●序
前言
第1章 氣像預報預測 1
1.1 氣像學基本概念 1
1.1.1 天氣和氣候 1
1.1.2 天氣預報和氣候預測 2
1.1.3 氣像觀探測 3
1.1.4 氣像數據 3
1.2 氣像業務模式和框架 4
1.2.1 氣像業務模式和流程 4
1.2.2 天氣業務框架 6
1.2.3 氣候業務框架 7
1.3 氣像業務發展歷史 8
1.3.1 天氣預報發展史 8
1.3.2 氣候預測發展史 13
1.4 氣像預報預測主要特征 16
1.4.1 多重的時間和空間尺度 16
1.4.2 對氣像數據的高度依賴性 18
1.4.3 與多學科理論的兼容並進 20
1.5 氣像行業發展趨勢 21
1.5.1 拓寬氣像觀測信息獲取渠道 21
1.5.2 增強氣像數據挖掘能力 23
1.5.3 推動預報預測理論創新和技術革命 24
第2章 大數據技術 26
2.1 大數據的基本概念與特性 26
2.1.1 大數據的定義與內涵 26
2.1.2 大數據的特征 27
2.1.3 大數據與雲計算 29
2.1.4 大數據與數據統計 30
2.1.5 大數據與數據挖掘 31
2.2 大數據技術框架 31
2.3 大數據采集與預處理技術 33
2.3.1 大數據采集與預處理的目標與特點 33
2.3.2 典型大數據采集繫統 34
2.4 大數據存儲與管理技術 35
2.4.1 大數據存儲與管理的目標與特點 35
2.4.2 典型大數據存儲與管理繫統 37
2.5 大數據處理與分析技術 38
2.5.1 大數據處理與分析特點與分類 39
2.5.2 典型大數據處理繫統 41
2.5.3 典型大數據分析模型庫 42
2.6 大數據可視化技術 44
2.6.1 大數據可視化的特點和類型 44
2.6.2 典型的大數據可視化模型框架 49
2.7 大數據技術在氣像領域的應用51
2.7.1 大數據采集技術氣像應用 51
2.7.2 大數據存儲與管理技術氣像應用 52
2.7.3 大數據處理與分析技術氣像應用 52
2.7.4 大數據可視化技術氣像應用 53
第3章 氣像數據概述 58
3.1 氣像數據來源 58
3.1.1 專業化氣像數據生產 58
3.1.2 社會化氣像數據萃取 59
3.2 氣像數據分類 59
3.2.1 按氣候圈層劃分 60
3.2.2 按觀測體繫劃分 61
3.2.3 按資料時效劃分 61
3.2.4 氣像資料分類行業標準 62
3.3 氣像數據語法語義 64
3.3.1 氣像資料文件名命名規則 65
3.3.2 氣像資料內容格式編碼 66
3.4 氣像業務數據流程 72
3.4.1 氣像業務體制及功能組成 72
3.4.2 氣像信息數據流程 74
3.5 氣像數據的屬性和特點 77
3.5.1 氣像資料數據的屬性 77
3.5.2 氣像數據的特點 78
3.6 氣像大數據理解和分析 81
第4章 氣像數據采集與管理 85
4.1 氣像數據采集 85
4.1.1 大氣狀態觀測探測 85
4.1.2 氣像數據彙集交換 87
4.2 氣像數據預處理 88
4.2.1 氣像資料編碼和譯碼 89
4.2.2 氣像數據質量控制 91
4.3 氣像數據管理 93
4.3.1 氣像數據庫分類管理 93
4.3.2 氣像數據庫體繫結構 94
4.3.3 氣像數據管理技術 97
4.4 氣像數據采集與管理發展要求 101
4.4.1 氣像資料和產品時空密度高擴展要求 101
4.4.2 氣像產品服務時效性和精準性要求 101
4.4.3 大數據技術對氣像數據采集和管理的影響 102
第5章 氣像數據分析與計算 104
5.1 天氣學方法 104
5.1.1 天氣分析 104
5.1.2 天氣學概念模型 109
5.2 統計學方法 111
5.2.1 氣像數據的數學描述 111
5.2.2 氣像變量的統計分析與計算 112
5.2.3 氣像場的統計分析與計算 113
5.2.4 氣像統計預報模型 116
5.3 動力數值算法 121
5.3.1 氣像數據資料同化 121
5.3.2 大氣物理過程參數化 122
5.3.3 氣像模式數值計算方案 123
5.3.4 數值預報產品解釋應用 126
5.4 氣像數據分析與計算的計算能力需求 128
5.5 大數據技術的氣像預報預測潛力 130
第6章 氣像信息應用與服務 133
6.1 氣像應用服務分類及內容 133
6.1.1 氣像服務分類 133
6.1.2 氣像服務內容 135
6.2 氣像應用服務的手段和技術 136
6.2.1 氣像信息服務方式和手段 136
6.2.2 氣像信息服務關鍵技術 137
6.3 氣像應用需求分析和服務效益評估 142
6.3.1 氣像應用需求分析 142
6.3.2 氣像服務效益評估 144
6.4 氣像應用服務發展趨勢 146
6.4.1 氣像應用服務需求挑戰和供給模式變革 146
6.4.2 以氣像經濟為特征的應用服務發展趨勢 147
6.4.3 以智慧氣像為指導的氣像應用服務發展 148
第7章 氣像大數據治理規劃 150
7.1 氣像大數據的特點和發展趨勢 150
7.1.1 氣像大數據的重要特點 151
7.1.2 氣像大數據的發展趨勢 153
7.2 氣像大數據治理規劃的目標和原則 155
7.2.1 氣像大數據治理規劃目標 155
7.2.2 氣像大數據治理規劃原則 156
7.3 氣像大數據治理規劃的任務和框架 157
7.3.1 氣像大數據治理規劃的主要任務 157
7.3.2 氣像大數據治理規劃的基本框架 159
7.4 氣像大數據治理原則和範圍 160
7.4.1 氣像大數據治理的基本原則 160
7.4.2 氣像大數據治理的主要範圍 161
7.5 氣像大數據治理保障體繫 161
7.5.1 氣像大數據戰略 161
7.5.2 氣像大數據組織 162
7.6 氣像大數據治理技術體繫 163
7.6.1 氣像大數據治理技術架構 163
7.6.2 氣像大數據標準管理 165
7.6.3 氣像數據管理 166
7.6.4 氣像大數據主數據管理 167
7.6.5 氣像大數據質量管理 168
7.6.6 氣像大數據資產管理 169
7.6.7 氣像大數據安全管理 170
7.6.8 氣像大數據生命期管理 171
7.6.9 氣像大數據繫統實施 173
7.7 氣像大數據治理應用體繫 175
7.7.1 氣像數據智能采集 175
7.7.2 氣像精準預報預測 176
7.7.3 氣像信息普惠服務 177
7.7.4 氣像業務科學管理 178
7.7.5 氣像業務持續創新 179
7.8 氣像大數據治理效果評估體繫 180
7.8.1 氣像大數據治理促成因素 180
7.8.2 氣像大數據治理實施過程 181
7.8.3 氣像大數據治理成熟度評估 181
7.8.4 氣像大數據治理審計 183
第8章 氣像大數據繫統構想與設計 184
8.1 氣像大數據繫統總體架構設計 184
8.1.1 氣像大數據繫統設計思路 185
8.1.2 氣像大數據繫統層次劃分 190
8.1.3 氣像大數據繫統體繫架構 197
8.2 氣像大數據繫統基礎服務能力構建 199
8.2.1 基礎服務邏輯層次模型 200
8.2.2 基礎服務應用繫統規劃 202
8.2.3 基礎服務繫統功能構建 205
8.3 氣像大數據分析應用繫統設計 210
8.3.1 氣像大數據分布式計算環境 211
8.3.2 氣像大數據分析模型集成 219
8.3.3 氣像大數據交互分析與可視化服務 223
8.4 氣像大數據信息挖掘應用 225
8.4.1 大數據環境下的大氣變量特征分析 226
8.4.2 大數據環境下的氣候預測因子選擇技術 229
8.4.3 大數據環境下氣像應用服務跨領域信息挖掘 232
第9章 氣像大數據發展的思考和建議 238
9.1 氣像大數據的戰略價值和社會意義 238
9.1.1 氣像大數據的戰略價值 238
9.1.2 氣像大數據的社會意義 240
9.2 氣像大數據發展的主要問題和挑戰 241
9.3 發展氣像大數據的措施和建議 244
參考文獻 246
