大数据在气象服务中的应用探讨

2020-11-28许艾米

绿色科技 2020年10期

许艾米，李想，张敏

(1.广东省气象公共服务中心，广东广州 510000；2.广东省气象探测数据中心，广东广州 510000)

1 引言

随着“互联网+”概念的不断深入，“大数据”已逐渐成为一个流行词汇。关于“大数据”的定义，全球知名咨询公司麦肯锡给出：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据和规模、快速的数据流转、多样的数据类型和价值密度低四大特征[1，2]。近年来，大数据的应用越来越彰显其优势，在社会行为分析、公共安全和政府决策中发挥的作用也越来越大，这其中当然也包括气象领域。气象部门向政府和公众提供各式气象服务，都依赖于对气象数据和相关行业数据的处理，基于海量数据之上的气象服务“大数据时代”已经来临。在这样的时代背景下，大数据在气象行业中的应用，将成为未来气象业务能否进一步创新发展的关键议题之一。

2 大数据在气象服务中的应用理念

大数据时代，数据是关键，庞大的数据资源推动了各个领域的量化进程。不过如果只有庞大的数据而不进行深度挖掘和分析，是不可能从海量数据集群中获取有价值的信息的。气象行业是信息化建设较早的行业，气象数据和产品庞杂且丰富，涉及地面、高空、雷达、卫星和各种数值模式预报等数据[3]，基于这些海量数据之上的天气预报、气候预测及其他专业气象服务等行业内部的价值已被充分认识并挖掘或处于更深层次的挖掘中，而这些海量气象数据与其他行业的关联服务仍在探索阶段，需继续开拓创新。因此，大数据应用于气象服务的理念，应是将非气象类的数据资料与地面观测、雷达、卫星和各种数值模式预报等海量气象数据结合碰撞[4]，并进行深度挖掘分析，最终提取价值信息，来实现气象服务水平的提升和服务方式的创新。

3 国外气象服务中大数据应用情况

国外许多发达国家，气象服务市场开放多年，以盈利为目的的气象服务公司较多，商业化模式相对成熟，有很多气象大数据应用于其他行业的成功案例[5]。比如德国气象公司开发的“啤酒指数”，就是气象数据和啤酒业销售数据碰撞后挖掘分析的结果。“啤酒指数”的具体内容是：气温超过22 ℃，啤酒开始劲销，之后气温再每上升1 ℃，大瓶装的啤酒1 d就会多销230万瓶。根据西方经济学德尔菲气象规律，企业在气象信息上投资1元可得到98元的经济回报。如果商家在生产、采购、销售计划中考虑气象因素，不仅能避免损失，还可以变成在竞争中的优势，帮助企业预测并确定生产营销计划。因此借助这样的分析结果，商家可根据天气预报，提前制定采购或生产营销计划，增加销量。

4 大数据在国内气象服务中的应用探讨

4.1 现阶段气象服务中大数据应用情况

在我国，大数据在气象服务中的应用也已陆续开展。气象部门与旅游、交通、环保等部门开展战略合作，挖掘出气象数据与这些行业间数据的应用，取得了一定的成效。例如旅游资源丰富的广东、江苏、湖北等省气象部门，一直非常重视气候资源开发、旅游品牌打造，并在近几年联合旅游部门结合不同时期花期特点，推出各色花期预报服务产品，社会反响良好，为游客提供了有价值的出行参考。

另外，气象部门还与一些互联网企业合作，挖掘气象数据的外部关联价值，例如17年6月中国天气网与飞常准合作发布的《恶劣天气对中国机场准点率影响分析报告》，基于恶劣天气影响机场相关基础数据及海量气象历史数据结合计算分析所得，通过算法和理论保证合理性与科学性，从多维度反应近一年多恶劣天气对中国内地机场运行的影响状况，为公众航空出行、机构研究、政府决策提供了理论参考依据。

4.2 未来大数据在气象服务中的应用趋势探讨

我国气象大数据的应用已取得初步成效，但与西方发达国家相比仍存在差距，未来需充分挖掘气象和非气象数据之间的宝贵价值，加强与其他行业间的合作，展现更多的社会和商业价值。应用理念核心依旧是“气象+”概念，即气象与非气象数据的碰撞分析，只不过碰撞的范围需要更广，碰撞的程度需求更深，碰撞的元素更多元化。

4.2.1 “气象+”范围更广

气象数据是非常珍贵的数据和信息资源，和各行各业的相关性都非常高，除现有的与交通、环保、旅游等部门之间的合作，气象部门应与更多其他政府部门、社会组织或企业等机构发展合作，挖掘气象数据与未碰撞过的数据资源之间的关联。例如：气象+保险行业，与保险公司合作将天气数据与保险理赔数据结合分析，开发比较有意思的天气险种，给本部门合理创收、创造商业价值[6，12]。再比如与电力部门建立合作，通过气象大数据与电力部门提供的输电线路信息进行关联分析，预测导线覆冰厚度等，为冬季可能会受到导线覆冰电力气象灾害影响地区的电网安全提供决策气象服务。

4.2.2 “气象+”程度更深

与天气联系紧密的交通、环保、旅游等行业，属于较早与气象部门建立联系的领域。不过虽然这些部门联动业务拓展较早，但相互的数据挖掘碰撞程度还不够深入，应将大数据技术与气象科技结合，更加开拓思路，挖掘更深程度的部门联动和数据融合[7]。例如气象+旅游，除了常规的旅游景区天气预报、有当地特色的赏花赏叶预报等，还可以将气象数据与旅游景区GIS、交通信息、热力分布、人群特征等大数据进行深度分析[8]，为旅游资源开发、特色景点推荐和个性化旅游线路设计等提供科学依据。

前文提到的大数据在气象服务的应用理念，换种说法其实是气象数据加上行业数据等于事情能够发生的变化规律和对未来的一些预测，看似简单，但在真正实施计算分析的过程中会发现有很多种可能，气象数据和行业数据如何相加？如何关联？挖掘分析的大数据和气象分析技术手段多钟多样，角度变化多端，该如何在海量数据中挖掘更深入、更有价值的信息，仍是未来大数据在气象服务应用中的重点议题。

4.2.3 “气象+”更多元化

现阶段，气象数据与行业数据的挖掘碰撞更多是两两相加，未来应开阔“气象+”的服务思路，多去尝试多元相加。气象信息处理体系已趋成熟完备，气象科研人员对气象数据的获取和分析已了如指掌，但外部行业数据或互联网数据多是被动接受状态，因此，了解与气象息息相关的外部行业信息，挖掘其与气象数据之间的关联并进行多元组合，将为大数据时代下的气象服务创造更多可能。

4.2.4 加强数据可视化呈现

大数据在气象服务中的应用，不仅体现在其获取、挖掘、碰撞、分析上，数据可视化呈现也至关重要。如果气象与外部数据的分析结果在文字形式的基础上，拥有可视化效果的加持[9]，比如平台、app、图文产品等的呈现，能更易发现数据集群中的规律，找到相关联系，更好地提供决策或公众气象服务。