深圳活用大数据提升气象服务

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:


  对流层风廓线仪实时监测采集气象数据。


  ▲市气象局预报员密切监测跟踪天气动态。

气象大数据时代来了,并成为一股势不可挡的潮流。

刮风下雨、高温寒冷、电闪雷鸣……日常中获取的各种气象服务信息都来自于海量气象大数据,深圳气象人就是“数据分析师”,通过采集分析繁杂的气象数据不断提供气象服务。在这科技发展的时代,庞杂众多的气象数据就是取之不尽的“富矿”。

深圳市气象局2014年起被列入广东省气象大数据开放共享试点建设单位,在大数据研究和应用上先行先试,积极推动气象大数据开放共享,利用大数据为气象公共服务和城市防灾减灾提供支撑。7月29日起,深圳市气象局将在深圳晚报推出“数观天象——解码深圳气象大数据”气象科普栏目,进一步挖掘气象大数据成果,展示气象大数据带来的便利。

气象数据应用于各行各业

对于市民来说,气象数据并不是一个高大上的概念,点开微信、刷刷微博,在你通过深圳天气APP、深圳天气微博和微信获取气象信息时,别忘了气象大数据这个幕后“大功臣”。

气象数据是天气预报之源,具有数据种类多、数据量大、时效性要求高等特点,我们平时从电视、报纸或者网站获取的看似简单的天气预报信息,其背后都有庞大的数据作为支撑。仅深圳就有150个自动气象站、一部天气雷达等近300台先进气象探测设备,每天还要接收广东省86个国家基本站、2000多个区域自动站、10部雷达等监测设备逐日逐小时甚至逐分钟的气象数据,还共享接收泛华南地区30多部雷达、4000多个区域自动站、6部气象卫星的气象观测数据,平均每天要处理600多万份数据,数据容量超过1TB。

“我们每日接收到的天气预报信息就是从海量的数据分析,再加上欧亚乃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获取的。”深圳市国家气候观象台台长江崟说,随着预报业务不断发展,气象数据也将更加精密,数量也将继续增加。

气象大数据仅仅用于简单的气象预报服务吗?江崟指出,各行各业对气象信息的需求越来越大,气象数据的应用面也越来越广泛。例如,结合深圳历史海量暴雨数据和地形地貌情况分析得出的暴雨强度公式可为深圳排水管网设计提供科学参考,历史气温、风向、降雨等气象数据可为小区通风、排水等规划建设提供科学指导。

气象观测到报率及时率全省第一

气象大数据从何而来?有哪些先进观测手段?在这方面,深圳市气象局已经布下一道缜密的“探测观测网”。据了解,深圳市气象局通过地面站、雷达、卫星、风廓线等进行采集,逐日逐时甚至每分钟扫描气象大数据,已建成高质量立体综合气象探测系统,初步建成了空间、立体、业务全覆盖的城市综合气象探测系统。

在空间方面,以“6+3”(6个气象探测基地和3个海上石油平台测站)为核心,建设148个区域气象观测站,覆盖所有街道、易涝区、海岛、港口和地铁沿线。在立体上实现从海平面到垂直12KM高度范围内探测覆盖,主要有海岛站、高山站、边界层风廓线、对流层风廓线、微波辐射计、GPS水汽探测等;在业务上实现了地面观测、高空观测、天气雷达观测、专业气象观测、海洋气象观测等业务的全覆盖。

市气象局还初步建成完善装备运行保障体系,实现了探测数据质量达标、1分钟到预报员桌面、2分钟服务于公众,取得了到报率和及时率连续6年居于全省第一,天气雷达和风廓线数据到报率和及时率名列全省前茅的成绩。

气象人风雨无阻采集数据

海量大数据形成过程中,地面观测就是一个强有力的“采集器”。如同安装在陆地上的一个“探眼”,地面气象观测人员每天要定时记录各类近地面层气象要素,比如各类云、各种天气现象、能见度、温度、湿度、气压和风向风速等气象要素,定时观测次数5次~8次,以此保证地面气象观测记录具有代表性、准确性。

地面气象观测数据极为重要,气象观测员在做定时观测时可能会遇到暴雨、台风、雷暴和闪电,但气象观测员无论遇到多恶劣的天气环境,都要按时按质完成气象数据采集、记录、编发和传输工作,为天气预报预测和城市防灾减灾提供数据支持。

“有一次遇到台风暴雨天,出外观测时全身都淋湿了,但天气越恶劣越要加强监测。”市观象台地面观测员刘爱明回忆说,在台风暴雨天,为了及时记录气象数据,刘爱明和观测员们冒雨前往观测场,从记录数据到完成数据输送这些都要在5分钟内完成,地面观测员一次次直面困难,坚持24小时值守,记录下宝贵气象数据为预报预警提供支持。

“以前都要靠人工记录,现在温度、降水、云量、能见度实现了自动观测,只要确保数据传输顺畅、准确。”刘爱明感言。

台风暴雨高级别预警覆盖千万人次

为城市公共安全管理和气象防灾减灾提供支撑保障,是市气象局的重要职责之一。对于提升气象灾害预警预报的准确性和及时率,并将气象灾害预警预报信息及时、准确地发送到防灾部门和市民手中,气象大数据在气象防灾减灾中大有可为。

气象大数据和科技手段是确保预警预报准确及时的基础。近年来,深圳的预警预报准确率有较大提升。目前,暴雨临近预警时间延长18分钟,暴雨预警提前量提升至70分钟,台风路径预报延长至5天,为城市气象防灾减灾预备更多提前量。市气象局还推出了台风暴雨雷电灾害风险区划,有效提高城市气象灾害防御水平。

依托深圳市突发事件预警信息发布平台,市气象局建立了微博、微信、手机客户端等13种预警信息快速发布渠道,台风暴雨高级别预警信息联网发布可覆盖人数达1200万人次,实现了预警信息的全覆盖,及时发送预警信息。

乐享气象开放大数据

上哪可以获取气象大数据?据了解,市气象局已发布《深圳市气象数据和产品共享开放目录》,推出了“深圳气象数据网”,向社会开放气象数据。此次开放的气象数据和产品共19类75种,涵盖了气象观测、雷达与卫星、预警预报、气候资料,数据更新频次最高达到6分钟,数据总量达到了946万组,其中深圳国家基本气象站数据时段长达35年。

针对气象数据如何转化成应用成果这一问题,市气象局以移动互联网为主阵地,打造基于气象大数据应用的个性化服务终端,建立了深圳天气(我的都市天气)APP、微博、微信和微网页“四微”平台,打造更智能化、更个性化、更高体验度的服务应用端。

另外,市气象局不断推动气象大数据与其他行业的融合应用,通过开展乐享气象活动激发全民参与气象大数据开发,与阿里云创新数据服务机制,成为国内首家入驻“数加平台”开展“数据商店”(DT Shop)的气象部门,为12家企业团体发放数据金钥匙,激发全民参与气象大数据开发热情。





====================================分割线================================


本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
7月前
|
存储 数据可视化 数据管理
基于阿里云服务的数据平台架构实践
本文主要介绍基于阿里云大数据组件服务,对企业进行大数据平台建设的架构实践。
1339 2
|
7月前
|
分布式计算 运维 数据挖掘
MaxCompute是一个强大的云数据仓库服务
【4月更文挑战第1天】MaxCompute是一个强大的云数据仓库服务
103 1
|
2月前
|
自然语言处理 大数据 应用服务中间件
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
68 5
|
2月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
4月前
|
DataWorks Kubernetes 大数据
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
|
2月前
|
消息中间件 监控 Ubuntu
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
94 3
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
|
2月前
|
存储 分布式计算 druid
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
65 3
|
3月前
|
数据采集 分布式计算 MaxCompute
MaxCompute 分布式计算框架 MaxFrame 服务正式商业化公告
MaxCompute 分布式计算框架 MaxFrame 服务于北京时间2024年09月27日正式商业化!
99 3
|
7月前
|
存储 分布式计算 算法
【底层服务/编程功底系列】「大数据算法体系」带你深入分析MapReduce算法 — Shuffle的执行过程
【底层服务/编程功底系列】「大数据算法体系」带你深入分析MapReduce算法 — Shuffle的执行过程
101 0
|
4月前
|
机器学习/深度学习 分布式计算 BI
MaxCompute 与阿里云其他服务的协同工作
【8月更文第31天】在当今的数据驱动时代,企业需要处理和分析海量数据以获得有价值的洞察。阿里云提供了一系列的服务来满足不同层次的需求,从数据存储到高级分析。MaxCompute(原名 ODPS)作为阿里云的大规模数据处理平台,提供了强大的计算能力和丰富的功能,可以与阿里云的其他服务无缝集成,形成完整的大数据解决方案。本文将探讨 MaxCompute 如何与其他阿里云服务协同工作,包括存储服务 OSS、数据分析服务 Quick BI 以及机器学习平台 PAI。
58 1