公共气象服务空间信息系统的研究与应用

气象空间信息系统能够对气象数据进行高效的存储、管理、分析、显示和共享,可以大大提高公共气象服务的信息化水平。随着大数据、云计算技术的发展,分析了气象信息系统存在的问题和面临的挑战,讨论了公共气象服务空间信息系统建设总体技术架构和功能组成,详细介绍了该系统的关键技术,并以行业实例进行了验证。     

虚拟化技术在气象信息系统中的应用

虚拟化技术是信息系统基础设施建设和管理上的一个重大进步,虚拟化技术降低了信息系统基础结构总成本,并为信息系统用户提供了更好的服务水平,显著提高了信息资源的灵活性且极大地降低了信息系统基础设施的复杂性。随着气象现代化水平的不断提高,信息系统资源在气象系统中的地位日渐突出,虚拟化技术在气象信息系统中的应用能从很大程度上提升气象信息系统硬件资源和网络资源的使用效率,同时还能有效解决网络安全和节约信息中心机房耗能等诸多问题。     

新业务技术体制下气象信息系统建设思考

该文通过对气象信息系统现状的分析,对省级气象信息系统建设中存在的问题及其产生原因进行了讨论,提出新业务技术体制下信息系统一体化建设的思路和建设中应注意的问题及相应对策。     

四川省气象信息共享系统建设初探

气象信息共享系统是气象信息系统建设的目标。本文从新的业务技术体制改革对省级气象信息系统的要求出发,结合我省实际,围绕四川省气象信息共享系统的构建,对全省信息网络系统的组成和构架、信息收集传输系统和流程、以数据库为核心的信息信息管理系统以及气象信息应用系统的建设提出初步设想,旨在为我省气象信息系统的构建提供一个探讨的基础。     

基于J2EE平台的气象信息系统框架设计

为了集成现有的异质应用系统和数据库,加强存储数据检索与数据共享方面的建设,针对气象信息系统在整合现有数据资源、构建统一信息平台时的要求,搭建了基于J2EE的气象信息系统的基本结构,利用JDBC（Java Data Base Connectivity）技术对异构、分散数据库进行统一管理。讨论了J2EE在建立分布、动态的气象信息系统中的应用。     

四川省气象信息共享系统建设初探

气象信息共享系统是气象信息系统建设的目标.本文从新的业务技术体制改革对省级气象信息系统的要求出发,结合我省实际,围绕四川省气象信息共享系统的构建,对全省信息网络系统的组成和构架、信息收集传输系统和流程、以数据库为核心的信息信息管理系统以及气象信息应用系统的建设提出初步设想,旨在为我省气象信息系统的构建提供一个探讨的基础.     

初探云计算对气象领域的影响

云计算是在分布式计算、并行计算、网格计算的基础上提出的一种新型计算模型,它提供了可靠安全的数据存储、强大的计算能力和方便快捷的互联网服务。云计算将给依托信息处理交换的各行各业带来巨大变革,同样将对气象领域产生重大而深远的影响。介绍了云计算的含义、基本原理和发展现状,分析了云计算对气象领域将产生的影响和可能出现的问题,并结合单位的实际对浙江气象的云计算发展提出建议。     

气象云建设的研究与思考

气象云建设是气象信息化上新台阶的必由之路,加强气象云建设是气象现代化的重要内容之一。根据气象信息化的现状与需求,提出了气象云建设的四条原则,即满足各种气象业务服务和管理需求、有利于提高气象预报预测准确率、集约高效和数据共享的原则。在此基础上,提出了气象云的设计思路:气象云应包括云存储、云计算和云服务,云存储为云计算提供支撑,云存储、云计算为云服务提供支撑。最后,对气象云建设中的数据获取途径进行了概括:一是国外气象数据,二是国内气象观测数据,三是国内加工的产品。     

关于气象信息系统建设的思考

围绕中国气象事业发展战略研究成果以及业务技术体制改革对信息系统建设的总体要求，在认真分析山东信息系统建设的现状以及面临的机遇与挑战的基础上，从思想认识上要实现四个转变入手，探讨了当前我省信息系统建设需要强化的三个方面重点工作以及要正确处理好的三个方面关系，以更好的适应气象事业可持续发展的需要。     

气象信息安全建设探讨

为了解决北京气象信息网络安全和有效地满足气象信息共享、等级保护和未来发展的需求,在分析现有北京气象信息网络建设中存在安全风险的基础上,从人员思想意识、管理、技术等方面提出了一套比较完整的解决信息安全问题思路。结果表明：可从信息安全系统建设方面以安全等级划分作为首要切入点,建立安全域,解决办公网、业务网和互联网三网关联问题。将安全检查评估和加固贯穿到信息系统整个周期,采用网络安全联防机制安全准入方案解决VPN接入导致的网络边界模糊问题。可根据信息系统属性和损害客体及损害程度来划分信息系统等级。此研究思路,对气象信息系统安全的进一步发展有参考意义。     

气象基础设施云平台关键设计与实现

为适配气象业务科研应用对算力、存储资源的需求特点，采用分布式计算、分布式存储、虚拟化技术搭建气象基础设施云平台，并根据不同的业务类别、网络区域、资源服务对象针对性地设计云平台资源分区，以及每个分区需具备的云资源及功能。设计的云平台涵盖IaaS层、PaaS层功能，通过软件定义方式池化硬件资源，形成具备云计算、大数据支撑特征的资源池，为众多气象应用端部署、气象大数据业务提供虚拟主机、物理算力、数据存储资源。实际运行效果表明设计的气象基础设施云平台能够适应数据处理规模与时效性要求不断提升的业务发展需求。     

基于MapReduce计算模型的气象资料处理调优试验

云计算技术使用分布式的计算技术实现了并行计算的计算能力和计算效率,解决了单机服务器计算能力低的问题。基于长序列历史资料所计算得出的气候标准值对于气象领域实时业务、准实时业务及科学研究中均具有重要的意义。由于长序列历史资料数据量大、运算逻辑较复杂,在传统单节点计算平台上进行整编计算耗时非常长。该文基于Hadoop分布式计算框架搭建了集群模式的云计算平台,以长序列历史资料作为源数据,基于MapReduce计算模型实现了部分整编算法,提高计算时效。同时,由于数据源本身具有文件个数多、单个文件小等特点,对数据源存储形式及数据文件大小进行改造,分别利用SequenceFile方式及文本文件合并方式对同一种场景进行计算时效对比测试,分别测试了10个文件合并、100个文件合并两种情况,使时效性得到了更大程度的提升。     

我国三维云融合分析业务系统（3DCloudA V1.0）研制与开发

云是地球系统的重要组成部分,能够通过影响大气辐射传输,进而影响地气系统的辐射平衡。目前对于三维云场观测得到的信息均具有一定的局限性,需要通过融合分析,综合多源观测资料的优势,得到更为准确的三维云场信息。三维云融合分析业务系统(3DCloudA-V1.0)基于逐步订正方法,融合数值预报产品、静止气象卫星、雷达等多源数据,实时生成0.05°/h分辨率、覆盖中国及其周边地区(0°~60°N、70°~140°E)的三维云融合分析产品,并通过国内气象通信系统将产品下发至全国气象部门;系统采用模块化的系统框架,开发了EC-Flow调度进程实时监测与自动重启等容错功能,有效地提升了稳定性和可靠性。评估结果表明,通过融合多源观测资料,三维云融合分析产品能够对云顶、云中和云底信息进行更为准确的描述。     

基于虚拟化云平台的气象终端集约化管理

气象终端的集约化管理是气象业务系统和气象服务需求发展到一定阶段后的必然趋势和结果。从气象终端管理的现状和需求、虚拟化云平台的技术体现和应用部署中,体现基于虚拟化云平台的气象终端集约化管理的应用特点和实施效果:提供虚拟防护、桌面管理及行为控制等的策略管理和策略服务,提升气象现代化支撑和保障气象用户个性化需求的能力,为气象平台建设、信息共享、应用服务的终端管理提出了全新概念,是集"应用"、"集成"、"运维"、"安全"到"成本控制"的解决方案。     

Operational Climate Prediction in the Era of Big Data in China:Reviews and Prospects

Big data has emerged as the next technological revolution in IT industry after cloud computing and the Internet of Things.With the development of climate observing systems,particularly satellite meteorological observation and high-resolution climate models,and the rapid growth in the volume of climate data,climate prediction is now entering the era of big data.The application of big data will provide new ideas and methods for the continuous development of climate prediction.The rapid integration,cloud storage,cloud computing,and full-sample analysis of massive climate data makes it possible to understand climate states and their evolution more objectively,thus predicting the future climate more accurately.This paper describes the application status of big data in operational climate prediction in China;it analyzes the key big data technologies,discusses the future development of climate prediction operations from the perspective of big data,speculates on the prospects for applying climatic big data in cloud computing and data assimilation,and puts forward the notion of big data-based super-ensemble climate prediction methods and computerbased deep learning climate prediction methods.     

气象业务系统融入“天擎”“天镜”的技术要点分析

随着气象业务系统的集约化程度越来越高,“云”+“端”的业务构建模式将成为主流,省级气象部门新的业务系统构建直接基于“天擎”作为数据和算力支撑,“天镜”提供统一实时业务监控的模式开展。而原来研发的气象业务系统则要通过“云化”改造融入“天擎”“天镜”。本文通过分析融入“天擎”“天镜”技术要点,总结贵州前期系统融入过程中的经验,为今后各单位业务系统顺利融入提供借鉴和指导。     

Operational climate prediction in the era of big data in China: Reviews and prospects

Big data has emerged as the next technological revolution in IT industry after cloud computing and the Internet of Things. With the development of climate observing systems, particularly satellite meteorological observation and high-resolution climate models, and the rapid growth in the volume of climate data, climate prediction is now entering the era of big data. The application of big data will provide new ideas and methods for the continuous development of climate prediction. The rapid integration, cloud storage, cloud computing, and full-sample analysis of massive climate data makes it possible to understand climate states and their evolution more objectively, thus predicting the future climate more accurately. This paper describes the application status of big data in operational climate prediction in China; it analyzes the key big data technologies, discusses the future development of climate prediction operations from the perspective of big data, speculates on the prospects for applying climatic big data in cloud computing and data assimilation, and puts forward the notion of big data-based super-ensemble climate prediction methods and computerbased deep learning climate prediction methods.     

气象综合指挥平台建设与应用北大核心CSCD

在重大活动、突发气象灾害以及汛期会商服务等特定时空气象保障过程中,采用各单位逐一汇报及展示专业产品或系统等传统方式,形成的产品及系统深度专业,但无法互动且运行协同不足,影响实时保障服务效益。气象综合指挥平台充分利用现有气象业务数字化成果,面向气象保障服务的时空及可视化需求,采用混合存储、接口服务以及图层组件发布等技术,实现多源数据的标准化处理、功能集约建设以及图层渲染等组件松耦合发布,首次在气象保障服务中接入空间天气、风云四号气象卫星高分辨率数据、秒级观测以及百米融合实况等数据及产品,实现气象产品全在线服务与中国气象局电视会商、云会商系统音视频信号的同步实时调度,为实时气象保障调度指挥提供服务支撑。该平台集成113种气象产品,发布1106个图层服务,成功完成2022年北京冬奥会和冬残奥会等国家重大气象保障工作,未来可为各类气象保障系统开发及专题气象保障服务提供支撑应用。     

针对贵州省县级公共气象服务系统集约化建设的研究和思考

贵州省气象局自2014年起在全省县、区级气象部门部署了公共气象服务系统,该系统上线后对县级公共气象服务发挥了重要作用,随着云计算、大数据技术的发展,业务系统的集约化程度逐步提高,现有的县级公共气象服务系统已不能满足用户大量增长的服务需求,该文通过对该系统在县级部署和应用情况的分析,从技术和管理的角度,深入探讨系统在集约化方面存在的问题和不足,并提出了相关改进措施,对县级公共气象服务建设具有一定参考价值。