世界气象日：智慧气象与它的好搭档

　　“云计算”是天上的云也会计算吗？ 

　　“物联网”是地上的物品也会联网吗？ 

　　“大数据”是不是很大很大的一个数字？万亿、千亿还是万万亿？ 

　　…… 

　　无限创意激发无限可能。如今，我们处于一个智能化的时代，科技改变着我们的生活。其中，气象科技看似遥远实则很近，因为更精准地预知阴晴冷暖有助于人的衣食住行。今天，小编带你走近“智慧气象”，并了解那些成就它的好搭档。 

　　 智慧气象  

　　 Climate-Smart  

　　智慧气象表现为深入应用云计算、物联网、移动互联、大数据、智能等新技术，依托气象科学技术进步，使气象系统成为一个具备自我感知、判断、分析、选择、行动、创新和自适应能力的系统，让气象业务、服务、管理活动全过程都充满智慧。

　　针对公众，比如一个人坐飞机出差，如果气象服务供给方能迅速感知他去哪里、乘坐哪个航班，就能将所经空域可能会遇到的湍流、目的地天气预报、该穿什么样的衣服等信息推送给他，这样的气象服务就有了“智慧”。更进一步，未来时代气象服务加载于自动驾驶系统，气象数据与起点终点、行驶路线、车辆状况、乘坐人习惯等大数据结合起来，致力于为每一位驾乘者提供便捷、安全、舒适的体验，必将呈现出全新的智慧气象。

　　针对社会运行，如气象部门能敏锐感知到灾害性天气将要来临，滚动做出基于影响的天气预报和风险提示，提醒决策者动态调度各种资源，精准地将预警信息和建议发送给可能受灾区域的政府、部门、公众，并把灾害影响和有关需求及时补充反馈到气象系统，以便提升后续气象业务、服务、管理的协同性，这样的防灾减灾管理也就有了“智慧”。

　　智慧气象不是单纯的气象业务问题，而是包括智慧业务、智慧服务、智慧管理在内的整体智慧；智慧气象更不是封闭的自成体系的内部发展问题，而是与经济社会系统、人们生产生活及其他“智慧”的深度融合。 （王敬涛）

　　 气象大数据  

　　 Big Data  

　　有人说，在“大数据时代”真正到来之前，气象数据便显现了大数据的诸多特性。气象数据一贯以庞杂众多、数据量大而著称，这些复杂的气象数据总体可以分为两类：一类数据是实况数据，另一类是模式数据。

　　简单来说，实况数据就是“一般过去时”数据，来自不同的观测设备。采集实况数据的气象站点遍布全球，观测范围从几千米的高空到地面，观测手段从高科技的卫星、雷达到最原始的人工观测，这些数据的采集都是为了更真实地反映出地球大气圈的运动变化。

　　实况数据是气象学科发展的最基础数据，也是模式数据产生的源头。如果没有实况数据，计算机在计算“模式数据”时就少了初始值；即使回归到没有计算机的人工预报时代，少了实况数据也无法进行天气预报。

　　模式数据与实况数据相比，更简单也更复杂。简单的是，这类数据仅由各类计算机的程序运算生成，属于预测未来的“一般将来时”数据；说它复杂则是因为计算量非常庞大，运用到的计算公式也异常复杂，为了更真实地模拟全球大气的走向，运算出的数据量也十分惊人。

　　模式数据由高性能计算机根据实况数据（包括地面、高空、卫星等）通过物理方程计算得出。可以简单形象地认为，有一套庞大的计算未来天气的程序，输入当前已知的天气现象，就可以输出未来还没有发生的天气现象。计算出的预报结果通常以规则的等经纬度网格来表示，网格上的每个点代表这个经纬度上未来某时刻某个物理量（比如气温）的数值。这就是现代天气预报业务的基础——数值预报模式。 （王敬涛）

　　 互联网+气象  

　　 Internet+  

　　“互联网+”是如今互联网发展的新业态。通俗地说，“互联网+”就是“互联网+各个传统行业”，但这并不意味着它们简单的相加，而是利用信息通信技术及互联网平台，让互联网与传统行业深度融合，创造新的发展生态。它将互联网的创新成果深度融合于经济、社会各领域中，激发全社会的创新力和生产力，形成更广泛的以互联网为基础设施和实现工具的经济发展新形态。

　　“互联网+气象”便是将互联网的创新成果与气象领域相结合的新的发展生态。

　　如今，传统的气象服务模式已不能适应互联网经济发展的新业态，需要充分运用互联网思维，采用信息化新技术，转型升级为“互联网+气象”的全新气象服务模式，对于不同的用户群体，“互联网+气象”的服务模式有不同的形态。

　　对于互联网、移动终端和智能手机用户而言，精细化的气象监测预警与公众位置、风险偏好和行为目的相结合，可使公众获得量身定制的气象服务。

　　对于各专业行业领域而言，“互联网+气象”提供的行业服务是传统专业气象服务的发展和延伸，主要面向能源、水利、民航等领域的行业需求，运用新技术改进传统专业气象服务的模型和算法，优化升级服务。

　　不仅如此，建立交通、农业等与特定人群相关的专业气象服务平台，让用户都能享受到个性化、专业化的气象服务，并在生产生活中获得巨大价值和最佳体验，实现智能气象服务普惠化。同时，用户的参与互动可以有效填补气象灾害和天气实况的监测空白，气象服务将更加精细化。 （王敬涛）

　　 气象平台  

　　 Platform  

　　全国的气象平台功能多样，形成各类气象数据对外开放的窗口。

　　全国综合气象信息共享平台（CIMISS）由1个国家中心和31个省级中心组成，形成一个物理分布、逻辑统一的信息共享平台，可提供多种实时、历史数据的在线存储服务。与原国家级数据储存系统相比，CIMISS能使资料入库时间缩短20%，数据访问效率提高2倍至5倍。目前，CIMISS全球观测数据完整性大幅提高，全球地面观测数据每日台站个数从1万增加至1.1万，全球海洋观测数据每日记录数增加160%，全球探空观测数据每日台站个数从750增加至800，飞机观测数据每日飞机架次从2000增加至6000。

　　如果说CIMISS是气象数据整合分发平台的代表，那么智慧气象服务云平台则能使个性化气象服务走近公众。依据海量数据，智慧气象服务云平台可以为2566个国内城市、2601个3A级以上景区、全球6146个城市提供天气预报信息。同时，该平台能够充分利用智能数据分析挖掘公众对气象服务的精准需求，提供更加准确、个性化的气象服务产品。如交通物流方面，实时的天气预测能与地图大数据结合，对物流线路及天气进行预估，规划最优行进路线；旅游出行方面，个性化的中长期预报加上大数据分析出的精确需求，将为公众定制私人旅行路线，并从出发到返程全程提供智能气象服务。

　　不仅如此，智慧农业平台实时监控田间气象要素并给出种植建议，交通气象服务平台提供沿路天气信息，海洋气象平台不仅监测天气还能给出导航建议……从高山到海洋，从乡村到城市，集约化气象平台正为防灾减灾贡献力量。 （牛彦元）

　　 物联网  

　　 Internet of Things  

　　物联网是互联网和传统电信网等信息承载体让所有能行使独立功能的普通物体实现互联互通的网络，简单来说就是将现实世界中的物体连到互联网上，使得物与物、人与物可以很方便地互相沟通。通过物联网，可以用中心计算机对机器、设备、人员进行集中管理、控制，类似自动化操控系统，同时通过收集这些单点数据最后汇聚成大数据，在物流运输、健康医疗和农业等领域具有广阔的应用前景。

　　未来是万物互联的时代，而物联网技术也将引领天气预报进入一个全新的时代。传统意义上，我们通过地面观测站、卫星和海上浮标站等方式来收集各种天气要素数据，但对于地面观测站而言，布设的站点毕竟有限，不同地区布设的均一程度也不一样。

　　而在物联网技术的帮助下，任何物品，包括手机、车辆、雨伞等都可能成为潜在的获取气象数据的通道，尤其是随着可穿戴设备的不断发展，未来每个人都可能成为气象数据源。这些通道和源头就像一条条数据流，将为高效及时的精细化预报提供坚实基础。

　　在农业气象服务领域，物联网技术已经开始大展手脚。例如，物联网可以利用无线传感器实时采集温室大棚内的温度、湿度、光照、土壤温湿度等信息，为开发精细化的农业气象服务产品、开展针对性农业气象服务提供数据基础，实现对设施大棚和作物的智能化管理。 （吴鹏）

　　 人工智能与天气预测  

　　 Artificial Intelligence&Weather Prediction  

　　人工智能的迅猛发展已经把人类推向了一个新自动化时代的风口浪尖。美国麦肯锡全球研究所在2017年1月发布的报告《可实现的未来：自动化、就业和生产力》中表示，人机协作才能创造更好的未来。

　　人工智能正在为医疗、教育、安全、生物、能源和金融等各个行业赋能，而气象行业由于长期以来积累的知识和数据量非常丰富，符合人工智能的应用场景。

　　“阿尔法狗”围棋击败世界排名第一棋手，让人类对人工智能的未来既心生隐忧，又充满期待，天气预测领域也不例外。

　　在人工智能为气象赋能的这个战场中竞争异常激烈，大公司凭借其雄厚的资本和人才优势先发制人，新创企业也不甘示弱、势头正劲，利用敏锐的洞察力和高新技术快速迭代，打破行业壁垒。例如，IBM以自主研发的沃森（Watson）平台、与天气公司（The Weather Company）“联姻”获取的气象大数据及绿色地平线（Green Horizon）人工智能项目等为“核心武器”，进军气象领域，其推出Deep Thunder预报模式能准确预报0.2英里~1.2英里小尺度超局地天气。

　　此外，2014 年成立的笛卡尔实验室利用机器学习算法来处理大量卫星影像数据，以预测粮食产量，预测准确率击败了美国农业部。

　　但气象是个比围棋等更为复杂的系统，受影响的因素太多。比如降雨，水汽、湿度条件都满足了，但空气中没有“凝结核”，雨下不下来；沙尘暴，风速太大只会让风在平流层“奔跑”，无法形成沙尘。因此，在天气预测领域，人工智能未必能够PK过预报员。人工智能可以帮助科学家识别出未知的大气过程，并且判断出气候模式的优劣，从而改进预报结果。在高质量气象大数据的“喂养”下，人工智能将成为人类预测天气气候最得力的助手。 （吴鹏）

　　云计算  

　　Cloud Computing  

　　只要输入简单的搜索指令，就能得到大量的信息——这就是最基本的云计算技术。更深一步的云计算不仅只有资料搜寻、 分析功能，像分析DNA结构、基因图定序、解析癌细胞等都可以通过这项技术实现。

　　可以说，云计算代表了一个时代的需求，让“谁拥有更庞大的数据规模，谁就可以提供更广更深的信息服务”成为可能。而对于拥有“空、天、地”海量观测数据的气象部门来说，“云时代”里的一些初步探索，已转化为触手可及的成效。

　　借助前不久正式启动业务运行的数值预报云，全国气象部门均可至“云”上快速共享中国气象局数值预报中心和华北、华东、华南三大区域气象中心的高分辨率区域数值模式产品。未来，全国网格实况分析产品和智能网格气象预报产品也将实时“上云”。

　　对于卫星数据来说，每天需处理的数据量动辄4TB以上，且从处理数据到生成产品又要求在半小时以内，这样高强度的运算，如今在“云”上可以轻松实现。通过公有云，卫星数据能够实现实时传输和分发，甚至推送定制化产品至用户桌面。

　　在“云”上做文章，各地气象部门不乏亮点。深圳市气象局联合国家超级计算深圳中心打造的“深圳气象云”服务平台，能够提供分区预警、地质灾害预警、对公众提供第三方数据查询及统计值分析等业务功能，实现泛华南区域多种实时气象监测数据的高速分析处理，精细化格点预报；用活云平台，共同建立健全应用气象云平台的技术标准，实现跨行业跨部门的协同创新，构建开放多元的气象科学技术研究和个性化气象公共服务产品制作的科技服务体制等方面均作出了有益探索。 （牛彦元）