任意位置天氣實(shí)況服務(wù)設(shè)計(jì)與應(yīng)用

何林, 張雅斌, 任杰, 馮潔瓊

(1. 陜西省氣象信息中心, 西安 710014; 2. 秦嶺和黃土高原生態(tài)環(huán)境氣象重點(diǎn)實(shí)驗(yàn)室, 西安 710014;3. 陜西師范大學(xué)計(jì)算機(jī)科學(xué)學(xué)院, 西安 710119)

全球氣候變暖背景下,中國(guó)極端天氣氣候事件明顯增多,強(qiáng)度明顯增強(qiáng),氣象災(zāi)害的多發(fā)性、極端性日益突出。2021年7月20日,鄭州出現(xiàn)201.9 mm的極端小時(shí)雨強(qiáng),打破了中國(guó)大陸暴雨氣象觀測(cè)記錄歷史極值[1]。準(zhǔn)確、及時(shí)、便捷的天氣實(shí)況與預(yù)報(bào)信息,在政府決策、公眾出行、自然災(zāi)害防御、工農(nóng)業(yè)生產(chǎn)等各方面都發(fā)揮著越來(lái)越重要的作用。隨著中國(guó)綜合氣象觀測(cè)業(yè)務(wù)的快速發(fā)展,以及對(duì)天氣狀況精密監(jiān)測(cè)的重視程度越來(lái)越高,常規(guī)通過(guò)地面站、雷達(dá)、衛(wèi)星等手段獲取的實(shí)況觀測(cè)數(shù)據(jù),從種類(lèi)、時(shí)空分辨率和數(shù)據(jù)量上都有較大提升。但多種類(lèi)、多來(lái)源的自動(dòng)化觀測(cè)數(shù)據(jù),意義不同、質(zhì)量不齊、時(shí)空代表性存在差異,如果不能有序地處理和發(fā)布,將對(duì)公眾獲取天氣實(shí)況及開(kāi)展氣象服務(wù)造成困擾。

近年來(lái),通過(guò)對(duì)多源觀測(cè)數(shù)據(jù)融合處理,研發(fā)高時(shí)空分辨率的格點(diǎn)實(shí)況分析產(chǎn)品,并以此開(kāi)展定時(shí)、定點(diǎn)、定量的精細(xì)化天氣服務(wù)成為氣象領(lǐng)域的研究熱點(diǎn)。李夢(mèng)迪等[2]提出采用雨量站觀測(cè)數(shù)據(jù)格點(diǎn)化、局地雨量計(jì)訂正雷達(dá)定量估計(jì)降水的方法,研發(fā)了高時(shí)空分辨率、高精度的雷達(dá)-雨量計(jì)降水融合產(chǎn)品,經(jīng)檢驗(yàn)該產(chǎn)品對(duì)極端降水有較好地捕捉和監(jiān)測(cè)能力。李超等[3]基于美國(guó)國(guó)家海洋和大氣管理局(National Oceanic and Atmospheric Administration,NOAA)開(kāi)發(fā)的局地分析與預(yù)報(bào)系統(tǒng)(local analysis and prediction system,LAPS),進(jìn)行本地化數(shù)據(jù)接入和參數(shù)優(yōu)化,生成了覆蓋全國(guó)范圍、3 km/1 km空間分辨率的實(shí)況數(shù)據(jù)集,包含氣溫、風(fēng)速、濕度、降水等要素,并探討了該實(shí)況數(shù)據(jù)集在航空、保險(xiǎn)等公共氣象服務(wù)領(lǐng)域的應(yīng)用。師春香等[4]研發(fā)了陸面同化、融合降水、海表溫度、三維云等要素豐富的格點(diǎn)實(shí)況產(chǎn)品,在數(shù)據(jù)質(zhì)量、時(shí)效性等方面都顯示出較大優(yōu)勢(shì),在全國(guó)氣象部門(mén)投入業(yè)務(wù)使用。龍柯吉等[5]、俞劍蔚等[6]、黃勤等[7]分別對(duì)該系列實(shí)況產(chǎn)品的氣溫、降水、相對(duì)濕度等關(guān)鍵要素在四川、江蘇、陜西等不同區(qū)域和地形下開(kāi)展了適用性評(píng)估及應(yīng)用。彭亮等[8]基于Android 平臺(tái)和百度地圖開(kāi)發(fā)組件包,設(shè)計(jì)了滿(mǎn)足用戶(hù)室內(nèi)外定位需求的位置服務(wù),結(jié)合虛擬現(xiàn)實(shí)技術(shù),構(gòu)建三維模型場(chǎng)景,便于用戶(hù)瀏覽包括天氣在內(nèi)的周邊環(huán)境,并對(duì)前往目的地進(jìn)行路徑規(guī)劃。姜淦等[9]將旅游氣象服務(wù)和位置天氣相結(jié)合,研發(fā)了移動(dòng)端手機(jī)APP應(yīng)用,聚合氣象可視化產(chǎn)品、地理信息和景點(diǎn)信息等,為旅游用戶(hù)及時(shí)獲取目的地天氣預(yù)報(bào)、線(xiàn)路天氣和旅游景點(diǎn)等綜合服務(wù)信息提供便利。范保松等[10]以解決氣象信息傳播“最后一公里”問(wèn)題為導(dǎo)向,研發(fā)了基于位置服務(wù)的智慧氣象信息服務(wù)系統(tǒng),實(shí)現(xiàn)天氣預(yù)報(bào)和實(shí)況數(shù)據(jù)的網(wǎng)格化展示。

為規(guī)避傳統(tǒng)實(shí)況天氣服務(wù)存在的站點(diǎn)分布不均、序列長(zhǎng)短不一等諸多限制,在天氣實(shí)況產(chǎn)品的應(yīng)用和服務(wù)方面開(kāi)展研究,現(xiàn)選取1 km空間分辨率的格點(diǎn)融合產(chǎn)品作為背景數(shù)據(jù),采用FastAPI框架搭建基于位置的天氣實(shí)況服務(wù)(Weather-LBS)。該服務(wù)以RestFul風(fēng)格的數(shù)據(jù)調(diào)用接口呈現(xiàn),將時(shí)間、經(jīng)緯度信息作為輸入?yún)?shù),通過(guò)最近鄰和雙線(xiàn)性插值算法計(jì)算任意點(diǎn)的氣象要素?cái)?shù)值,實(shí)現(xiàn)用戶(hù)實(shí)時(shí)獲取任意時(shí)間和位置的天氣實(shí)況信息,包括氣溫、降水、風(fēng)向、風(fēng)速等用戶(hù)較為敏感和關(guān)注的氣象要素。為保證數(shù)據(jù)調(diào)用的安全性,引入OAuth2認(rèn)證機(jī)制;采用氣象數(shù)據(jù)統(tǒng)一服務(wù)接口(meteorological unified service interface community,MUSIC)標(biāo)準(zhǔn)進(jìn)行接口封裝,保證服務(wù)發(fā)布的規(guī)范性。

1 數(shù)據(jù)描述

多源融合實(shí)況分析產(chǎn)品(analysis of real time on 1 km resolution product,ART_1 km)由國(guó)家氣象信息中心研制并發(fā)布,由CMA高分辨率陸面數(shù)據(jù)同化系統(tǒng)(high resolution china meteorological administration land data assimilation system,HRCLDAS)和多源融合降水分析系統(tǒng)(source merged precipitation analysis system,CMPAS)生成。產(chǎn)品格式為GRIB2,包括降水、2 m氣溫、10 m風(fēng)、2 m比濕4個(gè)氣象要素的14種產(chǎn)品[11]。產(chǎn)品時(shí)間分辨率為1 h,下發(fā)時(shí)效為整點(diǎn)之后5 min以?xún)?nèi)。其中,融合降水要素根據(jù)應(yīng)用需求,可達(dá)到10 min滾動(dòng)更新。產(chǎn)品空間分辨率為0.01°×0.01°(1 km),全國(guó)產(chǎn)品空間覆蓋范圍為東經(jīng)70°～140°,北緯15°～60°,共計(jì)3 150萬(wàn)個(gè)網(wǎng)格點(diǎn),并可根據(jù)應(yīng)用場(chǎng)景,將各省所轄范圍或自定義范圍裁剪后形成分區(qū)域要素產(chǎn)品。

2 總體思路與架構(gòu)

基于位置的服務(wù)(location based services, LBS)是指綜合利用移動(dòng)互聯(lián)網(wǎng)、衛(wèi)星定位和地理信息技術(shù),由服務(wù)供應(yīng)商根據(jù)用戶(hù)的位置信息和上下文信息提供個(gè)性化的信息資源和基礎(chǔ)服務(wù)[12],氣象服務(wù)是LBS的重要應(yīng)用場(chǎng)景之一。Weather-LBS服務(wù)采用基于位置服務(wù)的思想,集成多種信息技術(shù)和插值方法,屏蔽服務(wù)系統(tǒng)與專(zhuān)業(yè)化的氣象格點(diǎn)數(shù)據(jù)處理之間的技術(shù)壁壘,為各類(lèi)應(yīng)用終端提供簡(jiǎn)潔、易用的天氣實(shí)況數(shù)據(jù)接口。按照軟件分層思想,將該服務(wù)分為數(shù)據(jù)訪(fǎng)問(wèn)層、業(yè)務(wù)邏輯層、接口服務(wù)層和應(yīng)用層4個(gè)部分,總體架構(gòu)如圖1所示。

圖1 基于位置的天氣實(shí)況服務(wù)(Weather-LBS)整體架構(gòu)Fig.1 Overall architecture of location-based service (Weather-LBS)

3 關(guān)鍵技術(shù)與實(shí)現(xiàn)

3.1 FastAPI框架

FastAPI 是一個(gè)基于標(biāo)準(zhǔn)Python語(yǔ)言的類(lèi)型提示、用于快速構(gòu)建應(yīng)用程序接口的高性能web應(yīng)用框架。它定義了一套網(wǎng)絡(luò)開(kāi)發(fā)和部署的軟件架構(gòu),集成了異步服務(wù)網(wǎng)關(guān)接口ASGI路由匹配、數(shù)據(jù)驗(yàn)證和設(shè)置管理等功能庫(kù),通過(guò)強(qiáng)制類(lèi)型檢查以減少人為編碼錯(cuò)誤,使web服務(wù)的開(kāi)發(fā)效率成倍提升。同時(shí)具備良好的編輯器支持、自動(dòng)生成交互式文檔、強(qiáng)大的依賴(lài)注入、代碼復(fù)用性高、兼容API開(kāi)放標(biāo)準(zhǔn)等特性,相比Django 和Flask等其他使用Python語(yǔ)言開(kāi)發(fā)的web框架,在易用性、健壯性、成熟度和高性能方面做到了平衡。

在控制臺(tái)或主函數(shù)中執(zhí)行模塊1和模塊2的核心代碼,即可完成一個(gè)完整的基于FastAPI的異步處理web服務(wù)基本框架搭建。

模塊1 使用Python包管理工具安裝FastAPI

pip install uvicorn //安裝ASGI服務(wù)器,用于加載服務(wù)程序

pip install fastapi //安裝fastAPI及其依賴(lài)包

模塊2 使用FastAPI定義異步接口函數(shù)

from fastapi import FastAPI //引用包

app = FastAPI() //實(shí)例化對(duì)象

@app.get("/weather_lbs/{api_name}")

//定義GET接口的訪(fǎng)問(wèn)路徑

async def api(…) { return str }

//使用async定義異步接口實(shí)現(xiàn)具體函數(shù)

uvicorn main:app-reload //運(yùn)行接口服務(wù)

3.2 OAuth2標(biāo)準(zhǔn)

OAuth(open authorization)是一種主流的安全授權(quán)協(xié)議標(biāo)準(zhǔn),當(dāng)前為2.0版本(OAuth2)。OAuth2通常用于向應(yīng)用系統(tǒng)提供受保護(hù)的數(shù)據(jù)資源或接口服務(wù)時(shí),引入令牌(Token)作為授權(quán)層,代替?zhèn)鹘y(tǒng)簡(jiǎn)單地使用用戶(hù)名、密碼登錄的方式進(jìn)行身份認(rèn)證和權(quán)限鑒別,以隔離服務(wù)端的資源所有者與客戶(hù)端的資源請(qǐng)求者,實(shí)現(xiàn)對(duì)資源的安全訪(fǎng)問(wèn)。在RFC 6749文件對(duì)OAuth2標(biāo)準(zhǔn)的定義中,規(guī)定了4種授權(quán)方式:授權(quán)碼、隱藏式、密碼式、客戶(hù)端憑證[13]。Weather-LBS服務(wù)使用密碼式授權(quán)的方式進(jìn)行系統(tǒng)實(shí)現(xiàn)。

密碼式授權(quán)的使用對(duì)象是相對(duì)較為信任的第三方應(yīng)用。在使用時(shí),用戶(hù)首先向應(yīng)用客戶(hù)端提供一次用戶(hù)名和密碼,客戶(hù)端收到授權(quán)申請(qǐng)后將用戶(hù)名密碼轉(zhuǎn)發(fā)給認(rèn)證服務(wù)器,確認(rèn)無(wú)誤后由認(rèn)證服務(wù)器返回一個(gè)具有固定使用時(shí)效的令牌,用戶(hù)在令牌生命周期內(nèi)向資源服務(wù)器發(fā)送攜帶令牌的數(shù)據(jù)請(qǐng)求,超出時(shí)效后再重新申請(qǐng)令牌。整體流程如圖2所示。

圖2 OAuth2密碼式授權(quán)時(shí)序圖Fig.2 OAuth2 cryptographic authorization sequence diagram

實(shí)現(xiàn)OAuth2授權(quán)許可流程的核心是令牌,它是用戶(hù)訪(fǎng)問(wèn)受保護(hù)資源的憑證,一般由服務(wù)端針對(duì)客戶(hù)端提交的用戶(hù)密碼,再結(jié)合用戶(hù)對(duì)資源的使用權(quán)限及時(shí)效等信息,通過(guò)特定的加密算法計(jì)算得到。Weather-LBS使用Json Web Token(JWT)的簽名算法實(shí)現(xiàn)令牌計(jì)算及頒發(fā)。其基本原理是先使用openssl命令初始化一個(gè)SECRET_KEY隨機(jī)密鑰,并設(shè)置令牌初始時(shí)效為10 min;再定義一個(gè)POST 接口供客戶(hù)端提交用戶(hù)名及密碼;最后將SH256對(duì)稱(chēng)加密算法生成的由32個(gè)16進(jìn)制字符組成的令牌傳送給應(yīng)用[14]。應(yīng)用程序使用GET接口訪(fǎng)問(wèn)氣象數(shù)據(jù)時(shí),在請(qǐng)求頭帶入該令牌才會(huì)得到服務(wù)端的有效響應(yīng)。

如模塊3所示,OAuth2PasswordRequestForm核心數(shù)據(jù)結(jié)構(gòu)是一個(gè)類(lèi)依賴(lài)項(xiàng),聲明了一個(gè)請(qǐng)求表單,包括用戶(hù)名username和密碼password兩個(gè)必選字段;可選的scope字段,用空格分割的字符串表示權(quán)限碼;可選的grant_type字段,此處設(shè)置為固定值password,表示采用密碼式授權(quán);可選的client_id和client_secret字段,用于服務(wù)端確認(rèn)客戶(hù)端的身份。

模塊3 采用OAuth2.0進(jìn)行用戶(hù)認(rèn)證

from fastapi.security import OAuth2PasswordBearer

from fastapi.security import OAuth2PasswordRequestForm //引用核心包

SECRET_KEY="f8342ee92aa93a5a25ccdf95e22c98b8e81cb3201 c699cab358b6fa2fdab1639" //Linux下執(zhí)行openssl rand-hex 32生成對(duì)稱(chēng)加密的隨機(jī)密鑰

ALGORITHM = "HS256" //定義加密算法

ACCESS_TOKEN_EXPIRE_MIN = "10" //定義令牌時(shí)效

O_Schema = OAuth2PasswordBearer(tokenUrl="/token")

//訪(fǎng)問(wèn)tokenUrl可獲取令牌并返回

@app.post("/token")

//定義POST接口對(duì)以表單形式提交的用戶(hù)名、密碼校驗(yàn)

async def login(form_data: OAuth2PasswordRequestForm = Depends()) //校驗(yàn)用戶(hù)并生成令牌

def create_access_token(data: dict, expires: str = ACCESS_TOKEN_EXPIRE_MIN) //生成令牌函數(shù)

encoded_token = jwt.encode(data, key=SECRET_KEY, algorithm=ALGORITHM) //jwt加密

3.3 插值算法

氣象要素空間插值是指將已知的離散測(cè)量點(diǎn)上的數(shù)據(jù),根據(jù)某種函數(shù)關(guān)系式內(nèi)插或外推到待計(jì)算的未知點(diǎn),以求得未知點(diǎn)氣象要素值的過(guò)程。其基本理論假設(shè)是空間位置上的點(diǎn),具有相似天氣特征的概率與其距離成反比。在此理論基礎(chǔ)上形成了多種氣象要素插值算法,包括最近鄰(nearest neighbor,NN)、反距離加權(quán)(inverse distance weighted,IDW)、雙線(xiàn)性(bilinear,BL)和三次樣條插值(cubic spline,CS)等[15-16]。

基于用戶(hù)位置的氣象服務(wù)中,需要選取合適的插值算法將背景場(chǎng)中的氣象要素格點(diǎn)數(shù)據(jù)插到用戶(hù)指定的地理坐標(biāo)點(diǎn)[17],包括離散單點(diǎn)、多點(diǎn)插值兩種場(chǎng)景。由于Weather-LBS采用的實(shí)況融合產(chǎn)品的網(wǎng)格間距為1 km,分辨率較高,并且數(shù)據(jù)融合過(guò)程中已考慮了地形高程等因素的影響,結(jié)合算法運(yùn)行效率及服務(wù)特點(diǎn),采用水平距離優(yōu)先,兼顧氣象要素特性(連續(xù)性、非連續(xù)性觀測(cè)變量)的服務(wù)策略,針對(duì)降水量要素選用最近鄰插值[18],針對(duì)氣溫、風(fēng)向、風(fēng)速要素采用雙線(xiàn)性插值算法進(jìn)行實(shí)現(xiàn)。

最近鄰插值的核心思路是將距離待插值點(diǎn)最近的點(diǎn)的氣象要素值作為該點(diǎn)的要素值,這種方法會(huì)生成大量的鋸齒,優(yōu)點(diǎn)是邏輯簡(jiǎn)單、速度快,在高分辨率的格點(diǎn)插站點(diǎn)數(shù)據(jù)的場(chǎng)景中應(yīng)用方便。線(xiàn)性插值使用一次函數(shù)來(lái)表達(dá),類(lèi)似等比例變換,而雙線(xiàn)性插值算法是線(xiàn)性插值擴(kuò)展,其核心思路是在緯向和經(jīng)向兩個(gè)方向分別進(jìn)行一次線(xiàn)性插值[19],在最終效果和速度上做到了平衡,是很多框架中的默認(rèn)插值算法。

圖3所示,待計(jì)算的目標(biāo)位置點(diǎn)D=(x0,y0),格點(diǎn)場(chǎng)中已知?dú)庀笠財(cái)?shù)據(jù)的4個(gè)格點(diǎn)分別為S11=(x1,y1),S21=(x2,y1),S12=(x1,y2),S22=(x2,y2)。在最近鄰插值中,分別計(jì)算目標(biāo)點(diǎn)到4個(gè)已知點(diǎn)之間的距離,間距最小的點(diǎn)S12要素值即為D點(diǎn)取值;若出現(xiàn)距離相同時(shí),設(shè)置策略?xún)?yōu)先取北向或西向的點(diǎn)的要素值。在雙線(xiàn)性插值中,先分別對(duì)4個(gè)已知點(diǎn)在X軸(緯度)上做線(xiàn)性插值得到中間結(jié)果R1和R2,再對(duì)中間結(jié)果在Y軸(經(jīng)度)上做線(xiàn)性插值,得到的要素值即為D點(diǎn)取值,是對(duì)4個(gè)已知點(diǎn)要素值加權(quán)處理的結(jié)果,即

圖3 兩種插值算法的圖形示例Fig.3 Graphic examples of two interpolation algorithms

(1)

模塊4為讀取實(shí)況分析產(chǎn)品文件,并進(jìn)行插值的核心代碼示例。此外,在插值之前還需按照請(qǐng)求條件匹配實(shí)況產(chǎn)品文件名、查詢(xún)文件索引表并定位存儲(chǔ)位置、缺失的空值數(shù)據(jù)填充等預(yù)處理工作,與具體業(yè)務(wù)邏輯和背景場(chǎng)數(shù)據(jù)特點(diǎn)相關(guān),需分別定義不同的函數(shù)方法進(jìn)行實(shí)現(xiàn)。

模塊4 讀取GRIB2格式數(shù)據(jù)并進(jìn)行插值

import xarray as xr //引用數(shù)據(jù)讀取包,含自定義插值算法

ds = xr.open_dataset(file_path, engine=′cfgrib′)

//使用cfgrib引擎讀取GRIB2文件

da = xr. DataArray(ds.variables[ele].data, coords={…})

//數(shù)據(jù)轉(zhuǎn)換,便于調(diào)用插值算法

result = da. interp(lat, lon=, method=′nearest′)

//調(diào)用插值,nearest為最近鄰、quadratic為雙線(xiàn)性

3.4 MUSIC接口標(biāo)準(zhǔn)

氣象數(shù)據(jù)統(tǒng)一服務(wù)接口(MUSIC)基于國(guó)-省統(tǒng)一的氣象數(shù)據(jù)環(huán)境,面向氣象業(yè)務(wù)和科研,提供全國(guó)統(tǒng)一、標(biāo)準(zhǔn)、豐富的數(shù)據(jù)訪(fǎng)問(wèn)服務(wù)和應(yīng)用編程接口(API),為國(guó)、省、地、縣各級(jí)應(yīng)用系統(tǒng)提供唯一權(quán)威的數(shù)據(jù)接入服務(wù)[20]。以MUSIC為實(shí)踐基礎(chǔ),全國(guó)氣象基本信息標(biāo)準(zhǔn)化技術(shù)委員會(huì)提出的氣象行業(yè)標(biāo)準(zhǔn)《氣象數(shù)據(jù)服務(wù)接口規(guī)范》,規(guī)定了氣象數(shù)據(jù)服務(wù)接口的組成、名稱(chēng)、參數(shù)列表、返回碼和返回?cái)?shù)據(jù)結(jié)構(gòu)。其中,接口名稱(chēng)對(duì)應(yīng)氣象數(shù)據(jù)訪(fǎng)問(wèn)的具體功能,采用小駝峰命名規(guī)則;接口參數(shù)對(duì)應(yīng)輸入條件,包括可選、必選2種屬性,以及資料種類(lèi)、要素范圍、時(shí)空范圍等6大類(lèi);返回碼對(duì)應(yīng)接口調(diào)用狀態(tài),即成功或失敗;返回?cái)?shù)據(jù)結(jié)構(gòu)對(duì)應(yīng)訪(fǎng)問(wèn)數(shù)據(jù)的最終結(jié)果[21]。Weather-LBS完全遵循MUSC標(biāo)準(zhǔn)封裝接口,示例如表1所示。

表1 Weather-LBS接口定義示例Table 1 Interface definition example of Weather-LBS

調(diào)用上述RestFul接口只需按規(guī)則拼接URL,以本機(jī)80端口發(fā)布服務(wù)為例。

https://127.0.0.1:80/weather_lbs/getSurfEleGridPointByTimeAndLatlons?time=2022010208&obsEle=TEM&lats=34.15&lons=105.32

4 測(cè)試與應(yīng)用

使用Apache Jmeter工具,針對(duì)Weather-LBS服務(wù)在千兆網(wǎng)絡(luò)環(huán)境、不同并發(fā)量下進(jìn)行接口性能測(cè)試,具體測(cè)試環(huán)境配置如表2所示。

表2 Weather-LBS性能測(cè)試環(huán)境Table 2 Performance test environment of Weather-LBS

如表3所示,以getSurfEleGridPointByTimeAndLatlons為例,進(jìn)行單點(diǎn)單要素實(shí)況接口性能測(cè)試的結(jié)果。隨著接口訪(fǎng)問(wèn)并發(fā)量的增加,響應(yīng)時(shí)效也呈上升趨勢(shì),基本能在秒級(jí)以?xún)?nèi)響應(yīng)用戶(hù)請(qǐng)求,處理能力最高可達(dá)191.8 請(qǐng)求數(shù)/s,在為單個(gè)應(yīng)用提供接口服務(wù)的場(chǎng)景下,完全滿(mǎn)足訪(fǎng)問(wèn)需求,達(dá)到了預(yù)期設(shè)計(jì)目標(biāo)。此外,測(cè)試環(huán)境部署服務(wù)端選用了虛擬機(jī),在用戶(hù)規(guī)模較大的生產(chǎn)環(huán)境中,還可通過(guò)采用高配置的物理機(jī),使其服務(wù)性能進(jìn)一步提升。

表3 單點(diǎn)單要素實(shí)況接口并發(fā)測(cè)試結(jié)果Table 3 Concurrent test results of single point and single element live interface

在大型體育賽事及文體活動(dòng)中,對(duì)精細(xì)化的天氣實(shí)況服務(wù)要求較高。以2021年9—10月在陜西舉辦的第十四屆全國(guó)運(yùn)動(dòng)會(huì)、第十一屆殘運(yùn)會(huì)暨第八屆特奧會(huì)(以下簡(jiǎn)稱(chēng)十四運(yùn)會(huì))為例,針對(duì)馬拉松、山地自行車(chē)等場(chǎng)地空間范圍較大的比賽,采用沿途高密度布設(shè)氣象觀測(cè)站的方式獲取天氣實(shí)況,建設(shè)和維護(hù)成本高。此外,為提高游客和觀眾的觀賽體驗(yàn),也需實(shí)時(shí)的推送目的地或路線(xiàn)天氣實(shí)況信息。Weather-LBS服務(wù)在十四運(yùn)會(huì)氣象服務(wù)保障的過(guò)程中投入使用,達(dá)到良好的應(yīng)用效果。通過(guò)提供統(tǒng)一的服務(wù)接口,實(shí)現(xiàn)氣象實(shí)況數(shù)據(jù)接入十四運(yùn)會(huì)大數(shù)據(jù)平臺(tái),為賽事組織者、運(yùn)動(dòng)員、觀賽人員等發(fā)布實(shí)時(shí)的天氣信息。此外,陜西省氣象部門(mén)研發(fā)的十四運(yùn)會(huì)微信小程序應(yīng)用(圖4),在移動(dòng)端通過(guò)開(kāi)放的地圖定位接口獲取使用者當(dāng)前經(jīng)緯度信息,與Weather-LBS服務(wù)聯(lián)動(dòng),為使用者提供個(gè)性化“伴隨式”的天氣實(shí)況服務(wù)。

圖4 調(diào)用Weather-LBS服務(wù)的應(yīng)用實(shí)例Fig.4 Application instance called by Weather-LBS service

5 結(jié)論與展望

基于位置的天氣實(shí)況服務(wù)Weather-LBS不僅對(duì)高分辨率氣象實(shí)況網(wǎng)格產(chǎn)品在公共氣象服務(wù)領(lǐng)域進(jìn)行了推廣應(yīng)用,而且將格點(diǎn)數(shù)據(jù)的解析和處理封裝為安全、高效、標(biāo)準(zhǔn)化的web接口服務(wù),是氣象服務(wù)和計(jì)算機(jī)技術(shù)交叉應(yīng)用的典型實(shí)例,充分發(fā)揮了學(xué)科優(yōu)勢(shì)和數(shù)據(jù)效益,有效滿(mǎn)足了公眾對(duì)實(shí)時(shí)天氣狀況“監(jiān)測(cè)精密、服務(wù)精細(xì)”的需求,具有廣泛的應(yīng)用前景。

該服務(wù)可在以下方面開(kāi)展進(jìn)一步研究。

(1) 數(shù)據(jù)處理優(yōu)化。一方面在插值時(shí)加入高精度的地形特征數(shù)據(jù),另一方面可將質(zhì)控后的地面觀測(cè)站實(shí)測(cè)數(shù)據(jù)和網(wǎng)格產(chǎn)品相結(jié)合,使插值結(jié)果的天氣學(xué)意義更加完善。

(2) 接口安全性增強(qiáng)。目前實(shí)現(xiàn)了OAuth2的密碼式授權(quán),雖然使用相對(duì)便捷,但對(duì)第三方應(yīng)用客戶(hù)端的受信度依賴(lài)較高。在前后端明確分離的系統(tǒng)中,可改進(jìn)為授權(quán)碼方式,強(qiáng)化令牌在服務(wù)端的管理,避免泄露風(fēng)險(xiǎn)。

(3) 應(yīng)用場(chǎng)景擴(kuò)展。當(dāng)選取一個(gè)要素豐富、準(zhǔn)確率較高、時(shí)效較長(zhǎng)的預(yù)報(bào)背景場(chǎng)產(chǎn)品,Weather-LBS的服務(wù)框架和數(shù)據(jù)處理模型可拓展至智能網(wǎng)格預(yù)報(bào)領(lǐng)域,以達(dá)到“精準(zhǔn)預(yù)報(bào)”的應(yīng)用目標(biāo)。