(整理)卫星气象数据接收系统数据产品一览表.
卫星气象数据接收系统数据产品一览表
卫星气象数据单收站系统接收的原始数据文件主要由报文组成。安装了MICAPS系统（气象信息综合分析处理系统）的主机会定时从数据接收机上获取这些原始的报文数据，经过数据解码、数据格式转换，形成一系列可读的、MICAPS系统定义的数据格式文件（共计十九类数据格式），被存放在/micaps/目录下。
下面列示的是目前能接收到的数据产品的内容以及MICAPS系统定义的十九类数据格式的说明。
一、地面常规气象观测数据产品
地面常规气象数据存放在：/micaps/surface/目录下
时次：02、05、08、11、14、17、20、23点（北京时）
范围：国内地面报、国外地面报、船舶报
文件名：YYMMDDHH.ttt（YY为年、MM为月、DD为日、HH为时次、ttt为时效）以下子目录存放的要素为：
/plot 地面全要素填图观测数据（用于地面填图的观测数据-diamond 1）
/p0-p 海平面气压（台站数据-diamond 3）
/p0海平面气压（格点数据-diamond 4）
/p3-p 地面3小时变压（台站数据-diamond 3）
/p3地面3小时变压（格点数据-diamond 4）
/vv-p 地面全风速（台站数据-diamond 3）
/t0-p 地面气温（台站数据-diamond 3）
/td-p 地面露点（台站数据-diamond 3）
/r6-p 6小时降水量（台站数据-diamond 3）
/r24-5-p 05点的24小时降水（台站数据-diamond 3）/r24-8-p 08点的24小时降水（台站数据-diamond 3）/p24-p 08点地面24小时变压（台站数据-diamond 3）/t24-p 08点地面24小时变温（台站数据-diamond 3）/tmax-p 02点地面最高温度（台站数据-diamond 3）
/tmin-p 14点地面最低温度（台站数据-diamond 3）
/tg-p 08点地表最低温度（台站数据-diamond 3）
/special 特殊天气（台站数据-diamond 3）
/r12-p 12小时降水（台站数据-diamond 3）
/r1-p 1小时降水（台站数据-diamond 3）
/r3-p 3小时降水（台站数据-diamond 3）
/uv 地面流场（格点矢量数据-diamond 11）
（以下目录暂缺数据）
/vv 地面全风速（格点数据-diamond 4）
/t0 地面气温（格点数据-diamond 4）
/td 地面露点（格点数据-diamond 4）
/r6 6小时降水量（格点数据-diamond 4）
/r24-5 05点的24小时降水（格点数据-diamond 4）
/r24-8 08点24小时降水（格点数据-diamond 4）
/p24 08点地面24小时变压（格点数据-diamond 4）
/t24 08点地面24小时变温（格点数据-diamond 4）
/tmax 02点地面最高温度（格点数据-diamond 4）
/tmin 14点地面最低温度（格点数据-diamond 4）
/detail 加密观测场（格点数据-diamond 4）
二、高空常规气象观测数据产品
高空常规气象数据存放在：/micaps/high/目录下
时次：08点、20点（北京时）
范围：国内高空报
高度层：1000、925、850、700、500、400、300、250、200、150、100hpa
文件名：YYMMDDHH.ttt（YY为年、MM为月、DD为日、HH为时次、ttt为时效）以下子目录存放的要素为：
/plot 高空全要素填图观测数据（用于高空填图观测数据-diamond 2）
/height-p 高空高度数据（台站数据-diamond 3）
/height 高空高度数据（格点数据-diamond 4）
/temper-p 高空温度数据（台站数据-diamond 3）
/temper 高空温度数据（格点数据-diamond 4）
/t-td-p 高空温度露点差数据（台站数据-diamond 3）
/t-td 高空温度露点差数据（格点数据-diamond 4）
/vv-p 高空全风速数据（台站数据-diamond 3）
/vv 高空全风速数据（格点数据-diamond 4）
/uv 高空流场（格点矢量数据-diamond 11）
/tlogp 高空温度对数压力图（TLOGP和站点剖面图数据-diamond 4）
/dh-p 高空24小时变高（台站数据-diamond 3）
/dt-p 高空24小时变温（台站数据-diamond 3）
三、高空物理量计算的数据产品
高空物理量计算的数据存放在：/micaps/physics/目录下
时次：08点、20点（北京时）
范围：国内高空报
高度层：1000、925、850、700、500、400、300、250、200、150、100hpa
文件名：YYMMDDHH.ttt（YY为年、MM为月、DD为日、HH为时次、ttt为时效）
以下子目录存放的要素为：
/qq 高空比湿场（格点数据-diamond 4）
/rh 高空相对湿度场（格点数据-diamond 4）
/thetse 高空假相当位温场（格点数据-diamond 4）
/tt 高空总温度场（格点数据-diamond 4）
/ttadv 高空总温度平流场（格点数据-diamond 4）
/qflux 高空水汽通量场（格点数据-diamond 4）
/qfdiv 高空水汽通量散度场（格点数据-diamond 4）
/qadv 高空水汽平流场（格点数据-diamond 4）
/ki 高空K指数（格点数据-diamond 4）
/ky 高空山崎指数（格点数据-diamond 4）
/si 高空沙氏指数（格点数据-diamond 4）
/vor 高空涡度场（格点数据-diamond 4）
/voradv 高空涡度平流场（格点数据-diamond 4）
/div 高空散度场（格点数据-diamond 4）
/omega 高空垂直速度（格点数据-diamond 4）
/tadv 高空温度平流（格点数据-diamond 4）
四、台风路径及主、客观预报数据产品
台风路径及主、客观预报数据存放在：/micaps/typhoon/目录下
文件名：XXXXNNNN.DA T，其中XXXX是资料来源，NNNN是台风编号。
数据格式：台风路径数据- diamond 7
五、城市24小时预报数据产品
城市24小时预报数据存放在：/micaps/cityfcst/目录下
时次：24h、48h、72h、96h、120h预报
文件名：YYMMDDHH.ttt（YY为年、MM为月、DD为日、HH为时次、ttt为时效）数据格式：城市站点预报数据- diamond 8
六、欧洲中心数值预报产品
暂缺数据
七、日本数值预报产品
日本数值预报产品存放在：/micaps/japan/目录下
时次：昨天20点、今天08点（北京时）的分析场及24h、48h、72h预报场
范围：北半球
文件名：YYMMDDHH.ttt（YY为年、MM为月、DD为日、HH为时次、ttt为时效）以下子目录存放的要素为：
/height/500 日本500hpa高度预报场（格点数据-diamond 4）
/height-p/500 日本500hpa高度预报场（台站数据-diamond 3）
/dh/500 日本500hpa24小时变高预报（格点数据-diamond 4）
/dh-p/500 日本500hpa24小时变高预报（台站数据-diamond 3）
（以下目录暂缺数据）
/pressure/999 日本海平面气压预报场（格点数据-diamond 4）
/pres-p/999 日本海平面气压预报场（台站数据-diamond 3）
/dp/999 日本海平面气压24小时变压预报（格点数据-diamond 4）
/dp-p/999 日本海平面气压24小时变压预报（台站数据-diamond 3）
八、华盛顿数值预报产品
华盛顿数值预报产品存放在：/micaps/kwbc/目录下
时次：昨天20点、今天08点（北京时）的分析场及24h、48h、72h、96h、120h预报场范围：
文件名：YYMMDDHH.ttt（YY为年、MM为月、DD为日、HH为时次、ttt为时效）以下子目录存放的要素为：
/height/500 美国500hpa高度预报场（格点数据-diamond 4）
/height-p/500 美国500hpa高度预报场（台站数据-diamond 3）
/dh/500 美国500hpa24小时变高预报（格点数据-diamond 4）
/dh-p/500 美国500hpa24小时变高预报（台站数据-diamond 3）
/temper/500 美国500hpa温度预报场（格点数据-diamond 4）
/temper-p/500 美国500hpa温度预报场（台站数据-diamond 3）
（以下目录暂缺数据）
/dt/500 美国500hpa24小时变温预报（格点数据-diamond 4）
/dt-p/500 美国500hpa24小时变温预报（台站数据-diamond 3）
九、中国T106模式数值预报产品
暂缺数据
十、中国有限区域模式HLAFS数值预报产品
中国有限区域模式HLAFS数值预报产品存放在：/micaps/hlafs/目录下
时次：昨天20点、今天08点（北京时）的分析场，06h、12h、18h、24h、30h、36h、42h、48h预报场
高度层：1000、925、850、700、600、500、400、300、250、200、150、100、70、50hpa （共计14层）
文件名：YYMMDDHH.ttt（YY为年、MM为月、DD为日、HH为时次、ttt为时效）以下子目录存放的要素为：
/temper 温度（格点数据-diamond 4）
/temper-p 温度（台站数据-diamond 3）
/height 高度（格点数据-diamond 4）
/rh 相对湿度（格点数据-diamond 4）
/rh-p 相对湿度（台站数据-diamond 3）
/pressure 气压（格点数据-diamond 4）
/pressure-p 气压（台站数据-diamond 3）
/uv 流场（格点数据-diamond 4）
/wind 风（格点数据-diamond 4）
/t-td 温度露点差（格点数据-diamond 4）/t-td-p 温度露点差（台站数据-diamond 3）/rf 水汽通量（格点数据-diamond 4）
/rf-p 水汽通量（台站数据-diamond 3）
/ra 水汽通量散度（格点数据-diamond 4）/ra-p 水汽通量散度（台站数据-diamond 3）/tb 假相当位温（格点数据-diamond 4）/tb-p 假相当位温（台站数据-diamond 3）/vor 涡度（格点数据-diamond 4）
/vor-p 涡度（台站数据-diamond 3）
/div 散度（格点数据-diamond 4）
/div-p 散度（台站数据-diamond 3）
/wp 垂直速度（格点数据-diamond 4）
/wp-p 垂直速度（台站数据-diamond 3）（以下目录暂缺数据）
/q0-p 比湿（台站数据-diamond 3）
/ki K指数（格点数据-diamond 4）
/ki-p K指数（台站数据-diamond 3）
/ps 地面气压（格点数据-diamond 4）
/ps-p 地面气压（台站数据-diamond 3）
/ts 地面气温（格点数据-diamond 4）
/ts-p 地面气温（台站数据-diamond 3）
/tc 温度平流（格点数据-diamond 4）
/tc-p 温度平流（台站数据-diamond 3）
/vb 涡度平流（格点数据-diamond 4）
/vb-p 涡度平流（台站数据-diamond 3）
/rain 12小时降水（格点数据-diamond 4）
/rain-p 12小时降水（台站数据-diamond 3）
十一、云图
云图存放在：/micaps/cloud/目录以及/micaps/meteosat/目录下
时次：24小时一个时次一幅（时次为北京时）
文件名：YYMMDDHH.ttt（YY为年、MM为月、DD为日、HH为时次、ttt为时效）以下子目录存放的要素为：
/micaps/cloud/ir/m 麦开托云图（图像数据-diamond 13）
/micaps/cloud /ir/l 兰勃托云图（图像数据-diamond 13）
/micaps/cloud /vis/m 麦开托可见光云图（图像数据-diamond 13）
/micaps/cloud /vis/l 兰勃托可见光云图（图像数据-diamond 13）
/micaps/cloud /vapour/m 麦开托水汽图（图像数据-diamond 13）
/micaps/cloud/vapour/l 兰勃托水汽图（图像数据-diamond 13）
/micaps/meteosat/ir/o 欧洲红外云图（图像数据-diamond 13）
/micaps/meteosat/vis/o 欧洲可见光云图（图像数据-diamond 13）
/micaps/meteosat/vapour/o 欧洲水汽图（图像数据-diamond 13）
/micaps/meteosat/ir/c GMS和欧洲红外拼图（图像数据-diamond 13）
十二、传真图
日本传真图和北京传真图存放在：/micaps/fax/目录下
时次：昨天20点、今天08点
范围：日本传真图、北京传真图
文件名：Jf*、Bj*
数据格式：传真图- diamond 6
十三、高空等值线
高空等值线数据存放在：/micaps/high/目录下
时次：昨天20点、今天08点
文件名：YYMMDDHH（YY为年、MM为月、DD为日、HH为时次）
/height/contour/500 500hpa高度等值线
/height/contour/700 700hpa高度等值线
/height/contour/850 850hpa高度等值线
/temper/contour/500 500hpa温度等值线
/temper/contour/700 700hpa温度等值线
/temper/contour/850 850hpa温度等值线
十四、雷达图像
雷达图像存放在：/micaps/radar/目录下
时次：08点、11点、14点、17点、20点、23点的雷达图像
范围：全国县级以上城镇雷达拼图
文件名：雷达站代码+DDHH00.gif（DD为日、HH为时次）
雷达站代码：
B0 全国B1 东北B2 华北B3 西北
B4 华南Bh Bs 百色Bz 滨州
Ca 常德Cc 长春Cd 成都Cq 重庆
Cs 长沙Cy 朝阳Es Fy 阜阳
Fz 长乐Ga 赣州Gy 贵阳Gz 广州
Hb 哈尔滨Hf 合肥Hk 海口Ht 呼和浩特Hu 黄山Hw 怀化Hz 杭州Jn 济南
Km 昆明Lo 龙岩Lz 兰州Nc 南昌
Nj 南京Nn 南宁Np 建阳Pk 北京
Sf 三门峡Sg 韶关Sh 上海Sk 十堰
St 汕头Sy 沈阳Sz 石家庄Ta 泰山
Tj 天津Ty 太原Uz 徐州Wh 武汉
Wo 梧州Wz 温州Xa 西安Xm 厦门
Yc 银川Ye 永州Yg 宜昌Yh 盐城
Yv 阳江Ze 遵义Zk 张北Zm 驻马店
Zs 舟山Zz 郑州
十五、MICAPS系统数据格式说明
第一类数据格式：地面全要素填图数据（用于地面填图-文本文件）
文件头：
diamond 1 数据说明（字符串）年月日时次总站点数（整数）
数据：
区站号经度纬度海拔高度站点级别总云量风向风速海平面气压（或本站气压）3小时变压过去天气1 过去天气2 6小时降水低云状低云量低云高露点能见度现在天气温度中云状高云状标志1 标志2 24小时变温24小时变压
·
注：
1）缺值时用9999表示
2）当标志1为1，标志2为2时，说明后面有24小时变温变压。否则说明后面没有24小时变温变压。
第二类数据格式：高空全要素填图数据（用于高空填图-文本文件）
文件头：
diamond 2 数据说明（字符串）年月日时次层次总站点数
数据：
区站号经度纬度海拔高度站点级别高度温度温度露点差风向风速·
注：
1）缺值时用9999表示
第三类数据格式：用于通用填图和离散点等值线（台站数据-文本文件）文件头：
diamond 3 数据说明（字符串）年月日时次，层次，
等值线条数等值线值1 等值线值2 ......平滑系数加粗线值
裁剪框边缘线上的点数边缘线上点的经纬度值1 经纬度值2 ......
单站填图要素的个数（n）总站点数
数据：
区站号经度纬度海拔高度量值1 量值2 ……量值n
·
注：
1）一定不可以有相同站点，缺值时取消该站点记录
第四类数据格式：格点数据（文本文件）
文件头：
diamond 4 数据说明（字符串）年月日时次时效层次经度格距纬度格距起始经度终止经度起始纬度终止纬度纬向格点数经向格点数等值线间隔等值线起始值终止值平滑系数加粗线值
数据：
数据按先纬向后经向放置，均为浮点数。
·
注：
1）网格必须为经纬度网格。
第五类数据格式：TLOGP和站点剖面图数据（文本文件）
文件头：
diamond 5 数据说明（字符串）年月日时次总站点数
数据：
区站号经度纬度海拔高度单站内容长度第一层气压温度露点风向风速第二层气压温度露点风向风速……
·
注：
1）风向风速缺值时整层取消，其余用9999表示
2）单站内容长度为层数x 6
第六类数据格式：传真图
1728 X 2400的点阵文件
文件名按国际电码规定命名
第七类数据格式：台风路径数据（文本文件）
文件头：
diamond 7 数据说明（字符串）台风名称台风编号发报中心总项数
数据：
年月日时次时效中心经度中心纬度最大风速中心最低气压七级风圈半径十级风圈半径移向移速
·
注：
1）缺值时用9999表示
2）该文件名为: XXXXNNNN.DA T，其中XXXX是资料来源,NNNN是台风编号.
第八类数据格式：城市站点预报数据（文本文件）
文件头：
diamond 8 数据说明（字符串）年月日时次时效总站点数
数据：
区站号经度纬度海拔高度天气现象1 风向1 风速1 最低温度1 最高温度1 天气现象2 风向2 风速2 最低温度2 最高温度2
·
注：
1）缺值时用9999表示
2）天气现象、风向、风速均可以有两个值，分别为前后两个预报时段的值。
第九类数据格式：地图线条数据（用于底图投影变换，不可定义为综合图）文件头：
diamond 9
投影方式标准经度标准纬度X放大系数Y放大系数X偏移Y偏移预先保留预先保留预先保留
数据：
本轮廓线点数标识字符串颜色线宽线型{X Y}
·
或者：
文件头：
diamond 9
0 0 0 0 0 0 0 0 0 0
数据：
本轮廓线点数标识字符串颜色线宽线型{经度纬度}
·
注：
1）四种投影的缺省标准配置如下：
投影种类投影编码标准经度标准纬度X放大系数Y放大系数X偏移Y偏移
Lambert 1 79 29.99999 1.89999 1.89999 -581 -3411.5999
Mecator 2 无影响0 0.558 0.573 478.0 1276.0
bbq 3 20 无影响0.25 0.25 0 0
nbq 4 20 无影响0.25 0.25 0 0
2）系统定义的地图文件和参数文件：
1．LAMBERT lambertM.dat para1.dat
2．MECATOR mecatorM.dat para2.dat
3．BBQ bbqMapXY.dat para3.dat
4．NBQ nbqMapXY.dat para4.dat
第十类数据格式：用于综合图定义（文本文件-不可再次定义为综合图）
文件头：
diamond 10 综合图中所含的数据文件数
数据：
数据文件路径可带统配符的文件名数据类型代码
·
第十一类数据格式：格点矢量数据（用于画风场的流线-文本文件）
文件头：
diamond 11 数据说明（字符串）年月日时次时效层次经度格距纬度格距起始经度终止经度起始纬度终止纬度纬向格点数经向格点数
数据：
先放U分量，数据按先纬向后经向放置。所有格点的U分量放完后再放V分量，也是按先纬向后经向放置。均为浮点数。
第十二类数据格式：单点雷达图象（PPI）
(待定义)
第十三类数据格式：图象数据（卫星云图、雷达拼图、地形图等）
文件头：（文件头为文本格式）
diamond (8个字符) 13(3个字符) 数据说明(40个字符)
年(5个字符) 月(3个字符) 日(3个字符) 时次(3个字符) X方向图象大小(5个字符) Y方向图象大小(5个字符) 图象左下角经度坐标(8个字符) 图象左下角纬度坐标(8个字符) 投影方式(2个字符：1－lambert；2－mecator；3－北半球bbq；4－南半球nbq；5—线性投影) 放缩系数(5个字符) 图象种类(2个字符：1－红外云图；2－雷达拼图；3－地形图；4－可见光云图；5－水汽图) 象素值与相应物理量对照表文件名(12个字符) 系统保留(16个字符)
(文件头部分共128个字符)
下面是256级灰度表示值
·
第十四类数据格式：保存被编辑图形的图元文件（用于记录修改后的等值线-文本文件）
文件头：
diamond 14 数据说明（字符串）年月日时次时效
数据：
LINES：线条数
线宽点数X Y Z·
标号个数X Y Z·
·
LINES_SYMBOL：条数
编码
线宽点数NoLabel 0
·
SYMBOLS：个数
编码X Y Z 风向角度或字符串
·
CLOSED_CONTOURS：个数
线宽点数X Y Z·
标号个数X Y Z·
·
STA TION_SITUATION
站号属性
·
第十五类数据格式：调色板数据（用于调色板设置-文本文件）文件头：
diamond 15 数据说明（字符串）
数据：
序号红色成分值绿色成分值蓝色成分值
·
注：
1）各分量取值范围0-65535
2）不同序号的颜色用于不同的图形图像，系统色彩配置说明：
0－1 清屏色和传真图颜色；
2－255 云图；
256－272 等值线或流线等线条；
273－289 底图；
290－321 填图；
322－338 各种符号；
335 图形编辑时的临时线条；
339 标识有TLOGP资料的站点色彩；
340 标识有第3、16、17类数据的站圈颜色；
341 第17类数据中的汉字颜色；
底图颜色：274为海陆廓线和国界、省界颜色，275经度纬度线的颜色，276县界，279河流；
地面填图颜色：风290、温度291、现在天气292、能见度293、露点294、总云量295、高云状296、中云状297、低云状298、低云高299、气压300、3小时变301、过去天气一302、过去天气二303、低云量304、6小时雨量305、站点306、高度307、24小时变压315、24小时变温316、离散点填图中值308(-负值) 309(0零值) 310(+正值) ；高空填图：风311、温度312、高度313、温度露点差314；
各种符号颜色中：雨雪322、冻雨或冰雹或沙暴323、风雾324、阴或晴或多云325、注
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
全国地面气象资料数据模式
全国地面气象资料数据模式 1．总则 1．1地面气象资料是探索气候演变规律、预测气候变化趋势的基础，是我国天气监测网收集的最重要的资料之一。为了适应我国大气探测自动化采集仪器的更新，确保及时收集到可靠的地面气象观测资料，有必要统一我国已有的各类地面气象资料数据模式。 1．2本模式主要根据1979年版“地面气象观测规范”中的“地面气象记录月报表”(气表-1)和“基准气候站地面气象记录月报表”(气表-1(基准))的格式，除包括“全国地面气象资料信息化基本模式暂行规定及补充规定”、“全国基准气候站地面气象资料信息化基本模式暂行规定”字符文件(A0、A1、A6/A7)格式内容外，还将自动观测基本数据统一归入本模式，并命名为文件A格式。本模式与配套的“气表-1封面、封底V文件格式”相结合，其内容涵盖了气表-1的全部内容。 1．3为了适应新仪器采集的时间分辨率更高的数据的需要，制定了单要素分钟数据文件格式，作为文件A格式的补充。1分钟降水量文件格式命名为文件J格式，其它单要素文件格式，将根据需要及业务技术发展另行制定。 1．4本模式与历史资料信息化模式相兼容，其文件框架、要素指示码排列顺序、方式位、特殊字符的表示等与原信息化模式完全相同，历史资料中有关的技术规定请参照“全国地面气象资料信息化基本模式暂行规定”和“补充规定”，本模式不再赘述。同时为适应投入业务运行的我国自行研制或引进国外的自动气象站采集的数据，增添了部分要素的方式位和数据内容。每个要素在同一文件中方式位的设置是唯一确定的。 1．5本模式适用于我国地面气象观测各类台站、各种类型观测仪器采集的数据。 2．A文件编制技术规定 2．1文件名编制规定 A文件为地面气象资料基本数据文件，由地面19个要素一个站一个月的原始数据构成。文件类型为文本(或称作字符)文件。 文件名以字母“A”打头，由11位字母、数字组成。文件名的结构为： AIIiiiMM.YYY 其中“A”为文件类别标识符(保留字),用大写字母表示。“IIiii”为区站号。“MM” 为资料月份，位数不足，高位补“0”。“YYY”为资料年份，取年后三位。 2．2文件结构 A文件由文件首部、尾部和文件体三个部分构成(见附表一)。 2．2．1文件首部
气象卫星.
气象卫星 1960年4月美国发射了第一颗气象卫星泰罗斯 -1(Tiros-1)。随后，前苏联也相继发射了自己的气象 卫星。从此，气象学的发展进入了一个新的时代，气象 卫星的研究和应用蓬勃发展。目前，在轨道上运行的大 多数气象卫星是由美国和俄罗斯发射的，其中很大一部 分为极地轨道卫星，简称极轨卫星。 1966年美国发射第一颗业务气象卫星艾萨(ESSA) 是极轨卫星，主要提供可见光云图。 1970年、1978年 美国又相继发射诺阿(NOAA)和泰罗斯－N系列业务气象 卫星。这些卫星都属于极轨气象卫星。极轨气象卫星的飞行高度一般在800－1500公里左右。由于卫星的飞行高度低，因此卫星照片分辨率高，图像清晰。极轨气象卫星环绕地球的南、北极附近运转，一颗星从南向北，另一颗星从北向南运行。由于地球自转，每条轨道穿越赤道的经度是各不相同的。地面接收站每天两次在固定时间里接收某一轨道的卫星云图，几条轨道的图像拼接成区域云图，成为预报员制作预报的重要参考资料。 1974年，美国成功地研制了第一颗静止业务环境监测卫星(GOES)。静止业务环境监测卫星在赤道的某一经度、约36000公里高度上，它环绕地球一周约需24小时，几乎与地球自转同步。从地球上看好像卫星是相对静止的，故又称为地球静止卫星。二十世纪70年代后期，日本和欧盟也相继发展了自己的系列静止气象卫星。 目前，日本GMS系列静止气象卫星、 俄罗斯的GOMES卫星、欧盟 METEOSAT-3 卫 星、印度的INSAT以及美国的两颗静止卫星 (GOES-E和GOES-W)共6颗卫星组成地球静 止气象卫星监测网。它们分别位于全球赤道 东经140 度、东经76 度、西经75度、东 经74度、西经75度、西经135度上空。这 些卫星位于赤道上空约36000公里高，每半 小时向地球发送一次图片。另外，还有三颗 极轨卫星(2颗美国NOAA卫星，1颗俄罗斯 METEO卫星)，这些卫星每天实时监视大气天气系统的运动和变化。 中国也先后成功地发射了6颗气象卫星（3颗风云－1和3颗风云－2）。依靠这些卫星，中国建立了自己的卫星天气预报和监测系统。风云－1是一种极地轨道气象卫星。星上装有若干个高分辨率扫描辐射计。包括4个可见频道和1个红外频道。风云－2是一种静止气象卫星。星上装有多频道扫描辐射计。包括1个可见波段、1个红外波段和1个水汽波段。载荷包括S频段传输和云图预报转发器，UFH/S频段数据采集转发器和空间环境监测设备。 气象卫星资料弥补了占地球表面积71％的海洋上、高原及沙漠上人烟稀少地区常规气象探测资料的不足。它具有视野开阔、观测范围广、观测时次多等优点。人们通过卫星，能比过去提前二三天发现台风，并能准确地测定它的位置、强度，从而确定它的移向、移速和发展变化。因此，卫星云图成为监视台风和预报台风移动路径的十分有效的工具，特别是台风定位已经离不开卫星云图。卫星资料应用还发展到农业、森林火灾、洪水灾情、环境监测等领域。
气象站点数据插值处理流程
注：下面的为之前做的方法（7-以后不用做），里面的参数与现在的有出入，自己找到区域内站点，插值过程如下。 气象站点数据插值处理流程 1气象站点数据整理 Excel格式，第一行输入字段名称，包括站点名称、x经度（lon）、y纬度（lat）、平均气温、平均风速、相对湿度、平均日照时数。其中经纬度需换算为度的形式，其它数据换算为对应单位。 2excel气象数据转为shape格式的矢量点数据插值分析 （1）打开Arcgis，添加excel气象站点数据。打开LC_Ther10-11_16m合并_warp_裁剪BIL1.00_cj重采样6066_经纬度.img，打开边界.shp,三个应该能叠加在一起 （2）在arcgis内容列表中右键单击excel表，选择“显示XY数据”，设置X、Y字段为表中对应经-x、纬-y度字段，编辑坐标系，设置为气象站点经纬度获取时的坐标系，这里为地理坐标系WGS84。(图中错了，按上述，要不就换下一下XY对应的经纬度试一试看看形状对就可以了) （3）导出为shape格式的点数据。右键单击上一个步骤中新生成的事件图层，单击“数据-导出数据”。需注意导出数据的坐标系应选择“此图层的源数据”。
（4）设置Arcgis环境。在“地理处理”菜单下单击“环境”，在环境设置窗口中选择“处理范围”，选择一个处理好的遥感数据（LC_Ther10-11_16m合并_warp_裁剪BIL1.00_cj重采样6066_经纬度.img，主要是参考该遥感数据的行数和列数）。再选择“栅格分析”，按下图设置插值的分辨率为“0.0045”，掩膜文件设置为边界2/LC_Ther10-11_16m合并_warp_裁剪BIL1.00_cj重采样6066_经纬度.img。注意：生成出来的是否有坐标系，插值-环境-输出坐标系-与**相同 （5）气象站点数据插值。在toolbox中选择工具箱“Spatial Analyst————反距离权法”，默认12个数据参与运算，“Z值字段”分别选择平均风速、平均气温、相对湿度，直接输出，不要改输出路径名字。再导出数据。在差值分析界面最下栏也有环境，进去设置，注意经纬度显示位置是经纬度投影的投影坐标系，UTM不能用 （6）数据转换为image格式。上步骤中得到的插值栅格数据是Arcgis格式的栅格格式（grid格式），该格式envi识别不了。右键单击插值数据选择“数据—导出数据”，设置导出数据格式为image。 （7）再用envi claas 转换为UTM投影 （8）UTM 设置参数：datum：（原来为North America 1927）改为为WGS84, zone 49。 E: 719614.2770 N: 4100314.6180 X/Y PIXEL: 16.0 meter output x size: 8723 output y size: 6066
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）
气象卫星云图在预报中的应用
气象卫星云图在预报中的应用 肖宁赵勇 提要 随着卫星云图的日益普及，云图在预报中的使用越来越多，本文就卫星云图使用中的有关问题作了一些探讨，供大家参考。 关键词：卫星云图云系识别天气系统 1 卫星云图的种类 按卫星轨道分，可分为极轨卫星云图和同步卫星云图，目前大多使用的是三种同步卫星云图：可见光云图，红外云图和水汽云图，可见光云图(VIS)主要反映地物对太阳可见光部分的反射，因此，反照率越大的物体，云图上反映得越明显，红外云图(IR)反映地球表面的温度分布情况，由于大气温度随高度递减，就可以因此判断云高，水汽云图(WV)在我国投入使用不久，它反映大气中的水汽辐射情况，色调越白，水汽越多，色调越黑，水汽越少，在水汽云图的使用中应该注意，它能较好地反映高层大气的水汽分布，但对低层水汽不敏感，这是其不足之处，使用中应与其它云图相结合，作综合判断。 2 卫星云图的资料来源 从中央电视台第一套节目每天下午3：55的气象信息中我们可轻易获得云图，部分建成VSAT 卫星通信系统(9210工程)的气象台可从中国气象局随时获得各种云图，建有微机远程工作站的局站可从网络中获得上级资料库的云图资料，它们的最终来源是：日本的地球静止气象卫星(GMS)云图和我国风云2号(FY-2)气象卫星云图，值得注意的是由于GMS定位偏东，我国西疆的西侧为云图边缘，该处图像有所变形，应用中必须注意。 3 卫星云图的典型云系识别 3.1 几种基本云的识别 卷云：高度最高，温度最低，反照率低。 中云(包括高层云和高积云)：反照率有的大有的小，温度较低，范围较大。 积云和浓积云：在云图上实际为积云群，表现为带状，线状和细胞状结构，其上多皱纹，多起伏和不均匀，造成这种现象的原因是积云内部高度不同，云顶温度不一致，厚度有参差，云的形状不规则。 积雨云：反照率高，温度也低，高空风垂直切变小时呈圆形，较大时呈椭圆形，并出现卷云砧，尺度为几十至几百公里，初生时尺度较小，边界光滑，成熟后云体较大，顶部出现向四周散开的卷云羽，消亡时色调变暗，为一片松散的卷云。 低云(层云和雾)：由于温度与地表接近，在IR上不明显，在VIS上为均匀光滑的云区，厚度不一，有时在白天的IR上，层云边界比较清楚，但到夜间，近地面存在辐射逆温，层云或雾的顶部温度反面比四周无云地区要暖，这时IR上云区比四周无云区地面显得更黑。 3.2 不同天气形势下不同云系的识别 涡旋云系：指一条或数条云带或云线以螺旋形式旋向一个共同的中心；它与大气的气旋性涡度相联系，可用于对气旋的定位。 逗点云系：状如“，”，出现在先等涡度线与等高线相交的正涡度平流区域内，所以也称为正涡度平流云系，凡是逗点云系都有闭合环流中心，它与高空流场的关系是：头部与变形场联系，尾部与西南气流一致，干湿区与西北干冷空气一致，逗点云系与低空流场的关系是：大气低层环流中心与大气中层的涡度性逗点云系位置基本一致，与地面变形场相联，尾部为锋面云带。 斜压叶状云系：与高空槽前斜压区域相联系，状如植物叶子的云系，云系为一条较宽的云带，其北边界略成“S”形，西边界呈“V”字形缺口，“V”的北侧以中低云为主，南侧以低云为主。
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：
风云二号气象卫星
风云二号气象卫星(FY-2)是我国自行研制的第一颗地球静止轨道气象卫星，与极地轨道气象卫星相辅相成，构成我国气象卫星应用体系。风云二号卫星作用是获取白天可见光云图、昼夜红外云图和水气分布图，进行天气图传真广播，供国内外气象资料利用站接收利用，收集气象、水文和海洋等数据收集平台的气象监测数据，监测太阳活动和卫星所处轨道的空间环境，为卫星工程和空间环境科学研究提供监测数据。风云二号静止气象卫星资料越来越成为天气分析，预报服务中必不可少的重要监测手段。 主要性能参数 卫星质量：1365公斤 轨道特性：地球静止轨道 设计寿命：3年 发射历程 风云二号系列静止气象卫星是我国第一代静止气象卫星，计划发射5颗，即风云二号A/B/C/D/E，两颗试验星（风云二号A/B），三颗业务星（风云二号C/D/E）。其中风云二号A 星于1997年6月10日发射成功，风云二号B星于2000年6月25日发射成功，姿态均为自旋稳定，只有一个三通道扫描辐射计，设计寿命3年。从风云二号C星起，扫描辐射计由三个通道增加到五个通道，在性能上较风云二号A/B两星有较大的改进与提高。风云二号C 星和D星已分别于2004年10月19日和2006年12月8日年发射。E 风云二号气象卫星 星计划于2009年发射。 12月23日8时54分，我国在西昌卫星发射中心用长征三号甲运载火箭，成功将"风云二号"06星送入预定轨道。 火箭飞行24分钟后，西安卫星测控中心传来数据表明，卫星已经成功进入地球同步转移轨道。经过一系列控制，卫星将最终定点于东经123．5度赤道上空。 "风云二号"06星是由中国航天科技集团公司所属上海航天技术研究院为主研制，可全天候对地球进行连续气象监视，获取地球空间环境白天可见光云图、昼夜红外云图和水汽分布图；收集和转发气象、海洋、水文等观测数据；监测太阳X射线和空间粒子辐射数据等。卫星重1.39吨，在轨采用自旋稳定方式，用户为中国气象局。 我国于2004年10月19日和2006年12月8日发射的"风云二号"04星、05星，实现了我国气象卫星双星组网运行观测，目前两颗卫星工作状况良好。 这次发射升空的06星，是04星、05业务星的在轨备份星和接替星，它的成功发射，可增强风云气象卫星在轨连续、稳定运行的可靠性，为我国及周边国家天气观测、气象预报和减灾防灾发挥重要作用。同时，对加强我国与国际气象组织的合作，提高我国在气象领域的国际地位具有重要意义。 风云二号卫星既是高科技的产物，同时也是一个复杂的系统工程。涉及电子技术、光学技术、材料技术、关键的元器件技术，以及应用技术，其背后体现的是国家综合科技实力，参与卫星、运载、测控、发射、应用五大系统的科技人员成千上万，历经20余年，付出了极其艰苦的努力。 风云二号A星发射之后，上天运行了3个月左右就开始出现一些故障，只能间歇性工作，每天工作6到8小时之后就要休息。B星发射上去之后，运行了不到8个月，星上有一个部件开始出毛病，卫星转发下来的信号比正常情况下衰减很多，接收起来非常困难。前面两颗星，大家搞了很多年，在气象业务应用上都没有达到预期的效果，最终没有实现业务化。
《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：________________________________________________________________________
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)、
气象卫星资料应用
气象卫星资料在气象工作中的应用 —张华 国家气象风三项目实施以来，我国气象卫星资料得到了广泛的应用，呼市气象台贯彻上级的指示，重视气象卫星资料在数值预报、天气分析、气候与气候变化以及气象服务方面的应用。 一、天气分析中的应用 1、临近预报： 如2010年9月20—21日在呼市上空的一个强对流云团，造成了呼市地区大到暴雨天气（降雨量为26.6—51.2mm）。预报员根据气象卫星云图监测这个云团发生、发展演变的全过程，发布了临近预报，对19日的天气预报做出了较为准确的订正。 2、监视大雾天气： 由于雾经常是晨起晨消，生命史短，常规的观测手段无法准确获取其强度和范围信息。气象卫星具有覆盖范围大、观测频次高、信息源可靠、直接投入成本低的特点。所以是监测雾天的有力工具。例如2009年春节期间呼市市区的大雾天气，根据形势场分析，没有做出准确的预报，之后，呼市气象台对此次过程进行了总结，分析得出在分析形势场的基础上，必须注意卫星资料的应用。 3、监视沙尘暴天气： 沙尘天气也有其形成的必要条件，在做沙尘预报的时候除了一定的形势场、温度场、风场等气象条件外，另一个最重要的条件就是沙
尘源地，而我国北方的沙尘天气大部分都来自于蒙新高地级蒙古国的沙漠，离我市还有一定的距离，要想准确预报我市沙尘天气时间、强度，卫星资料就尤为重要。 二、重大活动服务中的应用 气象卫星资料在重大活动气象服务中也发挥了重要作用。 如2010年7月16日在呼市上空的一个强对流云团，造成了局部中到大雨天气，时值呼市昭君文化节开幕式，呼市气象台根据形势场分析得出今天午后有点阵雨天气。根据气象卫星云图监测，16日中午开始起云，。为保障20点的开幕式顺利举行，呼市气象局与包头气象局两家联合，进行了人工提前降雨，15点多降雨开始，雨点大，降水急，至下午18点多阵雨天气结束，预报员根据气象卫星云图监测这个云团发生、发展演变的全过程。风云三号气象卫星资料对重要天气尽收眼底，为天气预报人员准确及时地做出天气预报做出了贡献。 三、展望 气象卫星资料已经在应对突发公共事件中发挥出了较大作用，未来气象防灾减灾则对中国气象事业提出了更高的需求，也为气象卫星的发展带来了前所未有的机遇。呼市气象台将进一步提高气象卫星观测数据和产品的应用工作，使气象卫星资料作为在应对突发公共事件中可以依靠的更有效资料。我们将不遗余力地推进气象卫星资料在气象工作中各个方面的应用，坚持科学发展，在构建和谐社会中发挥更大作用。
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
大到暴雨天气数据分析
龙源期刊网 https://www.360docs.net/doc/da666293.html, 大到暴雨天气数据分析 作者：马颐樱 来源：《科学与信息化》2018年第32期 摘要通过常规资料和物理量场产品，从环流系统特征和物理量场特征，对青海省2016年7月7-8日大到暴雨天气过程进行了分析。结果表明：500 hPa高空切变和700 hPa暖低压是此次大到暴雨降水过程直接影响系统，高层西风急流和强南风是暴雨产生和维持重要因素，为以后大到暴雨天气预报和预警服务提供参考。 关键词大到暴雨；物理量场特征；环流系统特征 青海省位于内陆，受水汽条件的限制，暴雨发生的概率比较小，但是如果发生大到暴雨对青海省所造成的灾害是非常严重的。据相关统计显示，青海省的大到暴雨主要集中在汛期，是青海主要的灾害性天气之一。随着全球不断变暖，青海地区的极端天气也是越来越多，灾害性天气也是越来越多。本文主要青海省2016年7月7-8日大到暴雨天气过程进行了分析，为以 后大到暴雨天气预报和预警服务提供参考。 1 降水情况 相关规定在24小时降水量大于25毫米的降水称为大到暴雨，同时规定当有≥1个站日降 水量达到该标准记为一个大到暴雨日；同日有≥3个站出现达到暴雨时称为一次区域性大到暴 雨降水过程。在2016年7月7-8日，青海省东部出现了大范围降水天气，其中降水量达40毫米以上有11个站点。造成了青海省东部受灾严重，其中部分乡镇出现了洪涝灾害，造成了一定的经济损失[1]。 2 环流系统特征 在2016年7月7日8点，500 hPa处于反气旋环流中；在晚上8点，500 hPa青海省形成 东北西南向切变，暖空气在东部交汇，T-Td小于4℃，从而导致青海省东部区域降水。此时，300 hPa中高纬环流比较平直，河西走廊有急流带，非常利用高空抽吸作用。高层冷暖空气进行交汇，底层暖气压低，导致了青海省东部大雨天气[2]。 3 物理量场特征分析 在在2016年7月7日～8日，青海东部出现了大到暴雨天气，主要是受500 hPa高空切变、西太平洋副热带高压和700 hPa上的暖低压的影响，导致出现大到暴雨天气[3]。 在2016年7～8日沿102°E垂直速度纬度-高度垂直剖面，暴雨发生当日上午8点（图 1a），暴雨区附近就开始有垂直上升运动。随着时间的推移，后上升运动强度增强，在下午2点（图1b）暴雨区上空上升运动比较强，在晚上8点，上升运动高度达250 hPa左右（图
气象卫星的用途
气象卫星的用途 从“风云一号”极轨气象卫星的研制部门获悉，我国第二代极轨气象卫星“风云三号”卫星的方案论证工作已基本结束，开始转入卫星的初始研制阶段，目前科技人员正在加紧进行各项研制工作。 “风云一号”卫星总设计师孟执兼任“风云三号”卫星总设计师，他介绍说，“风云三号”卫星是一颗接近当今国际先进水平的卫星，其研制思想充分继承了我国卫星研制的成熟技术和经验，贯彻组合化、通用化、系统化的“三化”设计思想。卫星上将配置十种有效载荷，由于增加了微波遥感器，可实现全球三维、全天候、多光谱、定量气象探测。 “风云三号”卫星的主要任务是提供全球的温度、湿度、气压、云和辐射等参数，实现中期数值预报；监测大范围的自然灾害和生态环境；探测地球物理参数，支持全球气侯变化与环境变化规律的研究；为航空、航海等部门提供全球任意区域的气象信息等。“风云三号”卫星的分辨率较“风云一号”有显著提高，即使在870公里的高空也能分辨出地面上的高速公路。 与“风云一号”卫星相比，卫星上携带的仪器除了可见光和红外扫描辐射计外，还将增加微波辐射计、微波成像仪、红外分光计、中分辨率成像光谱仪、地球辐射探测仪、紫外臭氧探测仪、太阳常数监测仪、空间环境监测仪等遥感仪器，卫星的图像传输分系统包含实时图像传输和延时回放图像传输两种，实时传输信道特征将和国际同类卫星兼容。 孟执中认为，“风云三号”卫星的探测功能及主要探测性能将达到当今国际先进水平，是我国极轨气象卫星发展进程中的一个飞跃，它将大大提高我国的对地观测能力和全球大气探测能力，缩短我国同类对地观测卫星与世界发达国家的差距，并积极推动我国气象卫星资料的应用，在我国国民经济发展和人类的生产、生活活动中发挥重要作用。 １９６８年８月，气象学家们从一颗“艾萨”卫星发出的最新气象云图中看到在加勒比海上空有一个破坏性很大的台风云构造。这个云构造随着时间的推移变得越来越强大，这预示着一场罕见的强风就要来临。于是，气象部门及时向当地居民发出警报，要求他们迅速向北转移。结果，避免了一场可能会造成５００多人死亡的悲剧。 １９８５年８月，中国东北三省受到６号、８号、９号强台风的袭击，河水瀑涨，泛滥成灾。由于气象部门根据卫星云图及早地做出了正确的预报，大大减少了损失。 １９８６年４月２１日１４时，中国国家气象局卫星气象中心根据卫星红外云图，及时发现了内蒙兴安盟长７０千米～８０千米，宽２５千米的森林大火。有关部门接到警报，立即进行紧急动员，及时扑灭了这次可能造成巨大损失的山火。另外，被命名为“卡拉”和“卡米尔”的飓风曾被国际气象组织准确测出，及时的组织３０万人撤离，挽救了５００００人的生命。