（河池市气象局，广西 河池 547000）
摘要：“大数据”是继物联网、云计算后信息技术产业的又一重要产物，大数据时代的到来，使得各个行业发生了翻天覆地的变化，气象领域也不例外。基于此，本文探讨大数据在气象服务中应用的同时，分析了大数据时代下气象服务未来发展方向，仅供相关部门进行参考借鉴。
关键词：大数据时代 气象服务 应用 发展方向
引言
当前人们正逐步从“小数据时代”向“大数据时代”迈进，大数据时代的到来使得社会各个行业的信息化、网络化和平台化特征更加突出，同时还改变了人们的现代生活，在制造、医疗、能源、交通、公安、文化传媒、航空等行业中均发挥着十分重要的作用。气象部门基于气象“专有云+公共云”部署了气象大数据云平台，构建全国气象大数据业务布局。在“国家-省-市”三级层面构建了基于气象大数据的基础设施系统、核心技术系统、智能应用系统三个层面，集观测、预报、服务、科研、管理、培训一体化的气象大数据云平台，有效提升了气象服务质量。基于此，本文重点分析大数据时代下气象服务未来发展方向。
1、大数据在气象服务中的应用
1.1防灾减灾
类型繁多的数据载体与云计算、感知方案与分布式处理技术的大数据预测，在对气象决策服务进行深层次探讨的过程中具有十分重要的作用。因防灾减灾是气象部门的主要职责，特别是确保防御气象灾害的高效性水平具有十分重要的社会价值。将大数据技术应用到气象服务工作中，通过数据融合与数据挖掘技术的结合，在房屋建造、建筑设施选址等方面发挥着重要作用。与此同时，将农业信息与气象信息进行融合，可实现农作物种植结构的调整，持续挖掘机场与航班历史气象信息，可进一步增强航班预测的准确率水平，有效避免或者降低航班延误现象。
1.2预报预测
“预测”是大数据的核心，利用大数据可分析过去的相关关系，进而预测未来。社会大众对气象部门的主要需求是确保预报预测的准确率，这也是气象工作者的目标和动力。对于天气预报来说，准确预报天气现象发展形式、时间、地点和出现强度，是当前的主要目标之一。通过大数据的处理技术可为气象服务提供内容丰富、格式统一、功能全面的数据资料信息。相关实践表明，将多个模式结合进行平均后取得的效果要远远高于单模式，同时还能弥补单模式中的预报误差。当前，多模式结合预报在增强天气预报水平方面得到了社会大众的认可，满意度水平不断增强。
1.3商业价值
在大数据时代，天气预报不仅对人们的日常生产生活息息相关，同时还对交通出行、产业发展产生影响。将气象大数据应用社会诸多商业行为中，会将其的商业价值体现出来。2014年，中国气象局公共服务中心与阿里云达成战略合作关系，共同建设专业气象服务，以将气象数据的深层价值充分挖掘出来，并将其作为“活数据”应用到实时分析中来。如将卫生部门的药品销量、门诊量等与当地天气情况进行结合，可对某些疾病的发病趋势进行预测。
期刊文章分类查询,尽在期刊图书馆
2、大数据时代下气象服务未来发展方向
2.1 数据采集
现阶段，在采集气象数据的过程中，其大数据特征较为明显，但是这些从表面上增加的信息量，并不是真正意义上的大数据。实际上，借助于大数据对气象数据进行分析，其侧重点并不是气象一类的气象信息，或者是与气象根本没有任何关系的数据，但通过对其进行分析却能获取到价值较高的气象数据。由此不难发现，气象大数据包含了广泛的内容，可将其看作是传统气象数据和其他类型方面数据的总称。例如，利用大数据可对手机使用情况、网络社交内容、用户访问气象网站的时间、地点、内容、停留时间、对气象信息需求较大的人群、特征、年龄段、航班信息等信息。气象大数据的主要特征是具有较强的实时性和间接性、涵盖庞大的数据信息、检测成本低、自动化等特征。这里主要选择具体案例对其进行分析，美国气象局在两千辆大巴车上均安装了传感器，在大巴车运行过程中可将沿途的温度、相对湿度、日照时数、光照强度、风向风速等方面的数据收集起来，并实时传送到气象数据中心，传输时间在10s左右，也就是在每天每个传感器可以接收到将近10万个气象数据信息。另外，有证部门为了更好的检测与分析区域内的噪音、污染、空气质量等，特意在邮政车上安装传感器，为人们的日常生活工作和出行提供了便利条件。
2.2数据挖掘
大数据时代下分析气象数据的核心就是提前预测天气状况，而借助于大数据可以将各项数据之间的关系体现出来，通过分析过去天气情况来预测未来。如：“清明时节雨纷纷”的传统结论并不是逻辑推导出来的，而是经过多年观察总结获取的结论，这种方式能预测天气变化情况。与此同时，利用大数据技术来分析气象数据，将非参数建模、多模式建模、复杂网络建模等多种技术进行结合，可在海量的数据信息中提取更高价值的信息。对于气象数据的挖掘，“混搭”和“多维”是其的主要特征，结合该特征有很多成功案例，都是从毫无关联的数据中获取到内在联系。如，美国天气预报会向能源交易企业、航空公司等提供专业气象服务，还能结合用户查看天气的频次、时间、地点等数据，对其的消费行为进行预测，进而增强广告公司的投放精度，如在干燥的天气下及时推出保湿型产品等。另外，美国通过推行“任何数据都不能少”的计划，在分析数据后获取高准确度的气象数据信息，增强了气象服务质量。
2.3 数据存储
当前，分析气象数据的过程中，大数据存在以下几方面的问题：①数据存储容量不足，省级气象部门应至少实现PB级的数据储存水平；②数据存储速度较慢，在大数据时代下应保证数据输出在1s左右。总体来看，大数据时代气象数据存在的问题是相互矛盾，但却相辅相成，利用统筹方式可有效解决上述问题。换句话说，解决数据存储的容量和速度传输问题，其关键并不是扩容数据系统，是对系统架构进行优化，对气象数据分析算法进行合理应用。因此，工作人员可以借助于结构化数据存储、云计算、分布式计算、分布式储存等技术，并加强当前数据系统的升级、改造，尽快构建出可以满足气象大数据分析的新型数据中心。
2.4 数据发布
对于气象数据信息来说，特别是预警信息，在体现其时效性的同时，还要增强信息的准确度水平，防止因信息失去时效而降低自身降至。当前，很多用户都会在手机、IPAD等智能终端设备上安装“墨迹天气”、“天气通”等APP，进而为用户提供个性化的气象服务。在未来发展中，天气APP可以根据用户消费记录、上网行为、位置信息等向其推送个性化的天气信息。具体来说，在不同的设备中安装振动、方位、位置传感器等，可实时了解用户所需、所求。另外，用户可以将气象信息音频、视频、图片等借助于智能手机向气象中心传输，可为进一步分析数据提供参考。结合这种方式，气象中心不仅可以为用户提供高精确度的天气预报信息，还能加强用户与数据中心之间的沟通交流，进而为大数据气象服务提供重要保障。
参考文献：
[1] 沈文海 . 气象数据的 “大数据应用”浅析—— — 《大数据时代》思维变革的适用性探讨 [J]. 中国信息化， 2014 （ 11 ）： 20-31.
[2] 亓东霞，王馨，朱大铭，等 . 大数据在气象行业中的应用探讨 [J]. 数字技术与应用，2017 （ 10 ）： 233-234.
[3] 崔巍 . 大数据在气象服务中的应用与分析 [J]. 低碳世界， 2016 （ 26 ）： 121-122.
论文作者:党国花,,陆广驰
论文发表刊物:《科技新时代》2019年5期
论文发表时间:2019/7/24
标签：数据论文; 气象论文; 信息论文; 时代论文; 天气论文; 气象局论文; 技术论文; 《科技新时代》2019年5期论文;