气象业务中的网格化数据

今天聊聊我们气象业务中比较关键的数据，那就是网格化气象数据，这个网格化数据既包含主客观的网格预报，也包含融合后的网格化实况。应用在具体的气象服务中，也经常踩到一些坑。

早在2017年，按照《现代气象预报业务发展规划》和《全国精细化网格气象预报业务建设实施方案》的目标要求，中国气象局预报司下发了《全国智能网格气象预报业务工作方案》（简称：网格预报业务方案），要在2017年年底前建立滚动制作、实时同步、协同一致的全国高时空分辨率智能网格气象预报业务。网格预报业务方案的工作目标是要建立全国预报和服务统一数据源的智能网格气象预报“一张网”业务流程，实现全国5公里分辨率的智能网格气象实况和0-10天智能网格气象预报业务运行，并要实现国家级和部分省份主要气象服务产品通过CIMISS与“一张网”统一数据源对接。其实在2017年之前，各省级气象部门就已经着手开发建设适用于本省的网格预报业务系统并投入业务运行，2017年之后真正从国家级层面规范并管理“一张网”的气象预报业务。网格化预报业务的实施是我们气象业务的一次进步，真正跨向智能化、精细化气象服务的一个台阶。

网格化预报业务的形成，不仅是数据量上的指数级增长，也是面向移动端应用的强有力支撑。智能手机时代，我们希望气象服务真正可以像智能手机那样，无论是谁，何时、何地的都能获取到所需要的气象信息，也就是who、when、where（简称3w式服务）的服务模式，这样的服务模式只有高分辨率的网格化气象数据才能实现基于任何位置、任何时间以及任何人的3w式服务要求。因此，近几年为了提高我们的气象服务能力，从国家到各省气象部门都在大力发展智能网格预报业务，也包括高分辨率的区域数值模式，但是各省的发展不统一，有些省份已经实现了逐3小时更新的1km空间分辨率的网格预报和融合实况业务，而有些省份仍旧是每天2次更新的5公里空间分辨率。不论是网格化预报还是实况，更新频率和空间分辨率的提升都需要投入大量的软硬件设备，要实现全国统一的高分辨率“一张网”还需要很长的路要走。

从2016年开始，我就尝试着将网格化数据应用在具体的气象服务中，那时候主观智能网格数据还不太完善，主要使用客观数值模式数据研发了网格化的气象指数产品，并投入到业务运行。2017年开始大量应用主观智能网格预报数据在移动端开展交通、旅游气象服务领域的产品研发，并结合数值模式的融合分析场在手机端为公众提供基于位置的气象服务。从开发到上线真正应用了2年左右的时间，我们遇到了一些问题，也就是开头说到踩过的那些“坑”，在这里分享出来，供业内同行们参考。这些“坑”很隐蔽，没有真正实践过很难发现，有些问题即使发现了也难以解决。

1、 为什么我们的预报和其他APP的预报不一致？

当前气象APP很多，有气象部门开发的也有很多社会公司开发的，底层数据各不相同，暂且不讨论哪家的更准，单说说同是气象部门发布的预报都很难一致，这是为什么呢？主要原因是网格预报的分辨率不同造成的。全国统一要求的是5公里空间分辨率，而有技术和资金的省份发展自己的更高分辨率的网格预报。一般基于位置的气象服务数据都是采取“就近取点”原则，你想想使用1公里网格和使用5公里网格取到的点能一样吗？即使都是使用5公里网格数据，取点的策略和计算方法不一样也同样造成预报不一致的现象。

2、 预报1小时后下雨，当前实况还是大晴天。

实况数据的网格化一般都采用数学方法进行融合，根据观测站的密度进行统一处理后得到，这就造成实况的可信度上大打折扣，因为观测站稀疏的地方插值到网格上会变化很大。并且自动观测的实况没有天气现象，要显示天气现象的话就需要根据关键要素的换算转化，这两点让实况显示上对天气变化没有任何表征。预报采用的是主观订正后的预报，而实况是融合再加工的实况，明明天气阴沉要下雨了，可实况表示不出天气变化趋势，就出现实况和预报相差太大的问题。这个问题不像第一个不可解决，它是能够通过显示策略和展现方式消除用户的疑虑。

3、 只有1公里的距离，可气温竟然相差好几度

这个问题和第二个问题有点类似，预报和实况都有可能出现。实况出现这样的现象在第二个问题中已做了解释，是由于网格化处理算法的缺陷造成的，观测站的疏密程度和插值算法都对不同网格数据上的值造成影响，有观测站的地方就准确一点，没有观测站的地方通过数学方法处理后就相差很多。主观预报也会出现类似的问题，并且我还亲身经历过，它的主要问题出在人工订正算法上。我们在人工订正网格预报的温度时，一般都圈定一个范围，然后做个增减，圈内的订正了，可圈外的就照顾不到。手机端应用是基于位置的，正好定位到这个订正的边界上，跨一步可能就换个网格，所以就出现一摇手机，温度骤降了好几度。这个问题解决起来也比较复杂，牵扯到要素的协同机制、订正范围的跨边界算法等，比如订正风了温度是不是也自动订正。

4、 都发大风预警了，预报却一点都体现不出来

这也是我们在实际应用中遇到过的问题。风的预报类型有很多，比如平均风、瞬时风、极大风、阵风等，我们常用的都是2分钟平均风、10分钟平均风等，而大风预警一般讲的都是阵风和极大风。最开始的网格预报中只预报平均风，并不是阵风和极大风，后来做了优化，当发大风预警时会制作阵风风速预报，只要更换数据源这个问题就解决了。因此在风的信息服务中我们制定了显示策略，正常情况下就是平均风，当发布大风预警时启动开关，切换到阵风的显示上，大风预警解除时再切换到平均风显示。

5、 预报变化太大

这个问题有两种情况，一个是预报订正频率造成，另外一个是主客观数据切换造成。第一种情况常出现在24小时预报中。主观网格预报业务正常是逐3小时更新，但0-24小时预报是逐小时更新，靠人工是很难实现的，大多采用自动订正方法，只有出现转折性天气时才加入人工订正，但在服务前端是不知道数据更新的，因此就出现在短时间内预报变化很大的情况，让用户感觉到困惑。另外一种情况是考虑备份数据应用，万一主观订正预报由于信息系统原因无法更新或者数据中断的时候，我们都采用客观数值模式做备份，以保证数据的完整，这时候也会出现预报变化太大的情况。这个问题目前解决起来也比较复杂，因为还没有太好的方法。

我只是挑选了几个常踩到的“坑”，还有很多其他小问题。应用网格化气象数据我有一个感受，分辨率越高，出现的问题就越容易放大，所以要从用户服务的角度考虑，真的要制定好应用策略和应用方法。

END