Operational Climate Prediction in the Era of Big Data in China:Reviews and Prospects

Big data has emerged as the next technological revolution in IT industry after cloud computing and the Internet of Things.With the development of climate observing systems,particularly satellite meteorological observation and high-resolution climate models,and the rapid growth in the volume of climate data,climate prediction is now entering the era of big data.The application of big data will provide new ideas and methods for the continuous development of climate prediction.The rapid integration,cloud storage,cloud computing,and full-sample analysis of massive climate data makes it possible to understand climate states and their evolution more objectively,thus predicting the future climate more accurately.This paper describes the application status of big data in operational climate prediction in China;it analyzes the key big data technologies,discusses the future development of climate prediction operations from the perspective of big data,speculates on the prospects for applying climatic big data in cloud computing and data assimilation,and puts forward the notion of big data-based super-ensemble climate prediction methods and computerbased deep learning climate prediction methods.     

遥感大数据分布式技术研究与实现

面向卫星遥感海量数据,针对其数据量的急速增长,对数据分析、价值挖掘提出了全新的挑战,引入驱动大数据应用的分布式模式,建立了适应卫星遥感大数据的网格模型,打破了数据的时空割裂和限制,数据可以作为整体进行存储、计算和应用,模型设计的网格、时间片、物理层的基本结构,可以保证未来云计算的实施。该文提出了基于希尔伯特曲线的网格散列算法,以此建立的分布式系统具有优异的并行读写性能和良好的负载均衡能力;遥感大数据分布式系统,实现了数据的高速分布式并行读写,支持数据的精确时空匹配和动态获取,整个系统的扩展能力可以达到线性增长,系统基于通用软硬件平台实施,实现卫星遥感大数据灵活、按需和简便的应用。     

高性能计算技术在气象领域的应用

高性能计算通过应用超级计算机与并行处理技术解决复杂的计算问题,是信息技术发展比较迅猛的领域之一。气象应用始终是高性能计算的重要领域,高性能计算技术有效地解决了高分辨率、高精度气象数值预报模式发展限制,在气象预报预测业务中发挥着核心支撑作用。数十年以来,由于数值天气模式研究和业务运行对计算资源的强烈需求,国内外气象领域高性能计算机及应用迅速发展起来。气象领域对高性能计算能力及系统的可靠性需求日益提升。高性能计算技术将与气象预报应用日益融合,相互影响促进,不断创新发展。为满足气象预报预测业务和科研工作需求,中国气象部门将进一步提升高性能计算能力,并致力于优化集约高性能计算系统布局,高效管理计算资源,发挥最大效益。     

科学大数据在全球气候变化研究中的应用

本文从气候系统观测资料、数值模拟资料、经济社会资料和土地利用资料等方面论述了全球气候变化的科学大数据的构成。为推动气候变化大数据的应用,需要进一步发展集成融合、存储共享、数字模拟和数据挖掘等新的科学大数据处理技术方法。文章还分析了科学大数据在全球气候服务框架和未来地球计划中的应用价值,并对其未来发展进行了展望。     

第四范式视角下的大数据科学

随着物联网、云计算技术的飞速发展,大数据及其相关科学成为学术界和工业界关注的热点.本文从范式理论的角度对大数据科学进行剖析,阐述大数据研究与传统研究的联系与区别;从机器学习的视角出发,分析了大数据带来的三大主要挑战及其背后的科学问题.此外,本文介绍了第四范式视角下进行大数据科学研究的洞察力,以及其所具有的积极意义;最后总结并展望未来大数据科学面临的挑战.     

陆面过程模式研发中的问题

陆面过程研究是充分理解天气/气候/地球系统过程不可或缺的重要主题。本文全面梳理了当前用于数值天气/气候/地球系统模式的陆面过程模式研制的问题,建议了当前陆面过程模式研制中需加强和改进完善的关键内容。特别强调在新一代模式研发中建立包含人类活动的高分辨率全球陆面过程模式;特别强调与其他学科相结合,形成不同行业的预报预测系统或研究方法和工具。建议建设中国的集模式发展、数据分析、模拟方法、高性能计算、数据可视化和应用示范为一体的陆面模拟综合集成平台,为天气/气候/地球系统模式提供陆面过程模式,为开展精细化的全球和区域陆面水文-气象-生态的预报预测提供科技支撑。     

从云计算到雾计算的范式转变

虽然云计算的应用越来越广泛,但也具有不能支持高移动性、不支持地理位置信息及高时延等亟待解决的问题.为此,雾计算已经出现,并将云计算扩展到网络的边缘,以减少延迟和网络拥塞.首先介绍了雾计算的概念、特点和结构,然后讨论了具有代表性的应用场景以及雾计算的安全问题.另外,还对雾计算相似的原位计算和连续计算进行了介绍.最后,给出了云计算与雾计算的区别与联系,并分析了雾计算未来的发展方向.雾计算扩大了以云计算为特征的网络计算范式,将网络计算从网络的中心扩展到网络的边缘,从而可以更加广泛地运用于更多的应用形态和服务类型.     

高分辨率模式对中国地表短波辐射季节预测

基于中国气象科学研究院T255全球高分辨率气候系统模式(CAMS-CSM)2011—2020年多样本集合回报试验,评估模式在中国及3个典型区域地表短波辐射(downward short-wave radiation flux,DSWRF)的季节预测能力。结果表明:CAMS-CSM模式能较好预测DSWRF的季节变化特征,但春季、夏季预测强度偏弱,秋季、冬季偏强。不同季节、不同地区DSWRF异常场的预报技巧差异明显。由DSWRF异常的空间相关系数和时间相关系数可以看到,内蒙古和西北地区秋季、冬季预报技巧较高,京津冀部分地区夏季、秋季节预报技巧较低。从趋势异常综合评分指数看,中国区域超前1个月预报各季节评分均超过70分,对西北地区夏季、秋季的评分指数最高,超过80分。整体而言,高分辨率气候模式对中国区域DSWRF超前0~1个月预报有一定预测能力,尤其是太阳能资源丰富的西北地区,可为未来DSWRF短期预测及太阳能清洁能源选址等提供参考。除模式系统性偏差外,春季、夏季DSWRF预报偏差主要来源于总云量预报的模拟偏差,改进模式云微物理过程是提高DSWRF季节预测能力的重要途径。     

下一代大气模式中的数值方法综述

数值预报是逐日天气预报、气候预测和气象防灾减灾的核心科技支撑。为进一步提高预报预测的准确度和延长预见期,甚高分辨率、多圈层耦合、多尺度嵌套、多尺度集合、数值地球系统模拟技术等是下一代数值预报的重要发展方向。异构众核高性能计算机和E级计算的高速发展为这一发展提供了契机,但也对现有业务数值预报中采用的数值方法提出了挑战。此文仅对国内外下一代大气模式涉及到的数值方法进行综述,着重于数值算法、准均匀球面网格和时间积分方案等3个方面,期望为相关研究者提供参考。     

基于多种模型的云南元江哈尼云海景观预报研究

为推动区域旅游事业发展,满足旅游气象服务需求,研究针对云南元江哈尼云海景观进行了立体气象观测和业务预报实验。本研究基于云南元江云海气候站2016—2019年观测数据,利用经验预报法、Logistics回归、支持向量机、决策树分析等方法,进行了云海景观出现与否的二分类预报实验。结果表明：各预报方法间训练样本总体准确率在74.3%—82.2%之间差别不大,但传统经验预报基于云海机理研究背景,预报指标物理意义明确,随着预报经验的积累经验预报2019年TS评分为54.8,优于2016—2018年TS评分46.0,也优于仅使用局地数据的统计学习算法的预报评分,且其他几种统计学习预报方法的检验样本TS评分均不如训练样本评分高。云海景观出现需要水汽条件和大气静稳条件的配合,局地云海气象观测站建设收集的立体气候数据有利于预报人员改进预报指标体系,提高预报准确率,有利于提升区域旅游气象服务能力发展。     

大数据:概念、技术及应用研究综述

随着物联网、云计算、移动互联网的迅猛发展,大数据(Big Data)吸引了越来越多的关注,正成为信息社会的重要财富,同时也给数据的处理与管理带来了巨大挑战.首先从大数据概念入手,阐述了大数据的来源、主要挑战、关键技术、大数据处理工具和应用实例等,并对比了大数据与云计算、物联网、移动互联网等技术之间关系,然后剖析了大数据核心技术、大数据企业解决方案,讨论了目前大数据应用实例,最后归纳总结了大数据发展趋势.旨在为了解大数据当前发展状况、关键技术以及科学地进行大数据分析与处理提供参考.     

针对贵州省县级公共气象服务系统集约化建设的研究和思考

贵州省气象局自2014年起在全省县、区级气象部门部署了公共气象服务系统,该系统上线后对县级公共气象服务发挥了重要作用,随着云计算、大数据技术的发展,业务系统的集约化程度逐步提高,现有的县级公共气象服务系统已不能满足用户大量增长的服务需求,该文通过对该系统在县级部署和应用情况的分析,从技术和管理的角度,深入探讨系统在集约化方面存在的问题和不足,并提出了相关改进措施,对县级公共气象服务建设具有一定参考价值。     

基于MapReduce计算模型的气象资料处理调优试验

云计算技术使用分布式的计算技术实现了并行计算的计算能力和计算效率,解决了单机服务器计算能力低的问题。基于长序列历史资料所计算得出的气候标准值对于气象领域实时业务、准实时业务及科学研究中均具有重要的意义。由于长序列历史资料数据量大、运算逻辑较复杂,在传统单节点计算平台上进行整编计算耗时非常长。该文基于Hadoop分布式计算框架搭建了集群模式的云计算平台,以长序列历史资料作为源数据,基于MapReduce计算模型实现了部分整编算法,提高计算时效。同时,由于数据源本身具有文件个数多、单个文件小等特点,对数据源存储形式及数据文件大小进行改造,分别利用SequenceFile方式及文本文件合并方式对同一种场景进行计算时效对比测试,分别测试了10个文件合并、100个文件合并两种情况,使时效性得到了更大程度的提升。     

中国气候预测研究与业务发展的回顾

天气预报是指一周内至两周时间尺度的气象预报,而月季及以上时间尺度的预报则属于气候预测范畴。中国的气候预测起步很早,无论在研究工作中还是在业务应用上都取得了显著成就。文中扼要回顾了这些研究和业务发展成就,重点包括:对于季风和梅雨、寒潮的早期认知和后期研究发现、早期气候预测业务发展概况、动力气候预测的早期探索、动力-统计气候预测方法的研制和应用、气候预测模式的发展以及初始化和多模式集合预测、东亚气候系统变异的全方位探索、气候预测范畴的不断拓展和气候预测研究的不断创新。也对未来气候预测研究和业务发展提出了几个重大挑战性课题,涉及不同时间尺度气候变异过程之间的相互作用、季节内至年代际气候预测、气候系统模式及初始化、动力-统计相结合的气候预测方法等方面。      

气象基础设施云平台关键设计与实现

为适配气象业务科研应用对算力、存储资源的需求特点，采用分布式计算、分布式存储、虚拟化技术搭建气象基础设施云平台，并根据不同的业务类别、网络区域、资源服务对象针对性地设计云平台资源分区，以及每个分区需具备的云资源及功能。设计的云平台涵盖IaaS层、PaaS层功能，通过软件定义方式池化硬件资源，形成具备云计算、大数据支撑特征的资源池，为众多气象应用端部署、气象大数据业务提供虚拟主机、物理算力、数据存储资源。实际运行效果表明设计的气象基础设施云平台能够适应数据处理规模与时效性要求不断提升的业务发展需求。     

Science and Prediction of Heavy Rainfall over China: Research Progress since the Reform and Opening-Up of New China

This paper reviews the major progress on development of the science and prediction of heavy rainfall over China since the beginning of the reform and opening-up of new China(roughly between 1980 and 2019). The progress of research on the physical mechanisms of heavy rainfall over China is summarized from three perspectives: 1) the relevant synoptic weather systems, 2) heavy rainfall in major sub-regions of China, and 3) heavy rainfall induced by typhoons. The development and application of forecasting techniques for heavy rainfall are summarized in terms of numerical weather prediction techniques and objective forecasting methods. Greatly aided by the rapid progress in meteorological observing technology and substantial improvement in electronic computing, studies of heavy rainfall in China have advanced to investigating the evolution of heavy-rain-producing storms and observational analysis of the cloud microphysical features. A deeper and more systematic understanding of the synoptic systems of importance to the production of heavy rainfall has also been developed. Operational forecast of heavy rainfall in China has changed from subjective weather event forecasts to a combination of both subjective and objective quantitative precipitation forecasts, and is now advancing toward probabilistic quantitative precipitation forecasts with the provision of forecast uncertainty information.     

云计算:概念、技术及应用研究综述

近年来,云计算作为一种新的服务模式已成为计算机科学领域的一个研究热点.首先从定义、部署模式、特征和关键技术等方面对云计算进行了综述,然后剖析了当前主流云计算参与企业和应用实例,最后讨论了目前云计算发展存在问题与机遇,旨在为了解云计算当前发展状况、研究趋势以及科学地评估云计算的运营和使用提供参考.     

车联网云环境下多服务器架构的匿名认证及密钥协商协议

随着车载自组织网（Vehicular Ad-hoc Networks,VANETs）和云计算的发展,越来越多面向车联网用户的移动应用服务应运而生.这些应用服务往往由不同的服务器提供,车辆要从这些服务器获得服务,则必须向不同的服务器提供注册信息.为了实现车辆在多个服务器上的高效认证,本文提出一个车联网云环境下（Vehicular Cloud Computing,VCC）面向多服务器架构的匿名认证协议,协议实现了车辆与服务器的双向认证,并能够保护车辆隐私.     

我国短期气候预测的物理基础及其预测思路

短期气候预测依据大气科学原理,运用气候动力学、统计学等手段,在研究气候异常成因的基础上对未来气候趋势进行预测。虽然目前我国短期气候预测的水平还不高,但短期气候预测是国家经济发展和防灾减灾的迫切需求,提高预测准确率是气象科研和业务人员的重要任务。该文从海洋、积雪等外强迫信号及大气环流大尺度变动等大气内部特性等角度概述了短期气候预测的物理基础,简要回顾了近60年来我国短期气候预测的发展历程,并介绍了作者近十几年来研制短期气候预测客观统计学及统计与动力学相结合预测模型的主要思路。