气象数据怎么处理

气象大数据怎么玩？相数科技告诉你！

气象大数据是什么？

所有可能于气象业务、服务、管理相关的并以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，能从中发现新知识、创造新价值、提升新能力，时实现智慧气象的基础。

气象大数据包括哪些数据？

气象数据的分析方法与可视化

气象数据采集和处理的目的，是在对资料数据整理、分析和挖掘的过程中，得到对数据变化规律的认识，并将规律性的结论以数据模型的方式来加以描述，通过数据计算，实现对人类生存环境未来状态的预报和预估。

气象数据主要的数据分析与计算方法：

天气学方法：主要描述和刻画气象数据的分布特征 统计学方法：是深入挖掘各气象数据之间的关联性

动力数值方法：在前两者成果集成基础上开发出准确描述大气运动规律的复杂数值模型，依托高性能计算技术预报大气运动状态。

本文主要选取了天气学分析与诊断方法与大家分享。 天气学分析方法

天气分析是根据天气学和动力气象学原理，对天气图和其他大气探测资料所做的用于揭示天气性状的分析，是一种对气象观测记录进行描述、操作、推断和建模的过程，是利用天

气学方法开展气象预报预测的基本立足点和主要依据。主要包括：天气图分析、气象诊断分析、数值预报产品分析、气象数据再分析等。随着

气象数据的“大数据应用”浅析

2014-03-24 17:03:19 作者：国家气象总局沈文海 来源：CIO时代网

摘要： 气象数据在“大数据应用”浪潮中亟待解决的信息技术问题，是海量气象结构化数据的高效应用。这是气象数据能否参与“大数据应用”的技术基础和前提。 关键词： 气象数据大数据

1、引言

据统计，2011年全球的数据规模为1.8ZB,这些信息将填满575亿个32GB的ipad,以这些ipad做砖石，足可以垒建起两座中国的万里长城。而到2013 年，仅中国当年产生的数据总量就已超过0.8ZB,2倍于2012年，相当于2009年全球的数据总量。预计到2020年，中国产生的数据总量将是2013年的10倍，超过8.5ZB.【1】而届时全球的数据总量预计将达到40ZB,如果将这些数据全部刻录成蓝光光盘，则这些光盘的总重量相当于424艘满载荷的尼米兹航空母舰。

数据量暴增的速度令人瞠目结舌，我们的确已进入“大数据时代”.

很快地，“地理大数据”、“水利大数据”、“环境大数据”、“金融大数据”、“互联网大数据”乃至“气象大数据”等名词陆续出现在有关媒体上。“大数据”逐渐成为近来人们谈论最多、思考最多的技术话

1 引言

在气象行业内部，气象数据的价值已经和正在被深入挖掘着。但是，不能将气象预报产品的社会化推广简单地认为就是“气象大数据的广泛应用”。

大数据实际上是一种混杂数据，气象大数据应该是指气象行业所拥有的以及锁接触到的全体数据，包括传统的气象数据和对外服务提供的影视音频资料、网页资料、预报文本以及地理位置相关数据、社会经济共享数据等等。

传统的”气象数据“，地面观测、气象卫星遥感、天气雷达和数值预报产品四类数据占数据总量的90%以上，基本的气象数据直接用途是气象业务、天气预报、气候预测以及气象服务。“大数据应用”与目前的气象服务有所不同，前者是气象数据的“深度应用”和“增值应用”，后者是既定业务数据加工产品的社会推广应用。

“大数据的核心就是预测”，这是《大数据时代》的作者舍恩伯格的名言。天气和气候系统是典型的非线性系统，无法通过运用简单的统计分析方法来对其进行准确的预报和预测。人们常说的南美丛林里一只蝴蝶扇动几下翅膀，会在几周后引发北美的一场暴风雪这一现象，形象地描绘了气象科学的复杂性。运用统计分析方法进行天气预报在数十年前便已被气象科学界否决了——也就是说，目前经典的大数据应用方法并不适用于天气预报业务。

现在，气象行业的公共服务职能越来

有很多有用的网址,提供气象相关数据的下载,有用的话试试呗!

气象数据下载

包括：综合资料、降水、SST、地面覆盖资料、风场/OLR/指数资料

Noaa资料库： http://www.cdc.noaa.gov

NCEP资料介绍： http://www.nomad2.ncep.noaa.gov/ncep_data/

欧洲气象中心资料(grib和NC格式的)：

http://www.ecmwf.int/

Levitus资料： http://ingrid.ldgo.columbia.edu/SOURCES/.LEVITUS94/.MONTHLY/

Ucar资料 http://www.cgd.ucar.edu/cas/guide/Atmos/Surface/data.html

NASA资料：

ftp://podaac.jpl.nasa.gov/seasurfaceheight/

以前某天全国的天气情况

http://www.77cn.com.cn/feature/hi301100.shtml

1度×1度资料

http://dss.ucar.edu/datasets/ds083.2/

ARGO资料

http://www.77cn.com.cn/web/

NCEP 系统资料：

气象数据集说明文档 1.数据集信息

数据集中文名称：中国地面日值数据集 数据集代码：SURF_CLI_CHN_MUL_DAY 数据集版本：2.0

数据集建立时间：20080401

2.数据来源：

（1）1951－2006年全国基准基本站地面气象日值资料；

（2）全国各省归档的国家一般站主要气象要素1951－2006年日值数据集； （3）1951～2005年42个行业台站的地面气象日值资料；

3.数据集实体

3.1.数据集实体内容说明

3.1.1.数据集实体文件名称：

数据文件命名由数据集代码（SURF_CLI_CHN_MUL_DAY）、要素代码（XXX)、项目代码（XXXXX）、年份标识（YYYY）和月份标识（MM）组成。其中，SURF表示地面气象资料，CLI表示地面气候资料，CHN表示中国，MUL表示多要素，DAY表示日值。

XXX-XXXXX说明：PRS-10004表示本站气压，TEM-12001表示气温，VAP-13004表示水汽压RHU-13003表示相对湿度PRE-13011表示降水，EVP-13241表示小型蒸发量，EVP-13242表

无线远程气象数据采集系统设计

摘 要： 提出了一种采用无线方式远程采集大气温度、湿度、气压等数据的气象数据采集系统的设计方案。通过在元器件选型及软硬件设计上的精心考虑，以相对较低的成本实现了一个高精度、远传输距离、低功耗、宽工作温度范围的远程气象数据采集系统。 关键词： 气象 数据采集 无线 单片机

传统的气象数据采集通常采用人工气象站的方式，需要测量人员携带测量仪器实地进行测量，自动化程度低。随着现代网络技术的发展，出现了基于Internet的气象数据采集系统。这种系统利用Internet实现气象站和数据中心的通信，具有可靠性高、实时性好、传输距离远的优点；但它也存在一些明显的不足，如网络设备购置、运行和维护的成本较高、严重依赖于Internet，在某些特殊场合如野外气象探测或高空气象探测中无法采用等。本文介绍的远程无线气象数据采集系统有效地弥补了上述两种方式的不足，利用无线模块实现气象站和数据中心的通信，具有高精度、高可靠性、远传输距离、低功耗、自动化程度高、方便灵活的特点，可以应用于野外气象探测和高空气象探测等场合。 1 系统总体设计

如图1所示，系统主要包括两大部分：数据中心和气象站。数据中心主要由PC机、无线模块及上位

BNU-SWAT & SWAT-CUP 培训教材

第八讲 气象数据的准备

气象数据对水文过程的重要性是不言而喻的。在SWAT模型建立过程中有三个数据是模型所必须得，即天气发生器、降水数据、气温数据，前者因其可以弥补气象数据的缺失，是SWAT模型内置的，必须在建模之前提前建立好数据库信息，后两者可以从气象站点获取数据。

关键步骤 ：

（1） 天气发生器各参数的计算 （2） 降水及气温输入数据的准备

1. 天气发生器各参数的计算

天气发生器可以根据多年逐月气象资料模拟生产逐日气象资料，但该数据库要求输入的参数较多，其主要输入数据有月平均最高气温、月平均最低气温、最高气温标准偏差、月平均降雨量、降雨量标准偏差、月内干日日数、露点温度、月平均太阳辐射量等。下表列出了天气发生器参数的计算公式。

表1 天气发生器参数的计算公式

参数（单位） N公 式 月平均最低气温（℃） 月平均最高气温（℃） ?mnmon??Tmn,mon/N d?1?mxmon??Tmx,mon/N d?1N最低气温标准偏差 ?mnmon?smxmon=?(Td?1Nd=1Nmn,mon－?mnmon)2/(N?1) －mmxmon)2/(N-1) 最高气温标准偏差 月平均降

BNU-SWAT & SWAT-CUP 培训教材

第八讲 气象数据的准备

气象数据对水文过程的重要性是不言而喻的。在SWAT模型建立过程中有三个数据是模型所必须得，即天气发生器、降水数据、气温数据，前者因其可以弥补气象数据的缺失，是SWAT模型内置的，必须在建模之前提前建立好数据库信息，后两者可以从气象站点获取数据。

关键步骤 ：

（1） 天气发生器各参数的计算 （2） 降水及气温输入数据的准备

1. 天气发生器各参数的计算

天气发生器可以根据多年逐月气象资料模拟生产逐日气象资料，但该数据库要求输入的参数较多，其主要输入数据有月平均最高气温、月平均最低气温、最高气温标准偏差、月平均降雨量、降雨量标准偏差、月内干日日数、露点温度、月平均太阳辐射量等。下表列出了天气发生器参数的计算公式。

表1 天气发生器参数的计算公式

参数（单位） N公 式 月平均最低气温（℃） 月平均最高气温（℃） ?mnmon??Tmn,mon/N d?1?mxmon??Tmx,mon/N d?1N最低气温标准偏差 ?mnmon?smxmon=?(Td?1Nd=1Nmn,mon－?mnmon)2/(N?1) －mmxmon)2/(N-1) 最高气温标准偏差 月平均降

BNU-SWAT & SWAT-CUP 培训教材

第八讲 气象数据的准备

气象数据对水文过程的重要性是不言而喻的。在SWAT模型建立过程中有三个数据是模型所必须得，即天气发生器、降水数据、气温数据，前者因其可以弥补气象数据的缺失，是SWAT模型内置的，必须在建模之前提前建立好数据库信息，后两者可以从气象站点获取数据。

关键步骤 ：

（1） 天气发生器各参数的计算 （2） 降水及气温输入数据的准备

1. 天气发生器各参数的计算

天气发生器可以根据多年逐月气象资料模拟生产逐日气象资料，但该数据库要求输入的参数较多，其主要输入数据有月平均最高气温、月平均最低气温、最高气温标准偏差、月平均降雨量、降雨量标准偏差、月内干日日数、露点温度、月平均太阳辐射量等。下表列出了天气发生器参数的计算公式。

表1 天气发生器参数的计算公式

参数（单位） N公 式 月平均最低气温（℃） 月平均最高气温（℃） ?mnmon??Tmn,mon/N d?1?mxmon??Tmx,mon/N d?1N最低气温标准偏差 ?mnmon?smxmon=?(Td?1Nd=1Nmn,mon－?mnmon)2/(N?1) －mmxmon)2/(N-1) 最高气温标准偏差 月平均降

XI`AN TECHNOLOGICAL UNIVERSITY

实验报告

实验课程名称数据集成、变换、归约和离散化

专 业： 数学与应用数学 班 级： 姓 名： 学 号： 实验学时： 指导教师： 刘建伟 成 绩：

2016年5月5 日 西安工业大学实验报告

专业 实验课程 实验项目 实验设备及器材

数学与应用数学 数据挖掘 班级 指导教师 131003 刘建伟 姓名 学号 实验日期 2016-5-5 同实验者 数据集成、变换、归约和离散化 计算机一台 一 实验目的

掌握数据集成、变换、归约和离散化 二 实验分析

从初始数据源出发,总结了目前数据预处理的常规流程方法,提出应把源数据的获取作为数据预处理的一个步骤,并且创新性地把数据融合的方法引入到数据预处理的过程中,提出了数据的循环预处理模式,为提高数据质量提供了更好的分析方法,保证了预测结果的质量,为进一步研究挖掘提供了较好的参考模式。 三 实验步骤

1数