大数据在气象服务的应用.docVIP

大数据在气象服务的应用 进入21世纪以来，随着计算机技术全面融入人们生活，促进了人类社会各类数据呈爆炸性增长，已经积累到了一个开始引发变革的时代，加之云计算、物联网等技术的兴起，迎来了大数据的时代。大数据时代，各行各业的信息化无疑都发生着变革，气象领域也在其中。气象与人们的生活息息相关，气象业务从最初的天气预报发展到现在的气候预测、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，大数据技术已成为气象服务不断创新和完善的重要支撑。 1大数据概述 虽然“大数据”这一理念是最近几年才真正在国内备受关注，但实际上早在20世纪80年代，伟大的未来学家、社会思想家阿尔文?托夫勒（AlvinToffler）就在其所著的《第三次浪潮》（TheThirdWave）中提出了“大数据”这一理念。《自然》（Nature）杂志在2008年9月开辟了名为“大数据”的封面专栏，而真正让“大数据”成为互联网信息时代科技界热词的是全球著名管理咨询公司麦肯锡的肯锡全球研究院（MGI）在2011年5月份发布的一篇名为《大数据：下一个创新、竞争和生产力的前沿》（Thenextfrontierforinnovation，competitionandproductivity）的研究报告，该份报告的发布，极大地推动了“大数据”的发展。关于“大数据”也就是英文的“BigData”这一术语的概念目前并没有学界或者实务界一致公认的十分确切的界定。不过现在普遍认为，“大数据”狭义上可以定义为难以用现有的一般技术管理的大量数据的集合。广义上可以将“大数据”定义为包括因具备“4V”特征而难以进行管理的数据，对这些数据进行存储、处理、分析的技术，以及能够通过分析这些数据获得实用意义和观点的人才和组织的综合性概念。“4V”即Volume（大量）、Velocity（高速）、Variety（多样）、veracity（真实性）。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。大数据是大事务数据（事务数据量的大规模增长）、大集成数据（交互数据，例如社交媒体、传感器技术、详细呼叫记录和其它来源的激增）、大数据处理（借助Hadoop进行新的高度可扩展的处理）3种技术趋势汇聚的结果。 2气象大数据 2.1气象大数据的概况及特征 气象大数据是现有各种气象数据加上其他行业数据分析得出行业事件变化规律和对未来的一些预测，即要将多种跨行业跨领域的异构数据融合，并应用大数据分析方法确立一定的规则，对未来进行预测。气象大数据由与气象部门各项工作相关、且产生自气象部门内部的所有数据组成，包括由气象部门建设的、具有国内最高专业水准的气象探测体系所产生的气象专业探测数据，其他部门自行采集、通过数据共享/交换等方式汇聚到气象部门、且经过气象部门严格质量控制的气象要素探测数据，由气象业务部门和业务系统产生的各类气象服务产品数据、派生数据及中间产品数据，职能部门各管理系统如项目管理系统等所产生和管理的数据，各业务和管理系统的状态数据和日志数据等。目前，我国每年新增的气象数据达到PB量级（1PB=1024×1024GB），较20世纪90年代增长了数千倍，并仍在快速增长中。每天有2000多个地面站、120多个高空探测站、440多个雷达站、6颗在轨卫星、50000多个自动监测站、600多个农业监测站、300多个雷达站、90多个酸雨监测站逐天、逐小时甚至逐分钟扫描着我国各种各样的天气数据，这些数据量大，且包括不同的数据类型。气象数据具备“大数据”的共性，即数据体量巨大（Volume）、数据增长速度快（Veloci-ty）、数据类型多样（Variety）、数据价值高（Veracity）。 2.2气象大数据在气象服务中的应用 2.2.1防灾减灾。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格外重要。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。然而，防灾减灾不仅需要完善预警系统和提高预警准确率，还要考虑受众群体，做老百姓看得懂的预警，直接指导他们防灾避灾，气象大数据在这方面将发挥很大作用。例如，通过对某地的历史受灾害情况和历年气候数据，以及该地的地理信息、森林覆盖情况、居住人口数据等的分析，可以提前获悉在什么天气条件下该地会出现洪涝灾害，雨量多大才会成灾，可能造成的受灾人数，以及受灾人群要如何撤离等，进而知道农作物种植、房屋建造、建造设施规划选址等，从源头上防灾减灾。2.2.2指导农业生产。大数