大数据，云气象

张蕾

“莫问春曦几更还，腊月犹是不觉寒。一别西风十余月，暖冬气象最宜眠。”新年之初，这首诗中描写的暖冬气象，席卷了全国大部分地区——数据显示，2016年1～2月我国大部分地区气温偏高，整体来看，全国平均气温为-3.1℃，比常年同期偏高0.3℃。尤其是西藏、新疆北部、黑龙江北部等一些地方，平均气温比常年冬季高出1～2℃。以贵州省为例，2016年1月、2月，全省平均气温分别为5.6℃、7.4℃，较常年平均偏高0.4℃、0.3℃。

然而，慵懒舒适的暖冬背后，隐忧却不容忽视——随着人类排放的温室气体越来越多，不仅是中国，整个地球都已经变得日愈“温暖”。在过去几十年，每一个十年的温度都比前一个显著上升。2011～2015年是有记录以来最热的五年，2015年更是自 19世纪末有现代气象观测以来最热的年份。

直面更热、更旱、更涝的未来

不过，温度上升还不是故事的全部——气候变化正在破坏季节的自然格局，热浪、干旱和暴雨等极端天气事件的发生频率和强度正在不断增加。

热浪——世界许多地方都创下了高温新记录。2015年，西班牙高温纪录出现在巴伦西亚和兰萨罗特的5月，高达46.2℃，比历史最高气温高出6℃；埃及的最高温度出现在卢克索的7月，高达47.6℃；南非则发生在弗雷登达尔的10月份，高达48.4℃。

干旱——干旱继续肆虐巴西东北部和北美西部，导致阿拉斯加出现破纪录的野火季；中美洲、加勒比地区和南部非洲也受到了降雨不足的影响；印度西南季风降雨量低于常值；干旱为印度尼西亚的极大野火火上浇油，并影响了周边国家。

暴雨和洪涝——持续的升温使大气保持了更多的水份，暴雨正在不断增多。2015年1月，马拉维爆发了有史以来最严重的洪水，5月成为美国大部分地区最湿的月份。

这些频发的极端天气事件，不仅严重地影响着人们的生产生活，还极大地威胁着人们的生命及财产安全。数据显示，过去20年来，极端天气事件已夺走60.6万人的生命，造成1.9万亿美元的经济损失（比2015年美国国家财政收入的一半还多）。

正因为如此，世界气象组织将2016年3月23日世界气象日的主题定为“直面更热、更旱、更涝的未来”，呼吁大众共同行动起来，应对日益严峻的气候环境。

对此，2015年12月，世界各国一致通过巴黎协议，倡导要快速和大幅削减温室气体排放。而对大众来说，在倡导低碳行动的同时，人们也迫切地需要更加及时、精确的气象监测和预报。大数据下的云气象，正是在这样的背景下进入了人们的视野。

大数据，带来气象“云预报”

实际上，为了获得精确气象预报，气象部门历来都会收集大量数据，这些数据组成了一个超大的“数据库”。而在大数据时代，天气预报正是利用海量气象数据进行“云计算”后，得到的大数据产品。

我们平时从电视、报纸、网站或手机获取的看似简单的天气预报，在其后都有非常庞杂的数据采集作支撑，包括全国2000多个地面站、120多个高空探测站、6颗在轨卫星、5万多个自动监测站、600多个农业监测站、300多个雷达站等，逐日逐小时甚至到逐分钟扫描着中国出现的各种各样的大气数据。

我们每日接收到的天气预报信息，就是由如此庞杂的数据，再加上欧亚甚至全球的所有气象数据，通过筛选、运算、分析等一系列复杂的工序得到的。

随着预报业务的不断发展以及大数据、云计算的应用，这些数据变得更加精密，数量也持续增加，气象预报也随之变得越来越精确。现在，我们已经可以随时、随地通过电脑、手机、电视、网站等查询天气预报，其精度甚至可以精确到1公里、1小时以内。

云气象，让生活更美好

对于普通人来说，更精细、更准确、更长时效的预报，让我们的日常生活以及衣食住行变得更加便捷——早上起床后，穿薄的还是厚的衣服，是否带伞出门，要不要进行晨练；长假期间是否要外出旅游，旅游时需要带哪些随身物品……如何选择，天气预报会为你提供参考。

实际上，气象工作的最终目的是服务。随着各行各业对气象信息的需求越来越大，简单的晴雨气温预报早已无法满足社会的需要，因此，就需要针对不同领域、不同行业、不同群体，制作相应的气象产品。

气象部门现有的服务，包括面向政府的决策气象服务，面向社会群体的公众气象服务，面向水利、电力、交通、农业以及其他部门或企业的专业专项服务，以及针对干旱、暴雨洪涝、森林火险、冰雹、雷电等灾害性天气的气象灾害预报预警服务。

比如说能源，可以通过分析电力负荷历史，加上气象数据进行用电量估算；比如农业，通过某一地的农耕历史加上气候信息，就可以指导农户进行农作物种养殖结构调整；还有交通，航班准点率历史加上机场历史天气特征，就可以得到航班延误预测；再有公共卫生，通过门诊量和药品销量加上气象历史，就可以推测发病率趋势；在食品方面，通过销量和气象要素关联，就可以掌握销量变化……这些日益丰富的气象产品，构成了气象大数据的重要部分，同时也让我们的生活变得更加美好而便捷。

气象预警，防灾减灾的“安全阀”

防灾减灾是气象部门最重要的职责之一，气象大数据在防灾减灾救灾中大有可为。在大数据观点中，预测是核心，而防灾是应对灾害的重中之重，所以气象预警信息显得尤为重要。气象预警的确定，需要非常复杂的气象数据分析，再综合地形、地貌等数据，以及预报员自身的经验分析。

同时，防灾减灾的发展方向，不仅仅是完善预警系统和提高预警准确率，还要做老百姓看得懂的预警，直接指导人们防灾避灾。在这方面，云计算大有可为——云计算使得大数据处理更方便、更快速、更省时省力，这在气象防灾减灾中意义重大。要提高预报预警准确率、科学评估灾害，就必须要纳入除气象数据以外的大量其他各行各业的数据，传统的设备无法快速处理，而云计算可以很好地解决这个问题。

例如，我们可以通过某一个地方的历史灾害情况和历史气候数据，以及该地的地理信息、森林覆盖情况、居住人口数据等，提前知晓在什么天气条件下该地会出现洪涝灾害，雨要下到多大才会成灾，下那么大的雨会有多少人受灾，受灾人群要如何撤离等，进而指导农作物种植、房屋建造、建筑设施规划选址等，从源头防灾减灾。

气象部门应用气象大数据的实例很多。例如今年2月17日贵州省出现大范围雨雪天气，17日夜间至18日白天，全省普遍降雪，有8个县出现暴雪，12个县出现中雪，52个县出现小雪。全省共有83个县1341个乡镇降水，贵阳市区也降下了中雪。

其实早在2月中旬初，贵州省气象局就已经根据大量的气象观测资料以及模式资料数据分析，对这次大范围的降雪天气进行密切跟踪预报，期间多次向政府及各部门提供决策服务材料，通过各大媒体发布预报和预警信息，并针对公路、铁路、民航、农业等不同领域制作相应的气象服务产品。正是通过对大量气象数据以及交通、农业等其他领域的数据进行分析处理，最终才实现了准确预报和及时到位的服务，省领导作出重要批示，充分肯定了各部门之间的通力协作和联动应对，将降雪对交通运输的影响降到了最低。从大数据角度来看，这也是对各行各业之间的数据共享做出的肯定。

打破“数据壁垒”——气象大数据将大有作为

当气象邂逅大数据，它必将带给我们更多的惊喜。然而，气象大数据是气象数据加上行业数据分析后得出的事情变化规律和对未来的预测，也就是说，要在不同数据之间确立一定的规则，才能对未来进行预测。气象数据和各行各业的相关性非常高，只有充分挖掘出这些气象数据资源的价值，利用好它们，与政府部门、企业、社会组织等紧密合作，才能提供更贴近民生、贴近生产、贴近实际，且更为准确、更个性化的气象服务产品。

因此，要建立起气象大数据以及气象服务，我们就需要对气象部门及其他相关部门、行业的数据进行深度融合和分析。所以，用好气象大数据，就必须打破各行业之间的“数据壁垒”，真正做到数据共享，才能更大地实现气象大数据的价值，从而更大程度减轻灾害损失，为社会创造更多的财富，为人们带来更加美好的生活。（编辑/余风）