談云計算環境下氣象大數據服務應用

摘 要 依托于信息技術的成熟，人們可以針對計算對象采取云計算的方式快速準確地進行剖析，氣象行業也因此獲得了較大的發展。當前許多氣象部門均使用服務器和數據庫等網絡技術來提高編程運算能力，而本文就針對云計算與氣象大數據服務的具體應用展開分析。

關鍵詞 云計算;大數據;氣象服務

氣象部門提供的服務需要參考許多原始數據，只有數據來源越廣泛，計算工序越科學，才能保證結果的準確性。在當前云計算的技術環境下，氣象工作者將大量的演算過程交給軟件和網絡，而基于大數據的強大計算能力，也促進了氣象服務的更好發展。

1利用云計算的氣象大數據服務優勢

大數據和云時代的來臨迎合了氣象部門高效處理問題的需求，通過軟件編程，可以在有限時間內完成更多更有效的數據計算，這對于保證成果的有效性具有深遠意義。

1.1 推動氣象災害預警工作的開展

地球環境總是處于不斷變化的狀態，其中雷雨、冰雹、地震、火山都可能對大自然的正常發展造成破壞。如果能通過可靠的氣象服務數據支持，對氣象災害做出提前警報，就可以盡量避免和減少資源的損耗和生命的損失。在云計算環境下，氣象部門更多地使用高性能計算集群和云服務器，以此對更多原始數據進行收集和處理，其計算過程所耗費的時間被大大減少，提高了氣象災害預警的及時性和準確性，而這是傳統工作方式難以企及的。

1.2 對氣象信息進行實時和嚴密的監控

云計算對大數據的處理能力，大大提升了氣象分析的精確性。在相應的時間段內，可能存在的氣象現象都可以被技術人員檢測并計算出來，且借助計算機大數據的長時間工作特性，相關部門可以持續地、隨時地獲取區域內的實時信息，工作人員只需監視顯示屏上的編程數據反饋即可，以此向社會大眾提供當前的氣象狀態和未來氣象的動向信息[1]。

2氣象大數據服務概述

2.1 氣象工作中的大數據特點

在信息時代下，利用網絡計算機技術，人們可以根據業務需求相對應地建立企業數據庫、服務器、前臺頁面等，在這些行業內的大數據普遍存在的特點有：數據總量龐大、名稱類型多樣、運行處理迅速、數據價值攀升等。在氣象工作中，相對比普通家用電腦，普遍存儲容量為1～2TB，而氣象數據則要達到此數值的千余倍，其數據處理負擔可見一斑。

影響數據分析結果的原始要素眾多，來源和種類也不盡相同，數據庫詞條的建立需要科學制定名稱，合理規劃類別，如此才能方便存儲和計算。面對等待處理的龐大基本數據以及迫切的社會運作需求，氣象部門對數據的采集、儲存、計算、分析過程需要提升工作效率，利用現有的軟件編程系統，進行長時間不間斷的氣象觀測活動。

氣象部門對于數據的計算分析與大眾的日常生活密切相關，甚至關聯地球的健康發展。通過數據的處理分析，我們可以更好地了解未來氣象環境，針對性地采取改進策略，所以其數據本身價值不可估量。

綜上，氣象部門大數據服務是典型的行業案例，并迫切需要云計算等高新技術的應用，為人們反饋更有價值的氣象信息。

2.2 氣象大數據服務基本架構

氣象工作站對大數據的處理需要各種部門承擔相應的職責，各類設備執行相應的功能，以此形成完整的服務架構系統，并經由云計算的技術方式完成信息和數據從收集到產出的過程。我國常見的氣象大數據服務架構主要包括：

①由儲存設備、電腦主機、緩存空間、互聯網、數據庫等組成的基本設施。這既是幫助氣象部門完成業務的必要基礎，同時也是類庫服務的提供者，相關數據的存儲、調用和處理都要依靠基本設施。②使用Hadoop框架、MPP模式等構建的大數據平臺?；谄脚_的完善人們才能完成數據操作，對于氣象部門的平臺構建首先需要解決底層的數據備份和分布式存儲問題，保證數據的安全有序。之后要為分析計算創造條件，常用的有MapReduce、Hive等。③完成大數據服務和氣象業務的具體應用環節。經由硬件和軟件環境的基本鋪墊，此項工作主要是面向氣象工作者進行數據的深入開發和業務的實際應用，結合云計算的具體要求，需要具備對氣象時序數據的快速處理、云服務器的良好對接、云設備的管理、氣象信息監控與預測等功能。④為氣象專業人員和相關單位提供的用戶服務。主要任務是促進氣象大數據的傳播與咨詢，面向科研工作者和關聯人員，需要建立充滿氣象數據的信息網絡，使工作者以內部賬號和等級權限訪問不同的網絡內容，保證數據信息發揮出重要作用，為正常工作提供便利條件[2]。

3云計算在氣象大數據服務中的應用——以Map Reduce為例

3.1 技術簡介

在大數據云計算的推動下，Google公司發表了Map Reduce的技術構想，按照英文將其理解為Map（映射）和Reduce（歸約）。首先，收集原始數據，依據某種設計好的函數形式對數據進行映射表達，從而轉換成鍵值對的形式，然后經由重組整理使數據實現有序的分布式排布，最后執行數據的匯總輸出，以此實現對大數據的編程處理。

3.2 Map Reduce的降水和測溫氣象服務應用

氣象信息的預測與傳感器收集的原始數據、當地歷史數據、數據中心的數值存儲等都有關系。針對氣象部門的Map Reduce編程計算也要選用合適的數據處理對象。如需要分析某家氣象站的溫度和降水數據，首先要了解數據庫中的數據存儲形式，并在程序中相對地做好字符串、數值、文本等類型的聲明。

Map Reduce要從映射開始數據處理，對時間、溫度、降水進行準確的提取和鍵值對設計，從而形成一個個排列有序的key和對應的value，而后再Reduce階段則可以利用編程的邏輯設定，分別遍歷出最大溫度、最大降水等預期數值。

通過Map Reduce編程辦法獲取的氣象數值準確性取決于編程程序的邏輯思路，如果能保證計算質量，就可以為數據的整理分析提供積極幫助，使人逐年、逐月、逐日地獲取氣象數據并加以分析。

4結束語

綜上所述，氣象工作是大數據時代下的重點典型行業，云計算的研究和應用為其創造了有利條件，工作人員需要從編程技術、系統管理等方面加強云計算的使用效果，進而達到高效處理數據的氣象工作要求。

參考文獻

[1] 陳晴，高婷，楊明，等.氣象大數據平臺的設計及應用[J].電子技術與軟件工程，2019，（11）：192-194.

[2] 劉喆玥.我國氣象大數據的發展趨勢研究[J].電腦知識與技術，2019，（21）：252-254.

作者簡介

馮超（1989-），男，吉林長春人;學歷：碩士研究生，工程師，現就職單位：吉林省氣象信息網絡中心，研究方向：計算機應用技術專業。