高瑞泉 鄭慧 鐘曉勇 羅紅艷 馬曉鑫 劉星 夏建波

（作者單位：高瑞泉、鄭慧、鐘曉勇、羅紅艷，深圳市國(guó)家氣候觀象臺(tái)；馬曉鑫，維薩拉（北京）測(cè)量技術(shù)有限公司；劉星、夏建波，深圳市云端高科信息科技有限公司）

隨著觀測(cè)技術(shù)的不斷發(fā)展，氣象觀測(cè)已基本實(shí)現(xiàn)自動(dòng)化。當(dāng)前，信息化技術(shù)的快速發(fā)展將再次驅(qū)動(dòng)氣象觀測(cè)從自動(dòng)化進(jìn)入智能化的研究和轉(zhuǎn)型。深圳圍繞智能觀測(cè)的發(fā)展方向，基于自動(dòng)氣象站設(shè)計(jì)了智能觀測(cè)功能需求，在充分保證原有業(yè)務(wù)規(guī)范的基礎(chǔ)上，通過(guò)對(duì)自動(dòng)氣象站的現(xiàn)場(chǎng)數(shù)據(jù)采集器、通信系統(tǒng)、數(shù)據(jù)處理系統(tǒng)及觀測(cè)模式等進(jìn)行重新設(shè)計(jì)升級(jí)，實(shí)現(xiàn)了自動(dòng)氣象站自適應(yīng)的智能加密觀測(cè)，為提升災(zāi)害天氣的監(jiān)測(cè)和預(yù)警服務(wù)能力拓展了有效手段。

氣象觀測(cè)經(jīng)歷了早期的人工觀測(cè)到2000年啟用首批自動(dòng)氣象站，如今已進(jìn)入觀測(cè)自動(dòng)化時(shí)代，2020年將實(shí)現(xiàn)地面觀測(cè)的全面自動(dòng)化。氣象行業(yè)發(fā)展規(guī)劃明確指出，觀測(cè)實(shí)現(xiàn)自動(dòng)化之后的發(fā)展方向即是智能觀測(cè)。智能觀測(cè)是一種自適應(yīng)性觀測(cè)技術(shù)，能根據(jù)實(shí)況自動(dòng)調(diào)整觀測(cè)模式的能力，具備觀測(cè)方式和資料處理方法的自動(dòng)切換功能；智能觀測(cè)是特殊天氣智能工作模式，在自動(dòng)判識(shí)或預(yù)報(bào)出現(xiàn)災(zāi)害性天氣時(shí)或重大保障服務(wù)需求時(shí)，根據(jù)災(zāi)害天氣預(yù)設(shè)程序和劃定的觀測(cè)范圍，觀測(cè)設(shè)備自動(dòng)切換合適的觀測(cè)運(yùn)行模式，實(shí)現(xiàn)“因天而動(dòng)”的針對(duì)特定目標(biāo)的加密和細(xì)化觀測(cè)。

智能觀測(cè)對(duì)于深圳這樣的華南沿海城市有特別重要的意義，深圳經(jīng)常遭受強(qiáng)對(duì)流天氣的侵襲，其特點(diǎn)是來(lái)去迅猛、生消快。對(duì)于這類(lèi)天氣系統(tǒng)，即使是按照1 min一次的頻率進(jìn)行觀測(cè)仍顯不足，有必要進(jìn)行更高頻次的觀測(cè)，如1 s采集一次數(shù)據(jù)，以幫助預(yù)報(bào)員更快速地了解強(qiáng)對(duì)流所伴隨的陣風(fēng)等強(qiáng)天氣的特性。然而深圳自動(dòng)氣象站總數(shù)多，且強(qiáng)對(duì)流天氣又不是時(shí)刻都在發(fā)生，既不可能又無(wú)必要保持高頻觀測(cè)。在這種背景下，對(duì)現(xiàn)有自動(dòng)氣象站進(jìn)行智能觀測(cè)功能的重新設(shè)計(jì)和升級(jí)，實(shí)現(xiàn)其因天而動(dòng)的智能化秒級(jí)觀測(cè)，以滿(mǎn)足短時(shí)強(qiáng)對(duì)流天氣對(duì)快速和加密觀測(cè)的特殊需求，就顯得十分有意義了。

1 自動(dòng)氣象站智能觀測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

1.1 功能設(shè)計(jì)

傳統(tǒng)自動(dòng)氣象站是事先設(shè)定好采集器參數(shù)，啟動(dòng)后即按部就班開(kāi)展各項(xiàng)操作，按時(shí)自動(dòng)開(kāi)展相關(guān)要素的觀測(cè)、采集、記錄和存儲(chǔ)，不間斷地循環(huán)。智能觀測(cè)（圖1）則解決了自適應(yīng)性觀測(cè)技術(shù)問(wèn)題，即實(shí)現(xiàn)自動(dòng)判識(shí)，或預(yù)報(bào)出現(xiàn)災(zāi)害性天氣時(shí)、重大保障服務(wù)需求時(shí)，可按需改變觀測(cè)模式，啟動(dòng)加密觀測(cè)，快速獲得更加精細(xì)化的觀測(cè)數(shù)據(jù)。

圖1 自動(dòng)氣象站智能觀測(cè)系統(tǒng)流程圖

基于閾值判斷的自動(dòng)加密觀測(cè)。在自動(dòng)氣象站設(shè)備前端，實(shí)現(xiàn)對(duì)不同氣象要素設(shè)定閾值，實(shí)時(shí)監(jiān)控觀測(cè)值，達(dá)到閾值后自動(dòng)判識(shí)并啟動(dòng)加密觀測(cè)模式，實(shí)現(xiàn)觀測(cè)數(shù)據(jù)的秒級(jí)采集、傳輸和應(yīng)用。

基于指令的按需加密觀測(cè)。預(yù)報(bào)員可根據(jù)預(yù)報(bào)結(jié)論，當(dāng)有短時(shí)強(qiáng)對(duì)流等災(zāi)害性天氣過(guò)程出現(xiàn)，需開(kāi)展加密觀測(cè)時(shí)，通過(guò)主動(dòng)發(fā)送指令啟動(dòng)加密觀測(cè)。

基于時(shí)間計(jì)劃的按需加密觀測(cè)。觀測(cè)人員根據(jù)重大保障服務(wù)等需求，通過(guò)系統(tǒng)可預(yù)設(shè)加密觀測(cè)的時(shí)間計(jì)劃，實(shí)現(xiàn)按時(shí)按計(jì)劃自動(dòng)啟動(dòng)加密觀測(cè)。

1.2 多種觀測(cè)模式自動(dòng)切換的實(shí)現(xiàn)及算法

一般的自動(dòng)氣象站的數(shù)據(jù)采集器多以單片機(jī)為核心組件，而進(jìn)行智能化改造的自動(dòng)氣象站均采用了新一代數(shù)據(jù)采集器DMU703。該采集器以低功耗微機(jī)為基礎(chǔ)，內(nèi)置LINUX操作系統(tǒng)，為靈活編寫(xiě)程序，實(shí)現(xiàn)前端數(shù)據(jù)采集控制及處理功能奠定了基礎(chǔ)。通過(guò)在LINUX操作系統(tǒng)上部署和開(kāi)發(fā)了定制的采集控制軟件，深圳市氣象局已實(shí)現(xiàn)雙路并行輸出的方式，同時(shí)滿(mǎn)足日常業(yè)務(wù)和智能觀測(cè)的需求，一路按照觀測(cè)規(guī)范要求進(jìn)行采集記錄和輸出，保障基本業(yè)務(wù)不中斷；另外一路由智能觀測(cè)的程序控制，根據(jù)天氣實(shí)況自動(dòng)調(diào)整觀測(cè)模式進(jìn)行相應(yīng)的采集記錄和輸出。為了滿(mǎn)足智能控制程序高效運(yùn)算的需求，在微機(jī)數(shù)據(jù)采集器內(nèi)部署了數(shù)據(jù)庫(kù)，實(shí)現(xiàn)各種海量信息的存儲(chǔ)和調(diào)用。

自適應(yīng)的智能觀測(cè)（圖2）控制程序算法，將觀測(cè)模式分為四種：常規(guī)觀測(cè)模式、指令加密觀測(cè)模式、閾值觸發(fā)觀測(cè)模式、時(shí)間計(jì)劃觀測(cè)模式，這幾種模式對(duì)應(yīng)四種指令，即“stop”停止、“start”啟動(dòng)、“threshold”閾值觸發(fā)、“daily”時(shí)間計(jì)劃觸發(fā)。當(dāng)采集器收到不同觀測(cè)模式觸發(fā)或停止加密觀測(cè)的指令時(shí)，程序首先對(duì)目前加密觀測(cè)的狀態(tài)進(jìn)行檢測(cè)和判斷，再根據(jù)不同狀態(tài)下對(duì)應(yīng)的條件啟動(dòng)或停止加密觀測(cè)。

圖2 自適應(yīng)智能觀測(cè)模式流程圖

在具體實(shí)現(xiàn)時(shí)，閾值觸發(fā)自動(dòng)激活秒級(jí)觀測(cè)功能的氣象要素閾值設(shè)置為：風(fēng)速≥15 m/s；溫度≥35 ℃（或溫度≤10 ℃）；濕度≥90%（或濕度≤30%）；氣壓≥1010 hPa（或氣壓≤1000 hPa）。對(duì)于時(shí)間計(jì)劃模式，一般處于未激活狀態(tài)，但可由預(yù)報(bào)員按需設(shè)定。

1.3 適用于秒級(jí)觀測(cè)的智能通信傳輸系統(tǒng)

由于智能觀測(cè)是在保持基本觀測(cè)業(yè)務(wù)模式不中斷的前提下，根據(jù)不同的天氣實(shí)況和服務(wù)需求啟用了不同的觀測(cè)模式，因此產(chǎn)生多種不同類(lèi)型的數(shù)據(jù)格式；加密后的秒級(jí)觀測(cè)數(shù)據(jù)需要實(shí)時(shí)采集和展示，需要與多個(gè)服務(wù)器和應(yīng)用建立連接；多種擴(kuò)展要素特別是圖像的采集和傳輸，則對(duì)帶寬要求更高；為同時(shí)滿(mǎn)足上述需求，通信傳輸系統(tǒng)必須具備“自由連接”和“高速傳輸”的能力。

傳統(tǒng)自動(dòng)氣象站將數(shù)據(jù)報(bào)文通過(guò)串行通信接口發(fā)送至數(shù)據(jù)傳輸單元（DTU），數(shù)據(jù)的通信傳輸只能在DTU和服務(wù)器建立的通道之間，限制了連接的靈活性和擴(kuò)展性。串口通信的速率是非常有限的，一般常用為9600～19200 bps，僅適用于小數(shù)據(jù)量和固定格式的數(shù)據(jù)傳輸。

在當(dāng)前4G/5G高速網(wǎng)絡(luò)環(huán)境下，深圳智能自動(dòng)氣象站采用了低功耗無(wú)線路由器對(duì)通信系統(tǒng)進(jìn)行改造，實(shí)現(xiàn)自動(dòng)氣象站的物聯(lián)網(wǎng)功能。在4G的網(wǎng)絡(luò)下，通信速率可以達(dá)到100 Mbps，是常用串口通信速率的5461倍，可用于圖像、視頻等大數(shù)據(jù)傳輸；它基于TCP/IP協(xié)議可以同時(shí)與不同的服務(wù)器、不同的端口建立各種各樣的應(yīng)用連接和數(shù)據(jù)傳輸。不難看出，新的通信傳輸系統(tǒng)具有“高速”和“靈活”兩個(gè)特點(diǎn)，100 Mbps的傳輸速度可以保障1次/s的數(shù)據(jù)采集可以無(wú)延時(shí)的快速傳輸，而多端口、多通道的鏈接功能，保障了同一個(gè)自動(dòng)氣象站，可以將不同模式（常規(guī)業(yè)務(wù)模式和應(yīng)急加密模式）采集的數(shù)據(jù)分別傳輸?shù)讲煌姆?wù)器。

1.4 穩(wěn)健的多路并行數(shù)據(jù)采集處理系統(tǒng)

傳統(tǒng)的自動(dòng)氣象站數(shù)據(jù)是匯總到一個(gè)服務(wù)器，以報(bào)文的形式發(fā)送至數(shù)據(jù)采集服務(wù)器接收解析后生成文件，數(shù)據(jù)庫(kù)服務(wù)器再將文件解析并寫(xiě)入數(shù)據(jù)庫(kù)，應(yīng)用軟件最后向數(shù)據(jù)庫(kù)請(qǐng)求讀取數(shù)據(jù)進(jìn)行展示。這個(gè)過(guò)程一般需要1～2 min，對(duì)于大數(shù)據(jù)量并發(fā)處理時(shí)，甚至需要十幾分鐘。

智能秒級(jí)觀測(cè)要求具自動(dòng)站同時(shí)與多個(gè)系統(tǒng)建立直接連接和數(shù)據(jù)傳輸。新一代數(shù)據(jù)采集處理系統(tǒng)（圖3）通過(guò)在不同端口傳輸和處理不同數(shù)據(jù)格式。同時(shí)，為了提高秒級(jí)觀測(cè)數(shù)據(jù)應(yīng)用展示的實(shí)時(shí)性，設(shè)計(jì)采用數(shù)據(jù)流方式，實(shí)現(xiàn)數(shù)據(jù)的不落地實(shí)時(shí)發(fā)送至前端展示。在數(shù)據(jù)采集系統(tǒng)和應(yīng)用系統(tǒng)的通信中采用了RabbitMQ消息中間件服務(wù)實(shí)現(xiàn)數(shù)據(jù)的高效傳輸；在應(yīng)用系統(tǒng)的后端服務(wù)器與前端網(wǎng)頁(yè)展示中采用了最新的WebSocket技術(shù)，由服務(wù)器接收到數(shù)據(jù)后主動(dòng)向前端網(wǎng)頁(yè)進(jìn)行推送和展示，取代原來(lái)的由前端網(wǎng)頁(yè)不定時(shí)向服務(wù)器請(qǐng)求數(shù)據(jù)再返回?cái)?shù)據(jù)的模式，可以實(shí)現(xiàn)毫秒級(jí)的數(shù)據(jù)展示。

圖3 數(shù)據(jù)采集處理流程圖

2 秒級(jí)智能觀測(cè)的初步應(yīng)用

2.1 應(yīng)用平臺(tái)研發(fā)

基于智能自動(dòng)氣象站，深圳開(kāi)展了智能秒級(jí)觀測(cè)應(yīng)用試驗(yàn)，并在綜合氣象監(jiān)測(cè)業(yè)務(wù)平臺(tái)中針對(duì)智能自動(dòng)氣象站開(kāi)發(fā)了秒級(jí)觀測(cè)應(yīng)用產(chǎn)品（圖4）。當(dāng)預(yù)報(bào)員需要了解更及時(shí)的氣象實(shí)況時(shí)，通過(guò)點(diǎn)擊“開(kāi)啟/關(guān)閉”開(kāi)關(guān)即可發(fā)送指令實(shí)現(xiàn)觀測(cè)要素的秒級(jí)更新。當(dāng)智能自動(dòng)氣象站基于閾值判斷和時(shí)間計(jì)劃觸發(fā)啟動(dòng)了秒級(jí)觀測(cè)，也會(huì)在應(yīng)用界面上自動(dòng)切換至秒級(jí)觀測(cè)模式，實(shí)現(xiàn)惡劣天氣的主動(dòng)提醒功能，提醒預(yù)報(bào)員及時(shí)關(guān)注天氣變化。

圖4 秒級(jí)觀測(cè)應(yīng)用產(chǎn)品

2.2 應(yīng)用實(shí)例

基于秒級(jí)觀測(cè)數(shù)據(jù)，深圳研發(fā)了陣風(fēng)包絡(luò)線產(chǎn)品，統(tǒng)計(jì)出當(dāng)前分鐘秒數(shù)據(jù)的最大值和最小值，利用時(shí)間序列圖與滑動(dòng)10 min平均值進(jìn)行疊加比對(duì)。分析表明，由于采用了高頻的數(shù)據(jù)采集模式，秒級(jí)觀測(cè)可以揭示分鐘級(jí)數(shù)據(jù)觀測(cè)所無(wú)法揭示的事實(shí)。圖5為山竹臺(tái)風(fēng)影響深圳期間，鹽田港站G3567觀測(cè)到的風(fēng)速變化情況。從圖中可以看到，如果僅從10 min平均風(fēng)的變化情況來(lái)看，只能發(fā)現(xiàn)它的變化幅度相對(duì)較為平緩，波動(dòng)并不劇烈，且有兩個(gè)峰值時(shí)段。而秒級(jí)觀測(cè)的數(shù)據(jù)揭示了新的事實(shí)：例如，臺(tái)風(fēng)影響期間，在平均風(fēng)的兩個(gè)峰值間的時(shí)間段中，存在超大振幅的陣風(fēng)，1 min內(nèi)的風(fēng)速差值達(dá)到35 m/s，大振幅的陣風(fēng)會(huì)帶來(lái)巨大的“搖晃力”，這應(yīng)該就是山竹臺(tái)風(fēng)導(dǎo)致深圳歷史上最大規(guī)模樹(shù)木倒伏的重要原因；圖中第一個(gè)時(shí)段平均風(fēng)的上升，主要伴隨著陣風(fēng)高值的逐漸攀升；而第二次平均風(fēng)的上升則主要是由于陣風(fēng)低值的升高引起。觀察平均風(fēng)趨勢(shì)，可以發(fā)現(xiàn)在達(dá)到第二次峰值后，大風(fēng)開(kāi)始減弱，意味著臺(tái)風(fēng)已在當(dāng)?shù)氐顷懟蜻^(guò)境，而通過(guò)陣風(fēng)振幅進(jìn)行分析，可以提前至少30 min得出臺(tái)風(fēng)已在當(dāng)?shù)氐顷懟蜻^(guò)境的判斷。

通過(guò)該產(chǎn)品可以發(fā)現(xiàn)陣風(fēng)存在的顯著的強(qiáng)脈動(dòng)過(guò)程，這個(gè)強(qiáng)脈動(dòng)風(fēng)出現(xiàn)時(shí)具有頻率高、振幅大、危害大等特點(diǎn)，是風(fēng)險(xiǎn)防范的關(guān)鍵時(shí)期，能為預(yù)報(bào)服務(wù)對(duì)地鐵、港口貨柜、高樓等進(jìn)行及時(shí)的防風(fēng)預(yù)警提示，提升災(zāi)害性天氣的監(jiān)測(cè)和應(yīng)對(duì)服務(wù)能力。

圖5 陣風(fēng)包絡(luò)線產(chǎn)品

3 結(jié)語(yǔ)

深圳基于自動(dòng)氣象站進(jìn)行智能化研發(fā)，開(kāi)發(fā)了自動(dòng)氣象站的多模式自適應(yīng)性觀測(cè)技術(shù)，能基于指令、閾值判斷和時(shí)間計(jì)劃開(kāi)展按需加密觀測(cè)，獲得更加快速和精細(xì)化的觀測(cè)數(shù)據(jù)。

智能秒級(jí)觀測(cè)應(yīng)用產(chǎn)品能實(shí)現(xiàn)“無(wú)延時(shí)”的秒級(jí)更新氣象要素變化，為預(yù)報(bào)和決策服務(wù)提供具有“現(xiàn)場(chǎng)感”的氣象感知能力；同時(shí)，在惡劣天氣發(fā)生時(shí)能主動(dòng)觸發(fā)提醒，提醒預(yù)報(bào)員及時(shí)關(guān)注天氣變化。

基于秒級(jí)觀測(cè)數(shù)據(jù)開(kāi)發(fā)的陣風(fēng)包絡(luò)線產(chǎn)品能有效揭示大風(fēng)過(guò)程中存在的陣風(fēng)強(qiáng)脈動(dòng)過(guò)程，及時(shí)捕捉到風(fēng)險(xiǎn)防范的關(guān)鍵時(shí)期，為預(yù)報(bào)服務(wù)對(duì)地鐵、港口貨柜、高樓等進(jìn)行及時(shí)的防風(fēng)預(yù)警提示，對(duì)提升災(zāi)害性天氣的監(jiān)測(cè)和應(yīng)對(duì)服務(wù)能力具有較大幫助。同時(shí)，獲取的精細(xì)化的觀測(cè)數(shù)據(jù)也為天氣過(guò)程的微物理機(jī)制分析研究提供支撐。

深入閱讀

付煒, 葉成志, 王東海, 等, 2018. 一次南嶺山脈前汛期強(qiáng)對(duì)流天氣過(guò)程診斷分析. 暴雨災(zāi)害, 37(6): 511-521.

梁樂(lè)寧, 劉輕揚(yáng), 盧大維, 等, 2018. 氣象數(shù)據(jù)可視化系統(tǒng)研發(fā)與應(yīng)用. 信息通信, (6): 52-53.

劉鈞, 張彬彬, 呂寶磊, 2018. 智能氣象站系統(tǒng)框架初探. 氣象科技進(jìn)展, 8(6): 121-124.

馬舒慶, 吳可軍, 陳冬冬, 等, 2011. 天氣現(xiàn)象自動(dòng)化觀測(cè)系統(tǒng)設(shè)計(jì).氣象, 37(9): 1166-1172.

王磊, 楊濤, 2015. 基于C/S架構(gòu)的氣象觀測(cè)站點(diǎn)智能統(tǒng)計(jì)系統(tǒng). 氣象水文海洋儀器, 32(1): 60-65.

于子敏, 常奮華, 杜言霞, 等, 2018. 國(guó)家級(jí)自動(dòng)氣象站蓄電池智能控制檢測(cè)系統(tǒng)設(shè)計(jì). 氣象科技, 46(4): 651-658.

趙卓寧, 李湘, 舒紅平, 等, 2018 氣象大數(shù)據(jù)資源匯交可視化分析研究. 氣象科技進(jìn)展, 8(1): 203-207, 263.