大数据在气象服务中的应用研究

    区永光

    摘 要：现如今，科学技术发展迅速，信息化发展进程也在不断加快，气象行业在内部累积的历史气象数据数量不断增加。基于此，本文将分析大数据在气象服务中的应用研究。首先本文介绍了气象大数据的概况和特征;然后本文介绍了大数据在气象服务中的应用和服务模式;其次介绍了气象大数据的服务框架;最后文章介绍了气象数据在农业生产、物流运输、销售终端、防灾减灾方面的应用案例。

    关键词：大数据;气象服务;应用

    1 绪论

    气象大数据分析现有的气象数据和其他行业数据，以便将行业事件和预测带入未来，整合跨行业和领域的更多异构数据，并使用一些大数据分析方法来预测未来。气象数据包含与气象部门工作有关的所有数据，并且是在气象部门内部生成的，包括由气象部门创建的气象检测系统生成的专业气象数据，是最高的专业水平国家的。通过信息交换/收集信息收集气象部门的数据识别元素，并控制气象部门的数据产品服务质量。此数据由气象系统和业务部门的业务信息产品生成，并由系统管理部门进行系统管理。各种气象数据和信息产品以及其他业务，管理数据，状态和日志[1]。

    目前，添加到中国的气象数据已达到PB级（1PB=1024×1024GB），与1990年代相比增加了千倍，并且仍在增长。每天有2，000多个地面站、120多个海拔站、440多个雷达站、6个卫星轨道、50，000多个自动监视站、600多个农业站、300个全天候太阳能，90度日天气和日天气[2]。气象数据具有“大数据”的特性，即海量数据，快速数据增长，不同数据类型和高数据价值。

    2 大数据对气象服务的推动作用

    2.1 气候服务中数据挖掘技术特点及应用

    数据挖掘技术是气象服务中的重要信息技术。它的优点是它可以针对大数据数据库中的数据，并且可以处理不完整的数据，语音信息，不间断的信息和预编程的信号。对于气象学家通过分析得出结论很有用。在原始数据库中，采矿技术对及时信息处理（尤其是连续的天气信息）非常敏感，而半结构化数据处理技术对复杂的天气预报则更为敏感。在应用层面，气象信息技术的信息挖掘技术是新的，更加科学的，更加精确的。数据挖掘不仅将数据集成到数据集中，而且还使用处理软件的功能来提取数字数据并形成带有描述的数据集。了解数据概述以准确预测天气和天气状况。通常，数据挖掘技术具有分散和研究的特征。因此，在此过程中，高效的信息处理技术可以以统一的格式提供信息，从而使气候工作者可以轻松地分析气候变化趋势。大数据的核心是可预测性。大数据可预测的原因是正确理解相关性。传统的统计方法对样本数据的规律性，变量的独立性，变量的数量以及创建测试的假设提出了很高的要求。大数据是传统统计方法的扩展和扩展[3]。大数据分析专注于高维建模，复杂网络建模，非参数建模和其他技术，以便从各种数据中快速获取相关的价值信息。气象部门级别的数据很多，每天都会扩展信息，包括来自6颗检测到的卫星的2000多个站点、120轨道的轨道、444多个站点、300个雷达站点以及每个站点的90多个雨轨等。该数据在一天中的任何时间添加扫描每分钟的天气。该数据非常大，并且正在迅速增长。数据类型本质上是不同的，因此天气数据是自然的，灾难很重要[4]。

    2.2 气候云端及应用

    气候云端于大数据，大数据云计算是创建气候云端的必然前提。气候云端除了用于管理天气事故信息的流程，系统和模板之外，天气云服务还提供基于云端技术服务。

    所谓云端，是指它既可以同时满足气象服务的需求，又可以通过计算，组织和结论来计算气象资源的服务属性[5]。另外，云计算将该信息存储在终端中，转发数据管理，并且天气资源不会影响其他形式的云计算。大多数天气云用于早期和严重的天气警告。在此过程中，天气云可以发送预警信号并使用卫星来检测灾难。过去，他们能够为部门提供建议和适当的响应计划。

    2.3 当前大数据下背景下的气象服务发展

    同时，大数据已成为时代潮流。在当今社会中，地区越来越依赖气象数据。可以说，在许多部门中，准确处理和估算气象数据至关重要。它不仅为企业提供准确的天气和天气预报信息，而且为业务发展和决策创造了特定条件。大数据还与行业内人们的生活和健康直接相关。在气候变化的背景下，中国已经开发了一种有效的数据收集方法，并配备了高速气象探测器，可以为气象服务提供全面，准确的气象信息。但是，在实际的开发过程中，天气预报以及信息技术对天气服务的处理，使用和发展仍然需要解决许多问题[6]。除气候外，大数据还广泛用于防灾和减灾以及能源，农业和建筑行业。在能源行业中，大数据可以记录能源负荷的历史，然后添加某些天气条件以估算电力消耗。

    3 气象数据应用案例

    气象条件与农业生产密切相关，在农业生产过程中，诸如温度，降水，日照，风和蒸发等气象因素对植物的生产率和质量有重大影响。实际上，农业产业链中的其他环节取决于适当的气候，例如受不同气候水平影响的农产品的运输，运输和分配。2015年，该部门制定了“气象+农业分析”合作协议，并最终完成了“气象+农业分析”计划，该计划基于三个月的實践研究，其中包括以下三个方面：

    3.1 农业生产方面

    利用气象数据可以帮助农民合理化农业工作，并最大程度地减少由气象因素造成的农业损失。让我们以该地区的西瓜为例：西瓜非常热，该地区似乎是2015年春季之后的寒冷冬季，这意味着大量西瓜受到霜冻损害。在水市场上，某些地区下雨了十多天。这是毁灭性的，西瓜的平均每周价格在农民的交易平台上正在下降。为此，气候分析可用于向农业用户提供未来的气候预警信息，有效地为农民提供计划和销售计划，并限制农民的数量，因为气候变化造成的经济损失就是收入农民增加。

    3.2 物流运输方面

    在物流和物流方面，向运输公司提供天气信息可以帮助承运人确定最佳运输路线，确保货运时间，提高物流效率并降低货运成本。可以根据社交技能来解决，而无需建立营地或流程。该部门的作用是一个“信息平台”，以便社交技能可以提供物流服务，无论是个人还是公司，他们都可以在平台上传播有关车辆使用的信息或提供车辆服务有效。在这方面，“信息平台”可以将天气趋势和警告信息转发给承运人，并负责与相关人员进行物流工作，以预先安排货运，以确保有效的交货时间。

    3.3 销售终端方面

    一致使用天气数据还可以帮助消费者预测市场的供求关系，通过此应用程序进行的充分收购不仅可以为正确的营销提供参考，而且可以增加销售，而不仅仅是互联网末端的消费者，大多数用户是公司，即与公众生活息息相关的买家，包括各种类型和级别的批发商、饭店、超市、深加工企业和出口贸易企业等用户、该单位为了缩短中间流通环节，在线和离线服务的能力可以解决由于数据不便和农产品严重损失而引起的廉价问题。这可以通过鼓励消费者获取天气信息以促进采购过程中的价格，从而鼓励消费者对购买者进行评级。原材料采购。创建排行榜购买计划，然后制订逻辑购买计划。

    3.4 防灾减灾方面

    民事保护和缓解是气象部门最重要的任务之一。气象大数据在防灾，减灾和减灾中非常有用。从大数据的角度来看，预测是关键，而在应对灾难时“公民保护”是重中之重。因此，天气预报信息至关重要。确定气象警告需要对气象数据进行更复杂的分析，然后对地理，地质和其他数据进行综合，并对天气预报进行分析。但是，民事保护和缓解措施不仅要改善预警系统和预警系统的准确性，还必须考虑到公众的关注，提供普通百姓可以理解的预警，并为预防和预防灾害提供直接指导。例如，如果您分析历史灾难信息和任何位置的天气，包括森林的地理和地理信息以及该地区的人口，则可以在该天气位置下移动到灾难，洪水和雨水灾害，这可能导致大量受害者以及这如何影响移民、人口等。然后分析植物、房屋、规划和建造选定的地点并预防和减少灾区。

    4 结语

    现在，大数据已用于社会和经济发展的所有领域，特别是在气象领域，大数据技术的引入是未来的发展趋势，对提高未来的气象服务质量做出了重要贡献。

    参考文献：

    [1]亓东霞，王馨，朱大铭，马琳，杨小龙.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.

    [2]唐作佳，邓树荣，唐小琴，范方福.大数据在气象服务中的应用与分析[J].农业灾害研究，2018，803：24-25.

    [3]王丽，李云鹏，甄熙.浅析互联网大数据在气象行业的应用[J].电脑知识与技术，2018，1424：218-219.

    [4]唐延婧，彭芳，羅喜平，陶勇.大数据在贵州专业气象服务的应用及展望[J].气象科技进展，2017，702：54-59.

    [5]栾彩霞.大数据时代对气象服务的推动作用初探[J].电子世界，2017，12：33.

    [6]白雪莹.气象数据可视化表达研究与分析[J].科技传播，2017，912：58-59+61.

    [7]沈文海.再析气象大数据及其应用[J].中国信息化，2016，01：85-96.