象部門建設的、具有國內最高專業水準的氣象探測體系所產生的氣象專業探測數據，其他部門自行采集、通過數據共享/交換等方式匯聚到氣象部門、且經過氣象部門嚴格質量控制的氣象要素探測數據，由氣象業務部門和業務系統產生的各類氣象服務產品數據、派生數據及中間產品數據，職能部門各管理系統如項目管理系統等所產生和管理的數據，各業務和管理系統的狀態數據和日志數據等。

目前，我國每年新增的氣象數據達到PB量級（1 PB=1 024×1 024 GB），較20世紀90年代增長了數千倍，并仍在快速增長中。每天有2 000多個地面站、120多個高空探測站、440多個雷達站、6顆在軌衛星、50 000多個自動監測站、600多個農業監測站、300多個雷達站、90多個酸雨監測站逐天、逐小時甚至逐分鐘掃描著我國各種各樣的天氣數據，這些數據量大，且包括不同的數據類型。氣象數據具備“大數據”的共性，即數據體量巨大（Volume）、數據增長速度快（Velocity）、數據類型多樣（Variety）、數據價值高（Veracity）。

2.2 氣象大數據在氣象服務中的應用

2.2.1 防災減災 防災減災是氣象部門最重要的職責之一，氣象大數據在防災、減災、救災中大有可為。在大數據觀點中，預測是核心，而“防災”是應對災害的重中之重，所以氣象預警信息顯得格外重要。氣象預警的確定，需要非常復雜的氣象數據分析，再綜合地形、地貌等數據，以及預報員自身的經驗分析。然而，防災減災不僅需要完善預警系統和提高預警準確率，還要考慮受眾群體，做老百姓看得懂的預警，直接指導他們防災避災，氣象大數據在這方面將發揮很大作用。例如，通過對某地的歷史受災害情況和歷年氣候數據，以及該地的地理信息、森林覆蓋情況、居住人口數據等的分析，可以提前獲悉在什么天氣條件下該地會出現洪澇災害，雨量多大才會成災，可能造成的受災人數，以及受災人群要如何撤離等，進而知道農作物種植、房屋建造、建造設施規劃選址等，從源頭上防災減災。

2.2.2 指導農業生產 大數據時代，天氣預報不僅影響人們的出行，對人們生活的各個方面都有影響。氣象大數據與社會科學眾多領域或商業行為結合，展示出全新的價值，并大大改變人們的生活方式；氣象大數據對農業的影響也很大，通過應用氣象數據，能夠指導農戶合理安排各項生產，盡量降低由于氣象隱身所造成的農業生產損失，甚至針對某些個例情況，可以給出相應的氣象指導策略。以某地西瓜種植為例，由于開春后出現倒春寒天氣，大量西瓜苗受凍，嚴重影響產量；而在西瓜上市期，又因連續降雨，嚴重影響西瓜銷量，西瓜均價也一直處于下行。對此，可以通過氣象數據分析，在西瓜生產期間將天氣預警信息準確有效地推送給農戶，高效地指導他們安排生產，盡量減少不利天氣對西瓜種植的影響，同時天氣預警還能指導農戶提前安排銷售計劃，減少天氣原因對西瓜上市時的影響，從而促進農民增收。

3 結語

現如今，大數據已經被廣泛運用到社會經濟發展的各個方面，滲透到各個領域中，在氣象領域，大數據技術的采用與應用是今后的發展趨勢，亦是今后提高氣象服務質量的重要支撐。

參考文獻

[1] 沈文海. 氣象數據的“大數據應用”淺析——《大數據時代》思維變革的適用性探討[J].中國信息化，2014（11）：20-31.

[2] 亓東霞，王馨，朱大銘，等.大數據在氣象行業中的應用探討[J].數字技術與應用，2017（10）：233-234.

[3] 崔巍.大數據在氣象服務中的應用與分析[J].低碳世界，2016（26）：121-122.

責任編輯：鄭丹丹