MICAPS4预报业务系统建设进展与未来发展

以精细化预报为标志的现代天气预报业务对高时空分辨率气象数据的应用提出了更高的需求,而传统的预报分析制作系统MICAPS3(Meteorological Information Comprehensive Analysis and Processing System Version 3)无法满足符合大数据特征的实时预报相关的数据应用。同时,模式预报和集合预报应用已在各专业预报领域中发挥越来越重要的作用,网格预报产品正在涵盖全部的预报业务流程,而MICAPS3无法提供便捷高效的支撑。为解决上述问题,国家气象中心启动了MICAPS4建设,一方面建立了基于大数据的气象实时预报应用技术体系,解决了气象大数据处理、存储、分析和显示效率的关键技术难题;另一方面搭建了多个满足不同复杂预报业务需求的专业化版本。MICAPS4将信息化技术与预报技术、预报业务流程紧密结合,解决了现代化预报方法的平台化集成应用与精细化预报制作的关键技术难题,基于MICAPS4基础框架的多个专业版在中央气象台和部分省级气象台进行业务化应用推广。基于CIMISS(China Integrated Meteorological Information Sharing System)-MICAPS4的海量数据存储环境,极大减轻了系统部署和本地化工作量,显著提升了数据解析及数据存储访问效率。

基于MICAPS4平台框架的格点预报智能编辑系统设计与应用

阐述了格点预报智能编辑系统的架构设计思路、系统的主要功能、智能订正规则的技术方案以及应用效果。系统采用C/S结构,基于MICAPS4平台框架开发,系统由数据接口、天气分析模块、格点要素预报制作模块、灾害及影响天气预报制作模块、综合预报产品制作发布模块、监控模块等六个模块组成,具有操作性强、开放性强、扩展性强等特点。2017年7月系统在省级及11个地市气象台站全面部署并正式投入业务应用,实现同时显示即时更新的省市预报的效果,达到省市共织“一张网”目的,有力地支撑了陕西的格点预报业务。

MICAPS4服务端系统架构设计

MICAPS4体系采用客户端/服务器的系统架构,其中服务端系统是MICAPS4的重要部分,利用分布式存储与分布式计算技术,构建可容纳10~2 TB量级的气象实时数据,千万数据总量,面向数百并发用户的服务器集群系统。MICAPS4服务端系统在国内率先实现全部气象实时数据由文件到数据库、从集中式系统到分布式系统的迁移,该系统自2015年起在全国推广使用。在海量气象数据和大量用户并发访问的环境下,表现出很高的稳定性和优越的读写性能,同时具有便捷的扩展性和可维护性。MICAPS4服务端系统分为分布式存储系统、分布式前处理系统、站点实况轮询系统、查询服务器系统和监控系统5个子系统,分布式存储子系统为MICAPS4客户端提供了近实时数据的高速随机与顺序读取服务,分布式前处理系统利用对等分布式架构实现了海量气象实时数据的流式计算,站点实况轮询系统实现了跨系统的实况数据异构副本的同步功能,查询服务器系统利用多线程服务器技术实现了MICAPS4客户端的实时计算请求,监控系统利用部署于每个节点的探针实现监控信息的主动上报。

基于MICAPS4的同城用户服务应用

国家气象中心发布的MICAPS4系统基于Cassandra分布式存储,可提供地面高空实时观测气象数据,雷达、卫星、模式资料的解析、存储、计算和调阅访问等功能。系统集中部署,多客户端并发访问,生成的MICAPS产品可实时共享,实现了数据的单点更新和全局应用。为方便用户分级管理和数据安全考虑,单独部署适用于同城用户的MICAPS4分布式集群应用系统,对用户定制的气象数据进行解析入库、调阅和共享服务,并且MICAPS4客户端具有便于安装、升级和个性化配置的特性,使其在同城用户气象数据服务应用中发挥着非常重要的作用。

基于MICAPS4的智能网格预报平台设计与实现

随着我国智能网格预报业务的开展,海量高分辨率客观数据需要便捷的分析显示及产品制作平台高效处理。该文基于MICAPS4(Meteorological Information Comprehensive Analysis and Processing System Version 4.0,人机交互气象信息处理和天气预报制作系统)设计并实现智能网格预报平台,采用MVVM(模型-视图-视图模型,model-view-viewmodel)设计模式,实现业务逻辑与视图的分离,通过对各子功能模块的划分,降低模块之间的耦合度,具有良好的可扩展性。平台实现了高分辨率网格预报数据的显示分析和产品输出,开发了基于等值线、网格、关键点等智能化预报制作工具,集成了降水时间拆分、温度极值订正等客观预报方法,开发了降水、温度、相对湿度等要素一致性处理方法,可有效帮助预报员提高工作效率,同时能够确保产品之间的一致性。平台继承MICAPS4的微内核组件服务、高性能渲染引擎和开放式插件扩展管理等优良特性,实现面向智能网格预报的业务编排、智能编辑和算法集成。目前,该平台已经实现业务应用,为全国智能网格预报业务提供重要支撑。

基于MICAPS4网络框架的气象预报服务一体化平台构建

基于国家气象中心MICAPS4网络平台框架,利用其有效对接全国综合气象信息共享系统(CIMISS)与气象信息综合分析处理系统第4版(MICAPS4)分布式数据库的优势,设计了湖北省气象预报服务一体化平台。平台集关注重点引导提醒、实况监测共享查询、气候特征对比分析、天气预报综合分析、服务产品关联检索、产品制作及一键分发、专业服务场景应用和信息数据系统管理为一体,采用了气象大数据的集约应用、工作引导的规则匹配、产品自动生成的定制合成、服务响应反馈的协同联动等关键技术,实现了在湖北省、市、县三级气象部门业务中的稳定应用。应用结果表明,一体化平台的使用大幅提升了省、市、县气象预报服务的业务集约和服务协同水平,推进了信息传输、产品制作、服务分发、联动响应等各业务流程的规范建立。MICAPS4网络框架在湖北一体化平台建设的成功实践,为国内省级气象部门及时跟踪国家级技术发展,开展大数据应用场景下的气象业务系统建设提供了一条验之有效的可选途径。

MICAPS4网络平台设计与实现

针对多源、海量、实时气象数据的特点和高交互天气预报预警的业务需求,设计开发了MICAPS4网络平台,该平台包括服务器和网络前端结构,该平台可以实现网络气象数据叠加显示和交互分析等功能。该平台基于统一气象数据模型和分布式实时计算处理框架对多源海量、实时气象数据进行快速处理、计算分析、网络传输和发布,基于HTML5渲染绘制技术实现了浏览器端气象数据的标准实时渲染绘制和交互操作等。MICAPS4网络平台及基于该平台搭建的国家级、省级专业气象网络应用业务系统运行稳定,实现了海量气象数据的网络快速处理分析、高效渲染绘制、预报预警制作交互操作等功能,对建设国家级和省级气象网络应用系统具有重要意义。

支撑气象大数据实时预报业务应用的MICAPS4系统概述

国家气象中心自2013年正式启动了MICAPS4系统的研发,MICAPS4体系采用了客户端/服务器的系统架构,一方面建立了基于大数据的气象实时预报应用技术体系,解决了气象大数据处理、存储、分析和显示效率的关键技术难题;另一方面搭建了多个满足不同复杂预报业务需求的专业化版本预报平台,基于MICAPS4基础框架的多个专业版客户端系统在中央台和部分省台进行应用推广。MICAPS4服务器系统利用分布式存储与分布式计算技术,可容纳上百TB气象实时数据,为数百用户提供并发数据访问服务,在国内率先实现全部气象实时数据由文件系统到数据库、从集中式系统到分布式系统的迁移。在海量气象数据和大量用户并发访问的环境下,表现出很高的稳定性和优越的读写性能,极大减轻了系统维护工作量,显著提升了数据解析及数据存储访问效率。

基于MICAPS4的灾害性天气个例检索与训练系统设计及应用

基于气象信息综合分析处理系统(Meteorological Information Comprehensive Analysis and Processing System Version 4,MICAPS4),河北省气象台研发团队重新自主设计并开发出一套灾害性天气个例检索与训练系统。该系统通过对历史灾害性天气个例及其资料的整理与保存,实现了个例的检索、分析、训练、收集与管理等功能,解决了历史资料的积累与使用问题;同时,拓展了MICAPS系统的历史资料应用功能。该系统可用于灾害性天气预报预警业务、科研与预报员培训等方面,其可移植性强,具有较好的推广应用前景。

MICAPS4预报业务系统建设进展与未来发展

关于高时空的分辨率气象数据的应用,现代天气的预报系统提出了更高的要求,传统的预报分析系统MICAPS3,已经满足不了实时预报相关的大数据的数据应用。应用模式预报和集合预报,在预报领域发挥着越来越重要的作用。由于网格预报产品包含了全部的预报流程,但是MICAPS3无法给出更加高效便捷的支撑,所以要解决这些问题,气象中心启动了新的MICAPS4的活动。

基于MICAPS4数据环境的统一服务接口本地应用

随着信息技术的发展,MICAPS4分布式数据环境的气象资料在预报业务中得到了广泛的应用,如何高效、便捷地从中获取气象资料是当前迫切需要解决的问题。从MUSIC开放平台入手,实现其在内蒙古本地化运行;通过对Cassandra分布式数据库的研究和学习,实现统一服务接口的发布,满足业务人员资料调用的需求。

浅谈MICAPS4系统的本地化应用技巧

本文结合MICAPS4系统实际操作经验,详细介绍了MICAPS4系统的新特性、菜单本地化设置、实况三线图、tlng P图的设置及交互工具自定义等,以为MICAPS4应用的推广、本地化设置和管理打下基地。

云南FY-4/HRIT接收站数据在MICAPS4资料流程优化中的应用

通过将云南FY-4/HRIT接收站数据接收流程嵌入现有CMACast数据接收流程,进一步优化流程,实现数据接收的主备切换,提高数据接收完整性和MICAPS4系统数据处理的时效性。结果表明,FY-4/HRIT接收站与CMACast的双通道主备数据传输处理的方式,能有效提高MICAPS4系统数据的可靠性,其时效比原来提高约2倍。

MICAPS4系统本地化应用研究

气象信息综合分析处理系统第4版(MICAPS 4)分布式数据环境已经在浙江省气象局部署搭建完成,投入业务化运行。为适应本地化应用,将浙江省气象台客观集成预报OCF模式原始GRIB1格式资料接入MICAPS4数据环境并解码,生成的格点产品在MICAPS4客户端显示,提高了OCF产品的存储、访问效率。以2017年8月24日OCF产品为例,利用MICAPS4分布式处理系统对接入的浙江省气象局本地化产品进行测试,结果表明,基于MICAPS4的OCF产品显示可以满足浙江精细化预报业务的数据支撑要求,也为后续浙江其他本地化产品的接入和推广应用提供了参考价值。

基于WebGIS的气象数据实时可视化研究

以ArcGIS平台为基础实现降雨数据的实时可视化,研究Micaps4与NetCDF转为通用GIS数据的方法。Micaps4采用先转ASCⅡ再转为通用GIS栅格数据,NetCDF直接采用ArcGIS工具箱转为通用GIS栅格数据。采用替换数据源的方式实时更新符合OGC标准的气象信息服务,实现降雨数据的实时共享发布。最终实现浙江省1 km格网Micaps4格式1 h、3 h、6 h降雨预报数据,5 km格网NetCDF格式1 h、24 h降雨预报数据的实时可视化,数据完全自动化更新,处理转换速度快、渲染效率高,且易于数据的共享和标准的建设,对于建设各级气象网络应用系统有十分重要的意义。

基于Cassandra的实时气象数据分布式存储系统

介绍了Cassandra关键技术、实时气象数据存储模型。湖北省运行MICAPS4采用基于Cassandra的分布式数据存储环境。对分布式存储系统高可用性、读取性能的测试结果表明,系统提高了MICAPS客户端对实时气象数据的检索效率,并极大减轻了各级台站的维护压力。

MICAPS历史资料存储系统设计与实现

为实现多种类数据的集中采集、统一管理,在省级部署MICAPS历史资料(经MICAPS4后台解码程序所生成的文件类型的数据产品)存储平台。该平台能很好地满足湖北省各级台站对MICAPS历史资料的需求,为MICAPS4在全省全面业务化做好准备工作。通过对该系统的架构进行描述,并以相关数值预报产品为例,介绍数据存储、补调、恢复流程,以期与其他省级部门相关业务人员就MICAPS历史资料的管理进行良好沟通和交流。

台风及海洋气象一体化预报平台的开发与应用

台风及海洋气象一体化预报平台为面向台风和海洋气象业务的预报预警服务的支撑系统,集数据采集、转换、预报、分析、产品制作、发布等功能于一体。该平台基于人机交互气象信息处理和天气预报制作系统MICAPS4(Meteorological Information Comprehensive Analysis and Processing System Version 4)框架开发,结合台风、海洋气象新型的观测和预报数据,实现台风、海洋气象数据的集约化检索与显示、精细化格点编辑、台风和海洋气象产品制作、产品发布等功能。台风及海洋气象一体化预报平台设计基于面向服务和分层体系结构,采用组件化设计方法,涵盖数据解析、分析处理、产品制作、交互工具、配置管理等核心组件,形成可扩展的业务功能模块和二次开发接口,目前已作为中央气象台台风海洋气象预报预警业务的主要平台投入使用。

基于Cassandra的气象信息综合处理平台的分析

近年来,随着气象信息化建设的快速发展,气象数据量呈现爆发性增长,气象数据的种类繁多,实效性高,数据量大等特点,使传统的数据存储方式面临极大的挑战。国家气象信息中心自发布Micaps4系统后,解决了海量实时气象数据的存储,处理等一系列重要难题,完成了从集中式存储到分布式存储的迁移。Micaps4采用基于Cassandra的分布式存储,结合spark的分布式流计算,提高了Micaps4客户端对实时气象数据的检索效率,具有很高的稳定性和数据访问性能。

一种保存Micaps数据资料的思路和方法

Micaps系统历史数据要素多,占用空间大,不易于长期不间断地保存。该文介绍一种裁取适当范围区域、删除不常用要素、改写数据存储格式的思路和方法以压缩数据文件,保存重要的资料。通过最近2 a的业务实践应用表明该方法稳定性较高,实用性较好,且操作简便,可解决基层台站海量历史资料的备份难题。