李社宏(陜西省氣象局，西安 710014)

大數(shù)據(jù)時(shí)代氣象數(shù)據(jù)分析應(yīng)用的新趨勢

李社宏
(陜西省氣象局，西安 710014)

簡要介紹了大數(shù)據(jù)的概念和特征，以及大數(shù)據(jù)時(shí)代的思維變革方式，通過案例引述，從數(shù)據(jù)采集、數(shù)據(jù)存取、數(shù)據(jù)挖掘和信息發(fā)布等方面探討了大數(shù)據(jù)時(shí)代氣象數(shù)據(jù)分析應(yīng)用的新趨勢，提出了應(yīng)對思路和方法。

大數(shù)據(jù)時(shí)代；大數(shù)據(jù)思維；氣象數(shù)據(jù)分析應(yīng)用

大數(shù)據(jù)分析應(yīng)用一般可分為兩個(gè)方向：一個(gè)方向側(cè)重于數(shù)據(jù)的處理與表示，主要強(qiáng)調(diào)數(shù)據(jù)采集、存取、加工和可視化方法；另一個(gè)方向則側(cè)重于數(shù)據(jù)本質(zhì)特征的提取和模式發(fā)現(xiàn)，即數(shù)據(jù)挖掘[1]。近些年來，氣象部門高度重視氣象數(shù)據(jù)的采集工作，建設(shè)改造了大量國家氣象站、區(qū)域站、天氣雷達(dá)、氣象衛(wèi)星、閃電定位、大氣電場、土壤水分、能見度等自動(dòng)化觀測設(shè)備，采集到的數(shù)據(jù)“爆增”，氣象數(shù)據(jù)采集呈現(xiàn)出了顯著的大數(shù)據(jù)特征。然而，在氣象數(shù)據(jù)存取、加工、可視化、挖掘分析、精準(zhǔn)發(fā)布等環(huán)節(jié)，還存在不少問題，主要是不能很好發(fā)揮這些海量數(shù)據(jù)的作用。究其原因，是因?yàn)闆]有做好充分準(zhǔn)備，不能適應(yīng)悄然而至的大數(shù)據(jù)時(shí)代，沒有學(xué)會(huì)用大數(shù)據(jù)的思維和方法解決面臨的問題。

2013年被世界公認(rèn)為“大數(shù)據(jù)元年”。繼2012年3月奧巴馬政府公布了2億美元的《大數(shù)據(jù)研究發(fā)展計(jì)劃》之后，2013年11月再度公布了涉及各級(jí)政府和私企、科研機(jī)構(gòu)的多個(gè)大數(shù)據(jù)研究項(xiàng)目，人們稱之為美國大數(shù)據(jù)戰(zhàn)略的2.0版。在英國，雖然經(jīng)濟(jì)不景氣、財(cái)政緊縮，但政府依然為大數(shù)據(jù)一擲千金，2013年初，英國政府宣布注資3億美元用于大數(shù)據(jù)項(xiàng)目。大數(shù)據(jù)引爆的大變革、大競爭、大挑戰(zhàn)正在迅速發(fā)酵、蔓延。根據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心的研究結(jié)果，2011年全球產(chǎn)生的數(shù)據(jù)總量達(dá)到1.8 ZB(1 ZB=1 024 EB，1 EB=1 024 PB，1 PB=1 024 TB，1 TB=1 024 GB，1 GB=1 024 MB，1 MB=1 024 KB，1 KB=1 024 B)，每年產(chǎn)生的數(shù)據(jù)總量還在以60%的速率高速增長，到2020年，全球每年產(chǎn)生的數(shù)據(jù)總量將達(dá)到35 ZB。2013年，中國產(chǎn)生的數(shù)據(jù)總量達(dá)0.8 ZB，較2012年翻了一倍，相當(dāng)于2009年全球的數(shù)據(jù)總量，到2020年，將是2013年的10倍，達(dá)到8.5 ZB[2]。

目前，中國氣象局所保存的數(shù)據(jù)總量約為5 PB，每年新增數(shù)據(jù)量接近1 PB，這些數(shù)據(jù)包含了地面觀測、衛(wèi)星、雷達(dá)和數(shù)據(jù)預(yù)報(bào)產(chǎn)品等幾大類。以這些數(shù)據(jù)為主，構(gòu)成了氣象部門的大數(shù)據(jù)，即“氣象大數(shù)據(jù)”[3]。

1 大數(shù)據(jù)與大數(shù)據(jù)思維

1.1 什么是大數(shù)據(jù)

維基百科對大數(shù)據(jù)的定義，是指利用常用軟件工具捕獲、管理和處理數(shù)據(jù)所耗時(shí)間超過可容忍時(shí)間的數(shù)據(jù)集。一般認(rèn)為，大數(shù)據(jù)具有“4V”特征：第一，數(shù)據(jù)量大(Volume)，從TB級(jí)別躍升到PB級(jí)別；第二，數(shù)據(jù)類型多(Variety)，有傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，更多的是音頻、視頻、圖像等非結(jié)構(gòu)化數(shù)據(jù)；第三，數(shù)據(jù)處理速度快(Velocity)，遵循“1秒鐘定律”，即1秒鐘之內(nèi)完成數(shù)據(jù)分析處理，輸出結(jié)果；第四，價(jià)值密度低(Value)，有效信息占總信息量的比例很小，常常淹沒其中，難以發(fā)掘。

大數(shù)據(jù)的本質(zhì)并不在于“大”，而在于以嶄新的思維和技術(shù)去分析海量數(shù)據(jù)，揭示其中隱藏的信息、知識(shí)、人類行為等，進(jìn)而由此創(chuàng)新產(chǎn)品、服務(wù)、管理，或是預(yù)測未來趨勢。所以，大數(shù)據(jù)既指海量的數(shù)據(jù)，也指處理海量數(shù)據(jù)的技術(shù)和工具，還指利用海量數(shù)據(jù)的思維方式[5]。

從定義可以看出，大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)顯然不同。舉一個(gè)很形象的例子，如果把數(shù)據(jù)比作“水”，把有價(jià)值信息比作“魚”，則大數(shù)據(jù)分析就好比“大海捕魚”，傳統(tǒng)數(shù)據(jù)分析好比“池塘捕魚”。首先，二者規(guī)模不同，這點(diǎn)很好理解；其次，大海中魚的種類多，池塘中魚的種類少；再次，在池塘中捕魚，事先能判斷出究竟能撈出些什么，而在大海中捕魚，常常不清楚能撈出什么，經(jīng)常需要根據(jù)上一網(wǎng)撈出的東西，判斷下一網(wǎng)可能會(huì)撈到什么，還要根據(jù)季節(jié)、天氣等因素，決定到哪里去撈；最后，“大海捕魚”和“池塘捕魚”使用的工具會(huì)截然不同，“池塘捕魚”使用一種或很少幾種漁網(wǎng)即可，而“大海捕魚”使用的工具要復(fù)雜得多。

1.2 大數(shù)據(jù)時(shí)代的思維變革

英國人維克托·邁爾-舍恩伯格被譽(yù)為“大數(shù)據(jù)時(shí)代的預(yù)言家”，他于2012年出版了風(fēng)靡全球的《大數(shù)據(jù)時(shí)代》，他指出大數(shù)據(jù)帶來的信息風(fēng)暴正在變革我們的生活、工作和思維，大數(shù)據(jù)開啟了一次重大的時(shí)代轉(zhuǎn)型。根據(jù)舍恩伯格的觀點(diǎn)，現(xiàn)有的認(rèn)知體系是建立在原來數(shù)據(jù)稀缺背景下的，在大數(shù)據(jù)時(shí)代，人們思維和工作方式必須發(fā)生變革。第一，要分析與事物相關(guān)的所有數(shù)據(jù)，而不是依靠分析少量數(shù)據(jù)樣本，即“要總體、不要樣本”，或者“樣本等于總體”。第二，要樂于接受數(shù)據(jù)的“雜、亂”，而不再追求數(shù)據(jù)的精確性，即容許錯(cuò)誤數(shù)據(jù)存在。第三，相關(guān)關(guān)系比因果關(guān)系更重要，即只關(guān)心“是什么”，不關(guān)心“為什么”[4]。氣象部門以舊思維分析數(shù)據(jù)的傳統(tǒng)根深蒂固，在大數(shù)據(jù)時(shí)代實(shí)現(xiàn)上述三個(gè)思維變革尤為重要，也會(huì)非常艱難。

2 大數(shù)據(jù)給氣象數(shù)據(jù)采集、存取、分析和發(fā)布帶來的影響

2.1 數(shù)據(jù)采集

當(dāng)前的氣象數(shù)據(jù)采集已經(jīng)呈現(xiàn)出明顯的大數(shù)據(jù)特征。但是，這僅僅是數(shù)據(jù)量的“爆增”，還不是真正意義上的大數(shù)據(jù)。實(shí)際上，大數(shù)據(jù)更側(cè)重于研究非氣象類數(shù)據(jù)、或者是看起來與氣象毫無關(guān)系的數(shù)據(jù)，在這些數(shù)量超大、而單個(gè)數(shù)據(jù)有效價(jià)值低的數(shù)據(jù)中挖掘出有價(jià)值的信息。因此，氣象大數(shù)據(jù)采集不僅包括傳統(tǒng)的氣象數(shù)據(jù)，還包括其他任何可能用到的數(shù)據(jù)。如：哪些人在什么時(shí)間關(guān)注哪一類天氣信息，某一類商品的銷售信息，航班信息，用戶訪問氣象網(wǎng)站的時(shí)間、地點(diǎn)、瀏覽內(nèi)容、滯留時(shí)間，網(wǎng)絡(luò)社區(qū)交流內(nèi)容，手機(jī)應(yīng)用使用情況等。氣象大數(shù)據(jù)采集的一般特征表現(xiàn)為：自動(dòng)、客觀、單個(gè)監(jiān)測點(diǎn)成本低、實(shí)時(shí)性強(qiáng)、數(shù)據(jù)量大、數(shù)據(jù)質(zhì)量不高、間接性等，同時(shí)還具有物聯(lián)網(wǎng)的特征。下面給出幾個(gè)有趣例子。

2010年，聯(lián)合國哥本哈根世界氣候大會(huì)期間，美國麻省理工學(xué)院的學(xué)生設(shè)計(jì)了一款自行車輔助工具——哥本哈根車輪。車輪內(nèi)置了一些監(jiān)測裝置，可以對路況、溫度、濕度、一氧化碳等信息進(jìn)行監(jiān)測，GPS幫助記錄位置信息。通過藍(lán)牙模塊與智能手機(jī)關(guān)聯(lián)，騎車人可以參考這些實(shí)時(shí)數(shù)據(jù)調(diào)整自己的出行計(jì)劃。更有意義的是，還可以將這些數(shù)據(jù)上傳，幫助建立一個(gè)龐大的環(huán)境狀況數(shù)據(jù)庫，繪制出城市環(huán)境地圖。

2011年，美國國家氣象局在美國2 000輛客運(yùn)大巴上安裝了傳感器，隨著巴士的移動(dòng)，這些傳感器可以搜集沿途所有地點(diǎn)的溫度、濕度、光照度等數(shù)據(jù)，并立即傳回國家氣象局?jǐn)?shù)據(jù)中心。數(shù)據(jù)采集每10秒一次，每天每個(gè)傳感器要采集10萬次以上的數(shù)據(jù)。與此情況類似，該國郵政局計(jì)劃在他們的郵政車上安裝傳感器，實(shí)時(shí)采集空氣質(zhì)量、污染指數(shù)、噪聲等數(shù)據(jù)。

英國的研究人員在智能手機(jī)里安裝了氣壓、溫度、濕度傳感器，隨時(shí)隨地、不知不覺的測量并發(fā)送這些信息到國家氣象數(shù)據(jù)中心。雖然發(fā)出的可能是用戶口袋里的溫度，但是他們已經(jīng)研究出了相應(yīng)的模型，通過大量這樣不太準(zhǔn)確的數(shù)據(jù)計(jì)算出高分辨率、實(shí)時(shí)的城市溫度分布圖。

2.2 數(shù)據(jù)存取

大數(shù)據(jù)存取面臨兩個(gè)方面的問題。一是存儲(chǔ)容量問題，當(dāng)前省級(jí)氣象部門應(yīng)達(dá)到PB級(jí)水平。二是存取速度問題，要滿足“1秒鐘輸出結(jié)果”定律。這兩個(gè)問題既相互矛盾，又相互關(guān)聯(lián)，必須統(tǒng)籌解決。解決這兩個(gè)問題的關(guān)鍵不在于存儲(chǔ)系統(tǒng)擴(kuò)容，而在于系統(tǒng)架構(gòu)設(shè)計(jì)和數(shù)據(jù)分析算法。需要應(yīng)用分布式存儲(chǔ)、分布式計(jì)算、云計(jì)算、非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)等新技術(shù)，改造現(xiàn)有的信息系統(tǒng)，建設(shè)滿足大數(shù)據(jù)需求的數(shù)據(jù)中心。

2.3 數(shù)據(jù)挖掘

氣象部門開展數(shù)據(jù)分析由來已久，而在大數(shù)據(jù)分析領(lǐng)域還是新手。大數(shù)據(jù)分析為氣象數(shù)據(jù)分析提供了全新的思路、方法，也開辟了廣闊的發(fā)展空間。

大數(shù)據(jù)的核心是“預(yù)測”。大數(shù)據(jù)之所以能預(yù)測未來，靠的是對相關(guān)關(guān)系的把握，通過相關(guān)關(guān)系分析過去，獲得對未來的預(yù)測。例如：“清明時(shí)節(jié)雨紛紛”這個(gè)結(jié)論不是邏輯推導(dǎo)出來的，而是人們通過多年觀察，發(fā)現(xiàn)每年清明前后總是下雨比較多，于是總結(jié)出這一規(guī)律，運(yùn)用此規(guī)律即可做出預(yù)測。這是一種傳統(tǒng)的統(tǒng)計(jì)學(xué)分析，實(shí)際中的大數(shù)據(jù)分析比這要復(fù)雜得多。傳統(tǒng)統(tǒng)計(jì)學(xué)方法對樣本數(shù)據(jù)的正態(tài)性假設(shè)、變量的獨(dú)立性、變量個(gè)數(shù)、假設(shè)檢驗(yàn)等要求較高，而大數(shù)據(jù)分析(即數(shù)據(jù)挖掘)則是對傳統(tǒng)統(tǒng)計(jì)學(xué)方法的擴(kuò)展和延伸，側(cè)重于應(yīng)用高維建模、多模式建模、復(fù)雜網(wǎng)絡(luò)建模、非參數(shù)模型等新技術(shù)，從種類繁多、數(shù)量龐大的數(shù)據(jù)中快速獲取有價(jià)值的信息。

“多維”和“混搭”是大數(shù)據(jù)分析的重要特征。許多成功的大數(shù)據(jù)應(yīng)用案例，都是從似乎毫不相干的數(shù)據(jù)中找到了相互之間的相關(guān)關(guān)系。美國天氣預(yù)報(bào)公司長期以來都在向航空公司和能源交易商銷售天氣預(yù)報(bào)服務(wù)。而現(xiàn)在，他們不僅僅能夠提供天氣預(yù)報(bào)，還能依據(jù)人們查看天氣的時(shí)間、地點(diǎn)和頻次等情況，預(yù)測人們的消費(fèi)行為。借助大數(shù)據(jù)分析技術(shù)，該公司幫助廣告主投放高度精準(zhǔn)的廣告，如空氣干燥時(shí)推銷保濕型洗發(fā)水等。

大數(shù)據(jù)與“預(yù)防性維修模式”。美國一家運(yùn)輸公司通過“任何數(shù)據(jù)都不能少”計(jì)劃，從成千上萬的貨車運(yùn)輸系統(tǒng)中搜集了900個(gè)數(shù)據(jù)元素，包括輪胎和汽油使用的傳感器、引擎運(yùn)行、GPS定位數(shù)據(jù)，以及貨車司機(jī)在博客上的抱怨等。通過對這些數(shù)據(jù)的集成分析處理，可以預(yù)測哪輛車的哪個(gè)部件什么時(shí)候可能出現(xiàn)故障，建立了“預(yù)防性維修模式”，取代了過去出現(xiàn)故障后再進(jìn)行搶修的“救火維修模式”，取得了很好的效果。這個(gè)案例對綜合氣象觀測系統(tǒng)的運(yùn)行保障有很好的借鑒意義。

2.4 信息發(fā)布

氣象信息、特別是氣象預(yù)警信息不僅要發(fā)得快、還要發(fā)得準(zhǔn)，才能保證在這個(gè)信息過載的時(shí)代，氣象信息被閱讀而不被忽略。如何實(shí)現(xiàn)氣象信息的精準(zhǔn)發(fā)布和個(gè)性發(fā)布？氣象部門為此大動(dòng)腦筋，大數(shù)據(jù)也許是解決這一問題的利劍。

目前使用墨跡天氣、天氣通等應(yīng)用，用戶可定制個(gè)性化的氣象服務(wù)。未來用戶還可依據(jù)用戶前期的上網(wǎng)記錄、位置信息、消費(fèi)記錄等，推送個(gè)性化的氣象信息，甚至包括家里的電視天氣預(yù)報(bào)節(jié)目、辦公室的電腦都可根據(jù)瀏覽記錄、個(gè)人愛好、天氣情況等自動(dòng)推送個(gè)性化的內(nèi)容。內(nèi)置了位置、方位、震動(dòng)等多種傳感器，且操作方便、互動(dòng)性強(qiáng)的智能手機(jī)將是大數(shù)據(jù)時(shí)代氣象信息精準(zhǔn)發(fā)布和個(gè)性化發(fā)布的重要渠道。同時(shí)，通過智能手機(jī)把氣象災(zāi)害現(xiàn)場的視頻、圖片、音頻及時(shí)發(fā)送給數(shù)據(jù)中心，也有重要的意義。

美國國家天氣服務(wù)局推出了“無線緊急預(yù)警系統(tǒng)”，這個(gè)系統(tǒng)可以根據(jù)暴風(fēng)或者惡劣天氣通過的路徑來確定會(huì)受影響的人群，從而發(fā)送信息，而不是以一個(gè)省或一個(gè)市為單位盲目群發(fā)。具體的說，該系統(tǒng)不是根據(jù)手機(jī)用戶的注冊地址來推送預(yù)警信息，而是根據(jù)用戶手機(jī)發(fā)出的信號(hào)，來判別其是否位于災(zāi)區(qū)之內(nèi)，再?zèng)Q定是否發(fā)送信息，這樣既提高了預(yù)警信息發(fā)布的精準(zhǔn)度，又減少了不必要的信息擾民。

4 結(jié)語

大數(shù)據(jù)對氣象部門的影響遠(yuǎn)遠(yuǎn)不止上述幾點(diǎn)。從政府運(yùn)行角度講，氣象數(shù)據(jù)向社會(huì)開放是大勢所趨，數(shù)據(jù)開放能夠大大驅(qū)動(dòng)全社會(huì)參與創(chuàng)新[6]。從管理角度講，要學(xué)會(huì)以數(shù)據(jù)為基礎(chǔ)，進(jìn)行決策、管理和工作。從公共服務(wù)角度講，要學(xué)會(huì)應(yīng)用大數(shù)據(jù)分析用戶需求，持續(xù)改進(jìn)服務(wù)質(zhì)量。另外，駕馭大數(shù)據(jù)需要高質(zhì)量的數(shù)據(jù)分析師，這是人力資源管理方面應(yīng)關(guān)注的。當(dāng)然，大數(shù)據(jù)并不盡善盡美，信息安全和保護(hù)個(gè)人隱私將是大數(shù)據(jù)時(shí)代面臨的嚴(yán)峻挑戰(zhàn)。

大數(shù)據(jù)時(shí)代已經(jīng)來臨，一場改變世界格局和人類生活的大數(shù)據(jù)革命即將引爆。誰掌握了大數(shù)據(jù)，誰就將在這個(gè)時(shí)代勝出。誰漠視大數(shù)據(jù)，等待他的只有落后。

[1] 王星.大數(shù)據(jù)分析：方法與應(yīng)用[M].北京：清華出版社，2013.

[2] ZDNET.數(shù)據(jù)中心2013：硬件重構(gòu)和軟件定義[EB/OL]. [2014-02-21].http://itpapers.zdnet.com.cn/itpaper/detail/3/24234.shtml.

[3] “氣象大數(shù)據(jù)”以何種方式在氣象領(lǐng)域蔓延？[EB/OL].[2014-02-18].http://www.chinawuliu.com.cn/zhxw/201402/18/278296.shtml.

[4] 維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數(shù)據(jù)時(shí)代[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013.

[5] 徐繼華，馮啟娜，陳貞汝.智慧政府：大數(shù)據(jù)治國時(shí)代的來臨[M].北京，中信出版社，2014.

[6] 涂子沛.大數(shù)據(jù)[M].南寧：廣西師范大學(xué)出版社，2012.

李社宏.大數(shù)據(jù)時(shí)代氣象數(shù)據(jù)分析應(yīng)用的新趨勢[J].陜西氣象，2014(2)：41-44.

編者的話：目前氣象觀測資料包含有海量信息，呈現(xiàn)出了顯著的大數(shù)據(jù)特征，氣象大數(shù)據(jù)采集不僅包括傳統(tǒng)的氣象數(shù)據(jù)，還包括其他任何可能用到的數(shù)據(jù)，數(shù)據(jù)分析不僅僅涉及氣象業(yè)務(wù)和科研方面，而且涉及到?jīng)Q策、管理及公共氣象服務(wù)等許多方面?；鶎託庀罂萍既藛T常反映寫文章難，實(shí)際上，許多氣象科學(xué)的重大發(fā)現(xiàn)和論斷的提出都是基于氣象觀測事實(shí)和觀測資料分析而完成的。基層氣象臺(tái)站擁有許多寶貴的第一手氣象數(shù)據(jù)，同時(shí)基層科技人員對氣象數(shù)據(jù)有著深刻的理解，因此，基層臺(tái)站開展數(shù)據(jù)分析有天然的優(yōu)勢。為幫助基層年輕科技人員提高業(yè)務(wù)技能和科研能力，鼓勵(lì)他們開展氣象數(shù)據(jù)的分析應(yīng)用，本刊特約陜西省氣象局觀測網(wǎng)絡(luò)處處長李社宏撰寫了《大數(shù)據(jù)時(shí)代氣象數(shù)據(jù)分析應(yīng)用的新趨勢》一文，為氣象數(shù)據(jù)分析應(yīng)用提供了全新的思路?！蛾兾鳉庀蟆穼鶎幼髡哂嘘P(guān)數(shù)據(jù)分析應(yīng)用的論文優(yōu)先刊載。

1006-4354(2014)02-0041-04

2014-02-21

李社宏(1969—)，男，漢族，陜西周至人，高級(jí)工程師，主要從事氣象業(yè)務(wù)管理。

C