基于大數據的氣象后勤信息服務平臺研究

王旋　鄭仕超　陳夢醒

摘要 ?隨著社會的不斷發展進步，如今已進入大數據時代，云計算、互聯網、大數據等憑借其全新的數據信息采集以及分析處理形式，對社會各個領域產生了深遠的影響。根據大數據應用技術以及氣象后勤信息服務需求，提出建設基于大數據的氣象后勤信息服務平臺，并展望平臺未來后勤信息服務的應用前景。

關鍵詞 大數據;氣象后勤信息服務平臺

中圖分類號：P409;TP274.2 文獻標識碼：A 文章編號：2095-3305（2019）02-099-02

DOI： 10.19383/j.cnki.nyzhyj.2019.02.042

Abstract With the continuous development and progress of society， now it is the era of big data. Cloud computing， internet， big data and so on， with their new form of data information collection， analysis and processing， have a profound impact on all areas of society. According to application technology of big data and requirement of meteorological logistics information service， this paper suggested constructing meteorological logistics information service platform based on big data， and look forward to application prospects of the platform in the future.

Key words ? Big data; Meteorological logistics information service platform

大數據是指以多元形式，借助于諸多來源搜集而來的巨大數據集合，具備體量大、數據類型復雜多樣、數據值價值高、數據處理速度快等特點。目前，大數據的研究以及應用逐漸成為各個領域數據研究的重點。在氣象后勤信息服務工作中，由于各類后勤信息服務系統以及管理的視頻監控數據的不斷增多，大數據的典型特征逐漸凸顯[1]。如何高效地對這些龐大的數據進行組織以及分析處理，從大批量數據資料中提取有效的數據資料，挖掘氣象后勤工作的各類行為特征，更為精準、高效地提供氣象后勤保障服務，已經成為現階段氣象后勤信息服務工作中亟待解決的問題。基于此，迫切需要轉變數據處理方式，建立基于大數據的氣象后勤信息服務平臺。

1 大數據應用技術概述

大數據涉及的技術較多，包括計算機、統計學、應用數學等各類學科，涵蓋數據分析技術、數據管理技術、數據挖掘技術、數據處理技術、數據可視化技術，以及構建大數據平臺的數據安全技術等相關技術[2]。在這些技術中，數據分析技術包括人工智能和商業智能技術，如機器學習、關聯規則挖掘、遺傳算法、聚類分析、神經網絡等;數據管理技術主要涵蓋數據庫技術、數據融合技術以及數據抽取與過濾技術等;數據挖掘技術主要是指采取依據數據庫管理的統計以及機器學習方法，從大數據集中對于常規模式進行提取的一種技術;數據處理技術主要涵蓋內存計算技術、分布式計算技術、流處理技術等;數據可視化技術包含信息流呈現技術、歷史流回放技術等。當前，我國主流大數據信息服務平臺大都運用的是基于MapReduce和并行數據庫的混合架構，是基于虛擬化管理技術和Hadoop平臺的動態可擴展數據處理平臺，可應用于企業運營數據分析、情報信息數據挖掘等諸多領域。

2 氣象后勤信息服務需求

當前，氣象后勤業務數據以及業務系統生成的實時數據正呈迅速增長態勢，表現出比較顯著的大數據特征。針對氣象后勤信息業務大數據，氣象后勤信息服務平臺應滿足以下需求：第一，如何組織和智能分析大量的后勤業務視頻類大數據;第二，如何從龐大的數據中獲得各種后勤服務的相關性;第三，如何利用大數據技術助力后勤人員對各類保障需求進行研判，開展指揮決策，同時第一時間執行后勤保障行動;此外，如何探索當前的信息資源價值，提高后勤物流大數據的使用率，同樣是現階段物流數據應用需要特別關注的焦點。綜合上述具體需求，針對后勤信息服務中的圖像、視頻數據龐大的現實狀況以及強大的數據相關性，迫切需要構建基于大數據的氣象后勤信息服務平臺。

3 基于大數據的氣象后勤信息服務平臺

針對氣象后勤信息服務業務中快速開展大數據分析處理的應用需求，需要建立基于大數據的氣象后勤信息服務平臺。該平臺主要涵蓋基礎數據、數據處理層、數據服務層以及用戶層。

3.1 基礎數據層

基礎數據層處在整個氣象后勤信息服務平臺結構的最底層，即平臺的基礎，該層的主要作用是提供全面、豐富、海量的基礎數據。根據氣象后勤業務數據的來源，可以將基礎數據主要分為2類，其一為核心數據，其二為外部數據。其中，核心數據是開展后勤專業信息服務的重要基礎，主要包含后勤業務各部門設置的專項數據庫，涉及到分散在各后勤業務系統的諸多信息資源。外部數據屬于基礎數據層的一部分，主要是來源于媒體、網絡、相關院校或者研究機構發表的文獻材料，內容涉及到各個學科以及領域，從這些資料中提取出同后勤信息服務相關聯的數據信息。這類信息獲取的門檻低，技術比較簡單，但是來源廣泛、類型雜多、信息數量龐大。

3.2 數據處理層

數據處理層主要承擔著對數據的分析、儲存以及處理的功能，主要是對基礎數據層的各種原始資源信息進行分析、加工、處理，按照用戶層的實際信息需求，選取、暫存應用數據，為后續應用給予數據支撐，同時為短時間內的數據調用給予保障。數據處理層由一系列數據連接池共同構成，連接池內容的實際分配，需要結合應用數據層的需求和基礎數據來源、類型以及處理特征進行確定。

3.3 數據服務層

數據服務層屬于整個平臺的核心層，其主要作用是通過大數據技術迅速對數據處理層歸納的大數據進行篩選以及處理，最終生成面向各專業以及各層級用戶的具有針對性、預見性的氣象后勤信息服務產品。數據服務層包含服務的生成、發布、查看、定制以及管理等功能，任務的具體分配需要按照用戶的實際需求、應用數據類型、數據處理算法以及處理特點進行落實。

3.4 用戶層

用戶層屬于基于大數據的氣象后勤服務平臺的業務決策者以及專業人員。用戶層的主要作用是按照角色的不同以及用戶的不同需求設計具有針對性的頁面，從而為不同用戶提供精準性、個性化的后勤服務。

4 基于大數據的氣象后勤信息服務平臺的應用前景

4.1 為氣象后勤信息化建設給予可靠的技術保障

在大數據環境下，氣象后勤業務涉及到需求、供給、后勤保障等海量數據資料，采取數據挖掘以及大數據并行算法等相關的大數據技術，打破時間、空間的限制，進行大數據的自動搜索[3]，以獲取有效的資料，挖掘后勤具體需求以及保障中的規律，進而較好地消除后勤業務中由需求以及供給的不確定性而造成的重復申請、重復采購、庫存積壓、保障效率低下等弊端問題，真正做到“需求實時可知、資源全程可控”。

4.2 為氣象后勤業務的管理以及決策給予科學指導

大數據形勢下，不能單單憑借經驗以及個人主觀意識做出各種決定，而應該通過挖掘和分析全樣本數據，切實由經驗決策逐漸向實證決策、全樣本決策轉變，以保證決策更為精準、可靠、及時。因此，大數據不僅能夠改變氣象后勤保障手段的認知方式，而且能夠為后勤業務的管理以及決策給予科學指導，大幅提高氣象后勤管理以及決策的預測精準性和時效性水平。

參考文獻

[1] 吳松杰，何忠栩，趙順怡.大數據時代的氣象服務應用研究[J].農業與技術，2018，38（18）：231.

[2] 趙園.大數據應用技術的研究[J].電子技術與軟件工程，2016（17）：161.

[3] 李從英，王彪，金石聲，等.氣象大數據平臺的數據采集與處理系統初探[J].成都信息工程大學學報，2018，33（5）：536-539.

責任編輯：李楊