大数据时代对气象服务的推动

摘 要： “大数据”在金融、通讯等行业存在时日已久，近年来，随着互联网技术的发展，人们需要对海量数据进行挖掘和应用，越来越多的行业开始关注和应用。本文通过对的解析，引发对气象服务影响和推动的思考，从传统气象数据收集系统的更新、引入传感器、气象数据的开发和共享、气象体制机制的要求及服务理念的更换等多方面探讨大数据时代对气象服务的推动。

关键词： 大数据时代 气象服务 推动作用

近期看了一则“飞行在农场上方的大数据服务帮你大丰收”的新闻，美国旧金山初创公司Ceres Imaging通过公开融资进行大数据研究，试图优化农场服务，该公司将传感器与无人机、小型飞机进行组合，通过收集大量农场数据，处理这些数据，并上传到云端，使农户可以方便地使用任何可以接入互联网的设备，查看这些信息，从而做出相应的决策。“大数据”在物理学、生物学、环境生态学等领域，及军事、金融、通讯等行业存在已久，因为近年来互联网和信息行业的发展而引起人们的关注。农业一般以农民长久以来的种植经验和技术作为支撑，农产品生产具有固定的周期性限制，并且在产出过程中会有各种各样的因素干扰，大到天气水文，小到仓储物流。Ceres Imaging公司通过数据服务，开始介入坚若磐石的传统领域，并尝试利于海量数据，帮助农户优化作物的水源及营养供应，宣称打造“数据驱动型”农场。作为与农业生产息息相关的气象服务，其离大数据时代还遥远吗？

一、大数据时代的概念

2011年5月，麦肯锡公司下属的全球研究所（McKinsey Global Institute）了一份专门的研究报告，报告对美国政府目前拥有的数据量进行了估算，美国政府共拥有848拍字节的数据总量（谷歌每小时处理的数据为1拍）；一分钟内，微博、推特上新发的数据量超过10万；社交网络“脸谱”的浏览量超过600万；沃尔玛是世界上最大的零售王国，它每小时要处理100多万笔电子交易记录……

这些庞大的数字意味着什么？美国国家安全局通过收集电话监控数据记录发现本・拉登的蛛丝马迹；沃尔玛通过数据分析发现跟尿布一起搭配购买最多的商品居然是啤酒；卫生局通过药店联网销售数据可以提前预知流感的爆发期；交通安全管理局通过交通事故记录分析发现夏季是一年中交通事故的高发期，恶劣天气和光线条件并不是发生事故的必然原因，绝大部分事故都发生在正常天气及光线较好的白天……

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，其称：“数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”越来越多的政府、企业等机构开始意识到数据正成为组织最重要的资产，数据分析能力正成为组织的核心竞争力。

联合国在2012年了大数据政务白皮书，指出了大数据对联合国和各国政府来说是一个历史性的机遇，人们如今可以使用极为丰富的数据资源，对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。2013年3月，奥巴马政府宣布投资2亿美元拉动大数据相关产业的发展，将“大数据战略”上升为国家意志。奥巴马政府将数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力，将成为综合国力的重要组成部分，未来对数据的占有和控制，甚至将成为陆权、海权、空权之外的另一种国家核心资产。

二、对大数据时代的理解

《大数据时代》的作者维克托・迈尔・舍恩伯格被誉为“大数据商业应用第一人”，他在书中前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型。他明确地指出：大数据时代最大的转变就是放弃对因果关系的渴求，取而代之关注相关关系。也就是说，只要知道“是什么”，而不需要知道“为什么”。这颠覆了千百年来人类的思维惯性，对人类的认知和与世界交流方式提出了全新的挑战。

如天气预报的基础是通过地基气象观测、空基气象观测、天基气象观测取得的数据，天气预报的工具是形式多样的数值预报模型，天气预报的结论最终由预报员进行主观分析取得。在现有模式下，由于预报工具和数据的局限性，“定时、定点、定量”一直是预报的难点。如果运用大数据理念，通过对海量数据的分析对比、数据挖掘、现场实况温度、湿度、风向、风速等气象要素的综合分析，也能进行天气预报，在“定时、定点、定量”上可能会有更大突破，当然这是建立在海量数据的基础上的。

2011年10月，美国联邦政府商务部下属的国家气象局（NWS）宣布，该局已经在全国2000辆客运大巴上安装了传感器，随着巴士的移动，这些传感器可以沿途收集所有地点的温度、湿度、露水、光照度等数据，并即刻传回国家气象局的数据中心。数据每10秒采集一次，每天传感器要采集10万次以上的数据。这些数据是实时的、高精度的，意味着天气预报不仅仅是“预”报，更将逐渐走向“实”报、“精”报。

三、大数据气象服务模式的思考

随着大数据时代的来临，气象部门可以做更多的工作，如传统数据收集系统的更新，建立大型气象数据库，探索气象数据挖掘技术，通过与国土、民政、水利、农业等部门的数据共享，发现更多的关联要素，通过数据的加工和公开，进一步提升服务能效等。

1.传感器的开发和使用，即传统数据收集系统（气象观测装备）的更新。美国施乐公司的一名计算机科学家提出：“最高深的技术是那些令人无法察觉的技术，这些技术不停地把它们编织进日常生活，直到你无从发现为止。”他开创性地提出了“普适计算”理论，而实现普适计算的根本是人类生活的物理环境当中广泛部署的微小的计算设备――传感器。

传感器最早应用于民用领域源于由美国陆军工程部和美国国家海洋与大气管理局（NCAA）联手开展的“海浪监测计划”，主要是在全美岸线和五大湖区建立一个定点的、连续的、实时的传感器网络，对海浪大小进行监控。系统经过不断升级，现在已经能够建成一个覆盖全美海岸线、从浅水到深水、精确的海浪监测网络。这些传感器不仅能监测海浪的能量和方向，还能计算它的传播速度、偏度和峰度，对海浪的监测不仅能提高沿海地区对海啸、风暴等自然灾害的应急能力，还能极大地改善海上的交通安全，同时也能为利用大海能量进行发电提供关键的分析型数据。

完善的气象监测网络和观测数据是气象服务的基础，虽然我国气象部门的自动气象站已经遍布全国各地，但受周边环境、地理位置、区域发展、维护不及时、经费不到位等因素的制约，取得的观测数据在完整性、标准性、区域性等方面还存在各种问题，因此创新监测模式和监测设备，开发和使用体积小、功能全的传感器是提升气象监测能力和水平的重要途径。

2.气象数据的开放共享。在经济社会生活中，不少行业，如农业、交通业、建筑业、保险业、旅游业等与天气变化息息相关。美国商务部曾经做过一个专项分析，最后得出的结论是，全国三分之一的GDP产值都和天气情况紧密相连。

对于天气数据的公开，各国做法均不相同，基本上有三种模式，一种是利润最大化模式，一种是平均成本模式，还有一种是边际成本①或免费模式。我国目前仅做到气象服务的公开，而且三种模式均沾，也就是我们平常所说的专业服务、决策服务和公共服务。公共服务基本采取免费模式，专业服务采取利润最大化模式，决策服务通过争取地方财政资金和项目投入，可以看成平均成本模式。由于部门间信息数据共享不到位、专业人员缺乏、科研成果转化率不高、气象观测数据的研究和应用不够等原因，专业气象服务能力不强，气象服务的发展处在两难的境地之中。表面上看气象部门利用的信息收取费用，弥补行政经费的不足，而从长远看，由于信息的封闭和垄断，其对整个社会的经济发展是弊大于利的。

美国政府采取免费模式，其开放性促进了全国的经济增长，效果非常明显。最经典的例子就是美国海洋和大气管理局免费天气数据。2008年，据首席经济学家韦伊尔估算，仅全国的发电厂因为得益于该局的免费数据，从而可以预测下一天、下一周的发电量、优化资源配置，每年节省的经费达1.66亿美元。2001年，普华永道对经济收益与免费的数据模式之间的关系专门做过调查，它的研究结果是提供免费的数据，2000年美国天气风险②管理行业的产值是整个欧洲的近60倍、整个亚洲的146倍。差距如此之大，进一步说明了数据开放共享的根本优势。

就我国气象部门来讲，数据的开放共享还有一定的难度，一方面从安全角度讲，需要就数据的开放共享制定一系列规章制度，另一方面，气象部门的体制机制制约了气象数据的开放共享，气象部门属于双重管理体制。就体制来讲，只有真正做到政事企分开，让专业的人员和公司提供专业服务，才能取得最大的经济效益。就经费投入来讲，气象现代化建设、业务运行和人员经费有很大一部分是通过专业和专项服务获得的经济效益进行开展与维持的。只有政府承担所有事业经费，解决这方面的后顾之忧，彻底理顺关系和职能，才能做到气象数据的开放共享，真正为提升全国经济效益作出贡献。

3.服务理念的更新。气象部门的职责是围绕人们不断增长的社会生活需求，提供更周到、细致、专业的气象服务，这同时也定义了气象部门的发展方向，就是提供人们和社会生产需要的精细化预报，通过与农业、水利、交通、国土等部门间的数据共享、专业合作等手段，提高公众服务产品的质量；通过建立完善的观测体系，读取各种气象数据，建立气象大数据库；通过开发数据挖掘技术，发现与人们生活方方面面紧密相关的要素值；通过政府打造统一的预警平台、规范的应急流程，第一时间将预警信息发送至人们手中，指导人们防灾减灾，将天气灾害带来的风险降至最低，真正发挥政府部门的参谋助手作用，体现服务型政府的真正意义所在。

气象部门发展至今，一直走在科技发展的前沿，面对人类社会的发展，以及传感器和微处理器的发展与普及，我们正迈入大数据时代，紧跟时展步伐，积极调整发展思路，充分发挥气象数据的优势开展气象服务，才是气象部门不断提升自己的根本。

注释：

①边际成本：指在一个特定的产量水平上，增加一个单位产量所需要增加的成本。如对电脑制造商而言，多制造一台电脑需要投入的人工和原材料。

②天气风险：天气风险指天气变化造成的现金流和收益的变动，包括比正常温度高或低的天气及除温度以外的非正常天气因素，如降雨、降雪和风力等对企业财务业绩和股票价格的影响。天气风险对企业盈余和现金流的冲击在于，天气变化将改变企业的用户需求，这是一个与需求量水平有关的概念，即交易量风险。比如，凉夏将减少居民的用电量和商用空调的使用，使生产设施闲置，提高发电的平均成本，暖冬会降低取暖用的天然气和电力的需求。