王光輝
(濟南市濟陽區氣象局,山東 濟南 251400)
氣象服務已經從以往單純的天氣預報功能,逐漸演化為多樣化的數據分析和信息傳遞功能。要想最大程度地發揮氣象服務工作的價值,推動氣象服務工作轉型,就必須要對相關數據實時專業化處理,進而提高氣象服務質量。
氣象服務工作的發展,會逐步建立科學的定向化協調機制,依據不同行業、不同產業對于氣象信息的相關需求,構造針對性、個性化的氣象信息推送機制。通過相關數據的收集和應用,取得相關參數,進而對收集到的數據進行處理,實施定向化的信息推送,推動各個產業的健康發展。與此同時,在各類信息的調整和構造階段中,還需要構造科學合理的應急機制,深入挖掘各類參數信息,進而發揮信息數據的應用價值。
隨著科學技術的飛速發展,氣象服務工作模式也發生著翻天覆地的變化,其從以往的被動式信息提供方式逐漸轉變為主動式信息的提供方式。尤其是當下大數據技術、云計算平臺的應用,能夠全方位收集氣象數據信息,這對于一些特殊產業來說有著重要意義。氣象服務工作在信息數據的推送方面變得更加具有主動性,其能夠提前預示相關數據,甚至可以和當地的通信系統相關聯,針對惡劣氣候能夠在第一時間采用信息傳遞的模式告知每一位用戶,全方位實現了對所有氣象數據的針對性傳遞,有效地降低了因為氣候變化等帶來的負面影響。
氣象服務工作的發展必然要建立個性化的服務需求,具體來說,我們可以從幾個層面著手。其一是針對獨立性用戶的信息數據推送,這類獨立性用戶更多是指向廣大普通用戶,他們對于氣象服務的要求不高,甚至個別時候還覺得氣象服務工作可有可無,關注價值不大。與此同時,針對這一類用戶,如果能夠及時主動的給予其全面優化細致的主動式推送服務,并且推動的信息可靠度較高,那么這類用戶就會認為氣象服務工作具備了更高的個性化特點,因此會潛移默化地逐步將精力放在氣象服務的信息接收過程中,對于氣象服務的依賴度也越來越大。其二是針對氣象服務需求較高的用戶推送。通過建立個性化的傳送機制,相對于普通用戶來說優質度更高,吸引度更高,所以也能較大程度的滿足對氣象服務需求較高的用戶。
在大數據技術的支持下,氣象服務可以構建智能化的信息采集系統,推動氣象觀測站、高空探測站等高效運行,并收集龐大精準的數據。如當前的GRAPES、EWIPS 和智慧氣象等平臺,就是依托于大數據技術,轉變了數據信息獲取的速度和質量,這也為相關行業、產業等提供了更加精準、個性化的氣象服務,并衍生了更多服務產品。例如,個別省市的氣象服務工作站和保險行業展開合作,推出了農業天氣指數保險產品,不僅貼合了當地農業發展實際需求,還能夠提升農業產業發展中承載災害性天氣的能力。通過豐富適配性天氣指數保險險種,結合當地特色農產品種類,依托于大數據技術來設定科學的天氣指數閾值,厘定合理的保險費率,進而切實有效地保障了廣大農戶的農業生產利益,為其經濟承受能力提供了保障,促進了當地“氣象+保險”協同發展。
氣象部門的工作核心內容就是提前開展災害性天氣的預警,以能夠幫助廣大群眾做好相關預防措施。基于大數據時代下,氣象數據的收集更加精準高效,對于預防災害性天氣方面有著重要的應用價值,其不僅能夠為災害性天氣提供精準的數據分析,還能夠從中探索出信息規律,分析出風險發生概率,幫助人們預防氣象自然災害。例如,大數據技術可以對某個地區歷史上所發生的所有氣象災害數據進行統計,形成數據庫,同時結合該地區動態化的氣候變化規律,從植被覆蓋情況、地勢地貌等方面有效地推測出,該地區在不同季節、時間段下,可能會發生怎樣的氣象自然災害,以及具體的氣象災害程度大小等等,由此在政府部門的指導之下,廣大群眾能及時采取有效預防措施,將氣象災害帶來的負面影響降到最低,維護了社會和諧穩定。
大數據技術的應用優勢主要體現在高效的信息傳遞速度以及信息處理精度等方面,所以新時代背景下,氣象服務工作必須要依托于這類信息的處理,充分發揮大數據技術的應用優勢,借助大數據技術不斷收集更多的氣象數據,并從中深入分析,獲得更有價值的氣象結果。具體來說,大數據技術的應用一方面能夠將用戶層精準分類,針對不同用戶對氣象服務工作的現實需求,有針對性地推送氣象信息。另一方面,氣象部門還可以對相關信息數據進行協調和整理,建立專業化工作機制,構建出科學合理的氣象預防方案,并指導廣大群眾應對氣象災害。
大數據技術的廣泛應用,不僅要實現對軟件層面的建設,還要能夠加大硬件設施方面的投入力度,為信息的收集和使用提供一個交互平臺,由此更好地滿足工作需求。依托于大數據技術思想,氣象部門應加大資金投入力度,不斷引入先進的硬件設備,并構建線上線下一體化的系統協同發展關系,全方位、多層次的分析使整個氣象服務系統能夠順利高效運行,能夠為其日后的發展奠定扎實基礎。充分考慮各類氣象監測裝置和參數的合理構建和調整,結合大數據技術需要的機制要求,對于不同設備在不同階段的使用過程中,要最大限度發揮其精準性,由此借助大數據技術對相關數據直接分析和整合,持續提升氣象服務質量,推動氣象服務工作的長足性進步。
3.3.1 數據整合。數據整合的主要技術手段涵蓋了海量歷史數據、數據抽取工具、數據復制工具等等,由此能夠實現對各項結構化、非結構化等數據的準確接入。我國氣象局應用大數據技術目前已經積累了大量的數據,并以每年數百個TB的格式增加,數據類型包含了地面觀測數據、衛星、雷達產品等觀測數據。
3.3.2 數據存儲。主要是指對氣象各種數據按照統一的數據標準化格式展開長期的存儲,而后依據實際需求對相關數據庫進行分類,包含了分布式文件系統、分布式數據倉庫、非關系型數據庫、關系型數據庫,由專業人員對數據庫實施集中管理,由此能夠滿足數據的多樣化,也能夠降低存儲成本。
3.3.3 數據計算。大數據技術的計算方式涵蓋了查詢計算、內存計算等等,計算的主要目的都是確保氣象數據在不同階段下的準確性,滿足相關應用需求。如查詢計算能夠支持SQL的查詢和分析,批量計算能夠分析大批量數據中的離線數據,內存計算能夠實現交互性數據分析,流計算能夠實時處理氣象數據。
3.3.4 數據分析。在以往的數據處理過程中,主要是采取傳統的數據挖掘算法,探索氣象數據規律,由此制定出一套優化分布式挖掘算法,以此來構建氣象數據的計算模型,為氣象服務工作提供支撐。而大數據技術的應用,能夠高效簡便的分析數據,構建模型,選擇合理簡便的建模算法。
氣象部門工作人員必須要積極更新工作理念,實現大數據技術和氣象服務工作思想方面的融合。一方面,氣象部門工作人員應結合現實需求和社會發展實際,依據目前工作相關標準,構建專業化的氣象服務工作方案,為后續的具體操作做好鋪墊。另一方面,在各類機制的調整階段,借助大數據技術構建有序的信息傳遞機制,充分掌握大數據技術的本質和作用,從工作思想著手建立專業的對接機制,進而展開培訓,熟練全面的掌握大數據技術的應用方法。在現代化技術的應用方面,如果氣象服務工作理念和具體的服務方案之間協調互補,那么就能夠體現出氣象服務工作的整體水平較高,氣象部門人員應進一步完善改進,促使大數據技術能夠為后續的技術研發、氣象服務工作提供輔助。
氣象部門工作的開展其中最顯著的特征就是氣象數據具有動態化變化,我國各地氣象部門幾乎都有一套自己的氣象數據采集系統和分析處理系統,為當地各行各業的發展提供便捷,也為人們提供氣象預報服務。受到氣象因素影響最大的行業當屬農業行業,氣象信息數據的精準性直接影響到農業行業的持續化發展。如果氣象部門能夠提供精準的信息數據,就能夠有效地幫助廣大農戶提前做好合理措施預防氣象災害,將農作物的損害降到最低,為不良氣候的侵襲爭取更多時間。大數據技術應用于氣象服務中,能夠顯著提升氣象預報的精準性,實現對氣象數據的全面分析,進而為農業生產活動提供更加優質可靠的氣象服務。例如在某些省市中,氣象服務中心已經研發了相關軟件,利用電子設備自動監測和收集設施大棚內的溫度、濕度、光照、土壤溫度、土壤濕度等七個要素的數據,實時將相關數據變化上傳到農業智慧氣象服務智能云平臺中,這樣廣大農戶能夠通過手機登錄平臺,隨時隨地地查看監測數據和臨界報警信息。一旦相關數據達到臨界值,平臺就會向用戶推送災害預警信息,以及氣象農業部門對農業生產活動提出的指導和建議。
除了重要的農業生產活動,氣象服務工作還能為其他行業、領域及社會組織群體等提供數據信息,由于不同行業對于氣象服務工作的需求不同,有些行業是關注降水量,有些行業是關注大氣壓變化,有些行業是關注空氣濕度、溫度,有些行業則是著重關注風向、風力等等。基于此,氣象部門可以結合不同行業領域的現實需求,制定精細化的定向服務方案,借助大數據技術、云計算技術、物聯網技術等等,為各行各業的高效健康發展奠定數據支撐,為各個領域的活動計劃、安排等提供數據變化參考依據。例如,大數據技術和氣象服務工作相結合,可以為政府部門提供專項決策,還可以為電力部門提供降水量、打雷等信息,為水利部門提供降水量信息,為交通運輸部門提供降水量、風力等信息。
氣象服務工作應緊跟時代發展潮流,緊跟社會經濟時代的發展步伐,積極引入先進的信息技術,由此實現氣象服務工作的多樣性、精準性,最大程度地發揮出大數據氣象的重要服務功能,循序漸進地滿足各行各業的現實需求。氣象服務部門應依托于互聯網技術,在大數據的支撐下構建智能化服務共享平臺,打破信息壁壘,協同多個部門,科學合理地推出針對不同領域的特色氣象服務板塊。不同用戶通過登錄,能夠及時了解相關數據信息,并實現網絡資源共享。通過信息的反饋,還能夠和專業人員交流互動,實現氣象服務功能的最大化。
氣象數據是十分珍貴的數據和信息資源,其對于各個行業的影響力都很大,不僅涉及到交通部門、環保部門、農業部門、旅游部門,還關系到人們的出行生活。為此,氣象部門應加強和其他各個單位部門之間的聯動,應用大數據技術不斷挖掘更加深層次的數據資源。例如,氣象部門可以和保險部門合作,將天氣數據和保險理賠數據相結合,開發天氣險種,創造商業價值。又如,氣象部門和電力部門合作,通過大數據技術的應用,預測導線覆冰厚度等,為當地的電網安全提供決策氣象服務,降低電力部門的運行風險。
目前雖然氣象部門已經和其他一些單位部門展開合作,但是對于大數據技術的應用還不夠成熟,對于相關數據挖掘碰撞的程度還不夠深入。未來的發展中,氣象部門應進一步開闊思路,挖掘更深程度的部門聯動和數據融合。例如,氣象部門和旅游部門的合作中,不僅可以每天播報常規的天氣預報,還可以和景區的GIS、熱力分布等數據進行深入挖掘,為景區設計個性化旅游路線提供數據參考。
大數據技術應用于氣象服務部門中,應嘗試多元化的相加。一方面,當前的氣象部門信息處理體系已經逐漸完善,相關工作人員對于氣象數據的獲取和分析已經了如指掌。另一方面,互聯網具有開放性,針對氣象數據的獲取,大部分處于被動接受狀態。所以,氣象服務部門應全面了解外部行業信息,熟練應用大數據技術,并形成多元化的組合,為數據的挖掘和應用搭建更多平臺。
大數據技術的應用不僅體現在獲取、挖掘、分析數據中,還體現在數據可視化層面。如果氣象服務部門和外部的數據分析在以文字形式呈現的基礎上,融入可視化技術,就能夠更加直觀形象地發現數據變化的規律,進而優化氣象服務水平,幫助各個外部行業提前制定預防策略。
氣象服務在其發展過程中,必須要朝著精準性、個性化的方向,積極應用大數據技術,能夠實現對氣象各方面數據的整理和分析,實現對用戶數據的精準性接收,進而分析出數據中存在的規律,借助相關信息協調切實提升服務質量。