基于云服務(wù)與組件開(kāi)發(fā)的臺(tái)風(fēng)發(fā)布系統(tǒng)設(shè)計(jì)

李俊徽 丁雨鑫 陳沖 王偉

摘要：浙江省每年都遭受臺(tái)風(fēng)不同程度的侵襲與影響，造成嚴(yán)重經(jīng)濟(jì)損失乃至人員傷亡，成為最主要的災(zāi)害性天氣系統(tǒng)，因此浙江省氣象服務(wù)中心設(shè)計(jì)并開(kāi)發(fā)了一套臺(tái)風(fēng)發(fā)布系統(tǒng)，用于給公眾提供權(quán)威、便捷、及時(shí)的臺(tái)風(fēng)信息，但隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展以及數(shù)據(jù)精確性的提高與展現(xiàn)方式的落后，原系統(tǒng)已較難滿足民眾對(duì)臺(tái)風(fēng)信息獲取的需求。以阿里云服務(wù)為數(shù)據(jù)支撐，基于在線地圖服務(wù)組件式開(kāi)發(fā)，研究并設(shè)計(jì)涵蓋臺(tái)風(fēng)的路徑、風(fēng)圈及流場(chǎng)等基本信息，以及風(fēng)力降水等與臺(tái)風(fēng)相關(guān)的氣象信息的發(fā)布系統(tǒng)，將臺(tái)風(fēng)的權(quán)威信息更快速、更精確、更有效、更直觀地服務(wù)于公眾。

關(guān)鍵詞：臺(tái)風(fēng)氣象服務(wù)；云服務(wù)；在線組件；地圖服務(wù)

中圖分類號(hào)：TP393文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1008-1739（2020）07-61-4

0引言

隨著科技進(jìn)步以及互聯(lián)網(wǎng)和手機(jī)的普及，越來(lái)越多的民眾選擇從網(wǎng)絡(luò)獲取所需的信息，目前各式各樣的網(wǎng)頁(yè)和手機(jī)APP大量涌入市場(chǎng)，信息傳遞的準(zhǔn)確性、快速性、直接性及系統(tǒng)的用戶體驗(yàn)，成為公眾選擇信息發(fā)布系統(tǒng)的標(biāo)準(zhǔn)。目前國(guó)內(nèi)大部分受臺(tái)風(fēng)影響嚴(yán)重的省市氣象機(jī)構(gòu)都研發(fā)了對(duì)外發(fā)布的臺(tái)風(fēng)信息系統(tǒng)。中國(guó)天氣臺(tái)風(fēng)網(wǎng)構(gòu)建了一個(gè)由多源、異構(gòu)的數(shù)據(jù)與時(shí)空模型集成融合的臺(tái)風(fēng)信息系統(tǒng)[1]。楊賢棟等提出了基于Android和Google地圖，將臺(tái)風(fēng)數(shù)據(jù)動(dòng)態(tài)、可視化地顯示在地圖上[2]。施國(guó)萍等利用GIS強(qiáng)大的空間信息管理和表達(dá)功能，實(shí)現(xiàn)臺(tái)風(fēng)路徑的動(dòng)態(tài)繪制與展示[3]。上述機(jī)構(gòu)與學(xué)者對(duì)于臺(tái)風(fēng)信息的展示與呈現(xiàn)的研究都比較深入、透徹，然而對(duì)于信息的權(quán)威性和傳遞的快速性的研究尚有不足。

浙江省氣象服務(wù)中心于2015年推出浙江臺(tái)風(fēng)發(fā)布初版[4]，在臺(tái)風(fēng)季取得了不錯(cuò)的效果，但本地服務(wù)器數(shù)量有限且性能每況日下，數(shù)據(jù)時(shí)常延遲更新，另基于第三方發(fā)布的地圖服務(wù)穩(wěn)定性欠佳，故無(wú)法滿足目前臺(tái)風(fēng)發(fā)布的服務(wù)需求。

基于上述內(nèi)容，本文利用目前穩(wěn)定又有較快響應(yīng)速度的云平臺(tái)作為數(shù)據(jù)支撐，采用浙江省氣象局官方臺(tái)風(fēng)數(shù)據(jù)，運(yùn)用插件式地圖服務(wù)展示結(jié)合浙江本地化的服務(wù)產(chǎn)品，對(duì)原有浙江臺(tái)風(fēng)發(fā)布系統(tǒng)進(jìn)行改善與升級(jí)。

1需求分析與系統(tǒng)設(shè)計(jì)

在功能需求上，承襲原臺(tái)風(fēng)發(fā)布系統(tǒng)的多數(shù)功能，如公眾關(guān)注的臺(tái)風(fēng)當(dāng)前最新位置、風(fēng)力級(jí)別和風(fēng)圈半徑、未來(lái)臺(tái)風(fēng)移動(dòng)方向，以及領(lǐng)導(dǎo)決策層關(guān)注的省內(nèi)各地區(qū)的降水量、風(fēng)力超過(guò)7級(jí)的地區(qū)和未來(lái)臺(tái)風(fēng)降水的預(yù)報(bào)形勢(shì)。此外還加入了直觀形象的可視風(fēng)場(chǎng)圖，臺(tái)風(fēng)中心到浙江省地市的距離，結(jié)合臺(tái)風(fēng)預(yù)報(bào)路徑的影響區(qū)域與預(yù)報(bào)數(shù)據(jù)，大致預(yù)計(jì)出臺(tái)風(fēng)是否會(huì)在數(shù)天后影響到具體的城市以及影響的程度等新功能。

基于以上需求分析，新浙江臺(tái)風(fēng)發(fā)布在設(shè)計(jì)上集成了原版的多數(shù)實(shí)用功能，并且在此基礎(chǔ)上添加了新功能以及對(duì)部分技術(shù)進(jìn)行更新，主要體現(xiàn)在數(shù)據(jù)與后臺(tái)服務(wù)支撐整體上云、基于地圖的在線組件的開(kāi)發(fā)模式。

數(shù)據(jù)與后臺(tái)服務(wù)支撐整體上云：新系統(tǒng)不再使用本地服務(wù)器作為數(shù)據(jù)端支撐，采用時(shí)下熱門且服務(wù)高效的阿里云服務(wù)器。數(shù)據(jù)根據(jù)分類不同分別存放在對(duì)應(yīng)的云數(shù)據(jù)庫(kù)RDS與HBASE中，提高了讀寫效率，并對(duì)于高并發(fā)、大數(shù)據(jù)查詢的性能支撐較好。接口則運(yùn)用阿里云的企業(yè)級(jí)分布式應(yīng)用服務(wù)（EDAS）進(jìn)行分配調(diào)度與監(jiān)控，減少了代碼的耦合度，EDAS可根據(jù)服務(wù)調(diào)用者與提供者的路由進(jìn)行分析，從而做好分配與監(jiān)控。

基于地圖在線組件的開(kāi)發(fā)模式：地圖服務(wù)徹底摒棄基于ArcGIS的第三方地圖發(fā)布的Web服務(wù)，消除了因地圖服務(wù)故障所導(dǎo)致的系統(tǒng)運(yùn)行異常的可能性，將地圖所需的展示效果都使用輕量級(jí)地圖類庫(kù)Leaflet進(jìn)行直接繪制，并根據(jù)模塊的相似性抽離出核心功能塊形成在線代碼庫(kù)，供系統(tǒng)重復(fù)調(diào)用，減少了代碼冗余、提高了維護(hù)效率。

新版浙江臺(tái)風(fēng)發(fā)布系統(tǒng)主要分為4個(gè)模塊，分別是當(dāng)前臺(tái)風(fēng)、預(yù)警信息、風(fēng)力與降水模塊，每個(gè)模塊中子模塊的詳細(xì)內(nèi)容如圖1所示。

2關(guān)鍵技術(shù)

2.1服務(wù)端技術(shù)

服務(wù)端總體架構(gòu)基于阿里云的云服務(wù)，總共分為3層，如圖2所示。

數(shù)據(jù)采集：數(shù)據(jù)采集是由幾臺(tái)數(shù)據(jù)同步服務(wù)器，通過(guò)Kettle，F(xiàn)ileSync數(shù)據(jù)同步中間件從數(shù)據(jù)源服務(wù)器進(jìn)行數(shù)據(jù)的采集、同步和上傳工作，同步任務(wù)的調(diào)度使用Jenkins。其中Kettle，F(xiàn)ileSync具有支持多種數(shù)據(jù)格式的解析和轉(zhuǎn)換，支持?jǐn)?shù)據(jù)清洗處理，基于腳本開(kāi)發(fā)、跨平臺(tái)等優(yōu)點(diǎn)。Jenkins調(diào)度服務(wù)具有跨平臺(tái)、支持遠(yuǎn)程調(diào)度、可視化的監(jiān)控界面、日志信息提供接口及方便集成等優(yōu)勢(shì)。

數(shù)據(jù)存儲(chǔ)：數(shù)據(jù)存儲(chǔ)層由三部分組成，云數(shù)據(jù)庫(kù)RDS是使用關(guān)系型數(shù)據(jù)庫(kù)，主要存儲(chǔ)一些業(yè)務(wù)基礎(chǔ)數(shù)據(jù)；云數(shù)據(jù)庫(kù)HBASE是分布式高可用性數(shù)據(jù)庫(kù)，對(duì)高并發(fā)、大數(shù)據(jù)查詢的性能支撐較好，解決之前ORACLE連接數(shù)瓶頸和服務(wù)器IO文件讀取瓶頸；對(duì)象存儲(chǔ)OSS是一個(gè)共享存儲(chǔ)，讀寫文件效率較高，主要存儲(chǔ)圖片和原始業(yè)務(wù)數(shù)據(jù)。

Web業(yè)務(wù)服務(wù)：業(yè)務(wù)服務(wù)層主要是靠API網(wǎng)關(guān)進(jìn)行服務(wù)，API網(wǎng)關(guān)能夠有效進(jìn)行安全性控制和流量控制，對(duì)外部API和內(nèi)部API做映射關(guān)系，內(nèi)部修改不會(huì)影響外部API。

2.2前端技術(shù)

前端主要采用地圖模塊為主、菜單模塊為輔的展示方式，其中地圖服務(wù)模塊依然采用ArcGIS旗下的Leaflet輕量級(jí)地圖類庫(kù)實(shí)現(xiàn)地圖上的點(diǎn)、路徑、風(fēng)圈以及雷達(dá)衛(wèi)星等圖層的繪制，界面也經(jīng)過(guò)重新設(shè)計(jì)，利用最新的Html5技術(shù)，搭配CSS進(jìn)行界面的美化，再利用Jquery技術(shù)訪問(wèn)后臺(tái)接口動(dòng)態(tài)更新數(shù)據(jù)。

由于系統(tǒng)功能多數(shù)基于地圖服務(wù)來(lái)實(shí)現(xiàn)，因此基礎(chǔ)的一些地圖交互功能使用率較高，為了提高代碼復(fù)用性與系統(tǒng)運(yùn)行效率，本文開(kāi)發(fā)了基于地圖的在線服務(wù)組件，包括臺(tái)風(fēng)基礎(chǔ)類及瓦片圖繪制類等值線色斑圖繪制類，例如雷達(dá)和云圖模塊均屬于瓦片圖類，即可復(fù)用一套瓦片圖的繪制方式，只需更換源數(shù)據(jù)即可。

3模塊實(shí)現(xiàn)

3.1臺(tái)風(fēng)模塊

臺(tái)風(fēng)模塊主要在地圖上展示臺(tái)風(fēng)的實(shí)況數(shù)據(jù)和路徑，每個(gè)點(diǎn)上的氣象要素包括中心位置、最大風(fēng)力、最大風(fēng)速、中心氣壓、當(dāng)前強(qiáng)度、移動(dòng)速度、移動(dòng)方向及風(fēng)圈半徑等，風(fēng)圈基本信息圖如圖3所示。同時(shí)還展示多家機(jī)構(gòu)的預(yù)報(bào)路徑，以及預(yù)報(bào)路徑上每個(gè)點(diǎn)的數(shù)據(jù)。臺(tái)風(fēng)會(huì)以當(dāng)前臺(tái)風(fēng)顯示為主，同時(shí)還可選擇歷史臺(tái)風(fēng)疊加在地圖上方便分析。此外還有雷達(dá)圖、衛(wèi)星云圖、可視風(fēng)場(chǎng)及臺(tái)風(fēng)報(bào)告單等功能作為輔助查詢。可視風(fēng)場(chǎng)是新增模塊，利用高分辨率的歐洲細(xì)網(wǎng)格10 m風(fēng)場(chǎng)數(shù)據(jù)繪制出動(dòng)態(tài)風(fēng)場(chǎng)，豐富了臺(tái)風(fēng)中心以及周邊的展示效果，如圖4所示。

3.2預(yù)警模塊

預(yù)警模塊在地圖上根據(jù)發(fā)布預(yù)警信息的機(jī)構(gòu)所在地疊加展示當(dāng)前發(fā)布的預(yù)警主題與預(yù)警圖標(biāo)，用戶點(diǎn)擊圖標(biāo)后獲取預(yù)警信息的詳細(xì)內(nèi)容。預(yù)警信息來(lái)源于國(guó)家突發(fā)事件預(yù)警信息發(fā)布系統(tǒng)，在臺(tái)風(fēng)活動(dòng)期間對(duì)發(fā)布預(yù)警的地區(qū)以及預(yù)警種類一目了然，對(duì)預(yù)警發(fā)布所在地的用戶給予防災(zāi)減災(zāi)的指導(dǎo)與建議。

3.3風(fēng)力與降水模塊

風(fēng)力與降水作為臺(tái)風(fēng)影響期間關(guān)注度較高的2個(gè)要素，實(shí)況的降水及風(fēng)力數(shù)據(jù)可以反映出當(dāng)前臺(tái)風(fēng)的影響程度，而預(yù)報(bào)數(shù)據(jù)則可評(píng)估未來(lái)臺(tái)風(fēng)影響的可能區(qū)域與對(duì)應(yīng)程度。風(fēng)力和降水模塊在等值線色斑圖繪制組件基礎(chǔ)上進(jìn)行開(kāi)發(fā)，風(fēng)力模塊可查看當(dāng)前風(fēng)、今日極大風(fēng)、未來(lái)逐1 h預(yù)報(bào)、未來(lái)逐3 h預(yù)報(bào)；降水模塊包括過(guò)去近1 h、過(guò)去近1日累計(jì)降水以及未來(lái)逐1 h、未來(lái)逐1日降水預(yù)報(bào)。

4系統(tǒng)應(yīng)用效果

新浙江臺(tái)風(fēng)發(fā)布已于2019年臺(tái)風(fēng)季取代原系統(tǒng)后正式投入業(yè)務(wù)應(yīng)用，可支持PC端與手機(jī)端進(jìn)行訪問(wèn)，且系統(tǒng)也內(nèi)嵌到浙江天氣網(wǎng)臺(tái)風(fēng)模塊，如圖5所示，天氣羅盤和智慧氣象APP，如圖6所示，訪問(wèn)渠道多且傳播范圍廣。

在201909號(hào)臺(tái)風(fēng)利奇馬影響期間，由于系統(tǒng)訪問(wèn)量驟增，導(dǎo)致服務(wù)器承受超載，出現(xiàn)訪問(wèn)緩慢的情況，通過(guò)及時(shí)對(duì)阿里云服務(wù)器進(jìn)行擴(kuò)容操作，將服務(wù)器帶寬擴(kuò)充至200 MB/s，使系統(tǒng)訪問(wèn)速度回歸正常，充分體現(xiàn)出云服務(wù)靈活的優(yōu)勢(shì)。

5結(jié)束語(yǔ)

本文分析了當(dāng)前公眾氣象服務(wù)的新需求，在原浙江臺(tái)風(fēng)發(fā)布系統(tǒng)的基礎(chǔ)上，介紹了基于阿里云服務(wù)與在線地圖組件開(kāi)發(fā)的新版浙江臺(tái)風(fēng)發(fā)布系統(tǒng)。系統(tǒng)在維持臺(tái)風(fēng)實(shí)況路徑、多家預(yù)報(bào)機(jī)構(gòu)的預(yù)報(bào)數(shù)據(jù)及風(fēng)力與降水等信息的基礎(chǔ)上，對(duì)數(shù)據(jù)的服務(wù)支撐模式與前段地圖部分的開(kāi)發(fā)模式進(jìn)行了優(yōu)化與升級(jí)；在數(shù)據(jù)支撐部分，提高系統(tǒng)維護(hù)性、增強(qiáng)系統(tǒng)健壯性及提升系統(tǒng)擴(kuò)展性；在地圖模塊開(kāi)發(fā)部分實(shí)現(xiàn)了功能模塊的重復(fù)利用性，并且摒棄基于第三方的地圖服務(wù)開(kāi)發(fā)，消除依賴性的同時(shí)也減輕維護(hù)壓力。通過(guò)本次升級(jí)與完善，使浙江臺(tái)風(fēng)發(fā)布能夠跟上當(dāng)今互聯(lián)網(wǎng)的發(fā)展趨勢(shì)，在氣象公眾服務(wù)中發(fā)揮更出色，取得更佳的社會(huì)效益。

參考文獻(xiàn)

[1]陳鉆，李海勝.新型臺(tái)風(fēng)海洋網(wǎng)絡(luò)氣象信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].應(yīng)用氣象學(xué)報(bào)，2012，23（2）：245-250.

[2]楊賢棟，張敏，郭慶燕.Android環(huán)境下臺(tái)風(fēng)路徑信息在Google地圖上的可視化方法[J].計(jì)算機(jī)應(yīng)用，2012，32（S1）： 177-179.

[3]施國(guó)萍，邱新法，何永健.基于ArcGIS Server的臺(tái)風(fēng)信息發(fā)布系統(tǒng)[J].科技信息，2009（16）：4.

[4]李建，鄭偉才，鄧闖，等.基于移動(dòng)互聯(lián)網(wǎng)的浙江臺(tái)風(fēng)信息發(fā)布系統(tǒng)研發(fā)與應(yīng)用[J].氣象科技，2017，45（2）：254-260.

[5]孔得雨，韓雪，冒士鳳，等.基于GIS和RIA的臺(tái)風(fēng)路徑實(shí)時(shí)發(fā)布系統(tǒng)研究與應(yīng)用[J].江蘇科技信息，2016（24）：53-55.

[6]駱小龍，虞開(kāi)森，余金銘，等.基于阿里云的臺(tái)風(fēng)路徑實(shí)時(shí)發(fā)布系統(tǒng)研究[J].計(jì)算機(jī)時(shí)代，2015（2）：15-18.

[7]王軍，許世遠(yuǎn)，石純，等.基于多源遙感影像的臺(tái)風(fēng)災(zāi)情動(dòng)態(tài)評(píng)估—研究進(jìn)展[J].自然災(zāi)害學(xué)報(bào)，2008（3）：22-28.

[8] YU Shiwen， WU Hao， GENG Hao，et al. Study on Risk Assessment of the Electric Power Tower and Pole Damage in Power System Under Typhoon Disaster[J]. Procedia Computer Science，2018，130：1164-1169.

[9] JIA Wenjue， CHEN Yumin， GONG Jianya. Implementation of OGC Web Map Service Based on Web Service[J]. Geo-spatial Information Science，2004（2）：148-152.

[10] TAN Wei， ZHANG Jia， RAVI K. M，et al. ServiceMap： Providing Map and GPS Assistance to Service Composition in Bioinformatics[C]//IEEE International Conference on Services Computing， SCC 2011， Washington， DC，USA， 4-9 July，IEEE， 2011.

[11] DAVIS C A，KIMO Y J， DUARTE-FIGUEIREDO F L P. OGC Web Map Service Implementation Challenges For MobileComputers[C]//Geoinformatics，200917thInternational Conference on IEEE，California，United States，2009.

[12] LIAO P，ZHANG C，LU X，et al.Gain Effect on the Scalability of Soa-Based Optical Space Switches[C]//Optical Fiber Communication Conference，San Francisco， California， United States，2014.

[13] MOHAMMED M S. Effective Use of GIS for Visualizing Forecasted Meteorological and Marine Data[J]. Meteorological Applications，2014，21（2）：340-349.

[14] SAGARMINAGA Y，GALPARSORO I， REIG R，et al. Development of ITSASGIS-5D： Seeking Interoperability Between Marine GIS Layers and Scientific Multidimensional Data Using Open Source Tools and OGC Services for Multidisciplinary Research.[J].2012，14.