基于云服务与组件开发的台风发布系统设计

李俊徽 丁雨鑫 陈冲 王伟

摘要：浙江省每年都遭受台风不同程度的侵袭与影响，造成严重经济损失乃至人员伤亡，成為最主要的灾害性天气系统，因此浙江省气象服务中心设计并开发了一套台风发布系统，用于给公众提供权威、便捷、及时的台风信息，但随着互联网技术的飞速发展以及数据精确性的提高与展现方式的落后，原系统已较难满足民众对台风信息获取的需求。以阿里云服务为数据支撑，基于在线地图服务组件式开发，研究并设计涵盖台风的路径、风圈及流场等基本信息，以及风力降水等与台风相关的气象信息的发布系统，将台风的权威信息更快速、更精确、更有效、更直观地服务于公众。

关键词：台风气象服务；云服务；在线组件；地图服务

中图分类号：TP393文献标志码：A文章编号：1008-1739（2020）07-61-4

0引言

随着科技进步以及互联网和手机的普及，越来越多的民众选择从网络获取所需的信息，目前各式各样的网页和手机APP大量涌入市场，信息传递的准确性、快速性、直接性及系统的用户体验，成为公众选择信息发布系统的标准。目前国内大部分受台风影响严重的省市气象机构都研发了对外发布的台风信息系统。中国天气台风网构建了一个由多源、异构的数据与时空模型集成融合的台风信息系统[1]。杨贤栋等提出了基于Android和Google地图，将台风数据动态、可视化地显示在地图上[2]。施国萍等利用GIS强大的空间信息管理和表达功能，实现台风路径的动态绘制与展示[3]。上述机构与学者对于台风信息的展示与呈现的研究都比较深入、透彻，然而对于信息的权威性和传递的快速性的研究尚有不足。

浙江省气象服务中心于2015年推出浙江台风发布初版[4]，在台风季取得了不错的效果，但本地服务器数量有限且性能每况日下，数据时常延迟更新，另基于第三方发布的地图服务稳定性欠佳，故无法满足目前台风发布的服务需求。

基于上述内容，本文利用目前稳定又有较快响应速度的云平台作为数据支撑，采用浙江省气象局官方台风数据，运用插件式地图服务展示结合浙江本地化的服务产品，对原有浙江台风发布系统进行改善与升级。

1需求分析与系统设计

在功能需求上，承袭原台风发布系统的多数功能，如公众关注的台风当前最新位置、风力级别和风圈半径、未来台风移动方向，以及领导决策层关注的省内各地区的降水量、风力超过7级的地区和未来台风降水的预报形势。此外还加入了直观形象的可视风场图，台风中心到浙江省地市的距离，结合台风预报路径的影响区域与预报数据，大致预计出台风是否会在数天后影响到具体的城市以及影响的程度等新功能。

基于以上需求分析，新浙江台风发布在设计上集成了原版的多数实用功能，并且在此基础上添加了新功能以及对部分技术进行更新，主要体现在数据与后台服务支撑整体上云、基于地图的在线组件的开发模式。

数据与后台服务支撑整体上云：新系统不再使用本地服务器作为数据端支撑，采用时下热门且服务高效的阿里云服务器。数据根据分类不同分别存放在对应的云数据库RDS与HBASE中，提高了读写效率，并对于高并发、大数据查询的性能支撑较好。接口则运用阿里云的企业级分布式应用服务（EDAS）进行分配调度与监控，减少了代码的耦合度，EDAS可根据服务调用者与提供者的路由进行分析，从而做好分配与监控。

基于地图在线组件的开发模式：地图服务彻底摒弃基于ArcGIS的第三方地图发布的Web服务，消除了因地图服务故障所导致的系统运行异常的可能性，将地图所需的展示效果都使用轻量级地图类库Leaflet进行直接绘制，并根据模块的相似性抽离出核心功能块形成在线代码库，供系统重复调用，减少了代码冗余、提高了维护效率。

新版浙江台风发布系统主要分为4个模块，分别是当前台风、预警信息、风力与降水模块，每个模块中子模块的详细内容如图1所示。

2关键技术

2.1服务端技术

服务端总体架构基于阿里云的云服务，总共分为3层，如图2所示。

数据采集：数据采集是由几台数据同步服务器，通过Kettle，FileSync数据同步中间件从数据源服务器进行数据的采集、同步和上传工作，同步任务的调度使用Jenkins。其中Kettle，FileSync具有支持多种数据格式的解析和转换，支持数据清洗处理，基于脚本开发、跨平台等优点。Jenkins调度服务具有跨平台、支持远程调度、可视化的监控界面、日志信息提供接口及方便集成等优势。

数据存储：数据存储层由三部分组成，云数据库RDS是使用关系型数据库，主要存储一些业务基础数据；云数据库HBASE是分布式高可用性数据库，对高并发、大数据查询的性能支撑较好，解决之前ORACLE连接数瓶颈和服务器IO文件读取瓶颈；对象存储OSS是一个共享存储，读写文件效率较高，主要存储图片和原始业务数据。

Web业务服务：业务服务层主要是靠API网关进行服务，API网关能够有效进行安全性控制和流量控制，对外部API和内部API做映射关系，内部修改不会影响外部API。

2.2前端技術

前端主要采用地图模块为主、菜单模块为辅的展示方式，其中地图服务模块依然采用ArcGIS旗下的Leaflet轻量级地图类库实现地图上的点、路径、风圈以及雷达卫星等图层的绘制，界面也经过重新设计，利用最新的Html5技术，搭配CSS进行界面的美化，再利用Jquery技术访问后台接口动态更新数据。

由于系统功能多数基于地图服务来实现，因此基础的一些地图交互功能使用率较高，为了提高代码复用性与系统运行效率，本文开发了基于地图的在线服务组件，包括台风基础类及瓦片图绘制类等值线色斑图绘制类，例如雷达和云图模块均属于瓦片图类，即可复用一套瓦片图的绘制方式，只需更换源数据即可。

3模块实现

3.1台风模块

台风模块主要在地图上展示台风的实况数据和路径，每个点上的气象要素包括中心位置、最大风力、最大风速、中心气压、当前强度、移动速度、移动方向及风圈半径等，风圈基本信息图如图3所示。同时还展示多家机构的预报路径，以及预报路径上每个点的数据。台风会以当前台风显示为主，同时还可选择历史台风叠加在地图上方便分析。此外还有雷达图、卫星云图、可视风场及台风报告单等功能作为辅助查询。可视风场是新增模块，利用高分辨率的欧洲细网格10 m风场数据绘制出动态风场，丰富了台风中心以及周边的展示效果，如图4所示。

3.2预警模块

预警模块在地图上根据发布预警信息的机构所在地叠加展示当前发布的预警主题与预警图标，用户点击图标后获取预警信息的详细内容。预警信息来源于国家突发事件预警信息发布系统，在台风活动期间对发布预警的地区以及预警种类一目了然，对预警发布所在地的用户给予防灾减灾的指导与建议。

3.3风力与降水模块

风力与降水作为台风影响期间关注度较高的2个要素，实况的降水及风力数据可以反映出当前台风的影响程度，而预报数据则可评估未来台风影响的可能区域与对应程度。风力和降水模块在等值线色斑图绘制组件基础上进行开发，风力模块可查看当前风、今日极大风、未来逐1 h预报、未来逐3 h预报；降水模块包括过去近1 h、过去近1日累计降水以及未来逐1 h、未来逐1日降水预报。

4系统应用效果

新浙江台风发布已于2019年台风季取代原系统后正式投入业务应用，可支持PC端与手机端进行访问，且系统也内嵌到浙江天气网台风模块，如图5所示，天气罗盘和智慧气象APP，如图6所示，访问渠道多且传播范围广。

在201909号台风利奇马影响期间，由于系统访问量骤增，导致服务器承受超载，出现访问缓慢的情况，通过及时对阿里云服务器进行扩容操作，将服务器带宽扩充至200 MB/s，使系统访问速度回归正常，充分体现出云服务灵活的优势。

5结束语

本文分析了当前公众气象服务的新需求，在原浙江台风发布系统的基础上，介绍了基于阿里云服务与在线地图组件开发的新版浙江台风发布系统。系统在维持台风实况路径、多家预报机构的预报数据及风力与降水等信息的基础上，对数据的服务支撑模式与前段地图部分的开发模式进行了优化与升级；在数据支撑部分，提高系统维护性、增强系统健壮性及提升系统扩展性；在地图模块开发部分实现了功能模块的重复利用性，并且摒弃基于第三方的地图服务开发，消除依赖性的同时也减轻维护压力。通过本次升级与完善，使浙江台风发布能够跟上当今互联网的发展趋势，在气象公众服务中发挥更出色，取得更佳的社会效益。

参考文献

[1]陈钻，李海胜.新型台风海洋网络气象信息系统的设计与实现[J].应用气象学报，2012，23（2）：245-250.

[2]杨贤栋，张敏，郭庆燕.Android环境下台风路径信息在Google地图上的可视化方法[J].计算机应用，2012，32（S1）： 177-179.

[3]施国萍，邱新法，何永健.基于ArcGIS Server的台风信息发布系统[J].科技信息，2009（16）：4.

[4]李建，郑伟才，邓闯，等.基于移动互联网的浙江台风信息发布系统研发与应用[J].气象科技，2017，45（2）：254-260.

[5]孔得雨，韩雪，冒士凤，等.基于GIS和RIA的台风路径实时发布系统研究与应用[J].江苏科技信息，2016（24）：53-55.

[6]骆小龙，虞开森，余金铭，等.基于阿里云的台风路径实时发布系统研究[J].计算机时代，2015（2）：15-18.

[7]王军，许世远，石纯，等.基于多源遥感影像的台风灾情动态评估—研究进展[J].自然灾害学报，2008（3）：22-28.

[8] YU Shiwen， WU Hao， GENG Hao，et al. Study on Risk Assessment of the Electric Power Tower and Pole Damage in Power System Under Typhoon Disaster[J]. Procedia Computer Science，2018，130：1164-1169.

[9] JIA Wenjue， CHEN Yumin， GONG Jianya. Implementation of OGC Web Map Service Based on Web Service[J]. Geo-spatial Information Science，2004（2）：148-152.

[10] TAN Wei， ZHANG Jia， RAVI K. M，et al. ServiceMap： Providing Map and GPS Assistance to Service Composition in Bioinformatics[C]//IEEE International Conference on Services Computing， SCC 2011， Washington， DC，USA， 4-9 July，IEEE， 2011.

[11] DAVIS C A，KIMO Y J， DUARTE-FIGUEIREDO F L P. OGC Web Map Service Implementation Challenges For MobileComputers[C]//Geoinformatics，200917thInternational Conference on IEEE，California，United States，2009.

[12] LIAO P，ZHANG C，LU X，et al.Gain Effect on the Scalability of Soa-Based Optical Space Switches[C]//Optical Fiber Communication Conference，San Francisco， California， United States，2014.

[13] MOHAMMED M S. Effective Use of GIS for Visualizing Forecasted Meteorological and Marine Data[J]. Meteorological Applications，2014，21（2）：340-349.

[14] SAGARMINAGA Y，GALPARSORO I， REIG R，et al. Development of ITSASGIS-5D： Seeking Interoperability Between Marine GIS Layers and Scientific Multidimensional Data Using Open Source Tools and OGC Services for Multidisciplinary Research.[J].2012，14.