走进大数据时代的气象服务——气象云气象万千.PDFVIP

走进大数据时代的气象服务——气象 “云”气象万千 世界发展的趋势就是信息化，不同数据之间相互交叉编织成立体的、密集 的信息网，在其中的任何一个数据都可能有它的用途。那么，如何从气象角度看 大数据呢？ 特别的大数据——气象历来同数据打交道 有人认为，气象部门的主要职责是预报天气。然而，在世界各国的经济生活 中，不少行业，如农业、交通业、建筑业、旅游业、销售业、保险业等，无一例 外与天气的变化息息相关，随着气象在社会生产生活中越来越受重视，气象业务 也在不断地拓宽领域，从最基础的天气预报到现有的气候预测、气候可行性论证、 公共气象服务、专业专项气象服务、气象防灾减灾等，气象业务仍将继续拓展， 把气象产品送到更多人手中，为社会创造财富、减轻损失。 毫不夸张地说，气象部门就是一个超大的“数据库” ，里面存储了海量的数据。 从业务角度对气象数据进行划分，包括气象观测数据和气象产品数据。 计量和记录一起促成了数据的诞生，它们是数据化最早的根基，气象观测数 据是开展各项气象业务的基础。我们平时从电视、报纸或者网站获取的看似简单 的天气预报信息，在其后都有非常庞杂的数据采集作支撑，包括全国 2000 多个 地面站、120 多个高空探测站、6 颗在轨卫星、5 万多个自动监测站、600 多个农 业监测站、300 多个雷达站等，逐日逐小时甚至到逐分钟扫描着中国出现的各种 各样的大气数据。仅就贵州来说，每天有８５个气象站、３000 多个区域自动气 象站、7 部新一代多普勒天气雷达、２个探空雷达站实时监测各类气象要素。我 们每日接收到的天气预报信息，就是由如此庞杂的数据，再加上欧亚甚至全球的 所有气象数据，通过筛选、运算、分析等一系列复杂的工序得到的。随着预报业 务的不断发展，这些数据将更加精密，数量也将继续增加。 随着各行各业对气象信息的需求越来越大，简单的晴雨气温预报早已无法满 足社会的需要。针对不同领域、不同行业、不同群体，气象部门要制作相应的气 象产品，例如提供给政府的决策气象服务，水利、电力、交通、农业等部门对气 象也各有需求，各类企业对气象信息的需求也不一样，有的关注降水，有的关注 气温，有的关注灾害，有的关注风速风向，而且在不同时间、不同地域，各行各 业对气象的需求也不一样。仅就一般公众来说，对天气预报的需求也不限于是否 下雨、温度如何升降了，他们渴望更精细、更准确、更长时效的预报，甚至需要 气象部门直接指导他们的生活。气象产品越来越庞杂，内容越来越丰富，构成了 气象大数据中的一部分。 然而，气象数据虽具备业界一般认为的“大数据”的共性，却又有其特别之处。 气象数据虽具备大容量、多类型、高速增长等特点，却不符合业界一般认为的“大 数据”的价值稀缺性，即在纷繁的数据中要找到所需要的有价值的数据如同大海 捞针。气象数据虽然不断复杂，然而每个数据都有其特定的价值，因此气象数据 又不完全符合业界所定义的“大数据”特征，是较为特殊的一种大数据。 引爆气象大数据——挖掘大数据在气象上的运用 量化一切，是数据化的核心。长期以来 ，无论是观测业务、预报预测业务还 是科研工作，气象工作者们都一直在做着量化的努力。就气象数据自身来说，我 们可以由已知的数据模拟得到过去几千年、几万年甚至更久以前的气象数据，也 可以通过这些数据去预测多年后的气象环境，当然，在这其中还需要量化其他非 气象因子。大数据时代观点认为，对大数据进行相对简单的相关运算永远比对小 数据进行复杂运算得出的结果准确，在一定程度上来说，气象部门一直在做这样 的事，例如我们常用到的“遥相关”、“模式耦合”等运算方法，正是在寻求气象要 素之间，以及气象与其它事物之间的相关关系。 当然，一旦我们完成了对大数据的相关关系分析，我们将不仅仅满足于知道 “是什么” ，而会继续更深层次地研究因果关系，找出背后的“为什么” ，这就是气 象科研工作者每日在忙碌的事情了。 气象工作的最终目的是服务。气象部门现有的服务包括面向政府的决策气象 服务，面向社会群体的公众气象服务，面向水利、电力、交通、农业以及其它部 门或企业的专业专项服务，以及针对干旱、暴雨洪涝、森林火险、冰雹、雷电等 灾害性天气的气象灾害预报预警服务。 防灾减灾是气象部门最重要的职责之一，气象大数据在防灾减灾救灾中大有 可为。在大数据观点中，预测是核心，而“防灾”是应对灾害的重中之重，所以气 象预警信息显得尤为重要。气象预警的确定，需要非常复杂的气象数据分析，再 综合地形、地貌等数据，以及预报员自身的经验分析。