谈云计算环境下气象大数据服务应用

摘 要 依托于信息技术的成熟，人们可以针对计算对象采取云计算的方式快速准确地进行剖析，气象行业也因此获得了较大的发展。当前许多气象部门均使用服务器和数据库等网络技术来提高编程运算能力，而本文就针对云计算与气象大数据服务的具体应用展开分析。

关键词 云计算;大数据;气象服务

气象部门提供的服务需要参考许多原始数据，只有数据来源越广泛，计算工序越科学，才能保证结果的准确性。在当前云计算的技术环境下，气象工作者将大量的演算过程交给软件和网络，而基于大数据的强大计算能力，也促进了气象服务的更好发展。

1利用云计算的气象大数据服务优势

大数据和云时代的来临迎合了气象部门高效处理问题的需求，通过软件编程，可以在有限时间内完成更多更有效的数据计算，这对于保证成果的有效性具有深远意义。

1.1 推动气象灾害预警工作的开展

地球环境总是处于不断变化的状态，其中雷雨、冰雹、地震、火山都可能对大自然的正常发展造成破坏。如果能通过可靠的气象服务数据支持，对气象灾害做出提前警报，就可以尽量避免和减少资源的损耗和生命的损失。在云计算环境下，气象部门更多地使用高性能计算集群和云服务器，以此对更多原始数据进行收集和处理，其计算过程所耗费的时间被大大减少，提高了气象灾害预警的及时性和准确性，而这是传统工作方式难以企及的。

1.2 对气象信息进行实时和严密的监控

云计算对大数据的处理能力，大大提升了气象分析的精确性。在相应的时间段内，可能存在的气象现象都可以被技术人员检测并计算出來，且借助计算机大数据的长时间工作特性，相关部门可以持续地、随时地获取区域内的实时信息，工作人员只需监视显示屏上的编程数据反馈即可，以此向社会大众提供当前的气象状态和未来气象的动向信息[1]。

2气象大数据服务概述

2.1 气象工作中的大数据特点

在信息时代下，利用网络计算机技术，人们可以根据业务需求相对应地建立企业数据库、服务器、前台页面等，在这些行业内的大数据普遍存在的特点有：数据总量庞大、名称类型多样、运行处理迅速、数据价值攀升等。在气象工作中，相对比普通家用电脑，普遍存储容量为1～2TB，而气象数据则要达到此数值的千余倍，其数据处理负担可见一斑。

影响数据分析结果的原始要素众多，来源和种类也不尽相同，数据库词条的建立需要科学制定名称，合理规划类别，如此才能方便存储和计算。面对等待处理的庞大基本数据以及迫切的社会运作需求，气象部门对数据的采集、储存、计算、分析过程需要提升工作效率，利用现有的软件编程系统，进行长时间不间断的气象观测活动。

气象部门对于数据的计算分析与大众的日常生活密切相关，甚至关联地球的健康发展。通过数据的处理分析，我们可以更好地了解未来气象环境，针对性地采取改进策略，所以其数据本身价值不可估量。

综上，气象部门大数据服务是典型的行业案例，并迫切需要云计算等高新技术的应用，为人们反馈更有价值的气象信息。

2.2 气象大数据服务基本架构

气象工作站对大数据的处理需要各种部门承担相应的职责，各类设备执行相应的功能，以此形成完整的服务架构系统，并经由云计算的技术方式完成信息和数据从收集到产出的过程。我国常见的气象大数据服务架构主要包括：

①由储存设备、电脑主机、缓存空间、互联网、数据库等组成的基本设施。这既是帮助气象部门完成业务的必要基础，同时也是类库服务的提供者，相关数据的存储、调用和处理都要依靠基本设施。②使用Hadoop框架、MPP模式等构建的大数据平台。基于平台的完善人们才能完成数据操作，对于气象部门的平台构建首先需要解决底层的数据备份和分布式存储问题，保证数据的安全有序。之后要为分析计算创造条件，常用的有MapReduce、Hive等。③完成大数据服务和气象业务的具体应用环节。经由硬件和软件环境的基本铺垫，此项工作主要是面向气象工作者进行数据的深入开发和业务的实际应用，结合云计算的具体要求，需要具备对气象时序数据的快速处理、云服务器的良好对接、云设备的管理、气象信息监控与预测等功能。④为气象专业人员和相关单位提供的用户服务。主要任务是促进气象大数据的传播与咨询，面向科研工作者和关联人员，需要建立充满气象数据的信息网络，使工作者以内部账号和等级权限访问不同的网络内容，保证数据信息发挥出重要作用，为正常工作提供便利条件[2]。

3云计算在气象大数据服务中的应用——以Map Reduce为例

3.1 技术简介

在大数据云计算的推动下，Google公司发表了Map Reduce的技术构想，按照英文将其理解为Map（映射）和Reduce（归约）。首先，收集原始数据，依据某种设计好的函数形式对数据进行映射表达，从而转换成键值对的形式，然后经由重组整理使数据实现有序的分布式排布，最后执行数据的汇总输出，以此实现对大数据的编程处理。

3.2 Map Reduce的降水和测温气象服务应用

气象信息的预测与传感器收集的原始数据、当地历史数据、数据中心的数值存储等都有关系。针对气象部门的Map Reduce编程计算也要选用合适的数据处理对象。如需要分析某家气象站的温度和降水数据，首先要了解数据库中的数据存储形式，并在程序中相对地做好字符串、数值、文本等类型的声明。

Map Reduce要从映射开始数据处理，对时间、温度、降水进行准确的提取和键值对设计，从而形成一个个排列有序的key和对应的value，而后再Reduce阶段则可以利用编程的逻辑设定，分别遍历出最大温度、最大降水等预期数值。

通过Map Reduce编程办法获取的气象数值准确性取决于编程程序的逻辑思路，如果能保证计算质量，就可以为数据的整理分析提供积极帮助，使人逐年、逐月、逐日地获取气象数据并加以分析。

4结束语

综上所述，气象工作是大数据时代下的重点典型行业，云计算的研究和应用为其创造了有利条件，工作人员需要从编程技术、系统管理等方面加强云计算的使用效果，进而达到高效处理数据的气象工作要求。

参考文献

[1] 陈晴，高婷，杨明，等.气象大数据平台的设计及应用[J].电子技术与软件工程，2019，（11）：192-194.

[2] 刘喆玥.我国气象大数据的发展趋势研究[J].电脑知识与技术，2019，（21）：252-254.

作者简介

冯超（1989-），男，吉林长春人;学历：硕士研究生，工程师，现就职单位：吉林省气象信息网络中心，研究方向：计算机应用技术专业。