Page 267 - 生态环境监测技术与环境污染防治研究

第九章 土地管理与现代气象要素的有关思考

载的气象要素传感设备的探测数据、用户随手拍摄上传的天气状态照片、搜索引擎对
气象相关敏感词的统计分析数据和其他所有可供气象部门应用的互联网数据。

气象大数据发展面临问题：一是部门内数据分散、信息孤岛严重；二是与气象有
关的数据收集缺乏全面性和系统性；三是大数据应用能力严重缺乏，没有大数据处理、
分析、挖掘、可视化等方面的技术储备和人才储备；四是数据开放共享、安全保障、

资产保护等方面顶层设计的缺失。
气象大数据建设面临问题：一是数据整合难，数据质量较差，数据标准不统一；
二是平台整合难，平台条件不一、标准不同；三是技术综合难，技术特点不一，技术
标准不同；四是需求适应难，需求变化多样，需求标准不一。
（3）特点及技术创新

大数据应该具备 5V 特征，即数据规模大（Volume）、数据种类多（Variety）、
处理速度快（Velocity）、数据价值密度低（Value）、数据真实性（Veracity）。气象
数据基本具备大数据特征，同时气象数据可以作为一个重要的维度，参与各类大数据

产品的发放和服务。气象数据时空内容丰富，依靠深度的数据挖掘和机器学习，将气
象数据的价值渗透到其他行业的数据分析中，可以实现具有气象特色的大数据价值最
大化。
整堂课教师没有讲解，全程以提问、追问、鼓励贯穿教学过程，通过学生的实际
操作及交流讨论，完成教学目标，在教学中促进学生完成自我教育的五个环节。即便

是同样的教学内容，教师可以从各自的需求出发，从不同的角度、不同的层次以各种
方式给学生设置问题。教无定法，贵在得法。教师设置问题时要注意设置的问题能否
有效促进学生的自我教育，即激发学生的自我认识，驱动学生独立思考，激发学生的

创新思维。
大数据也在挑战着技术创新，尤其是大量与业务逻辑和技术无关的数据处理技术，
主要表现在以下 4 个方面：①信息展现技术，GIS 地图、轨迹图、热力图、辐射图和
标签云图等；②分析算法，社会网络、自然语言处理、时序分析和逻辑回归等；③处
理架构，Hadoop 分布式计算平台、SQL-on-Hadoop、Spark 和 STREAM 实时计算等；

④数据获取，网页埋点、网络爬虫、分布式数据存储和传感器技术等。这些技术也是
气象大数据发展过程中需要解决和掌握的。
2. 气象大数据服务方式和方向

（1）服务方式
第一，部门内部数据服务。部门内部数据服务主要以基础数据和数据产品的方式
提供，这些数据主要来源气象业务和气象领域内相关平台。气象业务包括观测业务，
涵盖地面、高空、辐射、雷达、卫星和环境等实况观测数据；天气业务，涵盖主观预

• 253 •