摘要：根据不同用户对城市气象观测数据的需求,利用web开发技术,设计并开发了一个基于B/S模式的城市气象观测数据共享网站,一方面满足专业型用户在科研上对历史气象数据的需求;一方面满足非专业型用户在生活上对实时动态气象数据的需求。

摘要：通过对地面自动气象站观测数据入库的工作流程分析,结果表明多线程处理性能比单线程高3.85倍,业务应用证明了该并行方案稳定可靠,为气象资料处理并行化规划和提高处理性能提供参考。

摘要：论文以四川省气象局气象观测数据定制化推送系统的开发为依托,重点阐述了系统设计与技术实现。综合测试表明,推送系统能为用户提供较高时效的数据推送,提高了数据共享能力,为数据服务奠定了基础。

摘要：通过对各类观测数据及运行状态的分析,结果表明:运用可视化编程工具进行台站气象观测数据集成监控平台设计,实现对网络状况及各种气象观测数据及报文的实时监控;当平台发现网络异常、数据异常、数据下载及上传失败时,能及时进行显示和智能语音、短信、电话报警,通过集成监控平台的使用,能有效提高设备运行稳定率、到报率、业务可用性,从而提高台站综合业务质量。

摘要：针对野外小气象观测站点半小时温度观测长时间数据缺失问题,结合较低频次的人工温度观测数据,采用时间序列分析和深度学习等方法,对缺失的半小时温度观测数据进行高精度插补。首先,选用深度学习数据插补中的序列-序列(Seq2Seq)方法,建立了适合高精度温度数据插补需求的编码-解码深度学习模型BiLSTM-I;然后,选用了传统的代表性方法,从时间序列回归分析——差分整合移动平均自回归模型(ARIMA)状态方程形式中,获取卡尔曼平滑状态估计方程的各项参数,由卡尔曼平滑估计实现对温度观测数据缺失值的插补。实验分析结果表明,所设计的BiLSTM-I深度学习气温插补方法要优于时间序列的双向递归插补方法(BRITS-I)。对缺失值时间窗口为30 d的测试集,测试结果中均方根误差(RMSE)为0.47℃,相较于BRITS-I得到的RMSE,精度提升了0.90;对缺失值时间窗口为60 d的测试集,RMSE为0.49℃,相较于BRITS-I得到的RMSE,精度提升了0.90;基于ARIMA状态模型的插补方法也有较高的精度,RMSE为0.75℃。最后,还分析了BiLSTM-I深度学习插补方法对不同温度缺失时间长度的适应能力,结果表明训练模型对不同的温度缺失时间长度具有泛化能力。

摘要：气象资料是开展气象预报、气象服务的根基。针对省级气象资料传输切换到CIMISS(China Integrated Meteorological Information Service System)系统后市县级缺乏有效资料监控手段的问题,在分析气象资料传输流程的基础上,本文给出气象资料传输监控平台的总体设计方案,提出利用时间单元偏移的方法来进行监控日志采集,完成数据库设计方案以及平台展示方案设计。监控平台采用MVC框架以及HTML、AJAX等技术实现气象资料的传输监控和质量统计等功能。平台面向省市县三级用户,为改进省级气象资料的传输质量提供可靠的技术保障。

摘要：四川省气象局依托北斗卫星导航系统建设了覆盖全省国家级气象台站的应急通信系统,用于公共基础通信设施未覆盖或失效应急情况下,气象观测数据和应急气象信息的传输。通过研究北斗卫星导航系统在应急情况下传输气象数据的应用范围以及数据传输格式,对北斗卫星传输的气象信息进行了分类,设计了气象信息经北斗卫星导航系统传输时的处理流程,提出了北斗卫星导航系统短报文服务传输气象数据时发生丢包情况的处理方法,规定了使用北斗卫星导航系统短报文服务发送气象观测数据和应急气象信息的要求。