Meteonorm查找气象数据的方法

一、地图查找法

二、在线查找法

将经纬度输入刚才跳出的对话框保存即可。

anusplin软件操作说明及气象数据处理

气象数据处理方法：spss和Excel 一、下载原始txt数据中的经纬度处理：将度分处理成度，Excel处 理 首先除以100，处理成小数格式，这里第一个实际是52度58分， 在Excel中用公式：=LEFT(O2,FIND(".",O2)-1)+RIGHT(O2,LEN(O2)-FIND(".",O2))/60 需注意： 当为整数时，值为空，这时需查找出来手动修改，或者将经纬度这一列的小数位改成两位再试试，可能好使（这个我没尝试） 第二步： 将经纬度转换成投影坐标，在arcgis实现 将Excel中的点导入arcgis，给定坐标系为wgs84地理坐标，然后投影转换成自己定义的等面积的albers投影（因为anusplina软件需要投影坐标，这里转换成自己需要的坐标系）

第三步：spss处理 将下载的txt数据导入spss之后，编辑变量属性，删掉不需要的列，然后将最后需要的那些变量进行数据重组 本实验下载的数据是日均温数据，全国800+个站点2012年366天的数据。相当于有800+ * 366行数据 1.变量 变量属性：变量属性这里的设置决定了在SPLINA这个模块中输入数据的格式，本实验spss处理的气象数据的格式统一用这个：(A5,2F18.6,F8.2,F8.2)，一共5列。

即：台站号，字符串，5位； 经纬度：都是浮点型，18位，6个小数位海拔：浮点型，8位，2个小数位 日均温：浮点型，8位，2个小数位 2.数据重组，将个案重组成变量： 后几步都默认就行：

重组之后结果：变成了800+行，370列，就相当于数据变成了：行代表每个站点，列是代表每一天的数据。 3. 因为anusplin这个软件需要的是投影坐标，在重组完的基础上，将经纬度这两列替换成投影之后的经纬度。 方法1：直接复制粘贴即可 方法二：用合并文件，添加变量功能

气象观测资料调查

5. 气象观测资料调查 （1）熟悉气象观测资料调查的基本原则 气象观测资料的调查要求与项目的评价等级有关，还与评价范围内地形复杂程度、水平流场是否均匀一致、污染物排放是否连续稳定有关。 常规气象观测资料包括常规地面气象观测资料和常规高空气象探测资料。 对于各级评价项目，均应调查评价范围20年以上的主要气候统计资料。包括年平均风速和风向玫瑰图，最大风速与月平均风速，年平均气温，极端气温与月平均气温，年平均相对湿度，年均降水量，降水量极值，日照等。 对于一、二级评价项目，还应调查逐日、逐次的常规气象观测资料及其他气象观测资料。 （2）熟悉一级评价项目气象观测资料调查要求 1. 两种情况 （1）评价范围小于50km条件下，须调查地面气象观测资料，并按选取的模式要求，补充调查必需的常规高空气象探测资料。 （2）评价范围大于50km条件下，须调查地面气象观测资料和常规高空气象探测资料。 2. 地面气象观测资料调查要求 调查距离项目最近的地面气象观测站，近5年内的至少连续3年的常规地面气象观测资料。如果地面气象观测站与项目的距离超过50km，并且地面站与评价范围的地理特征不一致，还需要进行补充地面气象观测。 3. 常规高空气象探测资料调查要求：调查距离项目最近的高空气象探测站，近5年内的至少连续3年的常规高空气象探测资料。如果高空气象探测站与项目的距离超过50km，高空气象资料可采用中尺度气象模式模拟的50km内的格点气象资料。 （3）掌握二级评价项目气象观测资料调查要求 气象观测资料调查基本要求同一级评价项目。对应的气象观测资料年限要求为近3年内的至少连续1年的常规地面气象观测资料和高空气象探测资料。 （4）熟悉地面气象观测资料和常规高空气象探测资料调查的主要内容 1. 地面气象观测资料 （1）时次：根据所调查地面气象观测站的类别，并遵循先基准站、次基本站、后一般站的原则，收集每日实际逐次观测资料。 （2）常规调查项目：时间（年、月、日、时）、风向（以角度或按16个方位表示）、风速、干球温度、低云量、总云量。

气象数据处理方法

(1)复杂地形下气温空间化模拟模型 首先考虑海拔高度、经度、纬度对气温空间分布影响，再进一步考虑坡度、坡向这些微观地形因子对气温空间分布的影响。根据地形调节统计模型，即在考虑微观地形(坡度、坡向)情况下，面辐射与地形存在着函数关系，其实际气温可表示为： T T=T H cosi/cosz (1) 式中，T T为地形调节统计模型模拟的气温；T H为常规统计模型模拟的气温；i为地球面法线与太阳光线之间的角度。其中，T H可根据式(2)求得，i可根据式(3)求得 T H=a0+ a1λ+ a2φ+ a3h (2) 式中，λ为经度，φ为纬度，h为海拔高度，a0为常数，a1、a2、a3为偏回归系数。 cosi=cosαcosz+sinαsinzcos(ф-β) (3) 式中，α为坡度，z为太阳天顶角，ф为太阳方位角，β为坡向。 对于中国的地理位置特点和气温模拟方法，可将太阳天顶角z设为45°，太阳方位角ф设为180°(为正午时间)，所以公式(1)归纳为： T T=T H(cosα-sinαcosβ) (2) “回归分析计算+残差插值”模型构建用于降水数据处理 以2006年4月为例，得到各气象站点4月降水量与经纬度、海拔高度的线性关系式： P=-66.840+4.518*lat-1.324*long+0.001*ele(r2=0.456) (4) 式中：lat为气象站点的经度，long为气象站点的纬度，ele为气象站点的海拔高度，P为月降水。 由DEM提取经度、纬度、坡度、坡向 1.dem栅格转点 2.把Data frame propoties显示单位设置为度分秒 3投影

4生成经纬度 5点转栅格（生成经度）

气象数据处理流程

气象数据处理流程1.数据下载 1.1.登录中国气象科学数据共享服务网 1.2.注册用户 1.3.选择地面气象资料 1.4.选择中国地面国际交换站日值数据 选择所需数据点击预览（本次气象数据为：降水量、日最高气温、日最低气温、平均湿度、辐射度、积雪厚度等；地区为：黑龙江省、吉林省、辽宁省、内蒙古） 下载数据并同时下载文档说明 1.5.网站数据粘贴并保存为TXT文档 2.建立属性库 2.1.存储后的TXT文档用Excel打开并将第一列按逗号分列 2.2.站点数据处理 2.2.1.由于站点数据为经纬度数据 为方便插值数据设置分辨率（1公里）减少投影变换次数，先将站点坐标转为大地坐标并添加X、Y列存储大地坐标值后将各项数据按照站点字段年月日合成总数据库 （注意：数据库存储为DBF3格式，个字段均为数值型坐标需设置小数位数） 为填补插值后北部和东部数据的空缺采用最邻近法将漠河北部、富锦东部补齐2点数据。

2.2.2.利用VBA程序 Sub we() i = 6 For j = 1 To 30 Windows("").Activate Rows("1:1").Select Field:=5, Criteria1:=i Field:=6, Criteria1:=j Windows("").Activate Rows("1:1").Select Windows("book" + CStr(j)).Activate Range("A1:n100").Select Range("I14").Activate ChDir "C:\Documents and Settings\王\桌面" Filename:="C:\Documents and Settings\王\桌面\6\" & InputBox("输入保存名", Title = "保存名字", "20070" + CStr(i) + "0" + CStr(j)), _ FileFormat:=xlDBF4, CreateBackup:=False SaveChanges:=True Next j End Sub 将数据库按照日期分为365个文件 3.建立回归模型增加点密度 由于现有的日辐射值数据不能覆盖东三省（如图），需要对现有数据建模分析，以增加气象数据各点密度。 已有数据10个太阳辐射站点，为了实现回归模型更好拟合效果，将10个样本全部作为回归参数。利用SPSS软件建模步骤：

中国气象数据共享数据格式(知识分析)

中国地面资料国际交换站1971-2000年气候标准值数据集 文件名-数据格式对照表 统计项目文件名数据格式表名 累年月平均本站气压SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-PRS-10004.TXT 结果文件附表19累年月平均海平面气压SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-PRS-10005.TXT 结果文件附表20累年月极端最高本站气压及出现日期SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-PRS-10201.TXT 结果文件附表21累年月极端最低本站气压及出现日期SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-PRS-10202.TXT 结果文件附表22累年月平均最高本站气压SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-PRS-10203.TXT 结果文件附表23累年月平均最低本站气压SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-PRS-10204.TXT 结果文件附表24累年月平均气温SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12001.TXT 结果文件附表25 SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12201.TXT 结果文件附表26累年月平均气温平均差、标准差和最大正、负 距平 累年月平均最高气温SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12211.TXT 结果文件附表27累年月平均最低气温SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12212.TXT 结果文件附表28累年月极端最高气温及出现日期SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12011.TXT 结果文件附表29累年月极端最低气温及出现日期SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12012.TXT 结果文件附表30累年月日最高气温顺位及出现日期和1%、5%概 SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12220.TXT 结果文件附表31率界限值 SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12221.TXT 结果文件附表32累年月日最低气温顺位及出现日期和1%、5%概 率界限值 累年月平均气温日较差SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12202.TXT 结果文件附表33累年月最大气温日较差及出现日期SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12203.TXT 结果文件附表34累年月最小气温日较差及出现日期SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12204.TXT 结果文件附表35累年月各级气温日较差日数SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-04250.TXT 结果文件附表36累年月平均气温分级值SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12222.TXT 结果文件附表37累年月平均最高气温分级值SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12223.TXT 结果文件附表38累年月平均最低气温分级值SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12224.TXT 结果文件附表39累年月日最高气温≤0.0℃日数SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-04256.TXT 结果文件附表40累年月日最低气温≥25.0℃日数SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-04260B.TXT 结果文件附表41 SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-04264.TXT 结果文件附表42累年月（9-4月）最长连续降温日数及止日和降 温值 累年月（9-4月）连续最大降温值及日数和止日SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-04265.TXT 结果文件附表43累年月各级日平均气温频率SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-04230A.TXT 结果文件附表44累年月最高日平均气温SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12052.TXT 结果文件附表45累年月最低日平均气温SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-12053.TXT 结果文件附表46累年月各级温湿度出现频率SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-TEM-04230B.TXT 结果文件附表47累年月平均水汽压SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-VAP-13004.TXT 结果文件附表48累年月最大水汽压及出现日期SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-VAP-13009.TXT 结果文件附表49累年月最小水汽压及出现日期SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-VAP-13010.TXT 结果文件附表50累年月平均相对湿度SURF_CLI_CHN_MUL_MUT_19712000_CES-MMON-RHU-13003.TXT 结果文件附表51

气象数据的“大数据应用”浅析

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、思考最多的技术话题之一。一些人憧憬于“大数据”可能带来的十分珍稀的高价值信息和珍贵商机，也有许多人困惑于目前所知“大数据”的应用范式，以此研判着可能给本行业带来的变化和新的业务契机--气象部门也是如此。 做为抛砖引玉，笔者拟就如下问题提出自己的看法： （1）气象数据是否具备“大数据”的核心特征？ （2）业界公认的“大数据应用”的主要形态是什么？ （3）“大数据时代”背景下气象数据应用中新的价值领域在何处？需要首先具备哪些必要条件？ （4）气象信息技术领域当务之急需要解决的关键技术问题。 2、大数据的现实以及气象数据的体量构成 2.1 大数据的行业分布 就数据量而言，中国的大数据近期具有如下行业分布特征： （1）互联网公司 目前国内的互联网公司，拥有总计约2EB的数据，而其中的互联网三巨头BAT（百度、阿里巴巴、腾讯）占有了其中的3/4（约1.5EB）。 （2）电信、金融、保险、电力、石化系统

《大数据云气象》阅读练习及解析答案

大数据云气象 ①我们平时从电视、报纸、网站或手机上获取的看似简单的天气预报，其背后却有着极其庞杂的数据采集和分析作支撑。用现在时髦的话来说，天气预报是经过“云计算”得到的 大数据产品。 ②为了获取精确的气象预报，气象部门历来都会收集大量数据，组成超大的“数据库”。这些数据来自一个庞大的观测网络。目前，全国有 2 000多个地面站、120多个高空探测站、6颗在轨卫星、5万多个自动监测站、600多个农业检测站、300多个雷达站等，逐日逐小时甚至逐分钟对不同地点、不同高度的各种气象要素进行监测。仅在贵州，每天就有85个气象站、3万多个区域自动气象站、7部新一代多普勒天气雷达、2个探空雷达站对贵州境内 的各种气象要素进行实时监测。 ③随着预报业务的不断发展以及大数据、云计算的应用，这些数据变得更加精密，数量也持续增加，气象预报也变得越来越精确。现在，我们已经可以随时随地．．．．通过电脑、手机、 电视、网站等查询天气预报，其精度甚至可以精确到一公里．．．、一小时 ．．．以内。 ④早晨起床后，穿薄的还是厚的衣服？要不要进行晨练？长假期间是否要外出旅游？旅 游时需要带哪些随身物品……如何选择，天气预报会为你提供有效的参考。 ⑤随着各行各业对气象信息的需求越来越大，气象部门还需要针对不同领域、不同行业、不同群体制作相应的气象产品，包括面向社会群体的公众气象服务，面向水利、电力、交通、农业以及其他部门或企业的专业专项服务，以及针对干旱、暴雨、森林火险、雷电等灾害性天气的气象灾害预报预警服务等。 ⑥比如说能源，可以通过分析电力负荷历史加上气象数据进行用电量估算；农业方面， 通过某一地的农耕历史与相关气候信息，就可以指导农户进行农作物种养殖结构调整；还有交通，航班准点率历史加上机场历史天气特征，就可以得到航班延误预测……这些日益丰富 的气象产品构成了气象大数据的重要部分，让我们的生活变得更加丰富、便捷。 ⑦当气象邂逅大数据，气象大数据将大有作为，它必将更大程度地减轻灾害损失，为社会创造更多的财富，为人们带来更加美好的生活。 (1)第②段主要运用了________和________的说明方法，作用是________。 (2)阅读第④⑤⑥段，你认为下面这句话放在其中哪段的开头合适？为什么？ 更精细、更准确、更长时效的天气预报让我们日常生活中的衣食住行变得更加便捷。 答：________________________________________________________________________ ________________________________________________________________________ (3)分析下列句子中加点词语的表达效果。 现在，我们已经可以随时随地 ．．．．通过电脑、手机、电视、网站等查询天气预报，其精度甚 至可以精确到一公里 ．．．以内。 ．．．、一小时 答：________________________________________________________________________

地面气象观测数据文件和记录簿表格式附录

附录1 扩充气象观测站区站号管理办法（试行） （中国气象局2004年10月15日“气发…2004?249号”） 第一条为适应我国中小尺度天气加密监测站网建设的发展、拓宽气象业务领域和进行行业管理的需求，拓展我国气象观测站区站号的资源，促进气象行业各类气象观测站的资料共享，加强各类气象观测站的管理。特制定本办法。 第二条本办法适用于各类中小尺度加密自动气象站（雨量站）、新增项目观测站、气象部门以外的其他气象观测站区站号的编定。 第三条扩充气象观测站区站号由各省（区、市）气象局根据本办法统一编定，并报中国气象局监测网络司备案。 国家基准气候站、国家基本气象站、一般气象站和高空观测站的区站号由中国气象局按照世界气象组织的区站号编定办法统一编定。 气象部门以外的其他气象观测站使用扩充气象观测站区站号，并由所在省（区、市）气象局按照本办法编定。 第四条扩充气象观测站区站号由5位代码组成，第一、二位为区号，后三位为站号。 区站号的第一位由拉丁字母的A至Z组成，第二位由阿拉伯数字0至9组成。 站号由3位0至9阿拉伯数字组成。 第五条中国气象局统一对各省（区、市）所使用的扩充气象观测站区站号的区号进行划分，各省（区、市）气象局可在所分配到的区号范围内确定本省（区、市）扩充气象观测站区站号的站号。 气象部门以外的其他气象观测站使用所在省（区、市）的区号，在编定气象部门以外的其他气象观测站的区站号时，区号的第二位固定使用所在省（区、市）的区号第二位的排序第一的数字。 扩充气象观测站区站号的区号划分见表一。 第六条各省（区、市）气象局在确定扩充气象观测站区站号后须向中国气象局监测网络司报送扩充气象观测站区站号备案表。 第七条扩充气象观测站区站号备案表至少在该站投入业务运行2个月以前分别以纸质和电子文档（Excel格式）两种形式报出。 第八条扩充气象观测站区站号备案表须包括站名、经度、纬度和气压感应器拔海高度(无气压传感器的加密站为温度传感器感应部位拔海高度，单雨量站为雨量传感器口缘的拔海高度，其他类型观测站的拔海高度的确定另行规定)。 扩充气象观测站区站号备案表见表二。 第九条本办法自颁布之日起试行。

气象数据处理流程

气象数据处理流程 1.数据下载 1.1. 登录中国气象科学数据共享服务网 1.2. 注册用户 1.3. 1.4. 辐射度、1.5. 2. 2.1. 2.2. 2.2.1. 为方便插值数据设置分辨率（1公里）减少投影变换次数，先将站点坐标转为大地坐标 并添加X、Y列存储大地坐标值后将各项数据按照站点字段年月日合成总数据库 （注意：数据库存储为DBF3格式，个字段均为数值型坐标需设置小数位数） 为填补插值后北部和东部数据的空缺采用最邻近法将漠河北部、富锦东部补齐2点数据。 2.2.2.利用VBA程序 Sub we() i = 6

For j = 1 To 30 Windows("chengle.dbf").Activate Rows("1:1").Select Selection.AutoFilter Selection.AutoFilter Field:=5, Criteria1:=i Selection.AutoFilter Field:=6, Criteria1:=j Cells.Select Selection.Copy Workbooks.Add ActiveSheet.Paste Windows("chengle.dbf").Activate ", Title = " 3. 利用 3.1. 3.2. 选择分析→回归→非线性回归 3.3. 将辐射值设为因变量 将经度（X）和纬度（Y）作为自变量，采用二次趋势面模型（f=b0+b1*x+b2*y+b3*x2+b4*x*y+b5*y2）进行回归，回归方法采用强迫引入法。 如图，在模型表达式中输入模型方程。 在参数中设置参数初始值

全国地面气象资料数据模式 A格式

四、地面气象观测数据文件格式 1、总则 1.1地面气象观测数据是认识和预测天气变化、探索气候演变规律、进行科学研究和提供气象服务的基础，是我国天气气候监测网收集的最重要的资料之一。为适应地面气象观测业务的发展，有必要对2001年版的“全国地面气象资料数据模式”（简称2001年版A格式）进行补充、修改。 1.2 本格式以中国气象局2003年版《地面气象观测规范》中的“地面气象记录月报表”为依据，对2001年版A格式作了必要的修改和补充，并将格式命名为“地面气象观测数据文件格式”，作为原“全国地面气象资料数据模式”的2003年版。 1.3本格式由一个站月的原始观测数据、数据质量控制标识及相应的台站附加信息构成，包括A文件和J文件两个文件，附加信息即2001年版的“气表-1封面、封底V文件”，作为A文件的一部分。因此本格式涵盖了气表-1的全部内容。 1.4 根据2003年版的《地面气象观测规范》，本格式在2001年版A格式基础上增加了相关的要素项目；为了更好地表述数据质量，增加了数据质量控制标识。观测数据部分历史资料中的技术规定可参照“全国地面气象资料信息化基本模式暂行规定”和“补充规定”，本格式不再赘述。 1.5 根据2003年版《地面气象观测规范》的规定，本格式将2001年版单要素分钟降水量J 文件更改为多要素分钟观测数据文件，作为A文件的补充，简称J文件。 1.6 2001年版与2003年版A、J格式具体变动内容见附件“2001年版与2003年版格式变动对照表”。 1.7 本格式适用于我国现行各类地面气象台站和不同观测仪器采集的数据。 2、A文件 2.1 文件名 “地面气象观测数据文件”（简称A文件）为文本文件，文件名由17位字母、数字、符号组成，其结构为“AIIiii-YYYYMM.TXT”。 其中“A”为文件类别标识符（保留字）；“IIiii”为区站号；“YYYY”为资料年份；“MM”为资料月份，位数不足，高位补“0”；“TXT“为文件扩展名。 2.2 文件结构 A文件由台站参数、观测数据、质量控制、附加信息四个部分构成。观测数据部分的结束符为“??????”，质量控制部分的结束符为“******”，附加信息部分的结束符为“######”。具体结构详见附录1：A文件基本结构。 2.3 台站参数 台站参数是文件的第一条记录，由12组数据构成，排列顺序为区站号、纬度、经度、观测场拔海高度、气压感应器拔海高度、风速感应器距地（平台）高度、观测平台距地高度、观测方式和测站类别、观测项目标识、质量控制指示码、年份、月份。各组数据间隔符为1 位空格。 2.3.1 区站号（IIiii），由5位数字组成，前2位为区号，后3位为站号。 2.3.2 纬度（QQQQQ），由4位数字加一位字母组成，前4位为纬度，其中1～2位为度，3～4位为分，位数不足，高位补“0”。最后一位“S”、“N”分别表示南、北纬。 2.3.3 经度（LLLLLL），由5位数字加一位字母组成，前5位为经度，其中1～3位为度，4～5位为分，位数不足，高位补“0”。最后一位“E”、“W”分别表示东、西经。 2.3.4 观测场拔海高度（H1H1H1H1H1H1），由6位数字组成，第一位为拔海高度参数，实测

气象大数据资料

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越强，面向政府提供决策服务，面向公众提供气象预报预警服务，面向社会发展，应对气候发展节能减排。这些决策信息怎么来依赖于我们对气象数据的处理。

气象大数据应该在跨行业综合应用这一“增值应用”价值挖掘过程中焕发出的新的光芒。 2 大数据平台的基本构成 2.1 概述 “大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。 从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘（SaaS），但它必须依托云计算的分布式处理、分布式数据库（PaaS）和云存储、虚拟化技术（IaaS）。 大数据可通过许多方式来存储、获取、处理和分析。每个大数据来源都有不同的特征，包括数据的频率、量、速度、类型和真实性。处理并存储大数据时，会涉及到更多维度，比如治理、安全性和策略。选择一种架构并构建合适的大数据解决方案极具挑战，因为需要考虑非常多的因素。 气象行业的数据情况则更为复杂，除了“机器生成”（可以理解为遥测、传感设备产生的观测数据，大量参与气象服务和共享的信息都以文本、图片、视频等多种形式存储，符合“大数据”的4V特点：Volume(大量)、Velocity(高速)、

气象数据处理流程

气象数据处理流程 Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】

气象数据处理流程1.数据下载 1.1.登录中国气象科学数据共享服务网 1.2.注册用户 1.3.选择地面气象资料 1.4.选择中国地面国际交换站日值数据 选择所需数据点击预览（本次气象数据为：降水量、日最高气温、日最低气温、平均湿度、辐射度、积雪厚度等；地区为：黑龙江省、吉林省、辽宁省、内蒙古） 下载数据并同时下载文档说明

1.5.网站数据粘贴并保存为TXT文档 2.建立属性库 2.1.存储后的TXT文档用Excel打开并将第一列按逗号分列 2.2.站点数据处理 2.2.1.由于站点数据为经纬度数据 为方便插值数据设置分辨率（1公里）减少投影变换次数，先将站点坐标转为大地坐标 并添加X、Y列存储大地坐标值后将各项数据按照站点字段年月日合成总数据库（注意：数据库存储为DBF3格式，个字段均为数值型坐标需设置小数位数） 为填补插值后北部和东部数据的空缺采用最邻近法将漠河北部、富锦东部补齐2点数据。 2.2.2.利用VBA程序 Sub we() i = 6 For j = 1 To 30 Windows("").Activate Rows("1:1").Select Field:=5, Criteria1:=i

Field:=6, Criteria1:=j Windows("").Activate Rows("1:1").Select Windows("book" + CStr(j)).Activate Range("A1:n100").Select Range("I14").Activate ChDir "C:\Documents and Settings\王\桌面" Filename:="C:\Documents and Settings\王\桌面\6\" & InputBox("输入保存名", Title = "保存名字", "20070" + CStr(i) + "0" + CStr(j)), _ FileFormat:=xlDBF4, CreateBackup:=False SaveChanges:=True Next j End Sub 将数据库按照日期分为365个文件 3.建立回归模型增加点密度 由于现有的日辐射值数据不能覆盖东三省（如图），需要对现有数据建模分析，以增加气象数据各点密度。 已有数据10个太阳辐射站点，为了实现回归模型更好拟合效果，将10个样本全部作为回归参数。利用SPSS软件建模步骤：

气象中的统计方法总结

51气象中的统计方法总结 2、判别分析；广东省徐闻气象局[20]用二级判别做台风登陆地段； 3、相关分析；近20年来在气象统计中用得较多的主要有典型相关（；奇异值分解（SVD）也是提取两个场的最大线性相关； 4、气象场的分解及其应用；50年代中期由Loreng引入到大气科学研究中的；4．1经验正交函数（EOF）分解；章基嘉等[30]应用经验正交函数对亚洲500hP；4．2主成份（主分量） 2、判别分析 广东省徐闻气象局[20]用二级判别做台风登陆地段的预报。Fisher、Bayes以及逐步判别等虽然在气象实际中广泛应用,但严格地说,这些方法仅当变量为正态分布时才可应用， Logistic判别对变量的基本假设条件较宽,对未经正态检验的变量应用本方法是可行的，且可用于既有连续变量又有多值离散变量的情形。吕纯濂等[21] 将Logistic判别引入中国气象界,并研究了二次Logistic判别[22]分析及逐步判别[23]在气象中的应用。 3、相关分析 近20年来在气象统计中用得较多的主要有典型相关（CCA）分析和奇异值分解（SVD）方法。CCA是提取两个气象场的最大线性相关摸态的方法。朱盛明、祝浩敏[24]在数值预报的解释应用中用典型相关分析提取有物理意义的预报因子作预报方程。陈嘉玲、谢炯光[25]用典型相关分析作中期冷空气预报。黄嘉佑[26]用典型相关分析作副高的统计动力预报。近年来发展了一种新的CCA改进方法，称为典型相关分析的BP（Barnert 和Preisendorfer）方法,在气象统计中也得到了应用[27]。 奇异值分解（SVD）也是提取两个场的最大线性相关摸态的方法，SVD 方法可以变成是两个要素场关系的扩大EOF分析。谢炯光等[28]用奇异值分解方法，求出了广东省前汛期（4-6月）西太平洋场海温与广东省降水场的6对奇异向量，来作汛期降水趋势预报。江志红等[29]用SVD方法讨论了中国夏半年降水与北太平洋海温异常的关系。

气象观测的分类

气象观测的分类、方式和任务 一、观测分类 地面气象观测台站按承担的观测业务属性和作用分为国家基准气候站、国家基本气象站、国家一般气象站三类，此外还有无人值守气象站。承担气象辐射观测任务的站，按观测项目的多少分为一级站、二级站和三级站。 国家基准气候站--简称基准站。是根据国家气候区划，以及全球气候观测系统的要求，为获取具有充分代表性的长期、连续气候资料而设置的气候观测站，是国家气候站网的骨干。必要时可承担观测业务试验任务。 国家基本气象站--简称基本站。是根据全国气候分析和天气预报的需要所设置的气象观测站，大多担负区域或国家气象情报交换任务，是国家天气气候站网中的主体。 国家一般气象站--简称一般站。是按省（区、市）行政区划设置的地面气象观测站，获取的观测资料主要用于本省（区、市）和当地的气象服务，也是国家天气气候站网观测资料的补充。 无人值守气象站--简称无人站。是在不便建立人工观测站的地方，利用自动气象站建立的无人气象观测站，用于天气气候站网的空间加密，观测项目和发报时次可根据需要而设定。 另外还可布设机动地面气象观测站，按气象业务和服务的临时需要组织所需的地面气象观测。 1、气象辐射观测一级站--进行总辐射、散射辐射、太阳直接辐射、反射辐射和净全辐射观测的辐射观测站。 2、气象辐射观测二级站--进行总辐射、净全辐射观测的辐射观测站。 3、气象辐射观测三级站--只进行总辐射观测的辐射观测站。 二、观测方式 地面气象观测分为人工观测和自动观测两种方式，其中人工观测又包括人工目测和人工器测。 三、观测任务 地面气象观测工作的基本任务是观测、记录处理和编发气象报告。 1、按规定的时次为积累气候资料进行定时气象观测。自动观测项目每天进行24次定时观测；人工观测项目，昼夜守班站每天进行0 2、08、14、20时四次定时观测，白天守班站每天进行08、14、20时三次定时观测。基准站使用自动气象站后仍然保留二十四次人工定时观测。 2、按规定的时次为制作天气预报提供气象实况资料进行天气观测，并按规定的种类和电码及数据格式编发各种地面气象报告。 3、进行国务院气象主管机构根据业务发展需要新增加项目的观测。 4、按省、地、县级气象主管机构的规定，进行自定项目和开展气象服务所需项目的观测。 5、经省级气象主管机构指定的气象站，按规定的时次、种类和电码，观测、编发定时加密天气观测报告、不定时加密雨量观测报告和其他气象报告。 6、按统一的格式和规定统计整理观测记录，进行记录质量检查，按时形成并传送观测数据文件和各种报表数据文件，并可按要求打印出各类报表。 7、按有关协议观测、编发定时航空天气观测报告和不定时危险天气观测报告。 8、对出现的灾害性天气及时进行调查记载。

最新-气象站历史数据库统计分析 精品

气象站历史数据库统计分析 随着综合气象观测业务现代化的发展,新的气象观测种类不断丰富，站点密度不断加大，气象观测数据量急剧增加，乌兰察布市现有11个国家自动气象站，232个区域自动气象站，针对乌兰察布市目前还未建立所有自动气象站建站以来的历史数据库，乌兰察布市现有的数据查询系统是华云统一版中心站软件2013，中心站客户端查询软件只能查询近两年的实时数据，没有提供各要素统计功能，自治区气象局开发的盟市级综合业务平台是面向全区气象部门的网页访问形式，存在用户访问量多造成网速慢，查询延时问题，当同时查询多要素时，网页出现停滞无反应现象，从而影响快速查询利用数据的工作效率，建立本地历史数据库，在检索统计时效上可以弥补这一不足，如果盟市级及县级业务综合平台出现了故障，本地历史数据库又可以作为盟市级及县级业务综合平台数据库的备份查询，这就极大提升了气象服务工作效率，该软件系统完善补充了现有华云统一版自动站数据查询软件及盟市级综合业务平台所提供的数据查询统计功能。 1项目建设目标及完成情况11源数据的调取。 暨全国综合气象信息共享平台，集数据收集与分发、质量控制与产品生成、存储管理、共享服务、业务监控于一体的气象信息共享业务系统。 本着统一数据来源、统一数据标准、统一数据流程、统一数据服务的原则，从气象数据全业务流程角度，初步建立了气象数据标准化框架，规范了各类数据命名、格式和算法，定义了国、省一致的气象数据存储结构和数据服务接口，实现了国省数据同步和实时历史数据一体化，气象信息化进程中，将作为气象业务、服务、管理的核心基础数据支撑平台，故历史数据库中国家自动站的日数据、旬数据、月数据、年数据和区域自动站的日数据全部来源于数据库，利用语言程序通过接口调取数据库中的数据。 12服务器端数据库的建立。 在2005中建立合理的数据库，根据不同统计查询功能模块建立相应信息表，将调取回的数据导入已建立的历史数据库中，为了实现前台主界面快速查询统计功能，缩短数据库中检索数据时间，分别建立日数据、旬数据、月数据、季数据、年数据数据表。 13前台软件界面平台的开发。 利用语言设计简约明了的软件界面、编写程序实现快速连接数据库和查询统

气象数据开放专题报告

龙源期刊网 https://www.wendangku.net/doc/c214026714.html, 气象数据开放专题报告 作者：张洪政张志强李俊何小明 来源：《中国信息化》2016年第08期 加快数据开放共享，深化大数据应用，是稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。2015年9月，国务院正式印发《促进大数据发展行动 纲要》。李克强总理强调，要开发应用好大数据这一基础性战略资源，推动政府信息系统和公共数据互联共享，顺应潮流引导支持大数据产业发展。汪洋副总理也多次对加快推进气象数据开放共享提出明确要求。中国气象局认真贯彻落实党中央、国务院决策部署，始终将气象数据开放共享作为重点工作抓紧抓好。2015年9月29日，中国气象局正式公布《基本气象资料和产品共享目录（2015年）》（以下简称《共享目录》），向全社会免费提供5类17种基本气象资料和产品，成为首个向全社会开放专业数据的国务院部门，取得了良好的经济和社会效益。近期，我局对气象数据开放情况和效果进行了专项评估，现将有关情况报告如下。 一、全面开放基本气象数据 中国气象局历来高度重视气象数据的开放共享。自20世纪80年代起，气象部门通过数据专线向行业部门实时传输气象资料。2001年11月，开通了中国气象数据网，面向公众发布地面气象观测（198个站）、高空气象观测（88个站）两类基本气象资料，向科研和教育机构提供其所需的气象资料。2015年9月29日，发布了《共享目录》，进一步面向包括企业和个人在内的全社会开放气象数据，还向行业部门和科研、教育机构开放了天气雷达原始数据。此次气象数据开放共享有以下几个特点。 一是数据共享数量大。数据种类由地面气象观测和高空气象观测两类，增加至地面气象观测、高空气象观测、气象卫星、天气雷达、数值天气预报共5类，地面观测站点数由之前的198个增加至2170个，并将中国气象局在全国布设的所有天气雷达站的实时图像产品纳入共 享范围，总数据量约3.0PB（1PB等于1000个TB，相当于50个国家图书馆的信息量总和），每日更新数据量约3.0TB。此外，为鼓励和支持行业用户、科研和教育机构使用更多的气象数据，向行业、科研和教育机构开放共享了天气雷达观测原始数据，日数据量约30GB。 二是数据共享手段多。为方便不同用户使用，中国气象局利用数据专线、网络检索、专用数据接口及移动应用服务APP等多种手段提供数据共享服务。气象部门通过数据专线向军队、民政、国土、环境、交通、水利、农业、林业、地震、海洋、民航等10多个行业部门实时传输气象资料，日更新数据量达600GB，年传输数据量近20TB。通过中国气象数据网、APP等，面向社会公众、科研和教育机构用户发布、提供基本气象资料和产品，自2001年中国气象数据网开通以来，累计访问量13亿人次，注册会员超过10万个，累计下载数据量 46TB。

教科版小学科学二年级上册1.5《各种各样的天气》教学设计

教科版小学科学二年级上册1.5《各种各样的天气》教学设计【教材简析】 本课研究的是学生在地球家园中经常能够体验到的各种各样的天气，以及这些天气与我们人类生活的密切联系。 教材从“天气会影响和改变我们的家园，天气有哪些变化呢？”这个问题直接聚焦到本课的研究主题，这个问题既点出了“各种各样的天气”的课题，同时也点出了本课的研究内容——天气对我们地球家园的影响。在探索环节，首先让学生“说说我们知道的天气”，这是为了了解学生对于天气的前概念。其次，“我们如何区分不同的天气？”这个问题配合“阴”“晴”“雨”“雪”四张天气图片，是为了让学生能够根据不同天气中地球家园所展现的特征来区分不同天气。最后，“说说天气对我们生活的影响”这个活动是为了将天气与我们的实际生活建立联系。在研讨环节，通过“阴、晴、雨、雪、风等天气对动植物和人类有哪些影响？”这个问题让学生进一步认识日常生活中所观察到的不同天气分别对动物、植物和人类的影响。拓展环节主要是让学生课后查阅资料，了解地球上的极端天气及其产生的后果，这个环节是为了让学生进一步完善天气对于我们地球家园的影响的认识。 【学生分析】 二年级的学生对于“天气有哪些变化”是有丰富的生活经验的，也是有很多内容可交流的。对于区分不同天气，学生能够根据生活经验做出一定的判断。学生可能比较难区分的是“阴天”和“多云”，教师需要出示图片帮助学生辨析。对于“天气对我们生活的影响”以及“阴、晴、雨、雪、风等不同天气分别对动植物和人类生活的影响”这两个问题，学生是有一定的前概念的，教师需要引导学生分类表达，并要从有利影响和不利影响两方面来思考和交流。 【教学目标】 科学概念目标 1．天气现象有阴、晴、雨、雪、风等。 2．降水、光照、风等天气要素会影响农业灌溉、风力发电、太阳能发电等在内的人们的生产生活。