大数据条件下的气象保障应用分析

摘   要：气象信息化进程的不断加速，以及互联网技术的迅猛发展，使气象数据的总量迅速增加。海量的气象数据满足“大数据”数据量大、种类繁多、处理需求速度快以及高价值的几个特征。随着当今社会进入了大数据时代，我国的气象事业发展也与大数据技术结合，以崭新的思维和技术去分析、挖掘海量的气象数据，提高了预报、预警和综合服务能力。文章就大数据条件下的气象保障服务进行分析，对大数据和气象大数据进行了一定的阐述，并对大数据对气象保障的影响进行了初步分析。

关键词：大数据;气象数据;气象保障

随着社会、经济、教育和科技的迅速发展，气象科学与国计民生方方面面的关系越来越紧密，能够提供准确而又精细的气象保障服务，对经济建设、社会发展和人类活动日益重要，气象工作也前所未有地受到全社會的关注。伴随着气象信息化、智能化进程的不断加速，气象部门内部历史累积的气象数据不断地增加。当前，气象部门现存的气象数据总量已经达到PB级，并且每年新增加的数据也接近PB级，较20世纪90年代增长了数千倍，并且仍在快速增长中。气象资料数据包含各种类型的数据，包括：地面观测数据、海洋观测数据、卫星资料数据、雷达资料数据和数值预报产品数据等观测数据和各类气象产品产生的大量数据，这些气象数据共同构成了气象大数据。

1    气象大数据的发展

1.1  大数据的内容

随着高速互联网、万物互联的物联网不断发展，世界步入了大数据时代。高速网络、智能传感器、移动互联网、智能终端、云计算平台、地理信息系统和高速计算机等多种技术共同发展的生态环境和技术平台，成为了大数据技术快速发展的沃土。

在社会的发展过程中，互联网技术飞速发展，由此在网络中涌现出大量的各种数据，而这些数据的集合就构成了所说的大数据。大数据的本质并不在于“大”，而是在于它是以一种崭新的思维角度和技术角度去分析和解剖这些海量数据。所以，大数据既是指海量的数据，也是指处理这些海量数据的技术和工具方法，另外，还指在如何利用这些海量数据时人们思维方式的转变。研究大数据的目的在于有效地分析海量的数据，将这些数据中所蕴含的内容和相互关系给挖掘出来，然后用这些的信息指导人们的工作。所以说，大数据所诠释的不只是数据的数量大，更是代表数据处理的一种手段与方法。与传统的数据相比，两者间的规模有很大的不同。更重要的是对数据的使用方式方法也截然不同。如今在处理、使用大数据时，往往需要借助很多的方式和各种技术才能完成[1]。

1.2  大数据的特征

随着科学技术的不断进步，大数据应用的场景越来越广泛，其本身的特征也在不断变化。在大数据这一概念刚出现的时候，其特征是需要处理的数据量大，处理和传输数据的速度要求高、数据类型的种类较多。近年来，随着技术的发展和在经济、商业活动中应用范围的不断扩展，在各行业大数据发掘出了巨大的商业价值。因此，体量（Volume）大、数据种类繁多（Varity）、数据处理速度要求（Velocity）快、拥有高价值（Value），这4个特征现在被普遍看作大数据的基本特征[2]。

1.3  气象大数据的形成

气象观探测技术和数值预报模式的发展和气象应用领域的不断拓展，造成近年来各种类型的气象数据呈几何速度增长。就数据体量而言，气象数据在当前的总量大约为23 PB，而每天产生的气象数据量可达几十个TB，可以说气象行业已经进入了大数据时代。那么如何高效地利用这些海量的数据资源，用于短期和长期的气候研究以及适应各种气象保障工作，是气象领域的研究课题之一。

气象的精准预报需要多门学科的融合，提高天气预报、天气警报的准确性也需要引入新思想和新方法。用大数据的观点来重新审视海量的气象数据，可以改变以往处理气象数据的方式和方法，解决之前气象预报没有关注过的问题[3]。

2    气象大数据的内容和特征

2.1  气象大数据的内容

气象大数据主要是指在气象领域围绕智能预报和智慧服务，从气象数据的采集、加工处理、预报预测、共享服务、存储归档等气象业务和科研工作的各个环节所产生的各类数据。主要有气象观测数据、在此基础上加工形成的气象产品数据，以及互联网的气象数据。

大数据这一概念诞生后，许多行业受到不同程度的冲击，甚至有些理念是完全颠覆传统的。气象这门学科本身就与数据处理技术相因相生、相辅相成，大数据给气象带来了挑战，也带来了新时代的曙光。正确理解并探索、掌握大数据的方法、技术、理念，在从观探测数据采集到专业化、智能化气象预报预测和气象应用领域的各个环节，提高气象数据自动化处理能力和对气象数据价值的高效深入挖掘，是今后一段时间气象大数据的发展方向[4]。

2.2  气象大数据的特征

当前气象行业累积了海量的各型气象数据，其数据量巨大，时间序列长，空间覆盖广，产品体系完备，已具大数据体量大的特征：（1）各类气象数据种类丰富，从直接观测数据到遥感观测数据，从大气物理变化观测数据到大气化学变化观测数据，从大气圈数据到海洋等多圈层观测数据，满足了大数据的种类繁多特征。（2）气象行业数据增长飞快，气象数据的采集过程通常是逐天、逐小时甚至是逐分钟发生的，因此，对处理数据速度快这一需求也日益增长，满足数据更新快的特征。（3）对于海量气象数据的分析、处理与深入挖掘，不但服务于气象行业本身，而且现今气象与社会各行各业以及人们的生产、生活等联系越来越紧密，融合其他相关数据就可以产生巨大价值，气象数据完全满足大数据的高价值特征[5]。

2.3  气象大数据的分析

气象部门的主要的任务之一就是对气象数据进行分析，在基于大数据条件下的各类气象资源的数据分析现今仍然处于相对起步的阶段。近年来，大数据这一概念在各行各业的应用过程中不断积累经验，为气象行业今后大量使用大数据分析技术提供了先进的方法和可靠的技术保证。基于大数据的环境，气象数据的数量呈几何数量增长，一方面，对于天气气候预测来说，就有了更多的初始化数据来进行更加精细的分析预报，一定程度上提高了预测结果的准确性;另一方面，对气象数据分析的软、硬件提出了更高的要求。

对于气象学科而言，气象数据的采集、存储、挖掘分析等各个方面将受到大数据技术的深刻影响，但是从目前看来，其尚不能颠覆传统的天气预报方法，这是因为它不可能直接解决气象科学机理问题。对于气象学科的核心业务—气象预报而言，相对于传统的气象数据，如今气象大数据在天气预报方式方法的本质上没有改变，只是海量的气象数据在新形势和新潮流下的一种发展和延伸。

3    大数据在气象保障中的应用

大数据时代，气象保障服务在不断地拓宽应用领域，从最基础的天气预报到短期、长期气候预测、气象防灾减灾、公共气象服务等，一直为社会创造财富、减轻自然灾害损失。大数据技术成为气象保障服务不断创新和完善的重要支撑。

3.1  在防灾减灾气象保障中

我国自然灾害频发，防灾减灾是气象部门最重要的职责之一。防灾减灾不仅需要完善预警系统和提高预警准确率，还要尽量提高提前预警时间，直接指导各级部门防灾避灾减少损失。应用气象大数据，综合提高预警时间和预测灾害程度，将在这方面发挥巨大作用。对各种气象灾害来说，防患于未然是应对气象灾害的有效方式，所以灾害预警显得格外重要。要利用气象大数据技术，健全气象灾害预警体系，充分发挥气象部门在国家综合防灾减灾救灾中的预报监测先导作用，不断提升气象综合防灾减灾救灾的能力水平。

3.2  在农业生产气象保障中

气象大数据在农业生产中的应用已经实现，通过分析、研判各种气象数据资料，提前预测短期气候特征，指导农民农户合理地安排各项生产，规避不利天气因素，最大限度地降低由于气象灾害所造成的农业生产损失。可以通过结合气象大数据分析，把洪涝、干旱、病虫害易发时段等危害农作物生长的天气预警信息准确、有效、及时地推送给农户，合理指导农户生产安排活动，尽量减少或减轻灾害性天气因素对农作物生长的影响。另外，还可以运用气象大数据的天气预警信息，提前预测季节性天气特点，指导农户提前规划好销售计划，最大限度地减少天气原因对农产品上市时的影响。同时，农业服务体系的建设对于现代气象服务的需求一方面体现在对气象资源本身的使用上，也就是各种气象数据的分析，另一方面，也体现在为利用气象资源服务农业生产所做的地面配套基础设施建设。

3.3  在交通出行气象保障中

气象大数据在交通领域的应用也已经比较成熟，尤其是在航空气象保障中，应用于航空气象保障的数据，不仅包括普通的气象数据，而且还要有更加精细的起降机场、航路、管制区的实况和预报数据，其保存的数据量是一般气象数据的数倍以上，通过大数据技术提高天气预报、危险天气预警准确率对于保证飞行安全来说，有着重要意义。同时，应该对飞行、机场、管制部门等气象用户的关联数据进行挖掘分析，根据各用户的实际需求，向用户定向推送定制的各类气象产品来满足用户需求，实现气象服务精细化。铁路、公路交通气象服务是通过对铁路或公路沿线的天气实况监测和天气预测，及时、有针对性地发布危险天气告警，减少气象灾害对道路交通的影响，避免在道路交通运输中恶劣气象条件造成的人民生命财产的巨大损失。通过气象大数据技术及时提供道路交通气象灾害的应急预警，建立道路交通气象的实时监测、信息自动收集、危险天气警报业务系统，不仅是气象部门增强保障能力、拓宽保障领域、提高保障质量、发挥气象保障效益的重要途径，也是实现道路交通运输安全、畅通和高效的重要保障之一。

4    结语

专业气象保障业务近年来从最初的天气预报单一模式发展到现在的短期、长期气候预测、气象防灾减灾、公共气象服务等方面，不断探索和应用大数据技术，使之逐渐融入并服务于各类气象保障工作。海量的气象数据与海量的行业数据交叉融合，进而能够快速、全面地分析研究对象的变化规律和变化趋势，因此，需要在气象数据和其他不同行业数据之间确立一些合理的规则，进而能够运用各种模型来对未来进行预测、评估。然而，在实现气象大数据的过程中，“数据壁垒”是一个实实在在的障碍，不但需要建立双方及多方的信息基础环境进行数据的融合，而且对各个行业的数据都需要充分理解，并进行融合以至深度分析。发展气象大数据，势必要打破行业间的“数据壁垒”，真正做到各类数据共享，才能更大限度地实现气象大数据的价值。如今，气象与经济发展和社会生活息息相关，因此，发展气象大数据大有作为，一定能为国家、为社会创造更多的财富。

[参考文献]

[1]迈耶·舍恩伯格.大数据时代[M].杭州：浙江人民出版社，2012.

[2]李社宏.大数据时代气象数据分析应用的新趋势[J].陕西气象，2014（2）：41-44.

[3]沈文海.再析气象大数据及其应用[J].中国信息化，2016（1）：85-96.

[4]唐作佳，邓树荣，唐小琴.大数据在气象服务中的应用与分析[J].农业灾害研究，2018（3）：28-29.

[5]李社宏.大數据时代气象数据分析应用的新趋势[J].陕西气象，2014（2）：41-44.

推荐访问:条件下 气象 保障 分析 数据