大數據在氣象服務中的應用探討

許艾米，李 想，張 敏

(1.廣東省氣象公共服務中心，廣東 廣州 510000；2.廣東省氣象探測數據中心，廣東 廣州 510000)

1 引言

隨著“互聯網+”概念的不斷深入，“大數據”已逐漸成為一個流行詞匯。關于“大數據”的定義，全球知名咨詢公司麥肯錫給出：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據和規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征[1，2]。近年來，大數據的應用越來越彰顯其優勢，在社會行為分析、公共安全和政府決策中發揮的作用也越來越大，這其中當然也包括氣象領域。氣象部門向政府和公眾提供各式氣象服務，都依賴于對氣象數據和相關行業數據的處理，基于海量數據之上的氣象服務“大數據時代”已經來臨。在這樣的時代背景下，大數據在氣象行業中的應用，將成為未來氣象業務能否進一步創新發展的關鍵議題之一。

2 大數據在氣象服務中的應用理念

大數據時代，數據是關鍵，龐大的數據資源推動了各個領域的量化進程。不過如果只有龐大的數據而不進行深度挖掘和分析，是不可能從海量數據集群中獲取有價值的信息的。氣象行業是信息化建設較早的行業，氣象數據和產品龐雜且豐富，涉及地面、高空、雷達、衛星和各種數值模式預報等數據[3]，基于這些海量數據之上的天氣預報、氣候預測及其他專業氣象服務等行業內部的價值已被充分認識并挖掘或處于更深層次的挖掘中，而這些海量氣象數據與其他行業的關聯服務仍在探索階段，需繼續開拓創新。因此，大數據應用于氣象服務的理念，應是將非氣象類的數據資料與地面觀測、雷達、衛星和各種數值模式預報等海量氣象數據結合碰撞[4]，并進行深度挖掘分析，最終提取價值信息，來實現氣象服務水平的提升和服務方式的創新。

3 國外氣象服務中大數據應用情況

國外許多發達國家，氣象服務市場開放多年，以盈利為目的的氣象服務公司較多，商業化模式相對成熟，有很多氣象大數據應用于其他行業的成功案例[5]。比如德國氣象公司開發的“啤酒指數”，就是氣象數據和啤酒業銷售數據碰撞后挖掘分析的結果。“啤酒指數”的具體內容是：氣溫超過22 ℃，啤酒開始勁銷，之后氣溫再每上升1 ℃，大瓶裝的啤酒1 d就會多銷230萬瓶。根據西方經濟學德爾菲氣象規律，企業在氣象信息上投資1元可得到98元的經濟回報。如果商家在生產、采購、銷售計劃中考慮氣象因素，不僅能避免損失，還可以變成在競爭中的優勢，幫助企業預測并確定生產營銷計劃。因此借助這樣的分析結果，商家可根據天氣預報，提前制定采購或生產營銷計劃，增加銷量。

4 大數據在國內氣象服務中的應用探討

4.1 現階段氣象服務中大數據應用情況

在我國，大數據在氣象服務中的應用也已陸續開展。氣象部門與旅游、交通、環保等部門開展戰略合作，挖掘出氣象數據與這些行業間數據的應用，取得了一定的成效。例如旅游資源豐富的廣東、江蘇、湖北等省氣象部門，一直非常重視氣候資源開發、旅游品牌打造，并在近幾年聯合旅游部門結合不同時期花期特點，推出各色花期預報服務產品，社會反響良好，為游客提供了有價值的出行參考。

另外，氣象部門還與一些互聯網企業合作，挖掘氣象數據的外部關聯價值，例如17年6月中國天氣網與飛常準合作發布的《惡劣天氣對中國機場準點率影響分析報告》，基于惡劣天氣影響機場相關基礎數據及海量氣象歷史數據結合計算分析所得，通過算法和理論保證合理性與科學性，從多維度反應近一年多惡劣天氣對中國內地機場運行的影響狀況，為公眾航空出行、機構研究、政府決策提供了理論參考依據。

4.2 未來大數據在氣象服務中的應用趨勢探討

我國氣象大數據的應用已取得初步成效，但與西方發達國家相比仍存在差距，未來需充分挖掘氣象和非氣象數據之間的寶貴價值，加強與其他行業間的合作，展現更多的社會和商業價值。應用理念核心依舊是“氣象+”概念，即氣象與非氣象數據的碰撞分析，只不過碰撞的范圍需要更廣，碰撞的程度需求更深，碰撞的元素更多元化。

4.2.1 “氣象+”范圍更廣

氣象數據是非常珍貴的數據和信息資源，和各行各業的相關性都非常高，除現有的與交通、環保、旅游等部門之間的合作，氣象部門應與更多其他政府部門、社會組織或企業等機構發展合作，挖掘氣象數據與未碰撞過的數據資源之間的關聯。例如：氣象+保險行業，與保險公司合作將天氣數據與保險理賠數據結合分析，開發比較有意思的天氣險種，給本部門合理創收、創造商業價值[6，12]。再比如與電力部門建立合作，通過氣象大數據與電力部門提供的輸電線路信息進行關聯分析，預測導線覆冰厚度等，為冬季可能會受到導線覆冰電力氣象災害影響地區的電網安全提供決策氣象服務。

4.2.2 “氣象+”程度更深

與天氣聯系緊密的交通、環保、旅游等行業，屬于較早與氣象部門建立聯系的領域。不過雖然這些部門聯動業務拓展較早，但相互的數據挖掘碰撞程度還不夠深入，應將大數據技術與氣象科技結合，更加開拓思路，挖掘更深程度的部門聯動和數據融合[7]。例如氣象+旅游，除了常規的旅游景區天氣預報、有當地特色的賞花賞葉預報等，還可以將氣象數據與旅游景區GIS、交通信息、熱力分布、人群特征等大數據進行深度分析[8]，為旅游資源開發、特色景點推薦和個性化旅游線路設計等提供科學依據。

前文提到的大數據在氣象服務的應用理念，換種說法其實是氣象數據加上行業數據等于事情能夠發生的變化規律和對未來的一些預測，看似簡單，但在真正實施計算分析的過程中會發現有很多種可能，氣象數據和行業數據如何相加？如何關聯？挖掘分析的大數據和氣象分析技術手段多鐘多樣，角度變化多端，該如何在海量數據中挖掘更深入、更有價值的信息，仍是未來大數據在氣象服務應用中的重點議題。

4.2.3 “氣象+”更多元化

現階段，氣象數據與行業數據的挖掘碰撞更多是兩兩相加，未來應開闊“氣象+”的服務思路，多去嘗試多元相加。氣象信息處理體系已趨成熟完備，氣象科研人員對氣象數據的獲取和分析已了如指掌，但外部行業數據或互聯網數據多是被動接受狀態，因此，了解與氣象息息相關的外部行業信息，挖掘其與氣象數據之間的關聯并進行多元組合，將為大數據時代下的氣象服務創造更多可能。

4.2.4 加強數據可視化呈現

大數據在氣象服務中的應用，不僅體現在其獲取、挖掘、碰撞、分析上，數據可視化呈現也至關重要。如果氣象與外部數據的分析結果在文字形式的基礎上，擁有可視化效果的加持[9]，比如平臺、app、圖文產品等的呈現，能更易發現數據集群中的規律，找到相關聯系，更好地提供決策或公眾氣象服務。

5 結論

大數據時代給氣象服務工作帶來了諸多挑戰，但同時也創造了很多機遇[10]。氣象事業能發展壯大，跟氣象人緊跟時代步伐密不可分。在大數據時代背景下，積極探索大數據在氣象服務中的應用，將有助于突破現有服務瓶頸[11]，開拓氣象服務新思路，提升服務能力，達到社會和經濟效益雙贏。