專利名稱：精細化氣象信息服務系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及一種精細化氣象信息服務系統(tǒng)，屬于計算機軟件技術領域。
背景技術：
隨著生活方式的改變，人們對氣象信息的需求呈現出隨時、隨地、隨身的特點，對精細化的定時、定點的天氣信息的需求不斷增加。但傳統(tǒng)的氣象服務網站多以提供市、縣一級的氣象數據服務為主，傳統(tǒng)的氣象信息發(fā)布渠道難以準確、全面地傳播精細化天氣信息， 無法提供給廣大的用戶對于任意地點、任意時刻的氣象信息查詢的服務。精細化天氣預報迫切需要精確的發(fā)布渠道，為用戶提供所在地的短期、短時的精細化天氣預報預警。

發(fā)明內容
本發(fā)明的目的旨在探索氣象信息服務的精確發(fā)送手段，架起精細化天氣信息和基于用戶位置的氣象需求之間的橋梁，創(chuàng)新氣象服務方式，拓展服務空間，發(fā)揮氣象現代化建設的效益。同時解決災害預警信息精確發(fā)送的問題，有效地提高預警的針對性、及時性，為大眾提供快速、便捷、準確、及時的天氣實況信息，滿足公眾對于氣象資料信息的日益迫切的需求。為達到上述目的，本發(fā)明的技術方案為 一種精細化氣象信息服務系統(tǒng)，其特征是，包含
后臺數據處理層將區(qū)域內分布的氣象自動站點觀測的氣象要素解析存入數據庫中， 并對數據庫中的數據進行插值運算后，由一精度評價模塊對插值精度進行評估，獲取最優(yōu)氣象插值數據，并利用區(qū)域內建立的格點數據提取柵格中的要素值，并將這些數據導入到氣象數據庫當中，供服務提供層調用；
服務提供層用于將所述后臺數據處理層處理后的氣象資料數據導入至氣象數據庫； 用戶交互層為提供給用戶的一個集成統(tǒng)一的氣象資料數據訪問平臺，用于查詢、顯示所述服務提供層提供的信息。所述區(qū)域內的氣象自動站點中提取均勻分布的15%的氣象自動站點作為驗證站點，其余的站點為插值站點。所述氣象要素包含降水、氣溫、氣壓、濕度以及風速風向。以每隔十分鐘的間隔從所述數據庫中讀取一次所述氣溫、濕度以及風速風向，以每隔一小時的間隔從所述數據庫中讀取一次降水，將讀取的這些數據與所述插值站點的數據進行空間關聯，將與所述插值站點關聯的氣象要素數據輸入插值模塊進行插值。所述插值模塊中，利用多元線性回歸模型對與所述插值站點關聯的氣象要素數據進行插值得到原始插值數據。并由一修正的多元線性回歸模型對所述原始插值數據進行修正，獲取所述最優(yōu)氣象插值數據。修正的多元線性回歸模型修正的算法步驟包括首先分別利用反距離加權插值法、克里金插值法、樣條插值法、Cressman插值法對插值站點關聯的氣象要素數據進行插值，得到插值數據；并將這些插值數據與驗證站點中含有的觀測到的實際氣象要素數據相減的絕對值作為誤差，利用平均相對誤差方法計算判斷得到誤差最小的一種插值方法，將這種誤差最小的插值方法作為最優(yōu)插值方法；然后再利用所述最優(yōu)插值方法對誤差進行插值，得到誤差分布數據，通過此誤差分布數據對所述多元線性回歸模型進行修正，將所述多元線性回歸模型得到的原始插值數據減去所述誤差分布數據，得到最終的高精度最優(yōu)插值數據作為所述插值模塊的輸出。所述后臺數據處理層中還包含一質量控制模塊，用于在各氣象自動站氣象要素數據入數據庫時剔除錯誤的觀測數據。所述服務提供層提供的數據包含地圖數據和經所述后臺數據處理層處理后的氣象資料數據，其中地圖數據是以rest服務的方式對外發(fā)布，而處理后的氣象資料數據以 WebService加密的方式提供。本發(fā)明所達到的有益效果
本發(fā)明的系統(tǒng)通過對各種類別、格式以及數據源的氣象數據的實時加工處理，將其分門別類的存儲到數據庫當中，并以服務的形式將這些資源發(fā)布到網絡上，這樣公眾就可以方便、快捷的得到其所需要的氣象服務信息。本系統(tǒng)利用氣象部門的大量的站點實時發(fā)布的降水、溫度、氣壓、濕度以及風速風向的原始資料數據，結合多種插值方法，將這些實時的氣象數據進行插值，并利用精度評價模塊對插值得到的數據進行評價，得出最優(yōu)的插值方案。這樣可以得到高精度、實時的氣象數據。經實踐驗證其相對誤差可以控制在4%-5%之內。為大眾提供快速、便捷、準確、及時的天氣實況信息，提供用戶關心的短期、短時的精細化天氣預報預警，實現了用戶對于氣象數據查詢的需求，滿足公眾對于氣象資料信息的日益迫切的需求，對于提高氣象服務產品大眾化發(fā)揮了更大的作用。


圖1精細化氣象信息服務流程圖； 圖2是最優(yōu)插值數據獲取流程圖。
具體實施例方式下面結合附圖對本發(fā)明作進一步描述。以下實施例僅用于更加清楚地說明本發(fā)明的技術方案，而不能以此來限制本發(fā)明的保護范圍。如圖1所示，精細化氣象信息服務系統(tǒng)包括以下功能模塊
1.后臺數據處理層后臺數據處理的數據主要可以分為原始氣象資料庫數據、預警文本數據、天氣預報文本數據、雷達二進制數據。其中，原始氣象資料庫中需要的解析的數據又可以分為常規(guī)氣象觀測數據、預報數據、公報數據等39種氣象數據。通過該后臺數據處理層模塊首先完成了對這些原始氣象資料庫數據的解析入庫工作，對于需要進行插值的氣象要素，包含降水、溫度、氣壓、濕度以及風速風向等氣象要素，利用插值模塊進行插值，并由精度評價模塊MRE對插值精度進行評估。利用建立的區(qū)域內10*10、15*15以及40*40公里的格點數據提取柵格中的要素值， 并將要素值導入到氣象數據庫當中，供服務提供層調用。
雷達二進制數據的解析完成對于原始資料的二進制雷達數據的解析為矢量數據， 這些數據通過渲染可以方便的進行瀏覽。雷達二進制數據是雷達回波強度。2.服務提供層本系統(tǒng)所提供的數據主要分為地圖數據以及處理后的氣象資料數據，其中地圖數據是以rest服務的方式對外發(fā)布，而處理后的氣象資料數據以 WebService加密的方式提供。3.用戶交互層該層主要目的在于為用戶提供一個集成統(tǒng)一的氣象資料數據訪問平臺，可以查詢顯示服務提供層提供的氣象數據庫中的信息，主要的功能可以分為天氣信息的查詢、14種預警信息實時顯示、氣溫以及風速風向的標注、任意位置各類氣象要素的趨勢顯示以及短時臨近預報的顯示等。作為系統(tǒng)核心的后臺數據層中的插值模塊，其所提供的氣象數據的質量直接關乎整個系統(tǒng)的正確性以及可靠性。通過本系統(tǒng)的插值模塊以及精度評價模塊MRE可以提供高精度、高質量的氣象插值數據，經實踐驗證其相對誤差可以控制在4%-5%之內。如圖1、圖2 所示，其過程如下
首先由設定的某一區(qū)域內所有的氣象自動站點觀測得到常規(guī)氣象觀測數據的解析入庫工作，常規(guī)氣象觀測數據中包含需要進行插值的降水、溫度、氣壓、濕度以及風速風向等氣象要素數據。將該區(qū)域內所有的自動站點提取出15%的站點作為驗證站點，驗證站點中含有實際觀測到的氣象要素數據，驗證站點的分布要均勻，其余的站點作為插值站點，各站點氣象要素數據入庫的時候需要利用質量控制模塊對于錯誤的觀測數據進行剔除，這樣可以從數據源頭上控制好氣象數據的質量，為插值模塊提供準確的數據。其次針對不同的氣象要素數據，氣溫、濕度以及風速風向以每隔十分鐘的間隔從數據庫中讀取一次，對于1小時降水、24小時降水以每隔一小時的間隔從數據庫中讀取一次(1小時降水定義為每隔一小時累計的降水量，24小時降水定義為從當天的零點起到當前時間累計的降水量)，對于讀取的這些數據與插值站點數據進行空間關聯，為插值做好準備。針對與插值站點關聯的氣象要素數據，利用系統(tǒng)后臺數據層中的插值模塊進行插值，插值模塊中包含的插值方法有反距離加權插值法、克里金插值法、樣條插值法、 Cressman插值法、多元線性回歸模型以及修正的多元線性回歸模型。本系統(tǒng)中多元線性回歸模型主要考慮影響降水的經度、緯度以及海拔高度，通過建立此三種影響因子的多元線性回歸模型對插值站點關聯的氣象要素數據進行插值，得到原始插值數據，但是在實際的運行當中發(fā)現此方法的誤差還是比較大，并沒有體現出較高的插值經度。因此，本發(fā)明在多元線性回歸模型的基礎上，對多元線性回歸模型進行了修正，建立了修正的多元線性回歸模型，利用修正的多元線性回歸模型對原始插值數據進行修正， 可以提升數據的插值經度，得到高精度的氣象插值數據。修正的多元線性回歸模型的修正算法步驟如下
首先利用反距離加權插值法、克里金插值法、樣條插值法、Cressman插值法對插值站點關聯的氣象要素數據進行插值，得到插值數據；并將這些插值數據與驗證站點中含有的觀測到的實際氣象要素數據相減的絕對值作為誤差，利用平均相對誤差MRE方法計算判斷得到誤差最小的一種插值方法，將這種誤差最小的插值方法作為最優(yōu)插值方法；然后再利用最優(yōu)插值方法對誤差進行插值，得到誤差分布數據，通過此誤差分布數據對多元線性回歸模型進行修正，將多元線性回歸模型得到的原始插值數據減去誤差分布數據，得到最終的高精度最優(yōu)插值數據，經修正的多元線性回歸模型輸出。對于得到的最優(yōu)插值數據，利用10*10、15*15以及40*40公里的格點數據提取相
應的要素值，同時將這些要素值導入到氣象數據庫當中，基于氣象數據庫當中的這些數據提供各類氣象信息服務，主要有1小時降水趨勢變化服務、M小時降水趨勢變化服務、溫度趨勢變化服務、濕度趨勢變化服務等。以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明技術原理的前提下，還可以做出若干改進和變形，這些改進和變形也應視為本發(fā)明的保護范圍。
權利要求
1.一種精細化氣象信息服務系統(tǒng)，其特征是，包含后臺數據處理層將區(qū)域內分布的氣象自動站點觀測的氣象要素解析存入數據庫中， 并對數據庫中的數據進行插值運算后，由一精度評價模塊對插值精度進行評估，獲取最優(yōu)氣象插值數據，并利用區(qū)域內建立的格點數據提取柵格中的要素值，并將這些數據導入到氣象數據庫當中，供服務提供層調用；服務提供層用于將所述后臺數據處理層處理后的氣象資料數據導入至氣象數據庫；用戶交互層為提供給用戶的一個集成統(tǒng)一的氣象資料數據訪問平臺，用于查詢、顯示所述服務提供層提供的信息。
2.根據權利要求1所述的精細化氣象信息服務系統(tǒng)，其特征是，所述區(qū)域內的氣象自動站點中提取均勻分布的15%的氣象自動站點作為驗證站點，其余的站點為插值站點。
3.根據權利要求2所述的精細化氣象信息服務系統(tǒng)，其特征是，所述氣象要素包含降水、氣溫、氣壓、濕度以及風速風向。
4.根據權利要求3所述的精細化氣象信息服務系統(tǒng)，其特征是，以每隔十分鐘的間隔從所述數據庫中讀取一次所述氣溫、濕度以及風速風向，以每隔一小時的間隔從所述數據庫中讀取一次降水，將讀取的這些數據與所述插值站點的數據進行空間關聯，將與所述插值站點關聯的氣象要素數據輸入插值模塊進行插值。
5.根據權利要求4所述的精細化氣象信息服務系統(tǒng)，其特征是，所述插值模塊中，利用多元線性回歸模型對與所述插值站點關聯的氣象要素數據進行插值得到原始插值數據。
6.根據權利要求5所述的精細化氣象信息服務系統(tǒng)，其特征是，并由一修正的多元線性回歸模型對所述原始插值數據進行修正，獲取所述最優(yōu)氣象插值數據。
7.根據權利要求6所述的精細化氣象信息服務系統(tǒng)，其特征是，修正的多元線性回歸模型修正的算法步驟包括首先分別利用反距離加權插值法、克里金插值法、樣條插值法、Cressman插值法對插值站點關聯的氣象要素數據進行插值，得到插值數據；并將這些插值數據與驗證站點中含有的觀測到的實際氣象要素數據相減的絕對值作為誤差，利用平均相對誤差方法計算判斷得到誤差最小的一種插值方法，將這種誤差最小的插值方法作為最優(yōu)插值方法；然后再利用所述最優(yōu)插值方法對誤差進行插值，得到誤差分布數據，通過此誤差分布數據對所述多元線性回歸模型進行修正，將所述多元線性回歸模型得到的原始插值數據減去所述誤差分布數據，得到最終的高精度最優(yōu)插值數據作為所述插值模塊的輸出。
8.根據權利要求1所述的精細化氣象信息服務系統(tǒng)，其特征是，所述后臺數據處理層中還包含一質量控制模塊，用于在各氣象自動站氣象要素數據入數據庫時剔除錯誤的觀測數據。
9.根據權利要求1所述的精細化氣象信息服務系統(tǒng)，其特征是，所述服務提供層提供的數據包含地圖數據和經所述后臺數據處理層處理后的氣象資料數據，其中地圖數據是以 rest服務的方式對外發(fā)布，而處理后的氣象資料數據以WebService加密的方式提供。
全文摘要
本發(fā)明公開了一種精細化氣象信息服務系統(tǒng)，包含后臺數據處理層將區(qū)域內分布的氣象自動站點觀測的氣象要素解析存入數據庫中，并對數據庫中的數據進行插值運算后，由一精度評價模塊對插值精度進行評估，獲取最優(yōu)氣象插值數據，并利用區(qū)域內建立的格點數據提取柵格中的要素值，并將這些數據導入到氣象數據庫當中，供服務提供層調用；服務提供層用于將所述后臺數據處理層處理后的氣象資料數據導入至氣象數據庫；用戶交互層為提供給用戶的一個集成統(tǒng)一的氣象資料數據訪問平臺，用于查詢、顯示所述服務提供層提供的信息。為大眾提供快速、便捷、準確、及時的天氣實況信息，實現了用戶對于氣象數據查詢的需求，滿足公眾對于氣象資料信息的需求。
文檔編號G06F17/30GK102521403SQ20111044088
公開日2012年6月27日 申請日期2011年12月26日 優(yōu)先權日2011年12月26日
發(fā)明者徐鵬, 顧峻 申請人:南京成風大氣信息技術有限公司