互联网时代下的气象数据应用分析

刘巍巍 刘寿东 范秋丹

（1.南京信息工程大学,江苏 南京 210044;2.中国气象局公共气象服务中心,北京 100081）

互联网时代下的气象数据应用分析

刘巍巍1,2刘寿东1范秋丹2

（1.南京信息工程大学,江苏 南京 210044;2.中国气象局公共气象服务中心,北京 100081）

运用比较研究法和个案研究法，分析了气象数据的特征及其在互联网中的应用效果；总结归纳出气象数据在互联网中应用的3个创新;即思维创新、价值创新、数据创新；并提出让气象数据“发声”和强化气象和行业的相关性研究是气象数据在互联网中应用的关键点。

气象数据; 气象服务; 互联网; 大数据

2008年《Nature》出版了“Big Data”专刊[1]，从互联网技术、网络经济学、超级计算、环境科学、生物医学等多个方面介绍大数据所带来的挑战。《Science》也在2011年推出数据处理“Dealing with Data”专刊[2]，讨论大数据所带来的挑战和大数据科学研究的重要性。而随着经济利益驱动，BAT（百度、阿里巴巴、腾讯）是国内最早开展大数据应用的互联网企业。

2014年5月27日，中国气象局与互联网巨头阿里巴巴集团建立云平台战略合作，共同挖掘气象数据的深层价值，正式开启了大数据应用的大门。2014年11月，第六次全国气象服务工作会议提出“发挥气象事业单位和企业技术的创新主体作用，推动高时空分辨率气象服务数值模式应用技术、基于影响的气象预报预警技术等关键技术创新和基于大数据、物联网、云计算、新媒体等新技术新手段的应用技术创新。”至此，“大数据、物联网、云计算、新媒体”等具有时代意义的概念被提升到气象数据服务应用层面，气象服务不再仅仅停留在天气预报等基础数据应用，而是运用大数据思维，利用互联网平台，开展气象大数据的深度挖掘和应用分析，实现气象数据新的价值突破。

一、大数据和气象数据特征比较

（一）大数据的定义及特征

2010年，Apache Hadoop组织将大数据定义为：“普通的计算机软件无法在可接受的时间范围内捕捉、管理、处理的规模庞大的数据集”。全球知名咨询公司麦肯锡给出的定义是: 大数据是指大小超出常规的数据库工具获取、存储、管理和分析能力的数据集[3]。

随着大数据应用的迅速发展，其特征也从原来的3v、4v发展到现在的5v：数据体量(Volume)巨大，处理速度(Velocity)快，数据种类(Variety)多，数据真实性(Veracity)，商业价值(Value)大。大数据所蕴藏的信息隐藏在海量数据之中，想要从海量数据中寻找到所需信息，就要通过高效的计算方法完成数据价值提炼，这也是大数据时代最需解决的难题。

（二）气象数据的定义

气象数据是反映天气的一组数据，分为气候资料和天气资料。气候资料通常所指的是用常规气象仪器所观测到各种原始资料的集合以及加工、整理、整编所形成的各种资料。天气资料是为天气分析和预报服务的一种实时性很强的气象资料。目前，由于数据安全性等因素限制，大部分开展大数据应用和研发的数据主要是气象资料。

气象资料主要包括地面观测、气象卫星遥感、天气雷达和数值预报产品等资料，占气象资料的90%以上。另外，高空探测、农业气象观测、沙尘和闪电观测、风廓线雷达探测等资料也属于气象资料。但气象数据的体量与互联网、电信、金融、保险等行业的大数据相比至少低3个数量级，所以说气象数据只是大数据的子集，具有大数据特征，但有其独特性。

（三）气象数据的特征

气象数据作为大数据的“子集”，有其独有特征：

1.数据体量(Volume)大，但数据量不会无限制扩大

占气象资料90%以上的地面观测资料、雷达和卫星资料、数值预报资料虽然具有体量大的“大数据”特点，但是仍有气象数据自身的特性。地面观测站数量和观测频次是根据气象业务需求有计划增加,而不是无限制，所以数据体量是可以控制的。目前，气象雷达布网基本完成，已经实现全天候全国范围内的不间断观测，可以满足服务需求。虽然未来我国还会发射新的气象卫星，但是气象卫星资料在气象部门有气象卫星业务系统实时接收处理，并提供给专业气象人员应用分析，其数据始终处于可以控制管理的状态。数值预报模式产品资料是专门为预报员和科研人员做天气预报和气候预测使用的，不对外，因此也是可以控制的，未来也将始终如此[4]。

2.数据种类(Variety)多，但来源和含义单一

按照《气象资料分类与编码》行业标准，气象资料分为14大类，数百种小类。虽然气象资料种类多，但每种资料所表示的信息含义都是单一的，如天气现象、温度、相对湿度、能见度、降水量、风向风力等都只是记录某一个地区在某个时间的天气信息，并且这些数据都来自气象部门内部的仪器观测。这与网络上的搜索词条、网购数据、社交信息等这些来源繁多的互联网大数据有很大差异。气象数据是气象部门内部对天气信息的记录，而大数据是人们在互联网上的行为记录。

3.很难产生直接经济价值，但有巨大的相关性商业价值(Value)

正因为气象数据的内容单纯且来源单一，也决定了其自身很难直接产生经济价值，而是主要应用于气象业务，即：天气预报、气候预测以及气象服务。但是，随着互联网的发展，在大数据时代背景下，农业、交通、旅游、医疗、购物、饮食等行业数据和气象数据，可以通过数据挖掘，进一步厘清气象条件对各行业的影响，并用于指导相关行业的发展。因此，气象数据的商业价值主要体现在与其有相关性的事物上。

可见，气象数据有其独特性，气象数据的价值体现和价值创新必须要与社会各行业庞大的大数据相结合，而不能独立应用。

二、气象数据应用案例及若干思考

从1904年皮叶克尼斯提出天气预报是一个物理初值问题至今，在短短不到一百年的时间里，气象数据的应用实现了质的飞跃。特别是近20年来，气象数据增长了近千倍，气象信息量越大，所蕴藏的有效价值就越多，就越需要深入挖掘分析。而随着大数据时代的来临，气象数据如何应用就更为关键。

2014-2015年，移动互联网迅速崛起，“非常准”、“航旅纵横”、“滴滴打车”、“一亩田”等互联网公司均与气象部门建立合作，开展气象大数据应用。因此，本文以气象数据在互联网中的应用为个案，总结分析气象大数据应用的效果、创新点及关键点。

（一）“气象+农业”应用及效果

天气和农业生产联系尤为紧密，从播种到收获，温度、降水、日照、风力、蒸发量等气象因子对农作物的产量和品质都有重要影响。2015年，一亩田与气象部门建立“气象+农业”的大数据应用分析的合作协议。经过长达3个月的方案研究，最终确定“气象+农业”的应用场景，包括以下3个方面：

农业生产方面：气象数据可以帮助一亩田指导农户安排农业生产，减轻因天气原因造成的损失。以广西崇左西瓜为例，由于西瓜喜热，2015年开春后倒春寒天气导致大量瓜苗冻死。常年的西瓜上市期，南方普降大雨持续十几天，严重影响销售，农管家的交易平台上西瓜周均价一直处于下行。通过分析气象数据，在连续降温降雨前将天气预警信息推送给产地用户，有效地指导了农户安排生产销售计划，减轻了农户因天气原因带来的经济损失，为农户带来增收。

物流运输方面：气象数据可以帮助物流公司选择最优线路，确保交货时间，提升运输效率、降低运输成本。以一亩田物流为例，与阿里巴巴一样，一亩田采用“第四方物流”，即不建仓库不建车队，完全依靠社会运力来解决。一亩田在物流方面同样扮演的是一个“信息平台”，向能提供物流服务的社会运力开放，无论个人或者公司，都可以在一亩田的平台上发布使用车辆或者提供车辆服务的信息。例如2015年上半年，南方地区强降雨天气持续，导致北方地区鸡蛋积压，极大的影响了鸡蛋的品质与销量。一亩田“信息平台”将天气趋势和预警信息推送给物流公司，负责物流调度相关人员提前安排产品运输，确保了交货时间。

销售终端方面：气象数据可以帮助消费者预估市场供需价格变化，以便合理采购，既提供了精准营销的参考，也增加了销量。因为互联网终端消费者不仅有公众，还有大部分用户是公司，即与公众日常生活紧密相关的采购方，包括各种类型和层次的批发商、饭店、超市、深加工企业和出口贸易企业等用户。一亩田力图缩短中间流通环节，通过强大的线上线下服务能力，解决了因为信息不对称而导致的农产品流通效率低下和损耗严重的问题，让采购更便捷，食材更新鲜。在这个过程中，向消费端推送天气信息，有利于采购方评估采购原料，制定采购计划，安排采购进度。

（二）气象数据在互联网中应用的创新点

与传统的气象服务相比，气象数据应用于互联网领域有3点创新：

思维创新：互联网为气象数据的应用提供了新的契机和广阔空间，数据应用不再仅仅是天气预报等基础气象服务，而是基于互联网行业的大数据应用服务和大数据间的相关性研究。

价值创新：数据价值不再仅仅局限于“今天多少摄氏度”，还包括对气象相关行业进行大数据研究，挖掘所产生的商业经济价值，揭开了“今天多少摄氏度”背后的“面纱”。

数据创新：数据应用不再仅仅是千篇一律，而是从市场需求出发，打造符合各行业特定需要的定制化气象大数据应用和精细化气象服务。

（三）气象数据在互联网中应用的关键点

1.让气象数据发声

公众普遍认为，谷歌、亚马逊及国内的BAT等网站是大数据的先驱者，但事实上，政府才是大规模信息的原始采集者。在大数据时代，知道“是什么”就已经足够了，完全没必要知道“为什么”。所以，重要的不是现象背后的原因，而是现象是什么，要让数据“发声”。而气象数据作为大数据的“一员”，也需要通过创新性的应用分析来释放潜在的数据价值。因此，让气象数据“发声”是气象数据应用的关键点。

但由于政府在获取数据中所处的特殊地位，所以有些数据应该具有保密性。2015年，中国气象局建立气象数据公开网站，气象数据开始对公众开放，即允许私营部门和社会大众访问，得到了社会的一致好评，也促进了公众进一步了解并接受气象数据的价值。但是使用气象数据的一个原则是，少数可能会危害到国家安全或秘密的数据不能公开。

2.强化气象与行业的相关性研究

大数据的应用分析有两个方向：一个是数据的处理与表示，主要强调数据采集、存取、加工和可视化方法；另一个是数据本质特征的提取和模式发现，即数据挖掘[5,6]。通过深度挖掘数据价值和强化相关性研究，可以比以前更容易、更快捷、更清楚地分析事务。

强化相关性研究应用最好的例子是世界上最大的零售商沃尔玛。沃尔玛对包括顾客的购物清单、消费额、购物篮中的物品、具体购买时间和购买当日的天气等历史交易记录大数据进行分析。分析研究的结论是：每当季节性飓风来袭之前，不仅是手电筒销售量增加，蛋挞的销量也同时增加。因此，当季节性风暴来临时，沃尔玛会把库存的蛋挞放在靠近飓风用品的位置，以方便顾客选购从而提升销售量。

因此，对气象数据来说，寻找与气象相关性强的事物来应用、深度挖掘气象数据的潜在价值是气象数据应用的关键点。

三、结 论

运用比较研究法和个案研究法，分析了气象数据特征及其在互联网中的应用效果。结果表明，气象数据有其独有特征，主要体现在：数据体量大但不会无限制扩大、数据种类多但来源和含义单一、很难产生直接经济价值但有巨大的相关性商业价值。

气象数据在互联网中应用的创新点主要体现在：思维创新即运用互联网思维，开展气象大数据应用服务和大数据间的相关性研究；价值创新即开展“气象+行业”大数据分析挖掘，创造气象数据应用于行业的商业经济价值；数据创新即从市场需求出发，研发定制化的气象大数据应用产品和精细化气象数据。而在保证数据安全性的前提下，让气象数据“发声”和强化气象数据的相关性研究是气象数据在互联网中应用的关键点。

[1]Nature.BigData[EB/OL].[2014-08-23].http://www.nature.com/news/pecials/bigdata /index.Htm.

[2]Science.Special Online Collection: Dealing with Data[EB/OL].(2011-02-11).[2014-08-23].http: //www.Sciencemag.org /site /special /data /

[3]Manyika J, Chui M, Brown B, et al.Big Data:The Next Frontier for Innovation,Competition,and Productivity[EB/OL].[2014-09-02].http://www.mckinsey.com/insights/business-technology/bigdata_the_next_frontier_for_innovation.

[4]沈文海.气象数据的“大数据应用”浅析[J].中国信息化,2014 (11).

[5]王锐，任庆忠，基于改进后数据包络模型的省际环境效率评价[J].管理现代化，2015 （2）.

[6]王星.大数据分析：方法与应用[M].北京：清华大学出版社,2013.

[7]梅宏,王千祥,张路,等.软件分析技术进展[J].计算机学报,2009 (9).

X324;TP391

A

1003-1154(2016)01-0064-03

10.3969/j.issn.1003-1154.2016.01.021

国家自然科学基金面上项目（40975072）;江苏省高校优势学科建设工程项目（PADA）.