昆明市气象局云南昆明650034
摘要：在大数据时代背景下，气象信息化进程不断加快，数据挖掘和气候云端在气象领域中进行应用，也促进了气象服务模式创新升级。在本文中，结合气象大数据特征及服务框架，对大数据时代背景下的气象服务现状进行分析，并着重对大数据时代的气象服务应用进行分析和探讨。实施大数据时代气象服务应用，并利用大数据制作气象服务产品，不仅惠及人们生活方方面面，还推动气象行业信息化进程。
关键词：大数据；气象服务；应用分析
随着现代社会的快速发展，各行各业对天气的依赖程度越来越高，气象服务工作所面临的工作量日益增大，大量数据及信息处理也成为现阶段气象工作人员面临的主要问题，并且一般数据库也无法满足大量数据信息分析需求，也导致最终决策服务水平不高。想要进一步提高气象服务工作水平，就需要充分利用大数据时代先进科学技术，实现气象服务模式创新升级，推动气象信息化进程。基于此，对大数据时代的气象服务应用进行分析。
1、气象大数据基本特征及服务框架
1.1基本特征
大数据基本特征主要表现在以下几方面：（1）体量大，当前，面对越来越复杂的气象状况，气象工作人员工作量不断增大，海量数据体量也已经处于FB级，这也与大数据体量大特征相契合；（2）数据种类多，数据种类多特征主要是从各类结构化和非结构化数据中所体现；（3）数据需求处理速度快，通常情况下，对大气观测、采集主要是逐日、小时，甚至是每分钟进行，所取得大气数据精度更高，时空分辨率也越来越细，种类越来越多，处理速度需求也日益递增；（4）数据价值高，通过对大数据充分利用，对各类气象数据进行分析、处理和深入挖掘，有利于完善气象行业内部服务，如：天气预报、天气预警等，这些气象数据也满足大数据价值高特征。（5）数据准确性高，在大数据时代的影响之下，在提供气象服务的时候，所获取的数据信息更为精准，反馈出的数据资源也较为合理，因此气象服务体现出针对性，具有更高的价值。
1.2服务框架
在气象大数据服务框架中包含内容有：（1）基础设施层，作为集中处理大数据的平台，主要以云计算为基础，通过对原有硬件实施云化处理，使之成为基础设施资源库，工作人员也可以对资源库中存储和计算进行使用，不仅可以提高资源整合效率，还能提高各项资源利用效率；（2）平台层，利用云计算技术，在基础设施层上构建平台层，并利用分布式文件系统对文件进行分布式存储，同时使用分布式数据库也能够对动态气象大数据分布式数据进行索引，最后通过分布式计算模型可以实现对海量数据精准计算，而通过数据仓库的使用可以进行数据便捷储存和查询；（3）应用层，应用层作用主要体现在应用的开发上，内容有云平台管理及监控、站点监控、气象服务等，其中云平台管理和监控主要针对是数据中心服务器节点，而站点监控是对所监测点和相应设备运行状况进行监管，气象服务则包含了产品制作、部门业务功能等内容；（4）服务层，大数据服务层所提供服务主要是针对应用层，如：站点通过有效利用分布式数据库进行实时检索，可以提供精准气象服务；（5）用户层，包含了气象业务部门、气象研究部门等，其中业务部门可以通过内部网络通道获取大数据服务，而气象研究部门则可以通过权限从互联网获取大量数据信息，其他行业则可以通过互联网对相关气象数据进行查询，甚至是获取气象产品。
2、大数据时代背景下的天气服务现状分析
2.1服务对象和渠道单一
现目前，由于气象部门受到传统思维影响和自身基础条件制约，在开展气象服务时多呈现为半网络化和半自动化。在反馈机制方面也较为缺乏，无法对公共建议和行业意见进行有效收集，也导致气象部门无法对自身进行精准定位，并结合市场需要及时调整服务模式。在大数据背景下，开展气象服务应当为用户提供更加多元的服务渠道，并为用户提供多种类型气象产品，用户可以根据自身需要进行选择。相对应用户也要在获取气象服务的基础上，做出意见反馈，为气象服务优化升级提供有力依据。
2.2用户思维培养
伴随着移动互联网不断发展，用户在获取气象服务渠道也越来越多，只有提升气象服务产品质量使之符合用户需求，才能够提升气象服务质量，增加用户量。但是从实际情况来看，很多气象服务依然采用“天气预报+简单提示”模式，可以体现精细化、差异化的气象服务产品还比较少，最终也会影响到用户满意度。针对这一情况，就需要注重“服务用户”思维进行培养，在为用户创造更多使用价值基础上，提高用户对气象服务的依赖性，使得气象服务水平不断提高。
3、大数据时代气象服务关键技术及实际应用
3.1大数据关键技术
3.1.1数据挖掘技术
数据挖掘技术的应用，可以在海量信息数据中快速找寻到目标信息，特殊的噪声信息、预警信息、模糊信息也能够精准标识，提高复杂天气预测准确性。同时通过数据挖掘，可以对各项气象信息数据再分析，使数据浓缩为集合，再利用处理软件对数据进行抽离，使之成为一个带说明的数据组，在该数据组中也对应了一个目标，可以帮助工作人员更好了解个体信息，并分析天气阶段特征，进而为用户提供差别化气象服务。
3.1.2气候云端
大数据云计算作为构建气候云端的重要基础，气候云端也包含了原始系统、云端申请、模型控制等技术服务。涉及的云端申请，可以在同一时间满足不同气象服务要求，同时通过快速组织运算，可以对气候资源和用户需求特性进行测定，并得出最终结论。由于气候云端在灾害性天气预测方面作用显著，通过卫星可以对灾害进行精准定位，并且在第一时间内给特定用户发出预警信号，可以解决传统技术下存在的延迟问题。
3.2实际应用
3.2.1预报预测
大数据在气象服务中进行应用的核心体现在“预测”上，通过大数据可以对大量天气气象信息数据进行有效处理，把握各项数据之间存在的对应关系，进而达到预测未来天气效果。而预报预测精准性也是多年来气象部门永恒追求，如：在天气预报中，尤其是针对特定用户预报服务，不仅需要明确具体天气气象，还要对发生时间、发生地点和发生强度进行确定，通过大数据技术，对复杂天气气象数据信息处理和深入研究，可以为气象服务提供内容丰富、精细化程度高的数据资料，通过多模式集合预报也能够降低预报误差，提高预报预测准确率。
3.2.2减灾防灾
气象部门的主要职责就在于通过对一段时间内天气进行有效预测，进而达到减灾防灾目的。尤其是针对灾害性天气防御，做好该项工作可以取得较好社会价值。通过大数据技术引入，在充分挖掘数据和融合数据基础上，结合地区性地形地貌数据、历史气候数据、灾害统计数据等，可以为房屋选址、建造、农业生产等提供有力数据依据，并提高灾害防御效果[1]。如：以农业生产为例，某一区域种植西瓜，但是由于受倒春寒天气影响，使得西瓜遭受到冻害，对种植经济效益造成严重影响。但是通过大数据技术应用，就可以对该区域天气气候数据进行详细分析，并且将未来一段时间天气预警信息推送给农业生产用户，可以帮助用户对农业生产和销售进行调整，进而达到降低损失目的。
4、结语
在本文中，对大数据时代的气象服务应用进行分析，主要是从气象大数据特征及服务框架展开，利用大数据制作气象服务产品，不仅惠及气象用户而且是现代气象行业发展方向，也加速了气象部门信息共享和服务能力，未来气象数据也将更加深入渗透到各个领域经营决策当中，使得气象服务能力和实践应用大幅度提高。
参考文献：
[1]张洁,薛胜军.云计算环境下气象大数据服务的应用[J].安徽农业科学,2016,(5):298-301.