贵州智能化决策气象服务平台的设计与实现

李 刚， 甘文强， 汤天然

(贵州省气象台， 贵州 贵阳 550002)

0 引言

【研究意义】近年来，伴随信息化技术的不断发展，互联网、大数据及智能化等新技术的出现及应用，不断推动着各行业科技产业向前发展。资源共享已成为信息化发展的战略要务，“以信息化驱动气象服务现代化，建设智慧气象”已成为落实信息现代化的重要举措[1]。随着气象在各行业、公众及为农服务领域需求和技术的不断拓展，气象服务产品、发布对象及发布渠道也日益增加，形成了当前业务中政府决策、公众和行业三大类服务产品，涵盖了各种传统及现代化方式[2-3]。随着社会公众及各行业，特别是为农服务中日益增长的气象服务需求，在要求高时、空分辨率及预报准确率的同时，第一时间将气象信息发布到用户手里，为决策者争取更多决策时间显得非常重要。在农业生产中，提前告知灾害性天气(暴雨、冰雹等)的发生发展，有助于生产者提前决策，作出应对，从而降低损失。因此，在对气象服务产品精准度和时效提出高要求的同时，随着服务面的日益广泛、需求不断增长、产品类型及发布渠道的增多，传统的手动制作已越来越难以满足当前业务需求。因此，拥有一套融合、协同、智能的决策气象服务平台来提高产品制作和发布效率，满足当前行业需求势在必行。【前人研究进展】以往针对气象服务平台或系统建设较多[3-6]，但多数仅为实现某一功能、某一产品或某一数据类型而研发，功能相对分散，一个产品制作涉及多个软件操作才能完成。不同产品制作需进入不同系统，操作重复，效率低，且易发生遗漏[7]。为解决这类问题，后期也有集约化平台或集成系统的研发，但大部分仅是统一界面下调用多个不同的小软件，未从根本上解决问题。随着当前信息化技术、计算能力的发展及全国统一数据环境CIMISS的建成，不但实现了系统间数据交互，还能加载封装原有平台的接口和功能，为系统的集成建设提供了便捷，不少省份使用已取得成效[8-11]。如国家决策气象服务中心研发的决策服务智能辅助系统和MESIS2.0气象服务信息系统，在数据调用、查询统计、制图、产品制作及发布等方面有较大程度的整合与集成，不但提高工作效率还提升了气象服务能力。基于C/S架构的海南省气象服务系统，集数据采集、产品制作、发布及监控等功能于一体，大幅提高一线人员工作和服务效率[3]。北京市气象局基于B/S架构建成的奥运气象服务平台，能将数十种服务产品的制作、发布及监控集于一体，使业务服务更加稳定和便捷[12]。此外，江西省、天津市气象局也基于CIMISS统一数据环境，在B/S架构下建立了自己的气象服务平台，实现产品制作与发布，改进了工作流程和服务效率。【研究切入点】针对当前贵州省决策气象服务制作、发布方式及各行业对气象服务需求的不断增加，原有服务平台越来越难以满足现行业务需求，主要表现在数据支撑能力不足[13-14]、自动化程度欠缺、产品制作效率低、产品分发缓慢及省、市二级对外气象服务信息联动不畅等方面。因此，当前的气象服务业务对贵州智能化决策气象服务平台的建设提出更高要求，平台建设中不但要实现当前天气预报服务的完整业务流程，即一个服务产品从制作到发布涉及的所有操作均可通过平台完全实现；还要面向智能化发展，平台建设需更多地融入业务人员经验、习惯性操作及地方标准或规范；更要增强系统开放性，平台中所涉及的素材除直接应用外，还可进行二次编缉应用，业务技术人员自主研发的数据或产品能够自行接入和运行，满足业务过程中更多的需求。【拟解决的关键问题】采用Hbase、Oracle和Redis内存数据库，HDFS分布式文件管理系统以及GIS技术和Linux文件操作系统等技术手段，研制智能化决策气象服务平台，以期为地方政府制定防灾减灾决策提供气象服务与支撑。

1 总体架构设计

1.1 平台与系统的总体架构

基于B/S架构进行平台总体结构设计(图1)。为避免平台建成后，在运行过程中造成不必要的系统之间的数据转换、功能接口差异以及后期系统升级扩展时产生大量的维护，更好地确保其一致性和稳定性，平台整体建设中还采用统一基础平台框架，其运行主要由5台服务器进行支撑，分别是Web服务器、数据处理服务器、接口服务器、Oracle数据库服务器和内存库服务器。

图1 决策气象服务平台结构

系统总体架构设计(图2)包括业务对象层、业务应用层、应用组件层、数据资源层和支撑层。业务对象层根据不同业务人员需求及针对服务对象和应用，按其使用权限进行各类用户设定。业务应用层包含智能网格产品应用系统、决策气象服务系统、地市网格预报服务系统及接口服务4个部分，主要功能基于业务规范、专业技术流程和现行业务需求等进行各类数据处理和产品生成并用于服务。应用组件层则为系统内部各组件设计总和，为前端各系统提供公共基础模块组件支撑，是系统建设运行的重要保障。数据资源层负责从CIMISS数据平台进行数据访问及调度，是系统的核心部分，主要对所有数据进行采集、分析、存储、管理和计算等操作。支撑层则包括系统使用过程中的硬件设备和支撑软件总和。

图2 系统总体架构

1.2 功能模块

根据现行业务需求及服务流程，贵州智能化决策气象服务平台立足于省、市整体布局，采用B/S架构，基于CIMISS统一数据环境支撑，建立包含数据统计、预报展现及产品制作等8个功能模块(图3)的能满足当前业务的较为完整、规范的应用系统。

图3 系统主界面及功能模块

1.2.1 数据统计模块 完整的数据统计模块能够实现贵州境内各种灾害性、常规性天气的多样化统计及对统计结果的图、表、文本的智能展示和编辑。

1.2.2 预报展现模块 各类客观及常规预报产品展现与生成。

1.2.3 产品制作模块 各类预报、决策及专题服务材料的制作，且对制作产品可进行文字、图形及表格等二次编辑。

1.2.4 省地联动模块 省、市二级天气过程服务中的上下联动、意见反馈，以及过程中预报、服务产品及经验共享，确保省市气象服务材料出口的一致性和高效性。此外，在浏览各产品过程中，支持对其进行方向旋转、页面缩放、下载以及打印等功能。

1.2.5 服务科普模块 面向政府、行业及三农服务中，对政策、规范、规章制度、农事生产建议、过程服务方案和科普文档的上传、查看、下载，让用户及时了解和掌握相应的服务科普内容和建议。

1.2.6 智能推送模块 预报、决策及专题气象服务产品的展示与推送分发，实现多元(多种需求)、多向(多种发布方式)、智能(根据不同需求，选择不同产品进行不同方式发布)的新型自动化发布方式。

1.2.7 一键发布模块 对各类预报、决策和专题气象服务产品，可根据不同用户对产品的不同需求进行多渠道(如ftp、本地共享路径、邮箱等)的“一键式”分发。

1.2.8 系统管理模块 为平台核心模块，支持各级用户的管理、权限设定以及各类服务产品模板的新建、修改、删除。能够对用户业务工作、实时操作进行管理和记录，并将监控信息即时写入数据库，做到全流程监控留痕，还能对指定的某用户在任意时间段的使用操作及产品制作日志进行核实查询。

2 关键技术

2.1 数据处理

针对贵州决策气象服务，特别在行业气象、专题气象服务与为农气象服务中使用较广，其主要包括降水、气温、风速和风向等要素的应用。旧版决策服务平台只能进行数据计算，不能生成图形和制作产品；使用过程中常发现数据缺失或异常值等问题，给业务带来不少困难与麻烦。鉴于当前服务产品种类及其时、空分辨率的日益增加，实况数据将直接读取CIMISS中经质控处理的数据。预报数据则是对原始Grib2数据根据贵州省经、纬度范围进行裁剪和必须要素提取处理，从而减小系统运行过程中数据处理量。为进一步提升运行效率，在系统架构中还采用分布式缓存方式对内存中缓存数据减少读写频数，以大幅提高系统中数据的读取速度和稳定性。

2.2 分布式数据存储管理

日常业务中，随着用户需求及产品种类的不断增多，每天都要进行原始数据读取、中间计算数据及最终产品数据等处理，将产生大量数据。如采用传统的磁盘阵列进行存储，一段时间后则会出现堵塞、缓慢或因硬盘故障导致数据短时不能恢复等各类问题而影响业务。为解决此类问题，各种数据存储架构方式应运而生，越来越多的采用分布式HDFS进行存储[15-17]。因此，在系统建设中采用分布式数据存储挖掘技术，既可实现集中式数据管理，也具分布式数据管理模式，其方式更加灵活。同时，利用空间数据库引擎将多源气象数据置于关系数据库中，既可扩展空间数据容量也可对数据进行管理及事务处理等功能，并大幅度提升平台运行效率。为更符合业务规范及方便管理，贵州智能化决策气象服务平台的数据与产品均统一按CIMISS数据要求进行命名，较以往传统磁盘阵列，使用效果得到明显改善。

2.3 数据统计与实现

为提高系统的普适性，贵州智能化决策气象服务平台按照国家气象局预报司《地面气象资料实时统计处理业务规定(试行)》中的规范对数据进行统一计算处理[18]，规范各气象要素(降水、温度、风向风速、气压等)在日、候、旬、月、年等时段统计中均值、总量值、极值及其他各统计值的计算法则，规范现行业务及服务。同时，针对缺损、特殊值和不完整记录值明确其处理方式[19]。

2.4 数据库技术

为使平台高效稳定运作和管理，基于现有计算机资源和网络环境建立综合气象数据库，其中包含各气象要素的实时库和历史库。在整个建设过程中，分别采用Hbase数据库、Oracle数据库、Redis内存数据库、HDFS分布式文件系统和Linux文件系统等方式进行共同协作运行，根据业务运行中数据模型和类型的不同特点，分别采用不同的存储和提取方式。数据主要包括历史数据、实时数据、数值预报产品、影响预报数据、决策气象服务产品及科普文档等。

2.4.1 历史数据 便于历史气象要素及气候事件查询、统计与分析，历史数据包含贵州省84个县、区建站以来的气象观测数据，包含气温(日最高、最低和平均气温)、降雨量、风向风速、相对湿度、气压、能见度、日照时数和蒸发量等气象要素及天气现象的记录等。

2.4.2 实时数据 包括贵州省84个县站和3 400余个乡镇两要素(降水和气温)气象站的逐时数和分钟级数据的存储与管理，涵盖最近时段各种气象要素及当前正在发生天气现象的相应气象数据。如降雨量、气压、温度、相对湿度、能见度和风向风速等气象要素以及雷电、冰雹和大风等灾害性天气现象和常规天气现象等。

2.4.3 数值预报产品 包括ECMWF(欧洲中期数值预报中心)、国家气象中心涵盖贵州全境5 km×5 km网格预报未来10 d的降雨量、最高气温、最低气温、风向风速和云量等要素的预报数据。

2.4.4 影响预报数据 影响预报即客观预报，主要通过历史气象要素、数值预报产品进行模型建立和客观算法相结合而研发产品。如干旱指数、低温阴雨指数及灾害性天气过程损失评估等。

2.4.5 决策气象服务产品及科普文档 各类预报、决策、专业气象服务产品及科普文档数据。如历年及当前贵州省市县三级制作的《重大气象信息专报》《气象信息报告》《气象信息快报》和《每日气象信息》及气象在决策服务中所涉及的科普、宣传及规章制度等。

2.5 网络GIS技术

网格GIS技术是基于B/S架构实现空间数据、检索和分析空间信息数据等功能，通过Internet在更大空间范围提供新的动作平台[20-22]。WebGIS在气象行业应用甚广，如国家公共服务中心[7]等在加工服务产品与建设服务平台中均有很好地使用WebGIS。

为使平台便于操作和易于维护，整个建设采用B/S架构，能有效使用Web/Service技术。但在平台运行中，当多个用户同时进行需求访问时，不但需高效快速地处理大量数据，还受网格传输协议、实时访问量、带宽占用等因素的约束，如何把用户请求和结果数据进行有效传输处理，也是影响系统性能的重要因素。因此，平台建设中还采用高效的网络GIS技术，确保系统的响应速度和对服务器资源的最小化应用，最大限度发挥服务器对大量并发访问的有效和快速响应，从而保证系统始终处于良好的运行状态。

3 系统软件设计

3.1 平台设计

为更好地完成贵州智能化决策气象服务平台建设工作，确保平台的安全及稳定性，该平台基于B/S架构，总体框架采用跨平台程序设计，与软件系统及设备无缝连接，具有优良的互联互通性、可管理性、易操作性和易维护性，各项性能完全能满足当前贵州决策气象服务需求。为避免不必要的系统间数据转换、功能接口、系统升级扩展时产生大量的维护，确保其一致性和稳定性，该系统还采用了统一基础平台建设框架。系统使用Java、JavaScript和Delphi等编程语言，接口服务器和Web服务器均采用Windows Server 2008操作系统。数据库与内存库服务器采用Linux系统的Centos 6.5。数据库采用 Oracle 12G，分别建立实时库和历史库2个数据库。此外，存储采用Hbase数据库、Oracle数据库、Redis内存数据库及HDFS分布式文件系统、Linux文件系统等方式协作进行，根据数据模型及数据类型的不同而采用不同的方式进行存储管理。客户端只需在Windows 7.0及以上版本环境下，使用谷歌浏览器即可进行访问。

3.2 系统应用及服务流程

贵州智能化决策气象服务平台目前已在贵州省及各市县进行业务试用，并取得较好的评价。随着系统的建成，也相应建立了一套相对完整、严格的服务流程。从图4看出，贵州智能化决策气象服务系统在整个制作与服务中，大致按如下流程完成操作。首先，对所需服务内容中气象要素进行统计分析；由图形系统对统计数据生成所需要的图、表或相应文本数据。然后，再经产品制作系统一键式生成所需的各类气象服务产品，诸如重大气象专报、气象信息快报及专题服务产品等，产品生成后先进入浏览编辑状态，用户可对产品进行修改审核，无误后进行确认保存。第三，将制作的服务产品经分发系统选择对象进行发布，完成整个服务产品制作服务过程。最后，各用户还可针对系统使用过程中的性能、可操作性、实用性等情况在评论区进行评价并提交反馈，方便系统的二次改造和升级，有利更多用户使用。此外，在整个系统的使用过程中，所有操作和步骤均被监管系统所记录，不但弥补了系统的完整性，也可对历史事件进行查询。

图4 决策气象服务系统应用流程

4 应用测试

4.1 数据统计与查询

从图5看出平台中统计模块对某个暴雨历史个例查询展示。图中标识1为统计模块历史数据中查询事件，包括灾害个例、极值排序、实况/预报距平和天数统计。选取灾害个例则会出现标识2的界面，即针对不同类型的灾害性天气，可进行统计时段、测站类别/数量、阈值设定及任意时段规定的选取，确认后则会出现标识3界面。标识3为贵州省2019年1—12月20：00至翌日20：00出现5个国家站以上的暴雨(50.0 mm)量级及以上降水事件统计查询，通过对任意查询事件第13号的选择，则会出现标识4中的色斑图，即当前查询事件的降水空间分布状态。标识4的色斑图可由标识5、标识6和标识7对其进行编辑和自定义修改，直到满足用户需求为止。同时看出，图中降水色标非国家气象局规定，而是当地业务应用的自定义色标。在上述全部操作中，其计算响应时间在数秒内即可完成，可见该统计模块的设计完成，无论对服务人员还是科研预报人员，其工作量及工作时间都将大幅度减小，显著地提高效率。

图5 历史个例——暴雨查询展示

4.2 产品的制作与服务

贵州省气象台通过该系统平台于2019年7月5日12:00对贵州省省委、省政府发布了服务产品《重大气象信息专报》(图6)。在平台中只需前期对该产品的模板完成配置即可较为简单地实现该产品的发布。贵州省气象台每天12:00前完成全省未来7 d趋势预报制作，12:00后只需在产品制作中点击重大气象信息专报制作，则将一键自动生成模块下的专报产品，并可对其浏览和编辑，直到满足要求为止。当编辑完成后，则可保存并形成当前状态下的最终产品。

图6 决策气象服务产品——重大气象信息专报

当天气过程结束后，可快速收集相应的实况信息并一键生成天气实况(图7)，并能对其智能文字描述。如2019年7月5日20:00至9日9:00，贵州省出现持续性强降雨天气过程。其中，榕江、剑河、天柱和锦屏4个县域的12个气象雨量站累计降雨量超过200 mm(锦屏平秋最大，达282.9 mm)，52个县(区、市)域430个气象雨量站累计降雨量在100～200 mm，83县(区、市)域内的920个气象雨量站累计降雨量在50～100 mm。此外，该系统还能在本次预报服务过程期间统计出贵州省气象台发布“暴雨预报”3次，制作《气象信息快报》7期，微信企业号为各相关部门服务700余人次，各市州、县(市、区)气象台发布各类气象服务材料540期。各级气象部门和国土、防汛等部门通过国家突发事件预警信息发布系统发布预警信息605条，其中发布暴雨红色预警信号13条，通过12379手机短信平台为各级应急责任人发布预警信息484条，服务98.19万人次。

可见，通过该平台从预报开始及后期过程服务总结，均能有效地对政府决策、社会公众及为农服务等行业提供相应的气象信息，有助于决策者快速进行应对和调度决策。除《重大气象信息专报》外，均可对其他决策气象服务产品进行同样的一键操作。因此，该系统为业务人员提供较大的便捷，减轻工作量，提高服务效率，节约产品的手动制作时间，可以提前将服务产品报送到决策者手里，为进行决策争取更多时间。

5 小结

通过对当前贵州省业务运行的需求分析，在充分吸取先进省、市气象服务平台及贵州省原有平台优势基础上，结合贵州现行业务运行流程规范，构建贵州智能化决策气象服务平台。目前，该平台已投入全省业务试运行，各方面表现出较好的应用价值。

为使平台高效稳定运行，采用了统一基础平台框架，其运行主要由5台服务器进行支撑，分别是Web服务器、数据处理服务器、和接口服务器、Oracle数据库服务器和内存库服务器。系统采用面向服务的B/S架构设计，通过数据剪截、分布式存储管理、规范统计方法及高效的网络GIS技术等手段处理，大幅改进系统运行效率。系统的建成，实现了CIMISS统一数据环境下实时、历史及预报数据的全要素的日、候、旬、月、年等任意时段的多样化查询统计。对统计结果进行图、表、文本的展示输出和二次编辑，以及各类预报、决策和专题服务产品的一键式制作和对其用户自动分发，很大程度上减小了一线业务人员的工作量，提升服务效率。统计模块中，灾害性天气历史个例的查询、极值排序、对比分析等功能的实现，为预报及科研人员的工作提供了极大的便捷。

实际应用情况表明，该系统运行稳定、操作简单和内容较全面，基本能满足贵州决策气象服务业务规范及需求，可为用户在预测预报及防灾减灾等气象服务中提供重要的气象服务支撑。