趙青松 安晶晶 葉金印 劉雨平

摘要：準確、及時、高效的氣象信息是地方黨政領導和決策指揮部門指揮工農(nóng)業(yè)生產(chǎn)、防汛抗旱和防災減災等工作的重要科學依據(jù)。以提高決策氣象服務中氣象資料查詢檢索與分析能力為目的，研發(fā)了安徽省決策氣象服務支撐系統(tǒng)。該系統(tǒng)由數(shù)據(jù)庫、數(shù)據(jù)接入、Web網(wǎng)頁客戶端和后臺數(shù)據(jù)處理系統(tǒng)等4個部分組成，實現(xiàn)了氣象數(shù)據(jù)快速檢索查詢與繪圖、氣候資料極值分析、氣象災害查詢以及歷史災害性天氣個例資料查詢等功能。該系統(tǒng)已業(yè)務應用兩年，在決策氣象服務工作中發(fā)揮了重要的支撐作用。

關(guān)鍵詞：決策氣象服務；支撐系統(tǒng)；氣象資料；氣象產(chǎn)品

中圖分類號：TP315 文獻標識碼：A DOI：10.3969/j.issn.1003-6970.2017.08.013

本文著錄格式：趙青松，安晶晶，葉金印，等.安徽省決策氣象服務支撐系統(tǒng)的實現(xiàn)與應用[J].軟件，2017，38（8）：68-72

引言

決策氣象服務是面向地方黨政領導和決策指揮部門指揮工農(nóng)業(yè)生產(chǎn)、防汛抗旱和防災減災工作需求，在第一時間提供準確、及時、高效的氣象服務信息。在決策氣象服務工作中，需要處理的氣象數(shù)據(jù)種類繁多，服務材料制作時間緊張，如何快速地從歷史和實時氣象資料中查找氣象信息并進行分析，提供有針對性的服務產(chǎn)品是決策氣象服務工作中亟待解決的問題。以提高決策氣象服務中氣象資料查詢分析能力為目的，采用等計算機技術(shù)開發(fā)了安徽省決策氣象服務支撐系統(tǒng)。該系統(tǒng)由數(shù)據(jù)庫、數(shù)據(jù)接入、Web網(wǎng)頁客戶端和后臺數(shù)據(jù)處理系統(tǒng)等4個部分組成，實現(xiàn)了氣象數(shù)據(jù)快速檢索查詢與繪圖、氣候資料極值分析、氣象災害查詢以及歷史災害性天氣個例資料查詢等功能。本文主要介紹系統(tǒng)結(jié)構(gòu)設計、氣象數(shù)據(jù)采集與處理方法以及系統(tǒng)在暴雨洪澇、高溫干旱及災害性天氣監(jiān)測與氣候分析等決策氣象服務丁作中的應用。

1 系統(tǒng)功能模塊

安徽省決策氣象服務支撐系統(tǒng)由數(shù)據(jù)庫、數(shù)據(jù)接入、Web網(wǎng)頁客戶端和后臺數(shù)據(jù)處理系統(tǒng)等4個部分組成（圖1），實現(xiàn)了氣象數(shù)據(jù)快速檢索查詢與繪圖、氣候資料極值分析、氣象災害查詢以及歷史災害性天氣個例資料查詢等功能。

數(shù)據(jù)庫主要提供氣象數(shù)據(jù)支持，是整個系統(tǒng)的數(shù)據(jù)中心。數(shù)據(jù)庫存儲包括實時氣象觀測資料、歷史氣候資料整編數(shù)據(jù)、歷史氣象災情數(shù)據(jù)以及災害性天氣歷史個例庫。

數(shù)據(jù)接入是從全國綜合氣象信息數(shù)據(jù)共享平臺（ChinaIntegrated Meteorological Information Sharing System，簡稱CIMISS）采集歷史氣象資料、實時氣象觀測資料（以Z開頭的長文件名實時氣象觀測數(shù)據(jù)文件，簡稱長文件）、重要天氣報（報）和其他類型的氣象數(shù)據(jù)，并對其進行解碼輸入到相應數(shù)據(jù)表。

Web網(wǎng)頁客戶端是通過網(wǎng)站服務向決策氣象服務用戶提供氣象信息服務的主要途徑。Web網(wǎng)頁包括實況氣象資料查詢與繪圖、氣候資料查詢、實時氣象災害查詢、氣象災情數(shù)以及災害性天氣歷史個例檢索查詢等功能。

后臺數(shù)據(jù)處理系統(tǒng)是由網(wǎng)站后臺數(shù)據(jù)監(jiān)控、數(shù)據(jù)入庫、自動制圖和網(wǎng)頁更新等一系列子程序組成。

基于MS-SQL數(shù)據(jù)庫系統(tǒng)建立系統(tǒng)數(shù)據(jù)存儲池，采用C#語言編寫數(shù)據(jù)接入模塊，利用C++語言實現(xiàn)后臺相關(guān)統(tǒng)計分析算法，Web客戶端采用目前比較流行的HTML5+CSS3+Java Script技術(shù)開發(fā)。

2 氣象數(shù)據(jù)采集與處理方法

2.1 氣象數(shù)據(jù)采集

全國綜合氣象信息共享系統(tǒng)（CIMISS）為氣象業(yè)務和相關(guān)科研用戶獲取氣象基礎數(shù)據(jù)提供數(shù)據(jù)使用環(huán)境和數(shù)據(jù)應用開發(fā)接口（API）。氣象數(shù)據(jù)采集模塊負責從CIMISS系統(tǒng)采集實時氣象觀測數(shù)據(jù)、雷達觀測資料、衛(wèi)星云圖資料以及預報預警數(shù)據(jù)等

實時氣象信息。獲取CIMISS中的氣象數(shù)據(jù)主要代碼如下：

//實例化客戶端類，并根據(jù)所在位置指定登錄的CIMISS分布服務器IP、端口號Cimiss客戶端Cimiss Client=new Cimiss客戶端（xxx.xxx.xxx.xxxxxxx）；

//初始化客戶端，并且與分布式服務器產(chǎn)生連接

Cimiss Client.init Resources（）；

//根據(jù)數(shù)據(jù)需求選擇查詢的數(shù)據(jù)表，如自動站資料數(shù)據(jù)庫，雷達資料數(shù)據(jù)庫，主觀預報服務數(shù)據(jù)庫等查詢相關(guān)參數(shù)列表.Add（ndata Code，”SURF_CHN_MUL_DAYn）；

//選取查詢對象表的查詢要素如站名、日期、位置、觀測值等

查詢相關(guān)參數(shù)列表.Add（nelementsf，nStation_Name，Station—Id，Lon，Lat，PREO808…；

//添加其他查詢約束條件如查詢時間、查詢站點、查詢經(jīng)緯度范圍等查詢約束信息

查詢相關(guān)參數(shù)列表.Add（timeRange，查詢時間段）；

//根據(jù)用戶名、密碼、查詢接口、查詢條件從CIMISS查詢相關(guān)基礎數(shù)據(jù)，并返回查詢結(jié)果

Cimiss ClientxallAPI_to_array2D（n用戶名密碼”，”查詢接口名稱”，查詢相關(guān)參數(shù)列表，返回結(jié)果集）；

//中斷客戶端連接，結(jié)束查詢

2.2 氣象數(shù)據(jù)插值方法

本系統(tǒng)采用Kngmg插值法對降水、氣溫等離散站點氣象要素進行插值和格點化處理，并生成平滑曲線的等值面圖形。

Kriging插值法根據(jù)一個區(qū)域內(nèi)氣象要素的特征數(shù)據(jù)值，對該區(qū)域氣象要素作出一種線性無偏和最小估計方差的估計方法，其表達式為：

式中，為未知樣點的數(shù)值，為未知樣點周圍的已知樣本點的數(shù)值，為第個已知樣本點對未知樣點的權(quán)重值，為樣本點的個數(shù)。

2.3 氣象數(shù)據(jù)統(tǒng)計方法（1）平均值計算

氣象要素平均值由定時氣象觀測值求得，計算公式為：

式中：某要素某日的日平均值；該要素第時次的定時值（缺測和錯誤記錄不參加統(tǒng)計），

該要素該日參與統(tǒng)計的記錄次數(shù)，即個數(shù)。

（2）氣候極值分析

極值是一個氣象資料序列的極大值或極小值。由于氣象觀測存在較大隨機性，從要素中挑取的極值受到觀測偶然性的很大影響，可能存在較大的波動幅度，使得不同區(qū)域之間的可比較性大為減弱。

為了減少這種影響，采用1%和99%的百分位數(shù)來反映要素的極大值和極小值。具體計算方法如下：

如果將一組數(shù)據(jù)從小到大排序，并計算相應的累計百分位，則某一百分位所對應數(shù)據(jù)的值就稱為這一百分位的百分位數(shù)。百分位數(shù)計算公式為：

式中：百分位數(shù)，為分位數(shù)序號；指

數(shù)據(jù)序列中的順序號，取整數(shù)，指

某要素由小到大順序排列的數(shù)據(jù)序列中第個值；

偏移量，數(shù)據(jù)序列的數(shù)據(jù)個數(shù)。

3 系統(tǒng)主要業(yè)務應用

3.1 暴雨洪澇檢索查詢

暴雨洪澇是安徽省主要氣象災害之一，地方黨政領導和防汛抗旱指揮部門需要及時掌握降水實況。該系統(tǒng)實況氣象資料查詢與在線繪圖功能可實現(xiàn)整點15分鐘內(nèi)任意時段逐小時降水分布圖和任意時段累計降水分布圖以及降水統(tǒng)計信息。

（1）雨量圖快速制作?？焖僦茍D是決策氣象服務中面臨的主要問題，系統(tǒng)提供兩種快速方案：一是利用長文件時效快的特點，快速檢索生成臨時數(shù)據(jù)文件，二是利用后臺快速制圖，即后臺監(jiān)控程序檢測到臨時文件有新數(shù)據(jù)生成，及時啟動后圖出圖程序，快速生成1小時、3小時、6小時、12小時和24小時雨量圖，并給出相應雨量統(tǒng)計信息，包括各量級站點數(shù)、面積覆蓋范圍和雨量排序等信息（圖2（a））。除固定時段自動制圖外，網(wǎng)頁還提供了任意在線查詢和繪圖功能。

（2）極值歷史排序。運用降水極值法和歷史同期降水進行對比分析，氣候資料查詢功能可進行逐日降水量統(tǒng)計、過程降水量統(tǒng)計。選擇相應極值站點即可生成實況極值在歷史同期極值排序（圖2（b））。

（3）暴雨洪澇災害查詢。短時強降水是暴雨洪澇重要誘發(fā)因素，也是決策氣象服務需要提供的重要信息。系統(tǒng)提供了災害性天氣過程中1小時雨強實時查詢統(tǒng)計功能，提供全省范圍1小時雨強分布圖（圖2（c）），以及最大小時雨強出現(xiàn)站點和強度數(shù)據(jù)。

（4）歷史災情查詢。暴雨洪澇災害是常見的氣象災情，歷史災情數(shù)據(jù)可以為決策指揮部門提供重要的參考信息。系統(tǒng)建立了1984年以來氣象災情數(shù)據(jù)庫，災情數(shù)據(jù)庫設置受災區(qū)域、災情種類、時間段和受災情況等關(guān)鍵字段，可以根據(jù)關(guān)鍵字段進行組合，查詢暴雨洪澇區(qū)域歷史受災情況，從而更好地提供有針對性的決策氣象服務產(chǎn)品（圖2（d））。

3.2 高溫干旱檢索查詢

（1）溫度區(qū)域與排序查詢。溫度統(tǒng)計功能可在后臺自動輸出逐小時整點、近3小時、近6小時、近12小時和近24小時的逐小時滾動更新的全省最高溫度和最溫度分布圖以及溫度不同級別站點統(tǒng)計和站點溫度排序統(tǒng)計。系統(tǒng)還可提供溫度自定義統(tǒng)計功能，通過頁面可以選擇站點類型（國家級氣象站、區(qū)域級氣象站）、任意時段、溫度范圍進行查詢和統(tǒng)計（圖3a）。

氣候查詢可以對出現(xiàn)當年出現(xiàn)極值的站點進行歷史排位查詢。如在2017年7月23日霍山站出現(xiàn)41.7T的高溫為當天全省最高氣溫，系統(tǒng)氣候查詢功能可以查詢檢索出霍山站2017年7月23日最高溫度在逐年最高溫度中的歷史排位為第3位，低于1966年和1967年（圖3b）。

（2）高溫干旱歷史災情查詢。可以根據(jù)災情類型選擇夏季干旱和高溫熱害進行組合查詢，得到歷史高溫干旱災情信息。結(jié)合其它監(jiān)測產(chǎn)品和氣象分析得出干旱與高溫日數(shù)之間關(guān)系，從而對高溫干旱決策服務提供有針對性的氣象服務產(chǎn)品。

3.3 歷史災害性天氣過程資料查詢

該系統(tǒng)建立了氣候資料數(shù)據(jù)庫和災害性天氣歷史個例庫，可實現(xiàn)氣候資料和災害性天氣的在線查詢功能。氣候資料庫建立了安徽全省82個國家站降水和氣溫的歷史資料數(shù)據(jù)庫，包括1951年以來全省陸續(xù)建立的氣象臺站歷年20-20時逐日雨量。歷史氣溫資料包括各臺站歷年日平均值、日最氣溫、日最低氣溫等。為保證歷史資料的持續(xù)性，系統(tǒng)設置日值自動添加功肯泛，利用后臺程序?qū)IMISS數(shù)據(jù)庫中最新的日值數(shù)據(jù)導入系統(tǒng)數(shù)據(jù)庫。

在收集整理安徽歷史重大災害性天氣過程資料的基礎上建立了災害性天氣個例資料庫。個例資料庫數(shù)據(jù)表設計了災害類型、影響時段和范圍、天氣背景、天氣實況、天氣圖、衛(wèi)星云圖、雷達圖等關(guān)鍵字段，通過關(guān)鍵字段進行查詢。歷史個例庫也設置了資料添加功能，利用網(wǎng)頁的數(shù)據(jù)添加功能，可及時在線添加重大災害性天氣個例和氣象災害資料。天氣個例庫查詢功能可以幫助我們了解歷史同類天氣過程出現(xiàn)災害程度，災情狀況，從而為決策指揮部門提供指揮調(diào)度參考依據(jù)。

4 結(jié)論與討論

（1）安徽省決策氣象服務系統(tǒng)包括數(shù)據(jù)庫、數(shù)據(jù)接入、Web網(wǎng)頁客戶端和后臺數(shù)據(jù)處理系統(tǒng)，實現(xiàn)了實時氣象觀測資料查詢統(tǒng)計與繪圖、氣候資料查詢分析、實時災害性天氣查詢、歷史災害性天氣個例庫和氣象災情的快速檢索與查詢功能。

（2）本文主要介紹了系統(tǒng)在暴雨洪澇、高溫干旱、災害性天氣監(jiān)測與氣候分析等幾個方面的應用，氣象資料查詢統(tǒng)計和氣象資料制圖功能提高了氣象服務資料制作效率，氣候資料查詢對比分析、氣象災情和災害性天氣查詢有效提高了決策氣象服務的科學性和針對性。

（3）系統(tǒng)為決策氣象服務提供了便捷的氣象數(shù)據(jù)支撐功能，現(xiàn)已穩(wěn)定業(yè)務運行兩年，取得了較好的決策氣象服務支撐效果。今后還需進一步豐富決策氣象服務信息和系統(tǒng)功能，如增加精細化的氣象預報、氣象災害預警以及決策氣象服務知識庫，進一步提高決策氣象服務能力。