李 瑩 王國(guó)復(fù)

(國(guó)家氣候中心， 北京 100081)

引 言

我國(guó)是世界上氣象災(zāi)害最為嚴(yán)重的國(guó)家之一。1991—2020年平均每年氣象災(zāi)害造成我國(guó)2000多億元的直接經(jīng)濟(jì)損失及3000余人死亡，占全國(guó)國(guó)內(nèi)生產(chǎn)總值的1.7%[1]。在全球氣候變暖背景下，隨著我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展進(jìn)程的加快，氣象災(zāi)害不斷給國(guó)家安全、經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展、生態(tài)環(huán)境以及人們的日常生活帶來嚴(yán)重威脅[2]。

氣象災(zāi)害影響的嚴(yán)重程度不僅與致災(zāi)因子(如極端天氣氣候事件)有關(guān)，很大程度還取決于承災(zāi)體的暴露度和脆弱性[3-5]，在防災(zāi)減災(zāi)過程中理解和管理災(zāi)害風(fēng)險(xiǎn)具有十分重要的意義[6-7]。面對(duì)多變的極端天氣氣候事件，面對(duì)復(fù)雜的承災(zāi)體暴露度和脆弱性特征，面對(duì)日益緊迫的防災(zāi)減災(zāi)形勢(shì)，氣象防災(zāi)減災(zāi)的重點(diǎn)從減少災(zāi)害損失向減輕災(zāi)害風(fēng)險(xiǎn)轉(zhuǎn)變。全面提升氣象災(zāi)害風(fēng)險(xiǎn)管理能力是當(dāng)前氣象科學(xué)和服務(wù)領(lǐng)域的重要研究?jī)?nèi)容，既是科學(xué)問題，同時(shí)也是極具挑戰(zhàn)性的業(yè)務(wù)發(fā)展問題。

災(zāi)害風(fēng)險(xiǎn)管理是典型的交叉學(xué)科，其發(fā)展既依賴于各類氣象觀測(cè)數(shù)據(jù)、數(shù)值預(yù)報(bào)產(chǎn)品，又需要社會(huì)經(jīng)濟(jì)、工農(nóng)業(yè)生產(chǎn)、基礎(chǔ)設(shè)施等承災(zāi)體數(shù)據(jù)。氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)作為防災(zāi)減災(zāi)的非工程措施，可為用戶提供決策依據(jù)，是減輕氣象災(zāi)害風(fēng)險(xiǎn)最有效的工具之一。早在21世紀(jì)初，國(guó)外一些機(jī)構(gòu)已利用在線災(zāi)害圖集進(jìn)行風(fēng)險(xiǎn)管理。美國(guó)內(nèi)布拉斯加大學(xué)林肯分校建立了一套在線的、實(shí)時(shí)更新的干旱風(fēng)險(xiǎn)圖集支撐全美干旱災(zāi)害的風(fēng)險(xiǎn)管理[8]。國(guó)內(nèi)也已開展諸多利用災(zāi)害圖集和風(fēng)險(xiǎn)圖集進(jìn)行風(fēng)險(xiǎn)管理的工作[9-10]。由于構(gòu)成災(zāi)害風(fēng)險(xiǎn)的致災(zāi)因子、承災(zāi)體的暴露度和脆弱性是變化的，在進(jìn)行風(fēng)險(xiǎn)分析和風(fēng)險(xiǎn)決策時(shí)需充分考慮這些動(dòng)態(tài)因子帶來的風(fēng)險(xiǎn)變化。為滿足實(shí)時(shí)性、動(dòng)態(tài)性和綜合性要求，充分利用信息化手段開展災(zāi)害風(fēng)險(xiǎn)管理已成為發(fā)展趨勢(shì)[11]。

為提高災(zāi)害風(fēng)險(xiǎn)管理支撐能力，我國(guó)已開始由傳統(tǒng)災(zāi)害性天氣預(yù)報(bào)向基于氣象災(zāi)害影響預(yù)報(bào)和風(fēng)險(xiǎn)預(yù)警的轉(zhuǎn)變[12-13]，形成一套由氣象災(zāi)害風(fēng)險(xiǎn)普查、科學(xué)確定致災(zāi)閾值、基于閾值的災(zāi)害風(fēng)險(xiǎn)預(yù)警、定量化災(zāi)害風(fēng)險(xiǎn)評(píng)估、精細(xì)化災(zāi)害風(fēng)險(xiǎn)區(qū)劃[14]、業(yè)務(wù)檢驗(yàn)和效益評(píng)估組成的技術(shù)體系，初步建立國(guó)家級(jí)、省級(jí)、市級(jí)、縣級(jí)四級(jí)氣象災(zāi)害風(fēng)險(xiǎn)管理業(yè)務(wù)體系。與此同時(shí)，氣象大數(shù)據(jù)和氣象云的發(fā)展，為氣象災(zāi)害風(fēng)險(xiǎn)管理帶來新機(jī)遇與新挑戰(zhàn)[15-17]。一方面需要納入多種新的災(zāi)害風(fēng)險(xiǎn)管理業(yè)務(wù)技術(shù)方法，適應(yīng)由單一災(zāi)種、面向有限行業(yè)的獨(dú)立業(yè)務(wù)向多災(zāi)種、多行業(yè)交叉業(yè)務(wù)的轉(zhuǎn)變；另一方面數(shù)據(jù)共享機(jī)制尚未建立、大數(shù)據(jù)挖掘應(yīng)用能力薄弱，氣象災(zāi)害信息、基礎(chǔ)地理信息、社會(huì)經(jīng)濟(jì)信息等各類數(shù)據(jù)需要進(jìn)行統(tǒng)一、規(guī)范的集成和綜合處理，為氣象災(zāi)害風(fēng)險(xiǎn)管理業(yè)務(wù)提供基礎(chǔ)數(shù)據(jù)支撐。因此，迫切需要建立一套氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)支撐業(yè)務(wù)體系的發(fā)展。

氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)功能應(yīng)覆蓋風(fēng)險(xiǎn)業(yè)務(wù)的主要環(huán)節(jié)，特別是能夠生產(chǎn)制作氣象災(zāi)害影響評(píng)估、風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)預(yù)估等業(yè)務(wù)產(chǎn)品，為風(fēng)險(xiǎn)管理業(yè)務(wù)人員和相關(guān)決策者所用，與氣候信息交互顯示與分析平臺(tái)(CIPAS)在產(chǎn)品體系和用戶群有所不同[18]，分別實(shí)現(xiàn)對(duì)外和對(duì)內(nèi)支撐，共同組成氣候業(yè)務(wù)核心平臺(tái)。氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)應(yīng)以客觀化、定量化和精細(xì)化為目標(biāo)，隨著風(fēng)險(xiǎn)管理業(yè)務(wù)體系的發(fā)展不斷完善。氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)應(yīng)采用大數(shù)據(jù)時(shí)空融合、Web-GIS、空間數(shù)據(jù)的分布式存儲(chǔ)等先進(jìn)技術(shù)開展建設(shè)，適應(yīng)新業(yè)務(wù)拓展需要。氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)應(yīng)全面融入氣象大數(shù)據(jù)云平臺(tái)，實(shí)現(xiàn)集約化高效發(fā)展。在推廣應(yīng)用上，系統(tǒng)不僅能夠滿足國(guó)家級(jí)業(yè)務(wù)發(fā)展的需求，還應(yīng)推廣應(yīng)用到省級(jí)、市級(jí)和縣級(jí)，有效支撐各級(jí)用戶對(duì)氣象災(zāi)情、致災(zāi)因子、風(fēng)險(xiǎn)指標(biāo)、風(fēng)險(xiǎn)產(chǎn)品等信息檢索、多維顯示、在線分析和產(chǎn)品制作的需求。

基于上述定位和需求，國(guó)家氣候中心2017年啟動(dòng)氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)建設(shè)，2018年完成核心框架、主要功能和數(shù)據(jù)環(huán)境建設(shè)，并于2019年通過業(yè)務(wù)化評(píng)審，2020年在國(guó)家級(jí)業(yè)務(wù)單位投入應(yīng)用。多類業(yè)務(wù)產(chǎn)品的發(fā)布有效支撐了防災(zāi)減災(zāi)決策服務(wù)。

1 總體框架

氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)的設(shè)計(jì)思路是“數(shù)字風(fēng)險(xiǎn)一張圖”。在數(shù)據(jù)層面，整合致災(zāi)因子、氣象災(zāi)情、致災(zāi)閾值、承災(zāi)體、隱患點(diǎn)、數(shù)值天氣預(yù)報(bào)、客觀化氣候預(yù)測(cè)模式產(chǎn)品、綜合風(fēng)險(xiǎn)普查等各類信息；在應(yīng)用層面，以主要?dú)庀鬄?zāi)害事件(暴雨、干旱、高溫、低溫、臺(tái)風(fēng)等)為主線，在線分析制作精細(xì)化、定量化、客觀化災(zāi)害風(fēng)險(xiǎn)產(chǎn)品；在運(yùn)行管理層面，在統(tǒng)一業(yè)務(wù)標(biāo)準(zhǔn)、數(shù)據(jù)環(huán)境、軟件架構(gòu)、技術(shù)實(shí)現(xiàn)和運(yùn)行環(huán)境下，開展系統(tǒng)設(shè)計(jì)、建設(shè)和運(yùn)行維護(hù)。

系統(tǒng)總體框架如圖1所示。數(shù)據(jù)層是數(shù)據(jù)采集和存儲(chǔ)部分，存儲(chǔ)系統(tǒng)所需各類數(shù)據(jù)，包括基礎(chǔ)專題應(yīng)用數(shù)據(jù)以及支撐業(yè)務(wù)的其他數(shù)據(jù)。支撐層通過服務(wù)接口提供業(yè)務(wù)功能、地理信息功能和數(shù)據(jù)地圖等服務(wù)。應(yīng)用層是系統(tǒng)的核心，分為大數(shù)據(jù)應(yīng)用分系統(tǒng)、模型算法分系統(tǒng)、在線分析與產(chǎn)品制作分系統(tǒng)和綜合運(yùn)維分系統(tǒng)。用戶層包含不同的用戶角色，分為氣象部門內(nèi)用戶和部門外用戶。系統(tǒng)還建立安全保障與運(yùn)維管理體系和標(biāo)準(zhǔn)規(guī)范體系，貫穿于數(shù)據(jù)層、支撐層、應(yīng)用層和用戶層，用于系統(tǒng)開發(fā)、數(shù)據(jù)管理、產(chǎn)品應(yīng)用以及運(yùn)行安全等方面的規(guī)范、保障和管理。

2 分系統(tǒng)設(shè)計(jì)

氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)分為4個(gè)分系統(tǒng)：大數(shù)據(jù)應(yīng)用分系統(tǒng)、模型算法分系統(tǒng)、在線分析與產(chǎn)品制作分系統(tǒng)和綜合運(yùn)維分系統(tǒng)。

2.1 大數(shù)據(jù)應(yīng)用分系統(tǒng)

大數(shù)據(jù)應(yīng)用分系統(tǒng)包括各類數(shù)據(jù)的實(shí)體庫(kù)和建庫(kù)、管理的技術(shù)規(guī)范流程。數(shù)據(jù)是大數(shù)據(jù)應(yīng)用分系統(tǒng)的核心，包括API接口調(diào)用數(shù)據(jù)[19]、風(fēng)險(xiǎn)普查數(shù)據(jù)、科研成果數(shù)據(jù)、模式模擬數(shù)據(jù)、網(wǎng)絡(luò)抓取數(shù)據(jù)、行業(yè)交換數(shù)據(jù)、基礎(chǔ)地圖數(shù)據(jù)等。數(shù)據(jù)采集有兩種方式：一是基于可視化建模技術(shù)的后臺(tái)自動(dòng)化處理，如采集災(zāi)情直報(bào)數(shù)據(jù)、氣象要素?cái)?shù)據(jù)、臺(tái)風(fēng)路徑數(shù)據(jù)、S2S預(yù)測(cè)數(shù)據(jù)[20]，以及網(wǎng)絡(luò)抓取數(shù)據(jù)等，是系統(tǒng)主要數(shù)據(jù)采集方式；二是基于Web的人工處理，如采集年度災(zāi)情數(shù)據(jù)、昨日災(zāi)情數(shù)據(jù)、臺(tái)風(fēng)登陸信息等。在數(shù)據(jù)質(zhì)量控制方面，制定數(shù)據(jù)質(zhì)量檢查方案，在數(shù)據(jù)采集接入時(shí)按照預(yù)定規(guī)則質(zhì)檢，從數(shù)據(jù)格式、邏輯性、空間一致性等方面自動(dòng)識(shí)別問題數(shù)據(jù)，并給出提示信息。以災(zāi)情數(shù)據(jù)為例，利用時(shí)間合理性、閾值間比較、字段邏輯關(guān)系、無效記錄檢驗(yàn)等多種方式完成數(shù)據(jù)的自動(dòng)審核。在數(shù)據(jù)存儲(chǔ)方面，有Oracle，mySQL，PostgreSQL，Elasticsearch和文件型等多種存儲(chǔ)方式，系統(tǒng)采用Supermap的動(dòng)態(tài)配準(zhǔn)技術(shù)，利用數(shù)據(jù)時(shí)空屬性進(jìn)行數(shù)據(jù)融合。在數(shù)據(jù)管理方面，建立氣象災(zāi)害風(fēng)險(xiǎn)大數(shù)據(jù)資源目錄，實(shí)現(xiàn)元數(shù)據(jù)驅(qū)動(dòng)的數(shù)據(jù)存儲(chǔ)與管理。在數(shù)據(jù)監(jiān)控方面，利用數(shù)據(jù)可視化大屏對(duì)數(shù)據(jù)總量、增量、質(zhì)量和采集生產(chǎn)情況進(jìn)行實(shí)時(shí)監(jiān)控。在數(shù)據(jù)備份方面，根據(jù)不同的數(shù)據(jù)類型采用不同的備份策略，對(duì)氣象災(zāi)情等錄入數(shù)據(jù)、文件型數(shù)據(jù)以及系統(tǒng)加工產(chǎn)品采用每日增量備份的方式，對(duì)API直接調(diào)用的數(shù)據(jù)則無需備份。在數(shù)據(jù)歸檔方面，根據(jù)數(shù)據(jù)的更新頻率劃定優(yōu)先級(jí)，將風(fēng)險(xiǎn)區(qū)劃、風(fēng)險(xiǎn)普查等靜態(tài)數(shù)據(jù)優(yōu)先歸檔。

同時(shí)，建立數(shù)據(jù)整理、建庫(kù)和管理的規(guī)范和流程，包括數(shù)據(jù)收集、數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)入庫(kù)、數(shù)據(jù)備份、數(shù)據(jù)歸檔、數(shù)據(jù)清洗、數(shù)據(jù)服務(wù)、數(shù)據(jù)接口等多個(gè)環(huán)節(jié)，確保系統(tǒng)所有數(shù)據(jù)能夠在統(tǒng)一的框架、流程和規(guī)格下，實(shí)現(xiàn)有效的數(shù)據(jù)管理。目前，大數(shù)據(jù)應(yīng)用分系統(tǒng)存儲(chǔ)的數(shù)據(jù)和產(chǎn)品集按照功能分為13類(表1)，記錄超過9億條，容量超過30TB。

表1 數(shù)據(jù)類別表Table 1 Data types

2.2 模型算法分系統(tǒng)

模型算法分系統(tǒng)以算法為核心，包括算法注冊(cè)、算法編輯、算法調(diào)度管理和算法運(yùn)行監(jiān)控等模塊，通過算法集成和有效管理，提升系統(tǒng)功能性和兼容性。模型算法分系統(tǒng)獨(dú)立封裝各類氣象災(zāi)害風(fēng)險(xiǎn)算法和評(píng)估模型，將符合接口標(biāo)準(zhǔn)的算法或模型進(jìn)行注冊(cè)，實(shí)現(xiàn)災(zāi)害風(fēng)險(xiǎn)各類模型統(tǒng)一優(yōu)化編輯、管理調(diào)度和運(yùn)行監(jiān)控。

為了滿足不同應(yīng)用場(chǎng)景的需要，如災(zāi)害對(duì)行業(yè)的風(fēng)險(xiǎn)評(píng)估需要集成水文、環(huán)境或農(nóng)業(yè)領(lǐng)域的專業(yè)模型，災(zāi)害事件的判定或致災(zāi)危險(xiǎn)性評(píng)估需要個(gè)性化算法，系統(tǒng)提供多種語言編譯環(huán)境(NCL，F(xiàn)ortran，Python，Java等)。在數(shù)據(jù)處理和產(chǎn)品制作過程中利用可視化建模技術(shù)，通過可視化的圖形拖曳構(gòu)建災(zāi)害風(fēng)險(xiǎn)產(chǎn)品制作流程，極大提高數(shù)據(jù)處理、業(yè)務(wù)分析、產(chǎn)品制作的建模效率，提升模型的復(fù)用能力。

2.3 在線分析與產(chǎn)品制作分系統(tǒng)

在線分析與產(chǎn)品制作分系統(tǒng)是系統(tǒng)的門戶和核心，以氣象災(zāi)害事件為主線，將氣象災(zāi)害風(fēng)險(xiǎn)管理相關(guān)業(yè)務(wù)在5個(gè)維度進(jìn)行整合，為用戶提供業(yè)務(wù)分析與產(chǎn)品制作服務(wù)。從災(zāi)害維度看，已集成暴雨、干旱、高溫、低溫和臺(tái)風(fēng)5種主要?dú)庀鬄?zāi)害，可根據(jù)業(yè)務(wù)發(fā)展實(shí)現(xiàn)多災(zāi)種橫向擴(kuò)展。從功能維度看，已覆蓋災(zāi)害監(jiān)測(cè)識(shí)別、災(zāi)害影響評(píng)估、災(zāi)害風(fēng)險(xiǎn)評(píng)估、災(zāi)害風(fēng)險(xiǎn)預(yù)估、災(zāi)害風(fēng)險(xiǎn)區(qū)劃、災(zāi)害信息服務(wù)，串聯(lián)起完整業(yè)務(wù)鏈條。從時(shí)間維度看，通過時(shí)間軸將數(shù)據(jù)和產(chǎn)品有效整合，實(shí)現(xiàn)歷史回溯分析、實(shí)時(shí)監(jiān)測(cè)識(shí)別和未來風(fēng)險(xiǎn)預(yù)估。從空間維度看，通過GIS空間可視化技術(shù)，實(shí)現(xiàn)精準(zhǔn)的空間分析。從產(chǎn)品維度看，通過在線交互分析，實(shí)現(xiàn)專題地圖、統(tǒng)計(jì)圖表、圖文報(bào)告等多種形式的產(chǎn)品輸出。

在線分析與產(chǎn)品制作分系統(tǒng)由主界面、場(chǎng)景標(biāo)簽、菜單欄、功能欄、時(shí)間軸和信息欄等組成(圖2)。主界面以天地圖為底圖，用戶通過與地圖的交互操作獲取信息、制作產(chǎn)品。場(chǎng)景標(biāo)簽對(duì)應(yīng)暴雨、干旱、臺(tái)風(fēng)、高溫、低溫等不同應(yīng)用。菜單欄包括區(qū)域查詢、底圖切換、統(tǒng)計(jì)表、統(tǒng)計(jì)圖等通用工具。功能欄覆蓋系統(tǒng)所有的功能，信息欄與功能欄通過時(shí)間軸聯(lián)動(dòng)，可提供各功能對(duì)應(yīng)數(shù)據(jù)和圖表信息，如進(jìn)行災(zāi)情查詢時(shí)，信息欄給出災(zāi)情的歷年變化信息；進(jìn)行災(zāi)害事件查詢時(shí)，信息欄給出事件的起止時(shí)間、影響評(píng)估、風(fēng)險(xiǎn)評(píng)估、過程災(zāi)情等信息。

鑒于氣象災(zāi)害風(fēng)險(xiǎn)產(chǎn)品的時(shí)效性要求，災(zāi)害事件監(jiān)測(cè)、風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)預(yù)估等常規(guī)業(yè)務(wù)產(chǎn)品要求能夠自動(dòng)、定時(shí)生成并及時(shí)提醒和快速調(diào)閱，系統(tǒng)以自動(dòng)化任務(wù)調(diào)度引擎做支撐，通過觸發(fā)器與各類模型任務(wù)進(jìn)行關(guān)聯(lián)映射，完成自動(dòng)定時(shí)作業(yè)任務(wù)的執(zhí)行。

2.4 綜合運(yùn)維分系統(tǒng)

綜合運(yùn)維分系統(tǒng)包括兩方面功能：一是管理用戶，面向各級(jí)用戶采用嚴(yán)格的用戶認(rèn)證制度，根據(jù)角色分配相應(yīng)的數(shù)據(jù)和功能使用權(quán)限，包括登錄驗(yàn)證、用戶管理、角色管理、權(quán)限管理、版本管理和行為監(jiān)控等模塊；二是運(yùn)行和維護(hù)系統(tǒng)的軟硬件運(yùn)行環(huán)境，主要包括網(wǎng)絡(luò)、主機(jī)與服務(wù)器、存儲(chǔ)系統(tǒng)、基礎(chǔ)軟件和信息安全環(huán)境等。

3 關(guān)鍵技術(shù)

3.1 基于時(shí)空匹配的大數(shù)據(jù)融合技術(shù)

以往氣象災(zāi)害影響評(píng)估業(yè)務(wù)多針對(duì)氣象要素的獨(dú)立場(chǎng)景分析，較少進(jìn)行不同要素間的交叉分析，但氣象災(zāi)害風(fēng)險(xiǎn)管理不僅要考慮致災(zāi)因子，還需要綜合考慮災(zāi)情和相應(yīng)的承災(zāi)體，開展進(jìn)一步風(fēng)險(xiǎn)分析。氣象災(zāi)害風(fēng)險(xiǎn)管理是大數(shù)據(jù)融合技術(shù)的應(yīng)用場(chǎng)景，通過多源數(shù)據(jù)交叉應(yīng)用，挖掘提升原有數(shù)據(jù)價(jià)值[15,21]。

為了提高災(zāi)害風(fēng)險(xiǎn)管理的時(shí)效性，需要對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行組織和分析，關(guān)鍵在于建立以目標(biāo)對(duì)象為核心的數(shù)據(jù)關(guān)聯(lián)模型，實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的關(guān)聯(lián)組織和基于統(tǒng)一時(shí)空框架的數(shù)據(jù)分析，該方法曾在遙感數(shù)據(jù)組織與分析中得到應(yīng)用[22]?？紤]到氣象災(zāi)害風(fēng)險(xiǎn)管理涉及的多源異構(gòu)數(shù)據(jù)均具有時(shí)間和空間屬性，參考上述對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行組織和分析的方法對(duì)系統(tǒng)數(shù)據(jù)進(jìn)行關(guān)聯(lián)組織，在時(shí)空上對(duì)數(shù)據(jù)進(jìn)行對(duì)標(biāo)和標(biāo)簽處理。在時(shí)間上，按照時(shí)、日、月、年等不同時(shí)間段分組，將數(shù)據(jù)切分和重新組織；在空間上，按照經(jīng)緯度信息、行政區(qū)劃信息、流域信息等進(jìn)行分組，將數(shù)據(jù)關(guān)聯(lián)和重新組織，形成支撐系統(tǒng)運(yùn)行的數(shù)據(jù)矩陣。

以基礎(chǔ)地理信息數(shù)據(jù)為基礎(chǔ)層數(shù)據(jù)，各類數(shù)據(jù)參考進(jìn)行統(tǒng)一的空間管理和邏輯關(guān)聯(lián)，如觀測(cè)數(shù)據(jù)和災(zāi)害事件識(shí)別產(chǎn)品根據(jù)經(jīng)緯度坐標(biāo)進(jìn)行空間信息關(guān)聯(lián)，災(zāi)情數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)根據(jù)行政區(qū)劃編碼關(guān)聯(lián)，普查數(shù)據(jù)根據(jù)編碼和基礎(chǔ)層數(shù)據(jù)空間屬性關(guān)聯(lián)，風(fēng)險(xiǎn)區(qū)劃數(shù)據(jù)和模式產(chǎn)品則按照流域、區(qū)域和格點(diǎn)3種不同的空間分辨率分別與基礎(chǔ)層數(shù)據(jù)關(guān)聯(lián)等。在數(shù)據(jù)融合過程中還進(jìn)行投影坐標(biāo)、高程基面等參考信息的統(tǒng)一，系統(tǒng)所有數(shù)據(jù)均采用WGS84投影坐標(biāo)和黃?；?。通過多源數(shù)據(jù)融合，災(zāi)情數(shù)據(jù)和氣象致災(zāi)因子數(shù)據(jù)可以迅速匹配，如通過點(diǎn)擊地圖上的暴雨災(zāi)情信息實(shí)現(xiàn)暴雨災(zāi)害發(fā)生時(shí)臨近氣象站的降水信息等快速檢索。

3.2 Web-GIS技術(shù)

氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)采用Web-GIS 技術(shù)進(jìn)行系統(tǒng)前端頁面的展示和操作，這也是國(guó)內(nèi)外相關(guān)系統(tǒng)設(shè)計(jì)的趨勢(shì)[23-25]。在系統(tǒng)建設(shè)中使用Web-GIS技術(shù)有以下4點(diǎn)優(yōu)勢(shì)：首先，在GIS環(huán)境下各種數(shù)據(jù)可通過其空間值表示，便于進(jìn)行大規(guī)模的風(fēng)險(xiǎn)評(píng)估計(jì)算，提高產(chǎn)品時(shí)效。其次，近年來越來越多的GIS工具和插件出現(xiàn)在風(fēng)險(xiǎn)評(píng)估模型中，可以方便集成并進(jìn)行空間計(jì)算。第三，與傳統(tǒng)的表格或圖表相比，Web-GIS在可視化方面的表達(dá)更直觀，便于用戶進(jìn)入不同應(yīng)用場(chǎng)景，理解數(shù)據(jù)和圖形背后的含義。第四，Web-GIS交互界面友好，用戶通過點(diǎn)擊地圖即可方便獲取系統(tǒng)信息。系統(tǒng)利用GIS區(qū)域自動(dòng)識(shí)別與事件動(dòng)態(tài)關(guān)聯(lián)技術(shù)，通過空間疊加分析提取興趣點(diǎn)、隱患點(diǎn)、危險(xiǎn)性指標(biāo)、影響指標(biāo)與風(fēng)險(xiǎn)指標(biāo)完成業(yè)務(wù)分析，如可以快速獲取單次災(zāi)害事件或不同風(fēng)險(xiǎn)等級(jí)下影響的國(guó)土面積、農(nóng)田面積和人口等信息。盡管Web-GIS與傳統(tǒng)桌面GIS相比[26-27]，渲染能力略顯不足且響應(yīng)速度受帶寬影響，但其在系統(tǒng)升級(jí)、管理和維護(hù)方面具有優(yōu)勢(shì)。用戶在系統(tǒng)使用過程中不受操作系統(tǒng)、本地硬盤容量、瀏覽器兼容性以及數(shù)據(jù)的限制，無需安裝桌面客戶端，無需進(jìn)行本地化配置。

3.3 空間數(shù)據(jù)的分布式存儲(chǔ)技術(shù)

大數(shù)據(jù)應(yīng)用分系統(tǒng)中的空間數(shù)據(jù)類型多樣，有點(diǎn)、線、面等?？紤]到空間數(shù)據(jù)的不同類型，為了提高數(shù)據(jù)查詢應(yīng)用的效率，選用不同的分布式存儲(chǔ)系統(tǒng)進(jìn)行數(shù)據(jù)存儲(chǔ)和管理。系統(tǒng)采用主流分布式存儲(chǔ)系統(tǒng)[28]，包括PostgreSQL，MongoDB，Elasticsearch等。為滿足海量氣象數(shù)據(jù)的快速查詢，采用PostgreSQL數(shù)據(jù)庫(kù)。在進(jìn)行風(fēng)險(xiǎn)區(qū)劃圖或風(fēng)險(xiǎn)評(píng)估圖存儲(chǔ)時(shí)，為了便于存儲(chǔ)和發(fā)布海量瓦片和緩存數(shù)據(jù)，采用MongoDB數(shù)據(jù)庫(kù)。在進(jìn)行風(fēng)險(xiǎn)普查數(shù)據(jù)中隱患點(diǎn)的存儲(chǔ)時(shí)，為提高空間數(shù)據(jù)查詢效率，采用Elasticsearch數(shù)據(jù)庫(kù)。系統(tǒng)運(yùn)行中涉及Oracle和mySQL及文件型數(shù)據(jù)庫(kù)等常見數(shù)據(jù)庫(kù)，采用Oracle存儲(chǔ)災(zāi)情和災(zāi)害事件等數(shù)據(jù)，采用mySQL存儲(chǔ)模型算法分系統(tǒng)中的調(diào)度信息，采用文件型數(shù)據(jù)庫(kù)存儲(chǔ)netCDF格式的氣象預(yù)測(cè)或預(yù)估數(shù)據(jù)等。

系統(tǒng)建設(shè)采用GIS云端一體化的思路，選取Spark構(gòu)建基于多種分布式存儲(chǔ)系統(tǒng)之上的統(tǒng)一空間大數(shù)據(jù)引擎。采用Spark Streaming的實(shí)時(shí)流處理技術(shù)[29]，空間數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)后直接發(fā)布數(shù)據(jù)服務(wù)，實(shí)現(xiàn)多終端分發(fā)與共享。

3.4 基于容器和微服務(wù)架構(gòu)的服務(wù)資源池構(gòu)建技術(shù)

氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)以數(shù)據(jù)服務(wù)、功能服務(wù)、接口服務(wù)為核心，借助容器及微服務(wù)技術(shù)形成服務(wù)資源池，建立服務(wù)引擎，為各種業(yè)務(wù)應(yīng)用場(chǎng)景提供服務(wù)。微服務(wù)架構(gòu)和面向服務(wù)的分布式架構(gòu)類似，強(qiáng)調(diào)業(yè)務(wù)需要徹底的組件化和服務(wù)化。將系統(tǒng)業(yè)務(wù)拆分為獨(dú)立的服務(wù)單元，每一個(gè)服務(wù)單元處理單一業(yè)務(wù)，不同的微服務(wù)可用不同的語言開發(fā)或調(diào)取鏡像。將各類氣象災(zāi)害風(fēng)險(xiǎn)算法和評(píng)估模型封裝成不同的微服務(wù)應(yīng)用，有利于算法的獨(dú)立運(yùn)行和后續(xù)升級(jí)。已有研究表明：在GIS服務(wù)中引入容器技術(shù)，可以提升系統(tǒng)的穩(wěn)定性、高可用性，并降低部署運(yùn)維的復(fù)雜度[30]。系統(tǒng)通過搜索SuperMap容器中心，取得GIS鏡像、MySQL鏡像、MongoDB鏡像、SuperMap iServer鏡像等，進(jìn)一步獲取應(yīng)用服務(wù)。微服務(wù)以鏡像的形式運(yùn)行在容器中，利用SuperMap iCloudManager進(jìn)行管理，將每個(gè)容器進(jìn)行進(jìn)程級(jí)別的隔離，從而減小資源占用率，提高系統(tǒng)響應(yīng)速度。

3.5 多租戶技術(shù)

對(duì)于一個(gè)面向全國(guó)不同用戶的龐大業(yè)務(wù)系統(tǒng)，用戶有個(gè)性化的業(yè)務(wù)需求，且需求存在變化性。多租戶技術(shù)可實(shí)現(xiàn)對(duì)計(jì)算資源、數(shù)據(jù)存儲(chǔ)能力，甚至功能配置的虛擬分區(qū)，使得內(nèi)、外部用戶以租戶方式隔離獲取計(jì)算能力和數(shù)據(jù)資源。用戶可根據(jù)需求對(duì)系統(tǒng)功能進(jìn)行靈活配置，滿足個(gè)性化業(yè)務(wù)需求。多租戶技術(shù)的應(yīng)用使系統(tǒng)具有擴(kuò)展性，為功能的不斷完善打下基礎(chǔ)，也可實(shí)現(xiàn)國(guó)家級(jí)、省級(jí)、市級(jí)、縣級(jí)等多層級(jí)、多角色的服務(wù)共享，為系統(tǒng)在全國(guó)推廣應(yīng)用和多版本開發(fā)提供便利。

4 業(yè)務(wù)應(yīng)用

4.1 氣象災(zāi)情監(jiān)測(cè)

系統(tǒng)具備實(shí)時(shí)氣象災(zāi)情動(dòng)態(tài)監(jiān)測(cè)功能，并可進(jìn)行全國(guó)和任意區(qū)域?yàn)?zāi)情查詢、統(tǒng)計(jì)和分析。圖3是2021年1月全國(guó)受低溫災(zāi)害影響的直接經(jīng)濟(jì)損失分布圖，該數(shù)據(jù)源自氣象部門災(zāi)情直報(bào)系統(tǒng)。2021年1月全國(guó)低溫災(zāi)害主要分布在東南沿海以及云南等地，江西瑞金市和廣東惠東縣受低溫災(zāi)害造成直接經(jīng)濟(jì)損失超過1億元。該產(chǎn)品已應(yīng)用于國(guó)家氣候中心每月發(fā)布的《全國(guó)氣候影響評(píng)價(jià)》。系統(tǒng)還具備查詢統(tǒng)計(jì)年度氣象災(zāi)情數(shù)據(jù)并在地圖上進(jìn)行空間展示和產(chǎn)品制作的功能 。

4.2 災(zāi)害事件識(shí)別與影響評(píng)估

氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)針對(duì)暴雨、干旱、高溫和低溫，集成不同客觀化區(qū)域性災(zāi)害事件識(shí)別方法[31-33]。

以暴雨災(zāi)害事件為例，系統(tǒng)回算了1954年以來2000余次暴雨災(zāi)害事件，形成逐個(gè)事件的基本信息、極端性評(píng)估、影響評(píng)估、過程災(zāi)情、相似過程等服務(wù)產(chǎn)品。交互界面下方時(shí)間軸上標(biāo)簽的不同顏色代表事件的綜合強(qiáng)度，長(zhǎng)度代表事件持續(xù)時(shí)間，用戶可通過點(diǎn)擊標(biāo)簽對(duì)歷史上所有事件的信息進(jìn)行查詢。2020年6月27日—7月12日發(fā)生當(dāng)年最強(qiáng)區(qū)域性暴雨事件，其累積降水量分布如圖4所示。此次暴雨事件的持續(xù)時(shí)間長(zhǎng)達(dá)16 d，668個(gè)氣象站的日降水量達(dá)到暴雨等級(jí)，其中249個(gè)氣象站出現(xiàn)大暴雨，單站最大累積降水量和最大日降水量均出現(xiàn)在安徽黃山，有58個(gè)氣象站日降水量達(dá)到極端閾值標(biāo)準(zhǔn)，4個(gè)氣象站超過歷史極值。根據(jù)持續(xù)時(shí)間、影響面積和平均降水強(qiáng)度等指標(biāo)判定本次降水事件綜合強(qiáng)度僅次于發(fā)生在1998年6月12—27日的暴雨事件，排在第2位。

以干旱為例，圖5是單次干旱過程影響面積的逐日變化和不同等級(jí)氣象干旱逐日監(jiān)測(cè)圖。2021年3月24日—4月19日我國(guó)南方地區(qū)出現(xiàn)一次區(qū)域性氣象干旱事件。4月4日中等以上氣象干旱面積達(dá)1.02×106km2，為本次事件影響面積的峰值(圖5a)，華南大部及云南大部、四川南部、貴州中西部、福建中南部、江西南部等地存在中度及以上氣象干旱(圖5b)。

以高溫為例，圖6是我國(guó)單次區(qū)域性高溫事件最大影響氣象站數(shù)的歷年變化。由圖6可見，1961—2021年我國(guó)每年單次區(qū)域性高溫事件最大影響氣象站數(shù)呈明顯增加趨勢(shì)，20世紀(jì)90年代后增加趨勢(shì)顯著。由此可見，在氣候變化背景下，我國(guó)高溫事件影響的范圍擴(kuò)大。

4.3 風(fēng)險(xiǎn)預(yù)估

臺(tái)風(fēng)帶來的極端風(fēng)雨可對(duì)我國(guó)造成巨大損失，如超強(qiáng)臺(tái)風(fēng)利奇馬(1909)造成的直接經(jīng)濟(jì)損失高達(dá)515億元[34]。臺(tái)風(fēng)登陸前對(duì)臺(tái)風(fēng)災(zāi)害進(jìn)行風(fēng)險(xiǎn)預(yù)估，可有效減少災(zāi)害損失。氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)利用觀測(cè)的風(fēng)雨數(shù)據(jù)、臺(tái)風(fēng)路徑強(qiáng)度數(shù)據(jù)以及預(yù)報(bào)風(fēng)雨和臺(tái)風(fēng)路徑強(qiáng)度數(shù)據(jù)，根據(jù)臺(tái)風(fēng)風(fēng)險(xiǎn)評(píng)估模型[35]每日起報(bào)，對(duì)未來24 h，48 h和72 h的臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)進(jìn)行預(yù)估，生產(chǎn)滾動(dòng)產(chǎn)品。2020年8月28日15:00(北京時(shí))臺(tái)風(fēng)美莎克(2009)在菲律賓呂宋島以東生成，9月1日發(fā)展為超強(qiáng)臺(tái)風(fēng)，9月3日移入吉林省境內(nèi)，吉林和黑龍江出現(xiàn)極端性降雨和大范圍大風(fēng)，局地陣風(fēng)達(dá)11級(jí)。受臺(tái)風(fēng)美莎克(2009)影響，黑龍江、吉林、內(nèi)蒙古、遼寧等地有686.4萬人受災(zāi)，直接經(jīng)濟(jì)損失為129.3億元。圖7是2020年9月2日起報(bào)的未來24 h臺(tái)風(fēng)美莎克(2009)風(fēng)險(xiǎn)預(yù)估分布圖，中等及以上臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)主要分布在吉林省中部和黑龍江省中南部。

4.4 風(fēng)險(xiǎn)區(qū)劃

氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)具備氣象災(zāi)害風(fēng)險(xiǎn)區(qū)劃產(chǎn)品的集成、展示和產(chǎn)品加工制作的能力。產(chǎn)品來源包括暴雨洪澇災(zāi)害風(fēng)險(xiǎn)普查、自然災(zāi)害綜合風(fēng)險(xiǎn)普查以及科研項(xiàng)目成果。以城市內(nèi)澇為例，綜合考慮降水強(qiáng)度、城市人口經(jīng)濟(jì)暴露度和城市內(nèi)澇適應(yīng)性指標(biāo)(如排水管網(wǎng)密度、綠地率、河網(wǎng)密度等)，建立城市內(nèi)澇風(fēng)險(xiǎn)指標(biāo)[36]。圖8是系統(tǒng)集成的我國(guó)東部城市內(nèi)澇風(fēng)險(xiǎn)區(qū)劃圖，內(nèi)澇風(fēng)險(xiǎn)最高的6個(gè)城市分別是深圳、北京、茂名、陽江、汕尾和東莞，這些高風(fēng)險(xiǎn)城市在遭遇極端降雨時(shí)，可能比我國(guó)東部其他城市遭受更大的損失。

5 小 結(jié)

分析表明：

1) 氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)是我國(guó)氣象災(zāi)害風(fēng)險(xiǎn)管理業(yè)務(wù)的支撐平臺(tái)，面向暴雨、干旱、高溫、低溫和臺(tái)風(fēng)5類主要?dú)庀鬄?zāi)害，以災(zāi)害事件為主線，涵蓋氣象災(zāi)害風(fēng)險(xiǎn)管理業(yè)務(wù)的主要環(huán)節(jié)，具備氣象災(zāi)害監(jiān)測(cè)識(shí)別、影響評(píng)估、風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)預(yù)估、風(fēng)險(xiǎn)區(qū)劃和綜合信息服務(wù)等功能。

2) 氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)采用基于時(shí)空匹配的大數(shù)據(jù)融合、Web-GIS和空間數(shù)據(jù)的分布式存儲(chǔ)等技術(shù)，通過微服務(wù)和多租戶技術(shù)進(jìn)行系統(tǒng)建設(shè)。新技術(shù)的應(yīng)用顯著提高了系統(tǒng)對(duì)多源、異構(gòu)和海量氣象災(zāi)害風(fēng)險(xiǎn)管理相關(guān)數(shù)據(jù)的訪問效率和應(yīng)用能力。

3) 氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)已實(shí)現(xiàn)業(yè)務(wù)化應(yīng)用，在暴雨、干旱、高溫、低溫和臺(tái)風(fēng)等氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估產(chǎn)品生成、重要?dú)夂蛐畔⒅谱饕约白匀粸?zāi)害綜合風(fēng)險(xiǎn)普查中均發(fā)揮了重要作用。

隨著系統(tǒng)在各級(jí)用戶的推廣應(yīng)用，需求將不斷增長(zhǎng)。依托于氣象大數(shù)據(jù)云平臺(tái)發(fā)展的有力支撐[37]，更多豐富可靠的數(shù)據(jù)資源、更多風(fēng)險(xiǎn)評(píng)估模型的集成將驅(qū)動(dòng)氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)的發(fā)展[38-40]。今后將按照集約化、一體化和客觀化的發(fā)展道路，打造氣象災(zāi)害風(fēng)險(xiǎn)管理系統(tǒng)的應(yīng)用生態(tài)圈，為各級(jí)用戶提供更加豐富、實(shí)用的氣象災(zāi)害風(fēng)險(xiǎn)管理產(chǎn)品，進(jìn)一步發(fā)揮信息化在氣象災(zāi)害風(fēng)險(xiǎn)管理中的重要作用。

致 謝：感謝國(guó)家氣候中心高歌正高級(jí)工程師、尹宜舟正高級(jí)工程師、馮愛青高級(jí)工程師、代潭龍工程師在系統(tǒng)功能建設(shè)方面給予的建議和支持。