摘要：文章分析了气象大数据建设过程中的经验和问题,借鉴阿里巴巴的“中台”理念,设计了一种气象数据中台架构。通过数据模型化和服务组件化,形成重庆气象高效敏捷的数据服务能力,帮助用户快速“找到”数据、“应用”数据、“用好”数据。相对传统的数据平台,可提高数据服务的开发效率、降低应用建设的复杂度、提升业务功能的复用能力,对更好地支撑重庆气象业务技术体系具有重要意义。

摘要：分析了气象大数据的基本特征,针对传统的数据支撑环境在气象业务中面临的问题,以业务需求为导向,提出了一种气象大数据基础云平台的架构设计。根据数据的全流程,应用分布式计算、分布式存储和微服务框架等技术,从数据采集、数据处理、数据存储、数据服务和数据管理等方面给出具体的实现方法。在以数据为核心的气象业务链条中,所设计的气象大数据基础云平台可提供高可用、高性能、安全稳定的数据服务,对加快智慧气象集约、健康、快速发展具有重要意义。

摘要：针对“天擎·重庆”信息系统架构和数据环境的变化,为消除分布式数据环境中雷达资料重复存储的现象,依托VS2015集成开发工具,采用C/S架构体系设计,通过“天擎”气象数据统一访问接口(MUSIC),利用C#编程语言开发了一款可视化雷达数据共享客户端软件,可自动实时下载重庆新一代多普勒天气雷达资料,便于重庆市气象部门预报员实时掌握天气动态,提高监测强对流灾害性天气的能力,充分发挥气象防灾减灾第一道防线的作用。

摘要：分析了气象信息网络面临的新形势和存在的问题,设计了一种基于零信任的气象网络安全模型,采用全流量网络数据包认证的方法,解决了模型中零信任服务的主机安全问题以及资源请求全过程的通信安全问题,结合气象网络的实际特点,给出了零信任气象网络的部署方式,并将模型应用在重庆气象业务中的互联网远程访问、互联网/气象专网统一访问和气象云/政务云统一访问等场景,实践证明,该模型提高了气象数据资源的安全性。

摘要：随着气象观测、预报和服务业务的快速发展,气象资料的种类和数据量日益增多,数据写入频率越来越高,对气象数据存储处理系统提出极大挑战,进一步提升CIMISS数据管理和服务能力的需求变得日益迫切。为解决存储处理系统动态扩展能力不足、吞吐与并行计算效率低下的问题,采用一系列Share Nothing分布式集群设计,包括Share Nothing分布式架构、分布式数据库、NAS存储技术等搭建可动态扩展的Share Nothing分布式气象数据存储处理系统。实践证明,该方案设计能够满足当今气象结构化数据和非结构化数据对存储能力、并发响应能力的需求,通过动态扩展可便捷适应未来气象业务发展对数据存储和应用等服务能力不断增加的需求,具备气象现代发展进程中气象数据存储处理系统高吞吐量、可动态横向扩展、高稳定性、高可靠性的特性。

摘要：气象数据宽带通信网的建设为实现全国新一代多普勒天气雷达资料的实时应用提供了支撑。本文介绍了国家气象中心预报业务支持环境(FOSE)下的,基于准实时PUP产品的高频度全国和区域雷达拼图以及单站雷达产品的设计制作方法和业务化流程。作者参与开发的雷达拼图产品制作服务程序充分考虑了业务实际需求,设计灵活,投入使用以来运行稳定。

摘要：本文对非关系型分布式数据库Cassandra进行了深入剖析,搭建了Cassandra分布式数据库集群。根据气象大数据的特点,分别设计了结构化气象数据和非结构化气象数据的数据模型,存入了海量气象数据。并根据气象大数据的应用场景,设计了数据的查询用例,成功实现了海量气象数据的获取。结果表明提出的气象大数据在Cassandra中的应用方法,较使用关系型数据库和传统FTP方法显著提高了数据获取效率,符合气象大数据的应用要求,为气象服务提供了大数据支撑。

摘要：针对信息中心日常运行监视,运维管理工作集约化的需求,通过对Zabbix交互数据的分析和研究,详细介绍了Zabbix监控的过程。结合气象综合业务运维中的信息数据特点,提出了非Zabbix Agent数据的采集传输方法,并设计主要实现程序。应用实践表明,程序能够满足实际监控日常要求,实现监控数据种类全覆盖,对提高气象业务集中监控水平有着实际意义。

摘要：通过对JSON-RPC通信协议和Grafana的研究,提出一种脱离Zabbix主体(Zabbix Server+Zabbix Agent)与Grafana独立交互数据的方法,并详细介绍了数据交互的格式及其交互过程,实现对任意数据的Grafana可视化展示。0引言Grafana是一款开源数据可视化工具,它可以将枯燥的数据通过美观、直接的图形、图表等形式展现出来,同时还提供了对数据的监控、统计和告警等功能.

摘要：针对支持向量机算法在对天气雷达回波图像出现异常的识别中存在识别率低、时效性不高、对原始图像特征提取较复杂等问题,因此该文采用基于深度学习技术中的卷积神经网络(CNN)算法对雷达回波图像进行异常判别。研究中结合了传统经典的LeNet-5网络和在图像处理中比较有优势的VGG网络,将VGG网络中的小卷积核级联思路代入了LeNet-5浅层网络;每次卷积都对权重L2正则化处理,并且每层都使用了ReLU激活函数,大大增加了系统的泛化能力;在全连接层中添加了Dropout层,很好地解决了过拟合。实验证明,此算法对雷达回波图像识别率高、时效快,较传统识别方法具有明显优势。