天气数据可视化分析范文

天气数据可视化分析篇1

[关键词]GIS 气象服务 资源优化

中图分类号：P48；P208 文献标识码：A 文章编号：1009-914X（2014）37-0253-01

前言：人们生活的水平随着社会经济的发展以及科学技术的进步而不断提升，气象与人们的生活密切相关，而气象行业为了更好的为人民大众提供服务，也随着科技的发展越来越向着精准化、信息化的方向发展。GIS是一种运用地理模型分析方法，在地理空间的基础上，提供包括空间的和动态的地理信息的多种交叉科学的信息技术。GIS也是一种计算机技术系统，主要是为地理决策和地理研究服务的。本文首先介绍了我国GIS的基本概况，然后分析了GIS在气象业务中的应用，最后对GIS气象业务解决方案提出一些粗略的设想。

一、GIS的自述

我国气象方面做GIS的时间不长，起步也比较晚，然面现在它在气象业务方面的应用却越来越普及。GIS属于一种应用工程技术，一般是管理和分析空间的数据，另外，它也是一种应用基础科学，包含了地球科学、信 息科学和空间科学。计算机软件、硬件以及相关方法过程组成了GIS技术的系统，这些都是用来支持GIS空间数据的采集、管理、处理、分析、建模和显示的，方便复杂规划和管理问题的有效解决。属性数据和空间数据在GIS空间数据库中具有不可分割的关联，并且空间数据之间具有明显的拓扑结构等特点。

GIS的数据分析以及处理方法在气象业务中也将是重点应用的内容。GIS系统大多都提供了各种各样空间统计分析工具，例如网络分析扩展模块、地理统计分析扩展模块以及空间分析扩展模块等，这些由Arc GIS提供的模块对于气象要素的统计分析等工作都能起到很好的作用。另外，气象数据有自己的文件格式，其数据特别庞大且编码复杂，更新数据也较为复杂。

我国将GIS气象相结合因不完善的基础信息而起步稍晚，但是基于GIS在气象中应用的无限潜力，我国也进行了大量积极的探索，GIS技术在气象领域的应用随着“3S”集成技术的出现和气象事业发展战略的实施而迎来一个蓬勃发展的新时代。

二、GIS在业务中的应用

气象数据的属性信息、空间信息、时间信息、共享信息都是由气象数据的性质特征以及时空特征反映出来的，其中信息的度量、标称、性态属于气象数据的属性信息，而空间和范围则是气象数据的空间信息所包含的内容。气象数据依据面向对象的角度来看，其属于地理信息的范畴，两者都具有显著的空间特性；可将气象信息看作为多维空间的点集合。而GIS不但可以采集、输入、编辑、存储、管理、空间分析、查询输出和显示空间和属性的数据，系统用户可以利用GIS进行有效的预测、监测、规划管理和决策管理。由此可见，气象业务中GIS技术的应用，不仅可以有效加强管理气象数据，还能够提高预测、监测天气的质量。

1、气象数据发挥的作用

地理信息系统依据气象角度而言，在气象灾害评估、天气预报、气象服务、集成分析等方面应用广泛。例如在气象灾害领域，利用GIS技术建立定量化的灾害损失评估模型并进行情景分析以及灾害监测，由此，制定防灾减灾规划及决策时可以依据GIS提供的科学依据来进行。在气象灾害评估中，GIS发挥的主要作用是：（1）灾情数据的提取和分析；（2）空间和属性数据查询、检索、统计和显示的基础；（3）基础背景数据的管理；（4）灾情的可视化表达；（5）灾害演进过程模拟平台。

2、可靠的依据

随着生活质量的日益提高，气象信息已经深入到人们生活的方方面面，成为人们日常生活不可或缺的部分，随着科学技术的不断提高，气象服务越来越倾向于针对性、人性化的发展，首先，气象预报能够未来2到3天、一个星期、一旬的天气情况，其预报实效明显延长；其次，气象预报的内容更加丰富，更加精确。例如增添了贴心提醒，包括空气质量情况是否适宜运动，根据紫外线指数，适宜穿什么样的衣服等等，甚至连感冒指数、旅行指数等等都能贴心的提供。

3、GIS的可视化

GIS的可视化逐渐走向成熟。一方面，空间数据的统计学工具由GIS中的地理统计功能所提供，对于三维空间离散点来说，该工具能够插值生成连续表面，并生成图形显示预测表面，进行趋势分析、概要统计等。可以利用实际采样值来评价预测模型。同时可以误差估计预测表面的结果，实现预测表面的生成。另一方面，基于Internet的Web GIS是一个亮点，它主要提供空间信息网络的信息系统，其优点在于使用B/S（Browser/Server）网络结构， GIS与Web的结合使得气象服务信息的与共享更加简单。常用的Web GIS产品有Arc IMS，其优点有：（1）支持海量数据；（2）支持负载均衡；（3）利用互联网协议实时气象数据、交互式地图和元数据的服务器软件；（4）支持大量并发，不限客户端的用户数量。

三、GIS气象业务解决方案设想

1、数据库层

数据库层主要有三大部分构成，即元数据库、基础空间数据库、机构人员数据库。其中元数据库主要描述整个数据库并对空间数据进行说明，然后保存GIS应用集成框架的配置信息；基础数据库是GIS应用的核心，主要负责存储和管理各种基础地理数据。机构人员数据库主要是给GIS应用集成框架提供各部门、人员的详细信息，然后进行人员、机构设置及其权限分配。

2、数据访问层

数据访问层主要是通过空间数据访问引擎来提供空间数据和非空间数据的访问。一般可采用ADO/、JDBC等来对非空间数据进行访问。

3、GIS应用集成框架

GIS应用集成框架是一种可定制、可扩展的应用系统框架，能够提供插件开发机制，按照所需要的GIS功能，用户可自行随时扩充。鉴于气象GIS应用所要求的分析功能以及制图功能比较严格，所以，GIS应用集成框架设计成一个C/S架构的客户端。各种功能都可通过“组件” 在此框架中插入到系统，可应用常见的开发工具对组件进行开发，待完成之后，通过组件注册（由框架提供）和使用机制将其添加到系统中。

4、气象GIS组件

气象GIS组件主要组成部分为专业气象GIS组件和公共气象GIS组件。各种专业气象GIS组件的功能模块组成了公共气象GIS组件，如GIS的编辑功能以及制图、 浏览功能等等。专业GIS组件集成可调用公共GIS组件提供的调用接口。

5、气象信息Web GIS系统

气象信息Web GIS系统以地图为载体，可以将可视化信息利用Web GIS平台在Internet和Intranet上。基于Internet的气象信息，鉴于系统的安全性，被划分到外网的范畴，采用文件拷贝方式进行数据交换，与内网之间采用了物理隔离方式。

结束语：GIS技术在气象业务中的有效应用不仅能够提高气象服务产品的可视化水平，实现高效灵活的气象制图功能，还为进一步开发地区性及全国综合性决策服务系统提供了一个良好的建设思路。可见GIS技术在气象上的应用具有重要的现实意义。

参考文献

[1] [德]阿.赫特纳（王兰生译），地理学它的历史、性质和方法，1997，北京：商务印书馆.

天气数据可视化分析篇2

这些现象其实都在说明一个问题：如果你对这些现象感到惊讶，那么你落伍了；如果你对这些现象感到兴奋，那么你看完本文一定大有收获。不过在展开之前，我们首先知道什么是大数据。

根据研究机构Gartner的定义，大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。从数据的类别上看，“大数据”指的是无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。

通俗地讲，大数据具有4V特点：Volume（数据量大）、Velocity（实时性强）、Variety（种类多样）、Veracity（真实性）。更为重要的是，大数据还具有Value（价值）的特点。我们选取几个最具代表性的故事来说明大数据。

第1、草船借箭：大数据让你“神机妙算”

情节概览：草船借箭，想必读过书的人都知道这一历史典故。它发生在三国时期，由于周瑜长期以来“羡慕嫉妒”诸葛亮的才干，故意刁难并要求诸葛亮在十天内赶造十万支箭。然而，诸葛亮却表示不需要十天的时间，并以下军令状的勇气和自信，承诺在三天内就能提供这十万支箭。后来，当然如诸葛亮所料，轻轻松松地利用“草船”“借”到了曹军的十万多支箭。

总结分析：“草船借箭”体现的是三国时代背景下，诸葛亮的足智多谋。但换在现在来看，“草船借箭”能够付诸实施，很大程度上得益于孔明对气象的准确观察和预测，这种观察预测和当今的天气预报本质上是一回事，只不过孔明加入了对当时所处形势的预判。

“草船借箭”和大数据有什么关系呢？对天象的观察是基于一种对风、云、温度、湿度、光照和所处节气的综合分析。这些数据来源于多元化的“非结构”类型，并且数据量较大，只不过这些数据输入到的不是电脑，而是人脑并最终通过计算分析得出结论。需要注意的是，单纯的概率统计和数据分析，失去众多非结构类型数据支撑的分析、结论都不是“大数据”。

当然，“草船借箭”只能算是大数据的雏形，并不能和当今真正意义上的“大数据”相比，但笔者希望通过这种人尽皆知的历史典故，揭开对“大数据”的更直观、更深刻认识。

第2、智慧城市：智能交通视频监控

情节概览：每次出门，是否总担心路上遇到交通拥堵？每次行车，是否总害怕前方遇上交通事故？这些问题，恐怕当今社会每个人都曾遭遇过。通过现有的IT技术在大数据时代背景下，完全可以打造一座智慧之城。

笔者曾在南京深刻感受到智慧城市视频监控系统给整个城市带来的变革。基于强大的云平台运行智慧交通云系统、云视频监控和智能分析应用，实时采集和处理南京1000个摄像头、每天数百TB的海量交通数据，并对整个南京140万机动车规模的交通数据进行实时查询和分析。

除此之外，云计算平台还可以跟踪车辆的行车记录、统计分析交通拥堵路段。以往需要人工参与并监控的交通拥堵和车祸等信息，现在完全可以交由该平台进行处理，主动分析摄像头搜集的各个路段信息，并分析视频、主动报警、主动通知用户。

总结分析：智慧城市，很大程度上就蕴含了交通作为城市动脉的数据流。通过视频监控，采集各个道路视频摄像头信息，并对比历史记录和实时车流、人流进行分析，可以计算和预测该路段当前、未来的交通情况，也可以动态调整交通状况并实时预警。其数据量之大、结构类型之多、实时性之高，足以体现大数据在智慧城市的应用前景和价值所在。

第3、生态中国：让大数据、云计算监测预警环保

情节概览：中国是一个人口大国，同时也是一个能源大国。其中，山西省更是以盛产煤炭资源而著称的能源大省。在过去的现代化建设中，在开采矿产和煤炭资源过程中，出现了很多破坏生态环境的做法。

然而，得益于物联网技术和IT技术的突破性发展，近年来，在开采矿产资源过程中破坏生态植被、出现生产事故的几率大大减少，相反还出现了可以实时监测并提前告警的智能化解决方案。

笔者去煤炭大省山西太原了解了这一发展动态。目前该省物联网、安全生产和节能环保、能源物流等项目都被整合到―个物联网云平台上，并通过“云端”的方式不断推进。具体来说，“云”负责承载业务并通过资源池化为用户（包括政府、公益部门和企业部门等等）提供接入服务，由嵌入式电路及其之上的智能终端设备组成的“端”，负责采集并实时监测全省各个煤矿（包括瓦斯含量、温度、湿度等数据），从而打造出智能化、自动后的“数字矿山”。除了煤矿物联网之外，还可通过公关物联网、环保物联网等服务平台，对地下管网（“地眼工程”）、污水处理、城市道路提供服务。

总结分析：坦白说，物联网并不是大数据，但物联网本身具有大数据特征，而且在发展的过程中也需要应对大数据这种挑战。对于传感器数据量已经达到PB级别、且结构化和半结构化数据日益增长的物联网平台来说，需要和企业一样共同面对大数据带来的挑战，挖掘大数据中所潜藏的巨大价值。

物联网，尤其是基于类似山西省的这种煤炭、环保、公益物联网平台，在遇上大数据的时候，更多的需要考虑甚至重新部署设计，以获得更为灵活高效的实时监控和预警，并帮助各类企业和环保等公益事业部门做出更科学合理的决策分析。可以预见，生态中国、美丽中国，需要物联网，更需要大数据解决方案。

第4、云平台：个性化自主学习

情节概览：教育是一个国家和社会最具灵魂性的领域。对于教育而言，关系到每个人的切身利益，而且伴随着每个人的成长旅程。教育可以改变人的命运，同样，教育方式和教育理念也可以改变人的一生。不同于以往的“赶鸭上架”式教育模式，借助信息技术在二十一世纪的教育模式将发生根本性转变。这些转变中，以“个性化学习”模式最具变革性。比如在重庆石堰镇中心学校，采用了一种“一对一数字化学习”的模式推动传统教育的变革。

具体做法是，通过引进英特尔“一对一数字化学习”项目，前期先在实验班开展实施，给每一个学生都派发个人学习终端（小电脑），并在一对一数字化教学环境下，加强互动教学与整合信息技术的培养，将传统的学习以教师为中心转变为以学生为中心的自主、交互式教学。如何实现个性化学习呢？让学生融入到快乐自主学习的状态，培养知识探究的求学精神，最后还会通过课程标准和学习评价系统，对每个学生在不同科目上的学习进度、兴趣爱好、知识关联上的不同，针对性地做出教学指导和建议。目前，该学校已经全面开展了这种个性化数字学习模式。

总结分析：“一对一数字化学习”并不一定是最理想的个性化学习模式，但却是目前最具实践性并帮助取得教育信息化改革突破的最好方式。个性化学习，会通过学生在自己的学习平台上的多媒体学习资料、学习进展、互动（包括书面和音视频）、自主学习（利用平台主动学习相关领域科学知识），帮助学生完善知识结构并加快学生对自身兴趣爱好的挖掘和特长的培养。

对学习评价体系，也会根据每个学生的这些行为特征和学习内容，对考核和科目设置进行评价，并最终帮助培养学生早日成为创新人才。虽然单个学生的各种数据（结构、非结构）量并不一定很大，但从整个教学模式的转变，尤其是在教育信息化改革的背景下，这种学习方式也体现出了基于大数据的个性化学习发展方向。

可以预见，未来个性化学习终端，将会更多的融入学习资源云平台，根据每个学生的不同兴趣爱好和特长，推送相关领域的前沿技术、资讯、资源乃至未来职业发展方向等等，并贯穿每个人终身学习的全过程，也就是个人云平台中贯穿自己终身教育的应用。

第5、网络求职：“上位”变得更加简单

情节概览：求职，是每个学子走向社会的必经之路，也是实现个人价值最为常见的方式之一。在这里，我们讲的并不是大数据时代下涌现出的大数据相关岗位，也不是介绍大数据促进rr就业机会，而是如何通过大数据让“对”的人才更好、更快地在“对”的岗位“上位”。

网络求职，是广大求职者找工作的一种重要途径。从开始之初的简历制作、投放技巧到面试技巧等等，其实说的都是一个问题，以更好的技巧来找到更好的岗位。如果说传统的网络求职更多的是投机取巧的话，那么大数据时代下的网络求职则是智能分析。当然，这种智能化既有利于招聘者也有利于求职者。

网络上的每一秒钟，都有^在发电子邮件、在线交易、观看视频、内容检索等等。而网络求职更多的就是内容检索。1秒钟背后的上万亿URL，要求高效的数据检索和算法。互联网搜索经历了数据、信息到知识、智慧搜索的发展过程。目前的搜索引擎正处在从信息搜索向知识搜索发展的阶段。

近年来，在搜索领域出现了一种基于语义的分析搜索技术，这种技术在招聘求职行业拥有广泛的用途。通常来说，招聘流程包括三大过程：异构数据转化成同构信息、筛选并提炼信息、信息高效存储和推送。由于文化背景、语言背景、教育背景等不同而造成的表达方式不同，会导致人才简历、招聘启示、用户行为在表现方式上的不同。通过语义分析技术将它们转化成可以对比、关联、筛选的同构信息，并将合适的人才信息与合适的岗位信息进行匹配。

总结分析：单纯看求职者简历，数据量再大也不属于大数据；仅凭招聘启示，再复杂多样的表达方式也同样不属于大数据。如何更智能、更高效、更准确地为人才和雇主搭建起桥梁，才是大数据应用的精髓所在。

一方面，企业主需要有更多渠道来寻找更具有成长价值的人才，而在网络这个平台上，由于海量求职信息的充斥，使得企业主寻找合适人才的时间成本和资金成本都很高。广大猎头在市场上得以快速发展就是最好证明。另一方面，应聘者需要更准确地寻找到自己适合的成长平台。通过网络途径，将自己的教育背景、从业经历、技能特长等固化到个人属性之中，并以此对海量数据信息进行筛选分析，找到称心如意的岗位。

语义搜索能理解工作和技能的特征，识别同一个词在不同语境中不同的语义。一方面把简历和职位信息映射到语义网络中去，另一方面把用户搜索和用户行为也映射进去，最终通过语义网络实现精准搜索和匹配，将招聘者或求职者从搜索和分析工作中解脱出来，让二者的匹配能达到最优。

第6、信用卡：消费者的管家和助理

情节概览：信用卡不同于储蓄卡，它鼓励透支消费并按照协议进行偿还，如此反复并建立起现代消费的良性循环，实现商家、银行和消费者三者都获益。

信用卡的发展，乃至于整个银行业的发展，都与计算机技术、通讯技术的发展息息相关不可分割。比如信用卡安全码就是根据户主的信用卡卡号以及一套复杂算法计算得出，以此区别信用卡的真伪。

相比电子商务，银行业尤其是信用卡领域接触大数据来得还是晚一些，但信用卡的发行和使用，其实也都与大数据息息相关。一方面，银行在确保安全可靠的情况下，会给那些优质客户提供高级别信用卡（比如极具身份地位象征的“黑卡”）；另一方面，他们还会根据信用卡持有人的消费记录对其进行精准营销、级别调整等等。

有没有想过，信用卡能在卡主无意识的情况下暴露出其行踪？甚至能根据卡主的使用情况大体了解一个人的兴趣爱好、工作居住情况、人际关系和业余时间安排等等。因为信用卡是在刷卡消费，而储蓄卡仅仅是通过取款消费。因此信用卡更能直观、准确、全面地反映出卡主的个人特征。

比如，当持普通信用卡的用户所持信用卡是没有附加航空意外险和航空里程积分的产品，但是当该持卡人使用该卡购买了机票，作为发卡银行就会主动向该客户推荐带有航空意外险和航空里程积分的航空公司联名信用卡。同样，用户还会经常收到频繁消费或者关注度高的产品促销信息，这些信息的背后其实也都潜藏着大数据的应用，通过用户无数的交易行为、还款记录、消费地点等，对其进行分门别类，并对日后的额度提升、用户升级、商业贷款提供依据。

总结分析：数据将是未来银行的核心竞争力之一，在“大数据时代”，银行所面临的竞争不仅仅来自于同行业内部，外部的挑战也非常严峻。虽然银行对于传统的结构化数据的挖掘和分析在所有行业中都处于领先水平，但银行传统的数据库信息量并不丰富也不完整（仅仅拥有客户基本身份属性，没有客户的个性属性），缺乏对用户性格特征、兴趣爱好、消费习惯、行业和家庭状况等等信息的收集和了解。

此外，信息技术的发展，使得用户的资金交易信息越来越多地来自网银浏览、服务通话、ATM录像监控等等非结构化数据。银行缺乏对这些数据的分析和整合，进一步凸显在信用卡环境下大数据应用的紧迫感。因此，新时代下的信用卡更突出了大数据的应用价值。

第7、天文探测：了解宇宙的金钥匙

情节概览：我们时不时的会从新闻中看到各种天文奇观、星系、星团、行星的报道，而且不仅能给出大致的形态、结构、距离等属性信息，甚至还可以给出天文奇观上演的准确时间以及星体年限等信息。

比如登上美国NASA重点观察名单的代号为4179的“图塔蒂斯”行星。当时NASA形容这款行星为“形状似花生，又似哑铃，直径约5公里，每3.98年就会经过地球一次。”2004年，该小行星曾与地球“近距离接触”，两者距离最近时仅为150万公里。更为重要的是，人们还能精确预测其飞临近地点的准确时间。

我们国家的嫦娥二号卫星是距地球约700万公里远的深空成功飞越的行星，并对其进行了高清晰成像。

我们经常看到的天文奇观预测报告，其实很多都来自于NASA背后的海量数据收集、管理、分析。从1959年以来，NASA JSC（约翰逊航天中心）已收集400多万静态图像，总达950万英尺的16毫米胶卷，85000卷录像磁带，以及总时长81616小时的视频模拟及数码档案。通过开发10（在线影像）应用平台，对影像文件名与所有相关元数据连接，并对其进行存档、管理以备科研之需。

总结分析：天文学是最先经历信息爆炸的科学领域之一，其数据量之大、类型之复杂，恐怕不是一般的行业领域所能比拟的。

首先在观测方面，普通的人眼是不行的，需要通过天文望远镜来实时监测，并对天文物体的距离、运动轨迹进行跟踪拍照，这些生成的图片数据单个都有上GB的规模（高清原始图像）；通过这些观测收集的数据，还需要对其进行处理和备份，并通过高性能计算平台，对其挖掘。筛选挖掘出有价值的数据信息，分析获得所要开展科研的情报。

第8、风力发电：科学选址精确测定远程监测

情节概览：为什么在大城市里面看不到风能发电机？为什么风力发电机都齐整有序的排列？早期的风力发电场更多是选择在风力大、地势平坦、常年盛行的地理位置，而如今，人们更多的会通过科学计算来准确选择风力发电机的选址和间距。

一家丹麦风力公司Vestas，通过使用超级计算机以及大数据模型解决方案，精确定位其风力发电机，以达到最大发电量，并减少能源成本。从全球天气系统中收集的数据，与公司现有发电机的数据结合，存储于风库中。

现在，该公司的风库存储有2.8PB数据，这些数据涵盖地面至300英尺高空的气温、气压、空气湿度、空气沉淀物、风向、风速以及公司的历史数据记录。另外，该公司还增加全球森林砍伐追踪图、卫星图像、地理数据以及月相与潮汐数据。

总结分析：风速及风向的变化对风力发电机的发电量有着较大的影响。通常，塔架越高，风速越大，气流越平稳，发电量越大。因此风力发电机的

第9、预防犯罪：让小偷自投罗网

情节概览：《黑猫警长》大家都很熟悉，它讲述的是“黑猫警长”如何精明能干、对坏人穷追不舍、跌宕起伏的故事情节。拿到大数据时代背景下的话，虽然它也能体现“黑猫警长”的尽职尽责、聪明能干，但更多的会归结到一个问题：为何还是如此的被动、低效？疾病可以预防，难道犯罪不能预防么？

答案是肯定的。美国密歇根大学研究人员就设计出一种利用“超级计算机以及大量数据”来帮助警方定位那些最易受到不法份子侵扰片区的方法。具体做法是，研究人员通过大量的多类型数据（从人口统计数据到犯罪数据到各区域所出售酒的种类、治安状况、流动人口数据等等），创建一张波士顿犯罪高发地区热点图。同时，还将相邻片区等各种因素加入到数据模型中，并根据历史犯罪记录和地点统计并不断修正所得出的预测数据。

IBM也通过大数据技术和整合预防犯罪和数选址应慎重考虑，每一次安装都不同，而且要考虑塔筒高、电池组的距离、当地规划要求以及建筑和树木这些障碍物等因素。这些因素的背后，考验的是施工方对这些数据（包括数值数据和图像、遥感、检测等数据）的分析能力，并帮助决策生成科学合理的方案。可以预见，风能包括未来的潮汐能等清洁能源的应用，都将引入更多的大数据技术和解决方案，帮助人类更加科学合理的利用这些可再生能源。据智能软件资源，为执法部门、国防、国家安全和私营机构提供智能和调查服务。当然，这种服务也可以被用来提供数字营销、运营管理等服务。

总结分析：美国中情局曾经利用过云计算和大数据技术找到，也属于此类话题。其实，对于犯罪分子而言，往往事先都有犯罪动机（所谓的“激情犯罪”另当别论），也就是刑法上的所说的“行为人为追求某种结果的发生而故意采取某类行为”的主观故意。

而在大数据时代下的个人，其生活状况、消费习惯、家庭背景、社会经历、身份特征等等，都将成为数据集的人格化，可以通过这些数据来区分任何一个人。作为执法部门，考虑到整个社会的利益，需要也有必要对某些潜在的特定高危人群进行布控（尤其在犯罪高发地区）。在经过对数据的收集、传输、存储、分析等一系列过程之后，最终将为执法部门提高执法效率，变被动为主动，由教育劝解变犯罪预防。

第10、天气预报：天公的心我最懂

情节概览：2012年7月21日北京遭遇特大暴雨，在一天之内，平均降雨量达164毫米，这是北京市61年以来最大规模暴雨。此次暴雨因来势凶猛给广大市民生活带来巨大影响。其实，摊上这种事儿，最主要的还是需要气象部门及时、准确地做出预警，并协同其他运营部门，将这种预警信息第一时间下发给北京市民（包括在京旅行的人士）。也正是如此，那场暴雨不仅暴露出了管理工作上的漏洞，也引起了业内人士关于一场“大数据”的探讨。

在美国NOAA（国家海洋暨大气总署）其实早就在使用大数据业务。每天通过卫星、船只、飞机、浮标、传感器等收集超过35亿份观察数据。收集完毕后，NOAA会汇总大气数据，海洋数据，以及地质数据，进行直接测定，绘制出复杂的高保真预测模型，将其提供给NWS（国家气象局）做出气象预报的参考数据。目前，NOAA每年新增管理的数据量就高达30PB（1PB=1024TB）。由NWS生成最终分析结果，呈现在日常的天气预报和预警报道上。

总结分析：气象对社会的影响涉及到方方面面。传统上依赖气象的主要是农业、林业和水运等行业部门。而如今，气象俨然成为了二十一世纪社会发展的资源，并支持定制化服务满足各行各业用户需要。

天气数据可视化分析篇3

很多机构都有数据废气（Data Exhaust），数据不是用完就是被舍弃，它的再利用价值也许你现在不清楚，但在未来的某一刻，它会迸发出来，可以化废为宝。比如，按照工作性质和绩效表现对员工进行更加精细区分，通过合理的编组，既能提高员工满意度有能提高劳动生产力。

黑暗数据（dark data）就是那些针对单一目标而收集的数据，通常用过之后就被归档闲置，其真正价值未能被充分挖掘。如果黑暗数据用在恰当的地方，也能公司的事业变得光明。

35.数据关联分析

【某公司团队曾经使用来自手机的位置数据，来推测美国圣诞节购物季开始那一天有多少人在梅西百货公司（Mact's）的停车场停车，进而可以预测其当天的销售额，这远早于梅西百货自己统计出的销售记录。无论是华尔街的分析师或者传统产业的高管，都会因这种敏锐的洞察力获得极大的竞争优势。

对于税务部门来说，税务欺骗正在日益的被关注，这时大数据可以用于增加政府识别诈骗的流程。在隐私允许的地方，政府部门可以综合各个方面的数据比如车辆的登记，海外旅游的数据来发现个人的花费模式，使税务贡献不被叠加。同时一个可疑的问题出现了，这并没有直接的证据指向诈骗，这些结论并不能用来去控告个人。但是他可以帮助政府部门去明确他们的审计和其他的审核以及一些流程。】

36.数据废气（Data Exhaust）

【

物流公司的数据原来只服务于运营需要（例如内部车队的优化调度），但一经再利用，物流公司就华丽转身为金融公司，数据用以评估客户的信用，提供无抵押贷款，或者拿运送途中的货品作为抵押提供贷款；物流公司甚至可以转变为金融信息服务公司来判断各个细分经济领域的运行和走势。

有公司已经在大数据中有接近“上帝俯视”的感觉，美国洛杉矶的一家企业宣称，他们将全球夜景的历史数据建立模型，在过滤掉波动之后，做出了投资房地产和消费的研究报告。麦当劳则通过外送服务，在售卖汉堡的同时获得了用户的精准地址，这些地址数据汇集之后，就变成了一份绝妙的房地产业的内部数据。】

37.黑暗数据（Dark Data）

【 在特定情况下，黑暗数据可以用作其他用途。Infinity Property & Casualty公司用累积的理赔师报告来分析欺诈案例，通过算法挽回了1200万美元的代位追偿金额。一家电气销售公司，通过积累10年ERP销售数据分析，按照电气设备的生命周期，给5年前的老客户逐一拜访，获得了1000万元以上电气设备维修订单，顺利地进入MRO市场。】

38.客户流失分析

【美国运通 （American Express，AmEx）以前只能实现事后诸葛亮式的报告和滞后的预测，传统的BI已经无法满足其业务发展的需要。于是，AmEx开始构建真正能够预测客户忠诚度的模型，基于历史交易数据，用115个变量来进行分析预测。该公司表示，对于澳大利亚将于之后4个月中流失的客户，已经能够识别出其中的24%。这样的客户流失分析，当然可以用于挽留客户。酒店业可以为消费者定制相应的独特的个性房间，甚至可以在墙纸上放上消费者的微博的旅游心情等等。旅游业可以根据大数据为消费者提供其可能会喜好的本地特色产品、活动、小而美的小众景点等等来挽回游客的心。】

39.快餐业的视频分析

【快餐业的公司可以通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物；如果队列较短，则显示那些利润较高但准备时间相对长的食品。】

40.大数据竞选

【 2012年，参与竞选的奥巴马团队确定了三个最根本的目标：让更多的人掏更多的钱，让更多的选民投票给奥巴马，让更多的人参与进来！ 这需要“微观”层面的认知：每个选民最有可能被什么因素说服？每个选民在什么情况下最有可能掏腰包？什么样的广告投放渠道能够最高效获取目标选民？ 如竞选总指挥吉姆・梅西纳（Jim Messina）所说，在整个竞选活中，没有数据做支撑的假设不能存在。

为了筹到 10 亿美元的竞选款，奥巴马的数据挖掘团队在过去两年搜集、存储和分析了大量数据。他们注意到，影星乔治・克鲁尼（George Clooney）对美国西海岸40岁至49岁的女性具有非常大的吸引力：她们无疑是最有可能为了在好莱坞与克鲁尼和奥巴马共进晚餐而不惜自掏腰包的一个群体。克鲁尼在自家豪宅举办的筹款宴会上，为奥巴马筹集到数百万美元的竞选资金。此后，当奥巴马团队决定在东海岸物色一位对于这个女性群体具有相同号召力的影星时，数据团队发现莎拉・杰西卡・帕克（Sarah Jessica Parker，《欲望都市》的女主角）的粉丝们也同样喜欢竞赛、小型宴会和名人。“克鲁尼效应”被成功地复制到了东海岸。

在整个的竞选中，奥巴马团队的广告费用花了不到3亿美元，而罗姆尼团队则花了近 4 亿美元却落败，其中一个重要的原因在于，奥巴马的数据团队对于广告购买的决策，是经过缜密的数据分析之后才制定的。一项民调显示，80%的美国选民认为奥巴马比罗姆尼让他们感觉更加重视自己。结果是，奥巴马团队筹得的第一个1亿美元中，98%来自于小于250美元的小额捐款，而罗姆尼团队在筹得相同数额捐款的情况下，这一比例仅为31%。】

41.监控非法改建

【“私搭乱建”在哪个国家都是一件闹心的事，而且容易引起火灾。 非法在屋内打隔断的建筑物着火的可能性比其他建筑物高很多。纽约市每年接到2.5万宗有关房屋住得过于拥挤的投诉，但市里只有200名处理投诉的巡视员。市长办公室一个分析专家小组觉得大数据可以帮助解决这一需求与资源的落差。该小组建立了一个市内全部90万座建筑物的数据库，并在其中加入市里19个部门所收集到的数据：欠税扣押记录、水电使用异常、缴费拖欠、服务切断、救护车使用、当地犯罪率、鼠患投诉等等。接下来，他们将这一数据库与过去5年中按严重程度排列的建筑物着火记录进行比较，希望找出相关性。果然，建筑物类型和建造年份是与火灾相关的因素。不过，一个没怎么预料到的结果是，获得外砖墙施工许可的建筑物与较低的严重火灾发生率之间存在相关性。

利用所有这些数据，该小组建立了一个可以帮助他们确定哪些住房拥挤投诉需要紧急处理的系统。他们所记录的建筑物的各种特征数据都不是导致火灾的原因，但这些数据与火灾隐患的增加或降低存在相关性。这种知识被证明是极具价值的：过去房屋巡视员出现场时签发房屋腾空令的比例只有13%，在采用新办法之后，这个比例上升到了70%。】

42.榨菜指数

【负责起草《全国促进城镇化健康发展规划（2011-2020年）》（以下简称“城镇化规划”）的国家发改委规划司官员需要精确知道人口的流动，怎么统计出这些流动人口成为难题。

榨菜，属于低质易耗品，收入增长对于榨菜的消费几乎没有影响。一般情况下，城市常住人口对于方便面和榨菜等方便食品的消费量，基本上是恒定的。销量的变化，主要由流动人口造成。

据国家发改委官员的说法，涪陵榨菜这几年在全国各地区销售份额变化，能够反映人口流动趋势，一个被称为“榨菜指数”的宏观经济指标就诞生了。国家发改委规划司官员发现，涪陵榨菜在华南地区销售份额由2007年的49%、2008年的48%、2009年的47.58%、2010年的38.50%下滑到2011年的29.99%。这个数据表明，华南地区人口流出速度非常快。他们依据“榨菜指标”，将全国分为人口流入区和人口流出区两部分，针对两个区的不同人口结构，在政策制定上将会有所不同。】

43.天气账单

【常言道，“天有不测之风云”，遇到过出门旅游、重要户外路演、举办婚礼等重要时刻却被糟糕的天气弄坏心情甚至造成经济损失的情况吗？全球第一家气象保险公司“天气账单”能为用户提供各类气候担保。客户登录“天气账单”公司网站，然后给出在某个特定时间段里不希望遇到的温度或雨量范围。“天气账单”网站会在100毫秒内查询出客户指定地区的天气预报，以及美国国家气象局记载的该地区以往30 年的天气数据。通过计算分析天气数据，网站会以承保人的身份给出保单的价格。这项服务不仅个人用户需要，一些公司，比如旅行社也很乐意参与。

一家全球性饮料企业将外部合作伙伴的每日天气预报信息集成，录入其需求和存货规划流程。通过分析特定日子的温度、降水和日照时间等3个数据点，该公司减少了在欧洲一个关键市场的存货量，同时使预测准确度提高了大约5%。】

44.历史情景再现

【微软和以色列理工学院的研究人员已开发出一款软件，能根据过去20年《纽约时报》的文章以及其他在线数据预测传染病或者其他社会问题可能会于何时何地爆发。

在利用历史数据进行测试时，该系统的表现十分惊人。例如，根据2006年对安哥拉干旱的报道，该系统预测安哥拉很可能发生霍乱。这是由于，通过此前发生的多起事件，该系统了解到在干旱出现的几年后霍乱爆发的可能性将上升。此外，该系统根据对2007年初非洲大型飓风的报道，再次对安哥拉发生霍乱做出预警。而在不到一周之后，报道显示安哥拉确实发生了霍乱。在其他测试，例如对疾病、暴力事件及伤亡人数的预测中，该系统的准确率达到70%至90%。

该系统的信息来自过去22年中《纽约时报》的报道存档，具体时间为1986年至2007年。不过，该系统也利用了网络上的其他一些数据，了解什么样的事件会带来特定的社会问题。这些信息来源提供了不存在于新闻文章但却有价值的内容，有助于确定不同事件之间的因果关系或前后关系。例如，该系统能够推断卢旺达和安哥拉城市之间所发生事件的关系，因为这两个国家都位于非洲，有着类似的GDP，其他一些因素也很相似。根据这种方法，该系统认为，在预测霍乱爆发方面，应当考虑国家或城市的位置，国土面积有多少是水域，人口密度和GDP是多少，以及近几年是否发生过干旱。

负责此项研发工作的Horvitz表示，近几十年来，世界的许多方面都发生了改变，不过人类的本性和环境的许多方面仍然未变，因此软件可以从以往的数据中了解事情发生的模式，从而预测未来会发生什么。他表示：“对于回溯更久之前的数据，我个人很感兴趣。”

此类预测工具的市场正在形成。例如，一家名为Recorded Future的创业公司根据网上的前瞻性报道和其他信息来源预测未来事件，该公司的客户包括政府情报部门。该公司CEO Christopher Ahlberg表示，利用“硬数据”来进行预测是可行的，但从原型系统到商用产品还有很长的路要走。】

45.Nike+传感鞋

【耐克凭借一种名为Nike+的新产品变身为大数据营销的创新公司。所谓Nike+，是一种以“Nike跑鞋或腕带+传感器”的产品，只要运动者穿着Nike+的跑鞋运动，iPod就可以存储并显示运动日期，时间、距离、热量消耗值等数据。用户上传数据到耐克社区，就能和同好分享讨论。耐克和Facebook达成协议，用户上传的跑步状态会实时更新到账户里，朋友可以评论并点击一个“鼓掌”按钮――神奇的是，这样你在跑步的时候便能够在音乐中听到朋友们的鼓掌声。随着跑步者不断上传自己的跑步路线，耐克由此掌握了主要城市里最佳跑步路线的数据库。有了Nike+，耐克组织的城市跑步活动效果更好。参赛者在规定时间内将自己的跑步数据上传，看哪个城市累积的距离长。凭借运动者上传的数据，耐克公司已经成功建立了全球最大的运动网上社区，超过500万活跃的用户，每天不停地上传数据，耐克借此与消费者建立前所未有的牢固关系。海量的数据对于耐克了解用户习惯、改进产品、精准投放和精准营销又起到了不可替代的作用。】

46.沃尔沃的工业互联网

【在沃尔沃集团，通过在卡车产品中安装传感器和嵌入式CPU，从刹车到中央门锁系统等形形的车辆使用信息，正源源不断地传输到沃尔沃集团总部。“对这些数据进行分析，不仅可以帮助我们制造更好的汽车，还可以帮助客户们获取更好体验。”沃尔沃集团CIO Rich Strader说。这些数据正在被用来优化生产流程，以提升客户体验和提升安全性。将来自不同客户的使用数据进行分析，可以让产品部门提早发现产品潜在的问题，并在这些问题发生之前提前向客户预警。“产品设计方面的缺陷，此前可能需要有50万台销量的时候才能暴露出来，而现在只需要1000台，我们就能发现潜在的缺陷。”】

47.McKesson的动态供应链

【在美国最大的医药贸易商McKesson公司，对大数据的应用也已经远远领先于大多数企业，将先进的分析能力融合到每天处理200万个订单的供应链业务中，并且监督超过80亿美元的存货。对于在途存货的管理，McKesson开发了一种供应链模型，它根据产品线、运输费用甚至碳排放量而提供了极为准确的维护成本视图。据公司流程改造副总裁Robert Gooby说，这些详细信息使公司能够更加真实地了解任意时间点的运营情况。McKesson利用先进分析技术的另一个领域是对配送中心内的物理存货配置进行模拟和自动化处理。评估政策和供应链变化的能力帮助公司增强了对客户的响应能力，同时减少了流动资金。总体来讲，McKesson的供应链转型使公司节省了超过1亿美元的流动资金。】

48.纸牌屋与电影业

【《纸牌屋》最大的特点在于，与以往电视剧的制作流程不同，这是一部“网络剧”。简而言之，不仅传播渠道是互联网观看，这部剧从诞生之初就是一部根据“大数据”，即互联网观众欣赏口味来设计的产品。Netflix成功之处在于其强大的推荐系统Cinematch，该系统基于用户视频点播的基础数据如评分、播放、快进、时间、地点、终端等，储存在数据库后通过数据分析，计算出用户可能喜爱的影片，并为他提供定制化的推荐。 为此他们开设了年Netflix大奖（点击查看获奖算法），用百万美元悬赏，奖励能够将其电影推荐算法准确性提高至少10%的人。

未来的电影制作成本将大幅降低，一千粉丝足以使电影成功。还是像《技术元素》里说：“目光聚集的地方，金钱必将追随。”】

49.点评与餐饮业

【美国很多州政府在与餐饮点评网lep展开合作，监督餐饮行业的卫生情况，效果非常好。人们不再像以前那样从窗口去看餐馆里的情况，而是从手机APP里的评论！在中国的本地化O2O点评比如大众点评、番茄点等等，消费者可以对任何商家进行评判，同时商家也可以通过这些评判来提升自己的服务能力，在环节上进行更大力度的效率优化。

天气数据可视化分析篇4

关键词：大数据；状态评估；技改大修；决策平台

中图分类号：TP311.13 文献标识码：A 文章编号：1671-2064（2017）07-0141-04

1 国家电网公司大数据建设现状

国网公司根据信通建设支撑智能电网建设的要求，规划了大数据平台支撑电网信息化建设思路。通过引入大数据平台，优化数据整合、数据存储、数据计算、数据分析、数据服务能力，支撑业务应用建设。大数据平台的引入并非取代现有的各个系统，而是于电网业务结合，做适度改造，以满足时序数据的存储处理，同时保证上层数据连续性。

十二五期间，国网系统省级电力公司普遍完成的电力数据中心有结构化数据中心、非结构化数据中心、电网空间数据平台和海量准实时数据中心，并通过持续扩展平台应用接入范围，实现数据中心对电网各系统数据的统一管理和应用，提高了电网数据管理水平。国家电网公司通过信息化SG186和SG-ERP工程建设，已经具备大数据建设基础，国家电网公司计划在2020年，在现有一体化信息平台基础上，建成两级部署的基于云架构的企业级大数据平台，并在电力生产、营销管理、用户服务三大领域广泛应用，形成大数据应用管理、共享开放、运维分析、标准规范和信息安全五个体系。

2 电力大数据平台介绍

2.1 电力大数据平台建设主要目标

本平台立足于甘肃电网实际状况，着眼于电力技改大修项目的要求，通过运用大数据技术，构建基于电力大数据技术的状态评估系统，从而实现电力技改大修项目的精准投资和精益化管理。基于电力大数据技术的状态评估平台接入现有的在线监测系统的监测信息，例如油色谱监测系统、无线测温系统、容性设备在线监测系统、断路器在线监测系统等，同时接入离线监测数据（局部放电检测数据）、PMS系统数据，做设备数据挖掘分析。

系统围绕电力设备在线监测信息，分析预测电力设备运行状态，并以图形可视化方式展示，做定性定量分析，为决策层提供设备分析报表，辅助决策，减少检修人员排查，从安全事故预防上升到实时分析层面。电力设备状态检测工作流程是通过对在线、离线数据采集，结合数据挖掘分析，建立设备缺陷预警模型，对设备进行状态评估并结合PMS运行情况分析设备，帮助运维人员了解设备状况，预防事故的发生，保障电网安全经济运行。

2.2 技术选型

满足TB级、异构、快速增长的数据存储及处理分析需求，以Hadoop平_为核心构建大数据平台是最好选择，其扩展性、经济性、自主知识产权、异构数据支持以及生态系统完善方面，均具有较大优势。传统数据、软件服务商如ORACLE、EMC等也在各自系统上发展大数据技术，国内企业多以Hadoop生态系统做为自己大数据解决方案的核心（如移动、联通）等，或借鉴Hadoop思想自主研发类似产品）如阿里巴巴等），由于Hadoop具有扩展性、自主知识产权、异构数据支持以及生态系统完善等方面，具有较大优势。因此电网公司大数据平台建设时选择合适的Hadoop版本做核心，通过有机集成方式融合内存计算、挖掘分析、可视化等第三方开源软件，并作二次封装形成体系化平台组件，确保在高起点上建设电网公司统一大数据平台。

2.3 架构设计

（1）整体架构设计。电力大数据平台遵循业务驱动原则来设计，结合现有业务现状以及充分考虑到未来业务的可扩展性与前瞻性，合理进行业务应用功能，数据管控，平台推广，系统集成方面的设计，平台建设必须遵从国网公司四大体系架构的要求。业务层面上，大数据平台是为了提升现有平台综合服务能力，支撑电网未来建设需要而建立的，大数据平台建设应当结合电网公司现有业务特点，基本保持SG-ERP体系架构原则不变，使各业务功能逐步与大数据平台融合，使用新技术提高信息化建设，确保新平台新应用的平稳过渡。

数据管理层面上，使用大数据平台增强对海量数据处理能力同时，要基于公司SG-CIM模型规范化要求统一企业数据模型，确保新平台数据定义一致性完整性准确性，为数据的深层应用挖掘分析提供方便。

（2）业务架构。按照国家电网公司大发展规划，未来电力大数据平台是电网公司IT基础设施的重要组成部分，承担着数据存储中心、计算中心、分析中心、服务中心四大职能，为业务系统大数据开发运营提供统一支持平台。现阶段计划将甘肃省电科院状态评价中心输变电设备在线监测系统与电力大数据平台逐渐融合，实现资源整合、信息共享以及配置优化。同时基于对SG-CIM模型的研究，开发海量数据的可视化模型管理工具，尽可能利用自动化方式实现模型数据的精益管理。

2.4 兄弟单位发展调研

（1）上海电力公司。国家863课题”智能配用电大数据应用关键技术”由上海市电力公司牵，头，上海电科院和复旦大学等单位参与研究。该项目开发的智能配用电大数据平台集成包括CMS，SCADA等九大业务数据源，建立了用户侧和电网侧数据间关联关系，并与GIS空间可视化技术结合，实现营配调业务贯通和全景能耗监测。

（2）沈阳供电公司。基于大数据挖掘的大型供电企业风险预警防控体系已初步建成，系统通过数据整理，数据转换，灰色关联分析，结果输出，完成电力大数据的关联分析，实现基于指标分析的风险预警防控，对标管理分析，基于指标分析的对标数据分析等多项功能，该系统使得沈阳供电公司的风险防控能力得到明显提高，风险预警快速精准。

3 大数据分析实例

3.1 变压器状态评价

电力变压器绝缘运行状态评估是基于设备状态在线监测基础上展开的，对可修复的缺陷进行处理以免故障产生，对无法修复的缺陷或对突发性故障，应对故障发生的部位，原因及严重程度作诊断，预测故障发展趋势，以及就可靠性作评估，并对运行变压器，尤其是运行年限长，老化程度高的变压器，要求对其老化程度及绝缘寿命作评估，在保证其可靠性前提下，尽可能利用其使用寿命。为了提高变压器状态评价性的准确性，需要从绝缘故障诊断，绝缘运行状态评估和绝缘寿命预测评估三个方向开展研究。

3.2 变压器状态监测聚合实例

3.2.1 变压器监测及关联性分析

变压器监测主要参量有油中气体和成分，色谱，套管绝缘，温湿度，局放，铁芯接地电流，风冷系统等。基于在线监测系统采集的数据，需要调用进行信息聚合的参量有主变运行数据，故障录波数据，保护动作信号灯等。有些参量由于变化较快，可以作为信息聚合的启动条件，如油中气体H2和CO，铁芯接地电流，局放信息，主变运行区间等，当这些参量发生变化时，做数据驱动信息驱动，可以推算出相关联的信息，从而研判出设备运行状态变化趋势。

记录变压器半年来的运行数据的平均值，结合当前监测数据和平均值的差异，得出变压器运行状态的距离评估。另外通过对多台变压器在线监测数据作横向比较，更容易发现变压器异常状态。变压器每发生一次故障，系统就记录一次故障数据，形成案例库。系统在推送变压器运行状态信息时可参考案例库信息，以便决策准确。

3.2.2 变压器状态监测信息聚合实例分析

变压器过热故障预测与状态推送：过热故障是变压器故障主要类型，对变压器油中气体分析可以分析诊断变压器故障，基于状态监测的信息聚合架构，其关键步骤如下：

（1）确定决策分析需求。运维人员通过分析变压器油中气体分析为主掌握当前变压器运行状态以消除设备潜在缺陷。如图1所示，说明基于历史数据的信息聚合技术。

（2）确定关注信息。变压器油在无局部放电和强电的影响下，在300度以内，只有微量CO2，CH4和H2产生，溶在油中气体含量和特征气体比值不会有大变化，而当变压器内部存在潜在过热故障，当温度只影响到变压器油的分解而不涉及到固体绝缘时，变压器油产生的气体主要是低分子烃类，其中甲烷和乙烯是特征气体，占总烃的80%以上；当故障点温度低时，甲烷所占比重大，温度升高时，乙烯组分急剧增加，比例增大；当严重过热时，会产生少量乙炔，同时变压器油纸老化速率增大，产气速率增加。

（3）确定多维关联。由数据聚合得到具有二维关联信息，可看作是二维空间上的向量，在多维关系中可视作维。分析需求信息化后，选出具有相应特征的信息，再根据特征进一步确定相关维。

（4）随决策分析需求变化修改多维关联方案。以某500KV变电站的1号主变严重过热故障发生前的历史数据作模拟预测，主变油中溶解气体监测采样间隔为8小r。如图1所示，在第67天（约第200个采样点附近），CO气体含量明显增大，关注之后每天产生CO的产气速率和含量，CO产气速率随时间变化曲线如图1所示。

从图1可知，自第67天起，每天CO产气速率约2.26PMM。第77天起（约第230个采样点附近），每天产气速率约3.5PPM，同时甲烷和乙烯占比超过80%。如图2所示，据此可初步估计变压器内部存在低温过热，由于此时CO，H2，溶解可燃气体含量均在正常范围内，故仍推送至变压器正常运行空间，继续保持对其他监测量关注。

从图2可知，第180天时候，甲烷所占比例下降到47.6%左右，此后保持在50%以下。同时乙烯所占比例急剧增加，CO产气速率每天19.75PPM，比之前增加约6倍，由此推测变压器内部出现过热障碍征兆，故将其推送至异常运行状态。CO气体含量约255.3PPM。此时假设每天CO气体增速约19.75PPM，据此可推算出，7天后，CO气体含量达到400PPM。超过正常运行阈值，19天后达到60PPM，进入预警状态。

同时对高能放电故障特征气体乙炔作分析，其含量变化曲线图如图3。

从图3可知，在第600个采样点可知，乙炔气体含量在正常区间，在第800个采样点后乙炔值剧增到预警状态，其他监测量也显示发生放电故障，在之前的关联分析已经预测到变压器的过热故障。

结合乙烯含量作分析，从图3（b）可看出大致正常运行阈值范围，若单个测量值超出阈值，同时连续监测不到其他异常值，则认为该点为奇异点可以不考虑，若多个联系监测点超出划定阈值，则认为有出现高能放电故障的可能性，应推送至异常状态，需要注意。

综上所述，利用油中气体在线监测信息聚合，可预知潜在过热故障，高能放电故障，同时对气体变化速率作预测，也可大致估计未来故障发生时间；对气体含量作关联分析，可实现对变压器运行状态推送。

4 技改大修立项判断流程

4.1 信息收集

技改项目立项来源：状态评价导则覆盖的设备经研判需技术改造的需求：设备状态评价正常或评价导则未覆盖设备按反措要求必须改造的需求，应急改造需求；

大修项目立项来源：状态评价导则覆盖的设备经研判需大修的需求：设备状态评价正常或评价导则未覆盖设备按反措要求必须大修的需求，应急抢修需求；

设备状态评价的前提是收集设备信息，包括基础信息试验数据，运行情况，以及同类设备运行情况等，具体如下：

设备状态信息包括设备投运前信息、运行信息、检修试验信息、运行环境信息、家族缺陷信息等。

（1）投运前信息主要包括设备技术说明书、设备监造报告、计算书、型式试验报告、出厂试验报告、运输记录、到货验收记录、交接试验报告、安装验收记录、新（改、扩）建工程有关图纸等纸质和电子版资料。

（2）运行信息主要包括设备运行属性（如设备归属、运行编号等）、设备巡视记录、维护记录、故障跳闸记录、故障典型案例库、缺陷和消缺记录、在线监测和带电检测数据以及不良工况信息等。

（3）检修试验信息主要包括例行试验报告、诊断性试验报告、专业化巡检记录、缺陷及故障记录、检修报告及设备技术改造信息等。

（4）运行环境信息包括污秽区域分布图、舞动区域分布图、雷区分布图、冰区分布图、风区分布图等电网运行环境信息。

（5）家族缺陷信息指经认定和的同厂家、同型号、同批次设备（含主要元器件）由于制造厂设计、材质、工艺等同一共性因素导致的设备缺陷或隐患信息。

大数据平台从如下系统采集数据：1）GIS系统：输变配设备坐标、高程、影像及照片等信息，可输出地理信息图、设备运行信息、检修信息等；2）PMS系统：生产输变配设备档案信息、运行信息、资产信息、状态评价信息、检修信息、技改大修规划、储备、计划、项目完成等信息；3）用电采集系统：通过采集系统电压、电流、有功、无功等信息，可输出三线不平衡、重过载配变、重过载线路、低电压等告警信息；4）营销系统：95598、线损、电量、电费、电价、能效、市场等信息，并与PMS系统户表箱、站、线、变贯通；5）电能质量在线监测：供电可靠性及资产管理信息；6）供电电压在线监测：电压合格率；7）雷电定位系统：雷电峰值、时间、频次、电流、经纬度等信息；8）EMS：变电、配电设备运行实时信息采集；9）OMS：输变配电设备、线路运行及操作信息；10）ERP：公司所辖设备资产、财务、改造、检修及项目管理信息。

4.2 评价内容

研判对象是状态评价导则所覆盖的电网设备，具体分为状态评价，需求评价，可修复评价，技术经济评价。

1）需求评价是判断该设备是否符合公司技术导则，以此得到需求判断结果；2）可修复评价是针对设备非正常状态是否能通过检修彻底消除进行评价，同类重要及以上级别缺陷连续3年未解决，则认为该设备不可修复。3）对于可修复的110KV及以上电压等级的一次设备的A类检修，需要计算其更换前后设备的全寿命周期成本，作技术经济评判；LCC技术经济评价是基于全寿命周期成本。

全寿命周期成本LCC=初次投入成本+运检维修成本故障成本+退役处理成本；

计算周期=设备使用寿命-设备已使用年限；

按照计算得到的设备LCC值进行技术经济评判：若设备更换后成本现值

4.3 状态评价

状态评价是状态检修的核心内容。状态评价应通过持续开展设备状态跟踪监视和趋势分析，综合专业巡视、带电检测、在线监测、例行试验、诊断性试验等各种技术手段，依据电网设备状态评价导则进行评价，准确掌握设备运行状态。按照大修技改项目立项评分规则，分别完成技改和大修项目评分。通过审核的技改大修项目进入储备库，并按照得分排序。状态评价是根据国网输变电设备状态评价导则，对导则覆盖设备作状态评价，其结果是正常状态，注意状态，异常状态，严重状态。评价结果由大数据平台状态评价业务模块给出。

4.4 设备可靠性分析

状态检修是要在了解设备健康状况前提下，通过检查、维护、修理乃至更换，尽可能以最低代价保持或恢复设备固有可靠性水平。通过对设备做可靠性分析，确定输变电设备的薄弱环节、缺陷关键部位、可能故障模式以及采取检修策略。可靠性要求高的设备，应采取状态检修，可靠性要求低应采取事后检修。固有可靠性低的设备，采取故障后更换更合适。输变电设备可靠性分析结果是设备可靠性指标的量化，如可靠度、故障率、寿命等，可以从提高可用率与延长寿命角度出发，确定关键设备的改进和检修工作方向，也可以确定关键设备与部件校验项目、检验时间间隔与维修准则和设备部件更换周期。

4.5 设备风险评估

基于《国家电网公司输变电设备风险评价导则》要求，根据设备状态评价结果，结合安全环境以及效益三方面风险，来研判设备在运行中可能存在风险情况，并据此来制定相应措施。设备总风险包括环境损失风险、成本损失风险、安全损失风险。

设备状态评价之后，再根据状态评价结果以及设备相关信息做风险评估，最后根据风险等级制定状态检修策略。

通过可靠性分析技术，可以了解设备故障模式、影响因素、故障传递关系、风险扩散途径，进而开展输变电设备的风险评估。风险评估通过识别设备潜在内部缺陷和外部威胁，分析设备遭到的失效威胁的资产损失程度和威胁发生概率，确定设备风险等级。

4.6 技改大修项目立项评分排序

大修技改项目立项评分排序目的是对储备阶段的大修技改项目作定量评估，通过计算大修技改项目基础分（需求分，风险分）以及利旧附加分，确定大修技改项目的优先级顺序。

评价总分=基础分+利旧附加分；

基础分=需求分+风险分=需求评价分×需求权重系数+风险评价分×风险权重系数。

5 总结与建议

5.1 电力公司设备在线监测系统建设力度不够

线路在线监测安装率过低，国网范围内约2/3的线路在线监测装置信号不能接入主站。变电在线监测装置在新建变电站得到应用，而在老变电站建设不多，因为安装油色谱等设备常常需要停电，而且需要变压器厂家和油色谱厂家配合，协调工作繁琐。配电变压器大多未能和后台建立通信，在可测方面还需要做很多工作。由于数据来源缺乏，因而导致大数据分析缺乏数据原料，所以需要加大建设力度，为大数据平台建设提供更多数据原料。

5.2 档案管理混乱

设备原始台帐混乱缺失，设备运检记录随意，没有录入系统，导致大数据分析缺乏数据原始资料，所以需要加强管理，保证平时巡检信息都能及时准确录入系统。

5.3 大数据算法不够成熟

由于大数据分析技术最近几年才开始在电力行业得到推广应用，目前基本都是在国外HADOOP平台上做二次开发的，专业软件人员对电力公司现场业务不够熟悉，而电力运检人员往往熟悉现场运行设备情况，但基本都是电力一次专业知识丰富，而计算机软件方面知识结构相对偏弱，和软件人员沟通存在障碍。成熟的大数据算法需要双方多次沟通磨合才可以达到。电力大数据平台需要多个部门配合，共同建设完成，才能消除以往存在的信息孤岛和重复建设问题，更好的服务于电力公司发展建设。

5.4 技术进步与管理优化并行

大数据技术归根到底是技术手段，代替不了管理，实现精准立项和精益化管理，还同时需要优化现有业务流程，提高项目管理水平；成熟的大数据平_建设需要时间，相应伴随组织架构调整更需要时间来适应和优化。

综上所述，通过大数据分析技术，不仅可以对设备状态做出判断，还可以知道设备可靠性、缺陷部位、寿命预测等，为精准制定检修策略做贡献。相信随着电力大数据平台建设的日渐成熟，必将在状态检修领域发挥巨大作用。

5.5 人工干预与大数据平台建设

天气数据可视化分析篇5

关键词：能见度自动观测仪；人工观测；对比

中图分类号：P41 文献标识码：A

1引言

气象能见度反映了大气浑浊度。我国气象能见度的观测以目视估计为主，而目前在航空、航海，交通运输及环境监测里[1]，需要能见度的精确监测资料，但气象能见度的目测法的“能见”与“不能见”界限不太明晰，只能凭人眼和主观判别，难以满足需要。能见度自动观测仪的出现弥补了这一领域的空白，随着能见度自动观测仪的使用越来越多，它所受关注和重 视的程度也越来越来高。它所测出的数据与人工目测所得的数据相比，存在什么差异，或两者之间有什么联系[2]，是目前正在使用能见度仪的用户和准备使用的用户十分关心的问题。

根据2011年中国气象局气象监测与灾害预警工程项目，四川省建成乐山、绵阳、巴中、红原、甘孜5个能见度自动观测站。本文针对能见度自动观测仪的观测结果与人工观测能见度结果进行对比分析，对能见度自动观测仪的可靠性和替代性进行分析，同时使得历史人工观测能见度的数据更具有客观依据。

2能见度观测

2.1能见度自动观测仪

能见度仪是一种综合了光学前散射测量、电容降水感应和温度测量的微处理器控制的智能传感器。通过测量一小空气体积（约0.1L的小采样值）对33°角红外光的前向散射强度，来评估气象光学范围能见度。因大气中光的衰减是由散射和吸收引起的，一般情况下忽略吸收因子。据此，能见度仪采用红外管持续发出一束中心波长为875 am的红外光射人大气中，接收器将特定体积大气的前向散射光汇聚到光电传感器的接受面上，将PIN一光二极管检测到的光强度转换为与大气能见度成反比关系的电信号，然后发送到计算机采样进而利用数学模型演算出大气能见度值[2]。

2.2能见度人工观测方式

白天能见度是指视力正常的人，在当时天气条件下，能够从天空背景中能看到和辨识的目标物的最大水平距离。夜间能见度是指假定总体照明增加到正常白天水平，适当大小的黑色目标物能被看到和辨认出的最大水平距离；中等强度的发光体能被看到和识别的最大水平距离。

人工观测能见度，一般是指有效水平能见度。在气象站四周不同方向、不同距离上选择若干固定能见度目标物，作为观测能见度的依据。观测能见度必须选择在视野开阔，能看到所有目标物的固定地点作为能见度的观测点，根据“能见”的最远目标物和“不能见”的最近目标物，从而判定当时的能见距离。

2.3能见度观测时间

能见度自动观测仪的观测时间与人工观测的时间有很大的差异，能见度自动观测仪是24小时连续观测，每分钟进行4次采样，输出数据包括一分钟平均值、十分钟平均值、三十分钟平均值、小时平均值。人工观测按照测站级别的区别观测次数有差异，2012年4月1日之前基准站每天24次观测，基本站每天进行4次观测；2012年4月1日起基准站每天进行8次观测，基本站每天进行4次观测。根据地面气象观测规范[3]要求，正点前30分钟左右巡视观测场和仪器设备，45至60分观测能见度。夜间观测能见度时，观测员应先在黑暗处停留5至15分钟，待眼睛适应环境后再进行观测。

3资料的选择与处理

由于无法挑选能见度自动与人工观测完全一致的时间，能见度在短时间内不会发生明显的跳跃性变化，因而选择能见度自动观测正点的十分钟平均值与人工观测能见度进行对比。对比时次以人工观测时次为准，仅对有人工观测记录的能见度进行对比分析。

人工观测能见度记录精度为0.1km，自动观测能见度记录精度为0.001km，对比过程中将钝化自动能见度观测的结果，将精度调整为0.1km。

选择5个站对比观测期间的数据进行分析，具体选取的对比期如表2所示。

5能见度自动观测与人工观测结果差异原因分析

5.1观测原理差异

能见度自动观测仪是利用测量一小空气体积对33°角红外光的前向散射强度，来评估气象光学范围能见度。人工观测则是在气象站四周不同方向、不同距离上选择若干固定能见度目标物，作为观测能见度的依据，根据“能见”的最远目标物和“不能见”的最近目标物，从而判定当时的能见距离。人工观测与观测员本身的视力、解释能力、光源特性等有很大的关系，在主观上会造成较大误差。相对于人工观测能见度自动观测仪能更客观的、实时的反应当时的能见度情况。

5.2观测范围差异

人工观测的能见度资料存在一定的主观性，但是人工观测关注的是整个大气对视觉的障碍，是大范围平均的结果；而能见度自动观测仪假定大气是均匀的，取一小块气样的结果推广到广阔的空间。前提是假设大气为均质，因而当大气较均匀时相对误差较小，在大气非常不均匀时，误差则大。

6结论

通过上述的分析表明，观测的方式原理不同，但两种方法测出能见度的趋势是相同的。

1）能见度自动观测结果小于人工观测结果。乐山对比差值均值为-0.34km，差值标准差为2.14，相对差值均值-0.07。

2）当能见度小于3km时，能见度自动观测与人工观测差异较小，在此能见度范围下人工观测结果小于自动观测结果。差值均值小于0.05km。一致率在

3）当能见度为3～10km时，由于观测员自身的视力、习惯以及对“能见”的最远目标物和“不能见”的最近目标物的不明确，导致能见度自动观测和人工观测结果差异偏大至-1.62km，自动观测结果开始小于人工观测结果。

4）当能见度大于10km时，从红原和甘孜两个站可以看出，人工观测正常天气状况下能见度均为50km，将此数据与能见度自动观测结果进行对比分析差异必然会很大，且能见度观测的目的是为了在低能见度时及时的发现并预警，因此对于此类的差异可暂时忽略。

5）通过能见度自动观测与人工观测之间的比较得出，自动观测数据的连续性、精确度均高于人工观测，尤其在低能见度时具有客观、准确的优点，可望在大雾、灰霾等天气的预测预警中发挥重要作用 。

参考文献

[1]杨召琼，陈慧娴.能见度人工观测与能见度仪遥测资料的差异[J].广东气象，2008，12（30）：增刊

[2]尹淑娴，罗鵾.人工目测与仪器测量的能见度数据资料分析[J].气象水文海洋仪器，2009，9（3）：66-69.

[3]黄裕文.FD12P气象传感器的维护与校准[J].四川气象，2002 ，79 （1） ：52 -54 .

[4]中国气象局.地面气象观测规范[M].北京：气象出版社，2003.

天气数据可视化分析篇6

公务员考试虽然有一定的难度，出题的形式也千变万化，但是总有一些经典的题型常出常新，经久不衰。为备考2014年中央、国家机关公务员录用考试，京佳公务员教研老师特将国考中出题频率较高的题型予以汇总，并给予技巧点拨，希望广大考生能从中有所体会，把握出题规律、理顺知识脉络、掌握复习技巧、考出理想成绩。

综合分析问题

综合分析问题，主要的表现形式为：下列说法中正确的是？下来说法不正确的是？下列说法错误的是？不能从图示（图表、文字）信息中推出的是？无法从**得到支持的是？……

综合分析问题在历年资料分析题目中占很大的比重（具体为09年6道，08年8道，07年7道，06年5道，05年6道，04年8道），且综合分析问题一般来说要判断多个语句的正确性，难度都比较大，耗时较长。但是只要全面掌握了资料分析的一些速算技巧，并充分的运用到综合分析问题中，很多题目还是比较容易解答的，值得一提的是，一旦确定一个备选答案符合题目要求，则其余的备选答案不必再看。

下面举例介绍：

真题一：2014年国考第121题

在2014年8月8日至24日奥运会期间，北京市的空气质量不仅天天达标，而且有10天达到一级。全面兑现了对奥运会空气质量的承诺。下图是2014年1—8月北京市大气质量检测情况。图中一、二、三、四级是空气质量等级，一级空气质量最好，一级和二级都是质量达标天气。2014年北京市的空气质量控制目标是全年达标天数累计达到256天。

125.下列关于2014年1—8月间北京空气质量的描述，不正确的是（）。

A.3—5月的空气质量较差

B.各月份空气质量相差不大

C.8月是空气质量最好的一个月

D.有一个月的空气质量达标天数少于15天

【解析】B3—5月空气达标天数不到20天，故A正确。8月份只有一天不达标，显然是空气质量最好的一个月，故C正确。在1—8月间，只有5月的空气达标天数是13天，小于15天，故D正确。选项B错误比较明显。

真题二：2014年国考第130题

1990至1992年和2014至2014年全球发展中地区饥饿人口的比例示意图

130.下列说法中，不能从图示信息中获得支持的是（）。

I.1992－2014年间，北非饥饿人口的数量并没有因人口总量的变化而变化

II.1992－2014年间，东南亚和南亚地区的饥饿人口比例基本能反映发展中地区的总体概况

III.1992－2014年间，发展中地区的饥饿人口主要集中在南亚地区和撒哈拉以南非洲地区

IV.1992－2014年间，东亚地区在改善人民饥饿状况的工作方面最为突出

A.IB.II和III

C.I和IIID.I和IV

【解析】C资料中给出的全是饥饿人口占该地区的人口总量的百分比，因此涉及饥饿人口绝对数量的说法，一定是无法从图示信息中获得支持的。所以，I无法获得；III无法获得。由此可知，选C。

II正确，因为东南亚和南亚地区的饥饿人口比例最接近于发展中地区（总体）饥饿人口比例；IV正确，因为东亚地区与东南亚地区从1992年—2014年饥饿人口百分比都降低了5个百分点，这两个地区在改善人民饥饿状况的工作方面最为突出。

真题三：2014年国考第134、135题

2014年全国专利审查与专利业务研讨会宣布，预计在“十一五”期间，我国专利申请总量将达346万件，其中发明专利申请总量将达到140万件，实用新型专利申请总量将达到89万件，外观设计专利申请总量将达到117万件。

据介绍，我国专利审批总体能力在“十五”期间大幅提高，审查周期大幅缩短。发明专利人均待查量由“十五”初期（2014年）的154件下降到“十五”末期（2014年）的85件，平均结案周期从“十五”初期的53个月缩短至“十五”末期的24个月。

改革开放以来，我国专利申请量和授予量增长速度迅猛。1985年4月1日至2014年8月31日，我国受理的三类专利申请总量达到258.5万件，其中前100万件历时15年整，而第二个100万件历时仅4年零2个月；至2014年8月31日，三种专利的授予总量达到140.38万件。其中，2014年共受理专利申请35.38万件，同比增长14.7％；2014年共授予专利19.02万件，同比增长4.4％。

我国的实用新型专利、外观设计专利和商标的年申请量已跃居世界第一，其中90％以上为国内申请。

135.下列说法正确的是（）。

A.我国的专利审批总体能力已居于世界前列

B.目前我国的各项专利年申请量均居于世界第一

C.“十五”末期，我国的专利在提交申请后的两年内都可完成审查

D.若同比增长不变，2014年全年我国的专利申请量将超过40万件

【解析】DA项，原文第二段中：“据介绍，我国专利审批总体能力在“十五”期间大幅提高”但并没说已达到世界前列，故A错；B项，原文第四段：“我国的实用新型专利、外观设计专利和商标的年申请量已跃居世界第一”只是部分申请量位居世界第一，但不是全部,故B项错；C项，原文第二段末：“平均结案周期从“十五”初期的53个月缩短至“十五”末期的24个月。”注意这里是“平均”，而不代表所有的专利在提交申请后的两年内都可完成审查。故C项错误。选D

真题四：2014年国考第121题

130.根据上表所列数据，下列说法错误的是（）。

A.中央电视台只播自办节目

B.地方电视台播自办节目的时间占总播出时间的70％以上

C.地方电视台2014年全年平均每套节目播出自办教育节目0.213小时

D.地方无线广播电台2014年平均每天每套节目播出自办教育节目0.446小时

【解析】C由“中央台的播出时间与自办节目时间都为280”，可知中央台只播自办节目，所以A正确。地方电视台播自办节目的时间占总播出时间的比重为2017527219＝0.7，即地方电视台播自办节目的时间占总播出时间的70％以上。则选项B正确。C选项中说地方电视台2014年全年平均每套节目播出自办教育节目0.213小时，而题目所给表格中都是按每日的小时数来统计的，所以选项C显然错误，不需要计算。故选C。选项D可以不用再计算，但作为平时的练习，大家可以验证一下选项D也是正确的。

真题五：2014年国考卷一第135题

2014年部分城市日照指数

135.针对上图日照数据，下面说法不正确的是（）。

A．拉萨日照最高月份的日照时数少于哈尔滨最高月份的日照时数

B．上海6月份的日照时数少于北京4月份的日照时数

C．上述四城市中，每月日照时数差别最小的是拉萨

D．10月份，各个城市的日照时数差别最小

【解析】D本题侧重考查考生的观察能力，对于条形统计图，比较数据的大小，我们可以利用“画线法”来判断。

A选项中，要比较拉萨日照最高月份和海尔斌日照最高月份的日照时数，先确定哈尔滨的日照时数最高的月份，在顶端划横轴的平行线，明显高于拉萨日照最高月份，A正确。同理，可知B项正确。C项观察图形显然可推断正确。选D（根据图中显示，7月份各个城市的日照时数差别最小）。

107.下面的描述不正确的是（）。

A．全社会固定资产投资逐年递增

B．基本建设投资在2014年的投入要低于2014年

C．更新改造投资在2014年的投入要低于2014年

D．其他类投资的增速在2014年增长最快

天气数据可视化分析篇7

【关键词】 地面报表 审核方法 典型错误解析

到目前为止，由于不少台站依然存在过分依赖程序审核，忽视人工审核的现象；加上对软件使用、数据文件格式、规范及解答的规定等方面不熟悉，以及长期历史原因，报表上出现的错误依然层出不穷，因此，在地面报表审核方面，需要系统地学习和掌握一些具体的审核方法，将人工审核的步骤和程序审核有机结合，以提高测报整体质量，减少预审报表方面的错误。

1 气压、气温、地面温度、5～20cm地温的审核方法

（1）逐时检查气压数据，在注意气压本身的日变化的基础上，当发现前后时次气压相差2hpa以上，则要查找对应的原因，一般情况多数对应冷空气影响、恶劣天气如雷暴、强降水、气旋等。

（2）逐时检查温度数据，一般情况，如在日变化基础上出现温度陡升陡降，则往往对应有风向突变，雷暴、大风、降水等；冬季夜间气温有时会有一定的波动，常常是由于云量或多或少造成，但变幅一般在2℃以下。滑动检查过程中，发现温度前后时次变幅过大，又找不到对应的原因，则必须仔细分析。如地方性小气候造成。

（3）地温的滑动检查，根据地温的日变化规律，找出异常突变，以及与突变相对应的原因；逐层地温的日变化规律一般是随层次的加深，日极值逐渐滞后。除地表温度变化波动较大，地中温度变化规律明显，如5～20cm地温有突变，往往是由于降水向下渗透造成。

晴天早晨5-6时左右，当地面温度由于辐射降至最低时，中间层地温一般与相邻上下层地温平均值较为接近；平时查看正点记录时注意这样的规律：浅层地温随时间变化幅度随层次的加深逐渐变小。这是判断地温传感器是否正常的重要依据和指标，平时要注意检查，以防传感器故障造成长时间记录异常或缺测。

2 云量、云状的检查审核

（1）量状配合法：根据总、低云量查看云状记录顺序。

（2）降水性质配合法：根据降水性质、降水量连续情况、降水时间查看与各定时云状的配合。应熟悉各类云所能产生的降水大小、性质，结合天气现象、自记降水雨强分布情况及定时降水量对云状记录进行判断。

（3）一些非降水天气现象也应与对应的云状配合，如雷暴、颮线等。

（4）注意一些汇编规定的单独存在，但不宜记录10成的云状，如Cuhum Fc等等。注意一些经常伴见的云状。如：Cuhum或Fc在总量较大时，常伴存；降水云层下常伴有Fn等。以下是一些台站的云状记录：

例1：某站某日14时云量云状记录为：

10/8 Fc Asop

说明：降水现象13：28停止，14：40又开始。

分析：雨前雨后碎雨云可维持一段时间，该记录低云应记为Fn较为恰当。该站雨停止后降水云层下的碎云立即记为Fc，不论是8、14、20时，即使是冬季20时，都这样记录，有习惯性错误之嫌。

例2：某站某日14时云量云状记录为：

10/0 Astra

说明：14时前后日照均为1.0小时。

分析：明显违反规范关于Astra定义规定，云状错误。

例3：某站某日14时云量云状记录为：

10/0 Acop

说明：天气现象栏阵雨终止时间为13：43。

分析：13：43阵雨终止，而云、能、天观测时间为45-48分，两三分钟内降阵雨的云不可能完全消失，云状栏至少应有微量的Cucong或Sccug、Accug、Cb。

3 能见度、天气现象的审核

这部分审核主要要掌握以下审核方法：

（1）反向审无法：对一些常见的天气现象，如露、霜、结冰等，如果出现，则往往是看到的或根据各要素判断应该出现的；如果其某日未出现，则从其它要素去反向查找未出现原因。如：相对湿度较小、风力较大、云层较厚、温度或地温较高等方面造成。

（2）边界审核法：主要用于审核是否漏记视程障碍现象，如：8时、20时夜间转白天、白天转夜间的边界上，能见度小于10.0km，则当日白天和次日夜间必记有视程障碍现象（云能天观测时有强降水除外）。

（3）相湿判别法：主要用于审核视程障碍现象是水汽现象还是干尘粒现象。目前参照省局有关文件标准判断，烟幕可不受相对湿度的限制。

（4）顺序检查法：一些天气现象虽然不记起止时间，但隐含时间顺序，转日界时或平时记录时稍不注意，容易造成记录的次序颠倒或误以为漏记。

（5）平行判别法：主要用于判断雷暴的移动路径是否正确。由于风暴的移动传播方向与高空引导场气流有很大的关系，一般情况在测站观测员目力、听力所及范围内，同一次过程风暴的移动路径大致平行或一致。

（6）雨强定性法：根据分钟降水数据，判断降水现象的性质，一般来说，当分钟雨强达0.5mm/minute以上，记为阵雨较为适宜。

例1：某站连续两日能见度、天气现象记载：

8.0 14.0 6.0 （01，42，）60 1412-1635，10，.

12.0 20.0 12.0 （01，10，02，）01，.

分析：根据上一日当天8时的能见度判断，雾不占满夜间整个时段。夜间漏记轻雾，如果雾是从前一日20时转日界而来，则应记在雾之后，否则记在雾前；从8时的能见度及雨出现时间分析，白天轻雾与雨现象顺序颠倒；次日夜间有轻雾，但露记在其前，由此隐含时间条件判断，上日20时前应是漏记露（或次日夜间顺序错误）；第二日白天栏的露应认真判断一下，是20时前形成，还是由夜间霜融化而来，如20时各种天气条件不利于成露，则可大致断定是霜融化而成，根据规范规定，不能记露。

例2：某站某月连续两日天气现象记录：

8.0 8.0 6.0 （10，60，）10，60 0800-2000，.

5.0 4.0 8.0 （10，60，06，）06 0800-1645，01，10，.

分析：浮尘一般产生在冷空气影响前后，远处极细小的尘粒经上层气流传播而来浮游在空中。其出现的范围一般较大，不会是单站出现，且多在干冷空气影响时出现。该站连续降水30小时以上，可见为较大范围的降水过程，该降水过程虽为冷空气影响造成，但不是干冷空气影响；本省其他台站均未记载，单站记载，明显错误。

例3：某站3月4日能见度、天气现象如下：

8.0 12.0 6.0 （01，10，60，）60 0800-1225，10，01，.

分析：该站该日20-8降水量25.8mm；夜间J文件分钟降水有数分钟降水强度在每分钟1.0mm以上，分钟气压波动明显，属于对流单体移经测站造成；Z文件中在强降水前记录有14.0m/s以上的极大风速。故根据以上要素综合分析判断，该站夜间应补记阵雨。

例4：某站某日能见度、天气现象如下：

3.0 15.0 8.0 （01，17，15，80，）80 0800-0935，01，.

分析：该站Z文件记录夜间大风出现时间为3：42，而J文件3：42已有0.1mm降水量，故夜间阵雨、大风顺序错误，再从7-8时小时雨量0.2mm分析，这样的雨强不可能造成3.0km能见度，故夜间、白天均漏记轻雾。

多数台站有类似的错误观点，认为夜间栏一些天气现象看到的才记录。还有些台站，在雨后雾存在的夜间，不记露，认为近地面物体上有雨水，无法判断。

4 定时降水量与自动观测降水量的审核

（1）超差检查：定时降水量与自动观测降水总量相比较，可发现自动记录是否超差，以便及时调整。

（2）对应检查：自动观测降水量与降水起止时间是否对应，这是目前各站预审工作中容易被预审员忽视，并出现漏备注的原因。方法是打开Z、J文件，对照天气现象栏起止时间进行检查。

（3）检查上跨、下跨降水量及日期。从上月报表和下月1日的定时降水栏来进行核查。部分台站出现的错误或疑误记录类型：

①上跨降水和下跨降水量的漏输入或输入的是自动观测的降水量。

②定时观测的降水量合计值与自动观测的降水量合计分毫不差，有弄虚作假的嫌疑。

③两降水记录明显超差：查询单既不提出，也不做及时的调整。

5 蒸发记录的审核

筛选审核法：从全月蒸发记录中筛选蒸发量比邻近日期较大或接近全月极值的记录及较小的记录，从全月有降水天气中取数据偏大的记录，联系气温、日照、风速、相对湿度，降水情况等要素进行分析。

（1）一般情况：蒸发偏大，对应气温偏高、日照较强，或风速偏大、或相对湿度偏小；蒸发偏小，则气温较低、日照较弱，或相对湿度较大，或风速较小，有时是几要素共同作用的结果。

（2）要注意雨天蒸发较大的情况，无上述可造成蒸发偏大的原因，则往往是由于降水造成蒸发器内水外溅，遇此情况，如记录已严重失实，则缺测处理，并备注说明。

（3）降水较大的天气及时加盖。有少数台站由于没有专用雨量筒，造成经常性的雨天蒸发失常，应及时改进。

（4）要注意当月蒸发变化规律，并在审核时应尽量剔除这种变化。

（5）日常遇有一些情况，要及时处理，避免异常记录。如夜间持续降水较大，要及时查看蒸发器内水有无溢出，通过测量进行判断，如情况已发生，则夜间蒸发作0.0处理，重新测定原量放到蒸发观测基座上，开始观测，备注说明。

6 风向风速记录的审核

检查方法：现有自动站的风向记录是以360度，最小分辨率1度来记录的，如果从Z文件风向记录或记事本打开的A文件记录中检查到风向的示数较长时间停留在同一示数（风速为静风情况除外），则风向可能有问题；如果风速长时间为静风，或在风力平均较大的天气，一会儿较大，一会儿突然小得几近静风，则风杯转动失灵；从风的统计检查风向的正常与否：如果风向统计中没有某一风向，则要根据当地当月常年的可能情况来判定。如冬季，可能没有偏SW方向的风向；但如没有偏NW风向，则要进一步查明原因。如局地地形，建筑物阻挡等，当发现风向有规律缺失180度，或间隔90度，多数是风向传感器内电子元件损坏，这类记录常由雷击造成。因此，预审工作中要特别注意强雷暴天气后的风向记录（最好是平时多与人工风向比对）。

7 日照的审核

（1）对应各时云天状况进行检查，如满天蔽光云不可能有1.0日照等。（2）A文件中各时日照一定要与原始数据进行校对，主要防止上下午日照的错位和各时之间的错位。

8 附加信息的审核

完整性审核——附加信息是否有遗漏项目未录入；合法性审核——附加信息处理内容是否有规定依据，处理数据所适用的规定是否正确；一致性审核——附加信息内容与统计数据是否同一；准确性审核——语言描述是否正确规范无歧义。

9 关于备注内容的审核

这部分是一般站报表中问题最多的部分，故特别列出。由于报表数据文件和原始数据文件Z、J文件的特殊性，一些原始数据文件与A文件不一致的情况往往不能够直观地反映出来。备注方面的错误主要是：漏备注、多备注、备注不当。

（1）关于滞后降水记录处理、非降水记录处理、夜间滞后降水记录处理和A、J文件降水量不一致情况的备注：

①对于删除滞后、非降水记录及上跨记录：逐日检查日数据文件，根据小时降水、分钟降水对照当天天气实况、降水起止时间，从而确定备注的具体内容。

②对于A、J文件降水量不一致的备注：运行J文件审核维护，疑误信息直接提示出来。

③对于夜间混有滞后降水时的备注处理，规范解答明确规定：夜间不守班的台站，夜间（20-08）混有滞后降水，保持原记录，备注说明。

（2）关于J文件跳变记录对A文件的影响情况备注。

通过J文件审核功能来查找，审核中出现的跳变记录应认真分析，在删除确认为非正常的跳变记录时，应注意该记录是否记入Z文件，影响日极值的应重新从实有正常记录中挑取日极值。

各站在处理删除J文件跳变时，必须在认真分析Z、J文件和当日天气的基础上作出处理，以防处理不当或漏备注。

10 结语

地面气象月报表是气象台站所积累的气象情报资料原始档案，是国家的宝贵财富。测报工作人员要切实做好报表的预审工作，确保各要素数据的准确性、完整性、真实性，尽量避免出现处理不当而导致错情发生。

参考文献：

[1]中国气象局《地面气象观测规范》及技术问题综合解答（第1号）.北京：气象出版社，2003年11月

[2]中国气象局《地面气象观测数据文件和记录簿表格式》.北京：气象出版社，2005年6月

[3]中国气象局监测网络司《地面气象测报业务系统软件操作手册》.北京：气象出版社，2004年11月

[4]莫海清，梁邦全，邓冰.浅谈月地面气象报表预审工作中的一些体会[J].气象研究与应用，2008，29（4）：70-72.

天气数据可视化分析篇8

关键词：长输管道　安全管理　事故分析　事故预防

随着时代的发展，中国的工业和国内长输管道建设明显加快。石油和天然气管道安全的发展，中国的石油企业和企业的战略目标的实现，关系到国民经济的可持续发展和稳定的经济秩序，以及对人类生命和财产安全的保护。因此，政府和企业应作为一个整体重视社会的关注，重视国家天然气行业共同关注的问题。文章介绍了在中国石油和天然气生产和长输管道安全管理事故方面的发展，以及中国的石油和天然气管道安全问题的现状，并给出以下建议：首先，完善的国家石油和天然气管道保护监管框架和执法体系，公安部门和地方政府应积极开展安全生产专项整治;其次，管道运营公司应加强内部安全工作，加强石油和天然气管道设计，施工、运行的全过程的安全管理；最后，支持资源供应安全和市场供应。具体阐述见下文。

一、长输管道存在的安全问题分析

1.设计、施工缺陷导致的安全隐患

管道设计不合理导致管道的承压能力偏低，天然气长输管道的设计要求一般较为严格，要求承压能力较大，设计的不合理会导致天然气运输过程中发生漏气事故。此外，天然气管道施工也是需要重视的一个环节，其施工质量的好坏也将影响到后续运行中的安全问题。如施工质量不合格导致对管道的损坏，焊接质量不能符合工程要求，管道防腐层被破坏等都会留下安全隐患，导致管道事故的发生。

2.第三方施工及非法占压

根据国家法律规定，在天然气输气管道两侧施工是有限制的，如“在管道专用隧道中心线两侧各一千米地域范围内，除本条第二款规定的情形外，禁止采石、采矿、爆破”，但是在现实中，却有施工单位不顾国家法律的规定，违法在输气管道限制区域内施工，给管道造成破坏。对管道进行占压也会给管道造成损伤，如在架空的管道上面行走、放置重物等都会损害输气管道。

3.自然灾害对长输管道的破坏

长输天然气管道由于距离较长，经常的地区较多，其地质情况也各不相同。因此，经过自然地质灾害严重的地区也在所难免，如地震、滑坡、泥石流的多发区，一旦发生地质灾害就可能导致天然气管道受损，发生安全事故。例如，我国西气东输工程，从中国西部至东部绵延几千公里，地质情况十分复杂，自然灾害严重威胁着管道的安全运行。

二、防治安全问题对策

1.建立管道数据库

完整性管理作为保证输油管道安全运营的重要举措，受到了国内外管道行业的高度重视。完整性管理必须以管道数据为基础。数据的完整性是管道完整性管理的关键，数据的准确性及完整程度直接影响分析与评价结果。设计开发成功的管道数据库系统，不仅需要涵盖完整的管道信息，还很大幅度上依赖于数据库的存储性能和关联性能，以便通过一致的线性参考系对所有类型数据进行有效管理。故需要根据数据模型的要求，从数据的收集、分类、建立定位系统，到数据整合等完整性管理的各个环节详细规划数据准备流程， 进而搭建管道完整性管理数据库系统。

2.腐蚀防护和泄漏检测

绝大部分长输管道采用的是埋地敷设方式，对此部分管道的腐蚀防护是非常重要的。我国防腐涂层技术发展很快，从应用沥青类防腐层开始，自二十世纪50年代到70年代的东北输油管道都采用石油沥青防腐层，直到90年代后期熔结环氧粉末和三层聚乙烯逐渐形成主流，作为最新的防腐材料，同时双层熔结环氧也有的少量应用。此外，阴极保护作为与防腐涂层技术相配套的方法，能有效保护埋地金属管道及设施免受电化学腐蚀。管线泄漏检测方法分为基于硬件的方法和基于软件的方法两大类。基于硬件的检测方法是利用由各种不同的物理原理设计硬件装置，如基于视觉的红外线温度传感器、基于听觉的超声波传感器等，将其携带或铺设在管道上，以此来检测管道的泄漏并定位。基于软件的检测方法则利是用现代控制理论、信号处理和计算机技术，实时采集管输介质的流量、压力、温度、流速等管道动态模型参数及其他数据，利用流量或压力的变化、物料或动量平衡、系统动态模型、压力梯度等原理，通过计算来对泄漏进行检测定位。

3.强化管道完整性管理，借鉴国外的先进经验

管道完整性管理是一个系统的管理，主要包括以下内容：含缺陷管道本体完整性管理，管道地质灾害与周边环境完整性管理，防腐有效性完整性管理。我国对管道完整性管理的研究已有了较大的突破，如输气管道检测和风险评价等方面，但是与发达国家先进水平相比还有很大的差距。因此，应当学习借鉴国外管道完整性管理经验和学习先进技术，结合我国输气管道的实际情况，建立完善我国管道的完整性管理标准体系，保障天然气管道安全运行。

三、小结