
在寒冷的天氣里 談?wù)劥髷?shù)據(jù)如何提高天氣預報的準確性
天氣預報是大數(shù)據(jù)應(yīng)用最早的領(lǐng)域之一, 古人們總結(jié)出的節(jié)氣和天氣諺語沿用了幾個世紀。
如何預測天氣
前650年左右巴比倫人使用云的樣子來預測天氣。中國人至少在前300年左右有進行天氣預報的紀錄。古時靠觀察總結(jié)出天氣現(xiàn)象和天氣諺語來指導人們的生活,只是泛泛,卻也足以。
17世紀開始科學家開始使用科學儀器(比如氣壓表)來測量天氣狀態(tài),并使用這些數(shù)據(jù)來做天氣預報。但很長時間里人們只能使用當?shù)氐臍庀髷?shù)據(jù)來做天氣預報,因為當時人們無法快速地將數(shù)據(jù)傳遞到遠處。1837年電報被發(fā)明后人們才能夠使用大面積的氣象數(shù)據(jù)來做天氣預報。
今天的天氣預報主要是使用收集大量的數(shù)據(jù)(氣溫、濕度、風向和風速、氣壓等等),結(jié)合有關(guān)氣象資料、地形和季節(jié)特點、經(jīng)驗等綜合因素來研究確定未來的天氣情況。由于大氣過程的混亂以及今天科學并沒有最終透徹地了解大氣過程,因此天氣預報總是有一定誤差的。
目前,我國一般降水的預報準確率在80%左右,暴雨24小時預報的準確率大概是19%至20%,在相同算法下,美國的暴雨預報準確率是22%。
但是如果數(shù)據(jù)夠多、建立的數(shù)學模型夠精確,是可以接近自然的真實情況的。
氣象數(shù)據(jù)量不斷翻番
上世紀90年代及之前,中國氣象資料大部分局限于地面及高空觀測。當時,2000多個地面站以小時為單位收集氣象信息;120多個高空站每天觀測最多不超過4次。從數(shù)據(jù)量上看不算太多,即便考慮到衛(wèi)星和雷達資料,其總體日增量也局限在GB量級。
現(xiàn)在,地面觀測站大約有4萬個,每10分鐘觀測一次,未來還將加密至分鐘級;在空間密度上,至少增加20倍,頻度將增加60倍,地面及高空觀測信息總量增加了1200倍。
而這些只占整個氣象數(shù)據(jù)的30%,雷達、衛(wèi)星以及數(shù)值預報數(shù)據(jù)占到了70%。目前,氣象部門需要永久保存的數(shù)據(jù)目前約有4PB~5PB,年增量約1PB。每年的氣象數(shù)據(jù)已接近PB量級(1000GB=1TB,1000TB=1PB)。
這也正是大數(shù)據(jù)規(guī)律的體現(xiàn),觀測信息量越大,所蘊藏的真實信息越多,就更能做好預報。
氣象服務(wù)盤活數(shù)據(jù)
海量氣象數(shù)據(jù)怎么用?這是大數(shù)據(jù)時代亟待考慮的問題。就現(xiàn)有情況看,數(shù)據(jù)在氣象預報、氣候預測診斷方面運用得比較充分;而在氣象服務(wù)領(lǐng)域,大量實況觀測數(shù)據(jù)往往被擱置。
目前的實況數(shù)據(jù)氣象服務(wù)主要基于單要素單一站點的形式。這意味著,人們收到的氣象服務(wù)只是周邊氣象站點的天氣情況,并且總有延遲。
為此,科研人員正在引進國際先進的空間數(shù)據(jù)融合數(shù)值模式方法,即將周邊幾個站點的數(shù)據(jù)以及其他傳感器所獲得的數(shù)據(jù)融合進模式中,反演出整個區(qū)域的天氣情況。從試驗結(jié)果看,運算速度達到分鐘級,小區(qū)域可達到秒級。
“這些工作都是在大數(shù)據(jù)的基礎(chǔ)上才能夠進行,無論模式如何先進,沒有海量的數(shù)據(jù)進入,都不能達到很好的效果?!敝袊鴼庀缶止矚庀蠓?wù)中心高級工程師唐千紅說。
讓科研人員欣喜的是,在大數(shù)據(jù)時代,數(shù)據(jù)并非單純指人們在互聯(lián)網(wǎng)上發(fā)布的信息。全世界的工業(yè)設(shè)備、汽車、電表上有著無數(shù)的數(shù)碼傳感器,隨時測量和傳遞著有關(guān)位置、溫度、濕度乃至空氣中化學物質(zhì)的變化。可以設(shè)想,這些信息都可以被氣象部門所用。
EarthRisk是一家利用大數(shù)據(jù)對未來天氣情況作出預報的技術(shù)公司,它采用的預測模型項源自加州大學斯克利普斯海洋研究所。
該模型不同于以往的數(shù)值預報模式,可基于 820 億次計算以及 60 年的氣象歷史數(shù)據(jù)來識別天氣模式,然后將這些模式與當前的氣候條件進行比較,再運用預測性分析進行天氣預測,其預測時間更長、預測準度更高,最長可提前 40 天生成冷熱天氣概率,而傳統(tǒng)主觀預測的模型一星期以上的準度就不行了。
大數(shù)據(jù)時代下的氣象服務(wù)是什么樣子?唐千紅認為,在看得見的未來,融入了地理信息、社會經(jīng)濟數(shù)據(jù)的氣象服務(wù),能夠讓人們知道任意時間地點可能會發(fā)生什么,例如這陣風是否會吹翻門口的廣告牌,前面一個高速路口是不是在下雨、會不會發(fā)生山洪。
天氣預報的未來
毫無疑問,雖然現(xiàn)在吐槽再多,氣象部門還是一直在努力完善工作的。建設(shè)更多的觀測站,運用更加先進的計算設(shè)備、培養(yǎng)數(shù)據(jù)人才建立更完善的天氣預報模型,同時也離不開經(jīng)驗豐富的預報人員,天氣預報、乃至是災難預報都能更加準確。
以后天氣預報的趨勢,是朝精細化,精準化發(fā)展。同時在這個過程中消耗的大量人力物力可以通過數(shù)據(jù)的共享和同其他行業(yè)的交叉應(yīng)用來彌補,這方面,大數(shù)據(jù)的預測意義才越發(fā)顯得重要。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10