APP下载

自动气象站秒级智能观测的实现及初步应用

2019-11-15高瑞泉郑慧钟晓勇罗红艳马晓鑫刘星夏建波

关键词:阵风气象站加密

高瑞泉 郑慧 钟晓勇 罗红艳 马晓鑫 刘星 夏建波

(作者单位:高瑞泉、郑慧、钟晓勇、罗红艳,深圳市国家气候观象台;马晓鑫,维萨拉(北京)测量技术有限公司;刘星、夏建波,深圳市云端高科信息科技有限公司)

随着观测技术的不断发展,气象观测已基本实现自动化。当前,信息化技术的快速发展将再次驱动气象观测从自动化进入智能化的研究和转型。深圳围绕智能观测的发展方向,基于自动气象站设计了智能观测功能需求,在充分保证原有业务规范的基础上,通过对自动气象站的现场数据采集器、通信系统、数据处理系统及观测模式等进行重新设计升级,实现了自动气象站自适应的智能加密观测,为提升灾害天气的监测和预警服务能力拓展了有效手段。

气象观测经历了早期的人工观测到2000年启用首批自动气象站,如今已进入观测自动化时代,2020年将实现地面观测的全面自动化。气象行业发展规划明确指出,观测实现自动化之后的发展方向即是智能观测。智能观测是一种自适应性观测技术,能根据实况自动调整观测模式的能力,具备观测方式和资料处理方法的自动切换功能;智能观测是特殊天气智能工作模式,在自动判识或预报出现灾害性天气时或重大保障服务需求时,根据灾害天气预设程序和划定的观测范围,观测设备自动切换合适的观测运行模式,实现“因天而动”的针对特定目标的加密和细化观测。

智能观测对于深圳这样的华南沿海城市有特别重要的意义,深圳经常遭受强对流天气的侵袭,其特点是来去迅猛、生消快。对于这类天气系统,即使是按照1 min一次的频率进行观测仍显不足,有必要进行更高频次的观测,如1 s采集一次数据,以帮助预报员更快速地了解强对流所伴随的阵风等强天气的特性。然而深圳自动气象站总数多,且强对流天气又不是时刻都在发生,既不可能又无必要保持高频观测。在这种背景下,对现有自动气象站进行智能观测功能的重新设计和升级,实现其因天而动的智能化秒级观测,以满足短时强对流天气对快速和加密观测的特殊需求,就显得十分有意义了。

1 自动气象站智能观测系统的设计与实现

1.1 功能设计

传统自动气象站是事先设定好采集器参数,启动后即按部就班开展各项操作,按时自动开展相关要素的观测、采集、记录和存储,不间断地循环。智能观测(图1)则解决了自适应性观测技术问题,即实现自动判识,或预报出现灾害性天气时、重大保障服务需求时,可按需改变观测模式,启动加密观测,快速获得更加精细化的观测数据。

图1 自动气象站智能观测系统流程图

基于阈值判断的自动加密观测。在自动气象站设备前端,实现对不同气象要素设定阈值,实时监控观测值,达到阈值后自动判识并启动加密观测模式,实现观测数据的秒级采集、传输和应用。

基于指令的按需加密观测。预报员可根据预报结论,当有短时强对流等灾害性天气过程出现,需开展加密观测时,通过主动发送指令启动加密观测。

基于时间计划的按需加密观测。观测人员根据重大保障服务等需求,通过系统可预设加密观测的时间计划,实现按时按计划自动启动加密观测。

1.2 多种观测模式自动切换的实现及算法

一般的自动气象站的数据采集器多以单片机为核心组件,而进行智能化改造的自动气象站均采用了新一代数据采集器DMU703。该采集器以低功耗微机为基础,内置LINUX操作系统,为灵活编写程序,实现前端数据采集控制及处理功能奠定了基础。通过在LINUX操作系统上部署和开发了定制的采集控制软件,深圳市气象局已实现双路并行输出的方式,同时满足日常业务和智能观测的需求,一路按照观测规范要求进行采集记录和输出,保障基本业务不中断;另外一路由智能观测的程序控制,根据天气实况自动调整观测模式进行相应的采集记录和输出。为了满足智能控制程序高效运算的需求,在微机数据采集器内部署了数据库,实现各种海量信息的存储和调用。

自适应的智能观测(图2)控制程序算法,将观测模式分为四种:常规观测模式、指令加密观测模式、阈值触发观测模式、时间计划观测模式,这几种模式对应四种指令,即“stop”停止、“start”启动、“threshold”阈值触发、“daily”时间计划触发。当采集器收到不同观测模式触发或停止加密观测的指令时,程序首先对目前加密观测的状态进行检测和判断,再根据不同状态下对应的条件启动或停止加密观测。

图2 自适应智能观测模式流程图

在具体实现时,阈值触发自动激活秒级观测功能的气象要素阈值设置为:风速≥15 m/s;温度≥35 ℃(或温度≤10 ℃);湿度≥90%(或湿度≤30%);气压≥1010 hPa(或气压≤1000 hPa)。对于时间计划模式,一般处于未激活状态,但可由预报员按需设定。

1.3 适用于秒级观测的智能通信传输系统

由于智能观测是在保持基本观测业务模式不中断的前提下,根据不同的天气实况和服务需求启用了不同的观测模式,因此产生多种不同类型的数据格式;加密后的秒级观测数据需要实时采集和展示,需要与多个服务器和应用建立连接;多种扩展要素特别是图像的采集和传输,则对带宽要求更高;为同时满足上述需求,通信传输系统必须具备“自由连接”和“高速传输”的能力。

传统自动气象站将数据报文通过串行通信接口发送至数据传输单元(DTU),数据的通信传输只能在DTU和服务器建立的通道之间,限制了连接的灵活性和扩展性。串口通信的速率是非常有限的,一般常用为9600~19200 bps,仅适用于小数据量和固定格式的数据传输。

在当前4G/5G高速网络环境下,深圳智能自动气象站采用了低功耗无线路由器对通信系统进行改造,实现自动气象站的物联网功能。在4G的网络下,通信速率可以达到100 Mbps,是常用串口通信速率的5461倍,可用于图像、视频等大数据传输;它基于TCP/IP协议可以同时与不同的服务器、不同的端口建立各种各样的应用连接和数据传输。不难看出,新的通信传输系统具有“高速”和“灵活”两个特点,100 Mbps的传输速度可以保障1次/s的数据采集可以无延时的快速传输,而多端口、多通道的链接功能,保障了同一个自动气象站,可以将不同模式(常规业务模式和应急加密模式)采集的数据分别传输到不同的服务器。

1.4 稳健的多路并行数据采集处理系统

传统的自动气象站数据是汇总到一个服务器,以报文的形式发送至数据采集服务器接收解析后生成文件,数据库服务器再将文件解析并写入数据库,应用软件最后向数据库请求读取数据进行展示。这个过程一般需要1~2 min,对于大数据量并发处理时,甚至需要十几分钟。

智能秒级观测要求具自动站同时与多个系统建立直接连接和数据传输。新一代数据采集处理系统(图3)通过在不同端口传输和处理不同数据格式。同时,为了提高秒级观测数据应用展示的实时性,设计采用数据流方式,实现数据的不落地实时发送至前端展示。在数据采集系统和应用系统的通信中采用了RabbitMQ消息中间件服务实现数据的高效传输;在应用系统的后端服务器与前端网页展示中采用了最新的WebSocket技术,由服务器接收到数据后主动向前端网页进行推送和展示,取代原来的由前端网页不定时向服务器请求数据再返回数据的模式,可以实现毫秒级的数据展示。

图3 数据采集处理流程图

2 秒级智能观测的初步应用

2.1 应用平台研发

基于智能自动气象站,深圳开展了智能秒级观测应用试验,并在综合气象监测业务平台中针对智能自动气象站开发了秒级观测应用产品(图4)。当预报员需要了解更及时的气象实况时,通过点击“开启/关闭”开关即可发送指令实现观测要素的秒级更新。当智能自动气象站基于阈值判断和时间计划触发启动了秒级观测,也会在应用界面上自动切换至秒级观测模式,实现恶劣天气的主动提醒功能,提醒预报员及时关注天气变化。

图4 秒级观测应用产品

2.2 应用实例

基于秒级观测数据,深圳研发了阵风包络线产品,统计出当前分钟秒数据的最大值和最小值,利用时间序列图与滑动10 min平均值进行叠加比对。分析表明,由于采用了高频的数据采集模式,秒级观测可以揭示分钟级数据观测所无法揭示的事实。图5为山竹台风影响深圳期间,盐田港站G3567观测到的风速变化情况。从图中可以看到,如果仅从10 min平均风的变化情况来看,只能发现它的变化幅度相对较为平缓,波动并不剧烈,且有两个峰值时段。而秒级观测的数据揭示了新的事实:例如,台风影响期间,在平均风的两个峰值间的时间段中,存在超大振幅的阵风,1 min内的风速差值达到35 m/s,大振幅的阵风会带来巨大的“摇晃力”,这应该就是山竹台风导致深圳历史上最大规模树木倒伏的重要原因;图中第一个时段平均风的上升,主要伴随着阵风高值的逐渐攀升;而第二次平均风的上升则主要是由于阵风低值的升高引起。观察平均风趋势,可以发现在达到第二次峰值后,大风开始减弱,意味着台风已在当地登陆或过境,而通过阵风振幅进行分析,可以提前至少30 min得出台风已在当地登陆或过境的判断。

通过该产品可以发现阵风存在的显著的强脉动过程,这个强脉动风出现时具有频率高、振幅大、危害大等特点,是风险防范的关键时期,能为预报服务对地铁、港口货柜、高楼等进行及时的防风预警提示,提升灾害性天气的监测和应对服务能力。

图5 阵风包络线产品

3 结语

深圳基于自动气象站进行智能化研发,开发了自动气象站的多模式自适应性观测技术,能基于指令、阈值判断和时间计划开展按需加密观测,获得更加快速和精细化的观测数据。

智能秒级观测应用产品能实现“无延时”的秒级更新气象要素变化,为预报和决策服务提供具有“现场感”的气象感知能力;同时,在恶劣天气发生时能主动触发提醒,提醒预报员及时关注天气变化。

基于秒级观测数据开发的阵风包络线产品能有效揭示大风过程中存在的阵风强脉动过程,及时捕捉到风险防范的关键时期,为预报服务对地铁、港口货柜、高楼等进行及时的防风预警提示,对提升灾害性天气的监测和应对服务能力具有较大帮助。同时,获取的精细化的观测数据也为天气过程的微物理机制分析研究提供支撑。

深入阅读

付炜, 叶成志, 王东海, 等, 2018. 一次南岭山脉前汛期强对流天气过程诊断分析. 暴雨灾害, 37(6): 511-521.

梁乐宁, 刘轻扬, 卢大维, 等, 2018. 气象数据可视化系统研发与应用. 信息通信, (6): 52-53.

刘钧, 张彬彬, 吕宝磊, 2018. 智能气象站系统框架初探. 气象科技进展, 8(6): 121-124.

马舒庆, 吴可军, 陈冬冬, 等, 2011. 天气现象自动化观测系统设计.气象, 37(9): 1166-1172.

王磊, 杨涛, 2015. 基于C/S架构的气象观测站点智能统计系统. 气象水文海洋仪器, 32(1): 60-65.

于子敏, 常奋华, 杜言霞, 等, 2018. 国家级自动气象站蓄电池智能控制检测系统设计. 气象科技, 46(4): 651-658.

赵卓宁, 李湘, 舒红平, 等, 2018 气象大数据资源汇交可视化分析研究. 气象科技进展, 8(1): 203-207, 263.

猜你喜欢

阵风气象站加密
珠峰上架起世界最高气象站
一种新型离散忆阻混沌系统及其图像加密应用
阵风战斗机
法国阵风战斗机
一种基于熵的混沌加密小波变换水印算法
心灵气象站
阵风劲吹
加密与解密
认证加密的研究进展
自动气象站应该注意的一些防雷问题