大数据环境下公共气象服务创新思路

黄英华

摘要：本文首先简要探讨了大数据及大数据思维变革，接着分析了大数据环境下公共气象服务现状，最后给出了大数据环境下公共气象服务创新思路。

关键词：大数据环境；公共气象服务；现状；创新思路

引言

随着移动互联网、观测数据传输系统、预报网络等信息化技术以及互联网技术的快速发展，数据挖掘、云计算、云存储、对比分析等技术也得到了突飞猛进，越来越多的智能终端在气象系统中得到了广泛应用，气象数据信息的量急剧增长，数据类型、机构、存储形式多种多样，行业发展也基本进入到大数据时代，公共气象服务工作也不例外。对大数据环境下公共气象服务创新思路进行分析具有十分重要的现实意义。

1、大数据及大数据思维变革

1.1大数据含义

大数据是IT行业中的专业术语，又被称之为巨量资料，可以将其理解为海量的信息内容。“大数据”就是不使用随机分析法（抽样调查方式），采取综合分析处理所有数据信息，之后得出相关的结论。大数据不仅在气象应用中有着重要作用，在其它行业不同领域的信息技术中也占据重要位置。大数据信息化程度推动了社会经济的快速发展，也是科学技术和信息化程度的重要标志。

1.2大数据思维变革

随着大数据的快速发展，社会中的各个行业对大数据中的数据信息技术也提出了更高的要求。信息化程度高、信息处理速度快、数据处理科学精准是很多人的追求。实际上，除了IT行业，大数据在物理、生态环境、生理、金融通讯等方面发挥的作用也越来越明显。近些年来，随着互联网信息技术和信息行业的快速发展，一些数据信息技术也在气象领域中得到了广泛应用。气象工作人员借助于海量的数据信息来提升对气象的预报预警能力，其在对灾害性天气进行预报预警方面的作用更加显著。大数据也应用在交通管理上，工作人员通过分析相关的数据信息得出了夏季是交通事故的高发期，另外，交警部门还得出了有很大一部分的交通事故并不是出现在恶劣的天气下。总之，大数据在各个行业得到了广泛应用，相关行业的工作人员应对信息处理技术进行熟练掌握，使其更好的为人们提供服务。

2、大数据环境下公共气象服务现状

2.1气象资源的再整合

我国的气象服务工作经过多年的发展，由于受到垄断式服务理念和竞争机制缺乏的影响，气象部门在向行业和社会大众提供公共气象服务的过程中仍旧以被动式和粗放式为主，观测到的大部分气象数据信息仅仅是简单的存储，由于工作人员没有做好这些数据的筛选、清洗、细分工作，这些数据很容易成为“僵尸数据”。除此之外，未掌握科学有效的方法来收集和融合气象感知度高的外部数据信息，很难对相关的气象信息数据进行利用挖掘，导致了气象资源利用率低。在移动互联网和大数据环境的影响下，各级气象部门开始加大了对这些气象信息资源的整合应用，最大化的对气象数据进行挖掘。

2.2气象服务对象和渠道多元化

当前，气象部门在提供公共气象服务的过程中大都沿用着传统的思维习惯，而传播渠道也是传统的半自动化半网络化，仍旧缺乏有效的反馈机制来对行业和公众的意见建议进行收集整理，这就导致了气象部门很难准确定位公众的气象服务需求，难以进行有针对性的处理。在大数据环境下的公共气象服务应当为受众群体提供多元化的传播渠道，同时还要提供不同种类的服务产品方便用户进行选择，各个行业和社会大众在熟练掌握和获取气象服务的过程中，还要对相关的公共气象服务信息进行反馈和咨询，为完善公共气象服务提供决策依据。随着大数据时代的到来，气象部门能否为受众群体提供定制个性化气象服务已经成为衡量公共气象服务发展趋势的标准之一。

2.3培养气象服务的用户思维

在移动互联网的快速发展下，行业和社会大众获取公共气象服务的渠道多种多样，为了增强公共气象服务的满意度水平，需要气象部门提供一些可以满足用户需求的服务产品。现阶段，有很大一部分的气象部门在提供公共气象服务时仍旧采用传统的“天气预报+简单提示”模式，具有精细化和差异化的气象服务产品种类较少。由此不难看出，气象部门现有的气象服务产品仍旧不能满足公众的需求，可以看做是半成品气象服务。如果气象部门不能从社会公众的角度去思考、看待问题，很难为行业和公众提供更多具有实用价值的气象服务产品，这就降低了用户对公共气象服务产品的依赖性水平。

3、大数据环境下公共气象服务创新思路

3.1防灾减灾

将体量巨大、种类繁多的数据载体与云计算、感知方案和分布式处理技术的大数据预测，可以方便气象部门更好的探讨气象决策服务。防灾减灾工作也是气象部门的重要职责之一，特别是能否高效完成气象灾害防御工作，其社会价值更加显著。在大数据环境下，气象部门可以对海量的气象数据信息进行数据融合和数据挖掘，之后结合区域内的历史气候数据、灾害统计数据、人口条件、区域内的地形地貌信息，可以方便防灾减灾人员更好进行建筑设施选址、房屋建造等的灾害防御工作，另外，大数据环境下的防灾减灾工作还包括对农业和气象信息的融合，之后使用科学合理的方法调整农作物种植结构，持续性的挖掘机场和航班历史天气特征，可以有效降低航班的延误率等。

3.2预测预报

预测是大数据的核心所在，利用大数据信息可以预测未来的主要原因是对相关关系的把握上，可以根据相关关系分析过去，之后得出未来的发展趋势。不断增强气象预报预测的准确率，一直是行业和社会大众对气象部门的需求，也是各级气象部门努力工作的重点和关键目标。气象部门在开展天气预报的过程中，尤其是对灾害性天气进行预报的主要目标之一就是可以确保气象预报的准确率较高，并且精确天气现象出现的时间和地点，还要将天气强度准确的预测出来。结合大数据中的数据处理技术可以保证气象部门收集的数据资料信息格式统一、内容丰富、功能全面、精细化程度高。经过相关的实践证明，经过多个模式集合平均后的效果要远远高于单模式，也就是通过多模式集合而成的气象预报可以有效降低预报误差。使用多模式集合预报在当前的天气预报工作中得到了广泛应用，这是大数据环境下的典型案例。

3.3商业价值

大数据环境下，天气预报不仅对人们的出行产生影响，还会给人们的生产生活带来翻天覆地的变化。将气象大数据与社会诸多商业行为进行有效结合，会将其自身的价值充分展现出来。2014年5月27日，中国气象局公共气象服务中国心与阿里云达成战略合作，由于阿里云的日数据处理能力超过上百PB，通过共建专业气象服务可以将气象数据信息的深层价值发挥出来，之后转变为可以实时分析应用的“活数据”。例如，将卫生部门的药品销售量、门诊量与当天的气象数据信息进行融合，可预测某些疾病在未来时间内的发病趋势。美国的某家公司在掌握半年后的气象信息后，通过预测温暖空气对花粉过敏的影响程度后，之后开始对抗过敏药物加大宣传和储备，其获取的利润较为可观。

参考文献：

[1]何文娜.大数据时代基于物联网和云计算的地质信息化研究[J].吉林大学，2013（11）：110-124.

[2]崔巍.大数据在气象服务中的应用与分析[J].低碳技术，2016（9）.

作者简介：黄英华（1977-）女，汉族，辽宁省建昌县人，本科学历，工程师，从事综合气象和预报工作。