气象云应用框架
气象集约化应用平台规划建设方案
应对气候变化
气象集约化应用平台能够提供更加科学的气 候变化监测和评估服务，为政府制定应对气 候变化政策提供有力支持，从而有利于应对 气候变化。
THANKS
建设原则
坚持标准化、模块化、可扩展性和可 维护性的原则，确保平台具有良好的 适应性、可扩展性和可维护性。
建设内容与步骤
建设内容
包括硬件设备购置、软件系统开发、数 据资源整合、安全保障体系建设等。
VS
建设步骤
分为需求分析、设计、开发、测试、部署 、上线等阶段，确保平台建设的有序推进 。
建设周期与预算
应用层
提供各种气象应用服务，如气 象预报、气象监测、气象服务 等。
用户层
面向不同用户提供定制化的气 象服务界面和交互体验。
功能模块设计
数据采集模块
负责从各种气象数据源中采集数据，并 进行预处理。
应用服务模块
提供各种气象应用服务，如气象预报、 气象监测、气象服务等。
数据处理模块
对采集的数据进行清洗、整合、分析和 挖掘。
技术需求分析
数据采集
采用先进的气象传感器和数据采集技术，确保数 据的准确性和实时性。
数据处理
具备强大的数据处理能力，能够快速处理和分析 大量的气象数据。
数据存储
提供稳定可靠的数据存储方案，确保数据的完整 性和安全性。
数据需求分析
数据质量
确保数据的准确性和可靠性，以满足业务和技术需求 。
数据完整性
通过集约化管理和资源共享，提高气象数 据的处理速度和准确性，为用户提供更准 确、及时的气象服务。
气象集约化应用平台的建设可以推动气象 科技创新和产业发展，促进气象服务的商 业化和市场化。
气象集约化应用平台可以为政府和应急管 理部门提供精准的气象信息和预警服务， 提高公共安全和应急响应能力。
天地一体化风云四号A星数据服务系统的设计与实现
天地一体化风云四号A星数据服务系统的设计与实现徐喆;咸迪;高云;亓永刚【摘要】风云四号A星数据服务系统是风云四号卫星地面应用系统的重要组成部分,也将是实现气象卫星数据共享服务的基础平台.数据服务系统是一个综合的气象卫星信息服务系统,不仅可以提供数据的检索下载服务,还将为各类用户共享使用卫星数据提供各类辅助手段和信息帮助,满足国内外各类数据服务用户对气象卫星数据和信息以及云图动画的需求.根据风云四号卫星数据和产品的规格,建立稳定、可靠、安全的业务化卫星数据存档管理系统.通过天上卫星数据直接广播、CMACast 转播,地面Internet、专线通信等方式,建立天地一体化的、布局全国的风云四号A 星数据获取和共享服务体系.【期刊名称】《卫星应用》【年(卷),期】2018(000)011【总页数】6页(P55-60)【关键词】风云四号;数据服务【作者】徐喆;咸迪;高云;亓永刚【作者单位】国家卫星气象中心;国家卫星气象中心;国家卫星气象中心;国家卫星气象中心【正文语种】中文一、前言风云四号（FY-4）是我国第二代静止气象卫星，星载四类有效载荷：成像仪、探测仪、闪电仪和空间天气监测仪器包。
成像辐射计具有14个光谱波段，极大提高了遥感对地观测的空间、时间和光谱分辨率；干涉式红外探测仪将为区域数值模式和短临预报提供观测数据和新的应用模式；闪电成像仪可以作为强对流天气的“示踪器”。
与风云二号（FY-2）相比，风云四号原始数据量提高了160倍，产品数据量提高了80倍，每日数据量高达4TB。
风云四号A星（FY-4A）地面系统接收的实时资料，以及业务系统加工处理得到的各级数据和产品，在天气预报、生态环境监测等应用领域将发挥重要作用，在国民经济的多个领域（农业、林业、水利、环境、交通等）都有很强的应用需求。
数据服务系统是风云四号卫星地面应用系统九大系统之一，也是国家民用空间基础设施——气象卫星数据中心的重要组成部分，是实现气象卫星数据共享服务的基础平台。
数字化气象服务平台设计与实现
数字化气象服务平台设计与实现一、前言近年来，随着互联网、大数据和人工智能技术的发展，数字化气象服务平台在气象领域的应用越来越广泛。
数字化气象服务平台可以利用大数据和人工智能技术，对海量气象数据进行分析和挖掘，为用户提供更加准确、及时的气象信息和服务。
本文将介绍数字化气象服务平台的设计与实现，包括平台的架构设计、功能模块设计和实现方法等内容。
二、平台架构设计数字化气象服务平台的架构设计是平台设计的基础，其合理性和稳定性对平台的功能和性能有着直接的影响。
平台架构设计的关键是要满足大规模数据处理、存储和分析的需求，同时保证平台的可扩展性和稳定性。
1. 数据采集与存储层数据采集与存储层是数字化气象服务平台的基础层，包括气象观测数据的采集和存储。
平台需要与气象观测设备进行数据交互，并将各种气象观测数据进行实时采集和存储。
为了保证数据的完整性和实时性，平台需要具备高可用性和可靠性。
2. 数据处理与分析层数据处理与分析层是平台的核心层，包括对气象观测数据进行处理、分析和挖掘。
平台需要利用大数据和人工智能技术，对海量气象观测数据进行实时处理和分析，从中挖掘出有价值的信息。
平台还需要提供灵活的数据分析工具和算法库，为用户提供个性化的数据处理和分析服务。
3. 服务接口与应用层服务接口与应用层是平台对外提供服务的接口层，包括平台的API接口和应用程序接口。
通过这一层，用户可以通过各种终端设备（如PC、手机、平板等）访问平台的气象数据和服务。
平台需要提供丰富的API接口和开发工具，为用户提供丰富多样的气象数据和服务。
三、功能模块设计基于平台架构设计，数字化气象服务平台可以划分为以下几个功能模块：2. 数据存储模块数据存储模块主要负责对已采集的气象数据进行存储和管理，保证数据的存储安全和可靠性。
该模块需要考虑数据的存储结构和存储方式，以及数据的备份和恢复策略，保证数据的稳定性和可恢复性。
数据服务模块主要负责为用户提供气象数据和服务，包括查询、检索、分析、预警等功能。
基于云计算技术的全球气象预报系统设计与实现
基于云计算技术的全球气象预报系统设计与实现近年来，随着云计算技术的不断发展和应用，越来越多的行业开始使用云计算技术来提高工作效率，减少资源浪费。
而在气象行业，云计算技术也正在得到越来越广泛的应用。
在本文中，我们将讨论基于云计算技术的全球气象预报系统的设计与实现。
一、云计算技术在气象行业的应用云计算技术是一种基于互联网的计算模式，通过将计算资源进行集中和分配，实现高效的数据处理和应用服务。
在气象行业，云计算技术可以用于处理海量气象数据、构建气象模型、分析预报结果等方面。
具体来说，云计算技术可以为气象行业带来以下优势：1. 提高计算效率和准确性。
由于云计算技术可以将计算资源集中管理，可以提高计算效率和准确性。
在气象模型和数据处理方面，云计算技术可以实现更加复杂、更为准确的计算方法，为气象预报提供更加精确的数据预测。
2. 降低维护成本。
气象行业需要处理大量的气象数据，而这些数据的维护和管理需要耗费大量的人力和物力。
而借助云计算技术，可以将数据集中管理，同时降低数据维护和管理的成本，从而提高行业效率。
3. 更加高效的服务。
在气象预报方面，云计算技术可以提供更加高效的服务。
由于云计算技术可以将计算资源进行集中管理，可以实现更快速的气象预报服务，从而减少等待时间和提高用户满意度。
二、基于云计算技术的全球气象预报系统设计目标和需求基于云计算技术的全球气象预报系统，其设计目标主要有以下三点：1. 提供更加精确的气象预报服务。
通过云计算技术的应用，可以提高气象预报的精度和准确性，为用户提供更加高效的服务。
2. 提高预报速度和响应速度。
在全球气象预报系统的设计中，需要保证气象预报的速度和响应速度，从而将预报服务提供给用户的速度最大程度上提高。
3. 降低气象预报系统运维成本。
气象预报系统需要进行大量的数据处理和维护，这样的工作需要耗费大量的人力和物力。
因此，在全球气象预报系统的设计中需要降低系统运维成本。
三、全球气象预报系统设计与实现基于以上目标和需求，全球气象预报系统的设计和实现分为以下几个步骤：1. 数据采集和处理。
云和雾任务结构-概述说明以及解释
云和雾任务结构-概述说明以及解释1.引言1.1 概述云和雾任务结构是近年来涌现出的两种重要的计算架构模式。
随着信息技术的迅猛发展和应用需求的不断增长，云计算和雾计算已成为不可忽视的重要领域。
它们的出现改变了传统计算模式，给人们提供了更高效、更灵活的计算和存储方式。
云任务结构是一种基于云计算模式的任务执行和数据存储方式。
它将任务和数据分布在云服务器集群中，通过云平台进行管理和调度，用户可以通过互联网随时随地访问和使用云任务资源。
云任务结构的特点是高度的灵活性和可扩展性，能够满足不同规模和需求的任务执行，并且具备高度的可靠性和安全性。
相对而言，雾任务结构是一种基于边缘计算模式的任务执行和数据存储方式。
它将任务和数据分布在边缘设备、传感器和边缘服务器等物理节点上，通过本地网络进行协同和管理，使得任务执行更加迅速和高效。
雾任务结构的特点是低延迟、高带宽和较强的实时性，能够满足对任务响应时间要求较高的应用场景。
本文将重点对比分析云任务结构和雾任务结构的优缺点，并比较它们适用的应用场景。
此外，本文也将探讨云和雾任务结构的未来发展趋势，包括技术发展前景和它们在社会经济中的重要性和潜在影响。
通过深入了解云和雾任务结构的特点和应用前景，可以为读者提供对于计算架构模式的更全面的理解和把握。
1.2文章结构文章结构：本文主要讨论云和雾任务结构的特点以及二者之间的对比和应用场景比较。
具体而言，文章将分为引言、正文和结论三个部分。
引言部分将给出本文的概述、文章结构和目的。
首先，我们将对云和雾任务结构进行定义和解释，明确它们在计算领域的含义和作用。
接着，我们将探讨云任务结构和雾任务结构各自的特点，包括其优势和局限性。
在正文部分的第二节和第三节，我们将着重分析云任务结构和雾任务结构的定义和解释。
通过对它们的特点的详细阐述，我们将帮助读者更好地理解所讨论的概念。
在接下来的第二节和第三节中，我们将比较云任务结构和雾任务结构的优点和缺点，并对它们在不同应用场景下的比较进行详细论述。
基于SpringBoot的气象信息资源管理系统设计与实现
基于SpringBoot的气象信息资源管理系统设计与实现
王晓东;刘海燕;王迎;熊虹华
【期刊名称】《电脑编程技巧与维护》
【年(卷),期】2024()3
【摘要】随着电子政务技术发展,无纸化办公因具有高效、绿色、便捷等优势,已成为各级政府部门提升效率的必然选择。
以省级气象部门为例,近年来随着气象信息
化建设的飞速发展,信息基础设施资源包含的网络准入、云资源池、堡垒机、虚拟
专用网络(VPN)等资源申请工作量呈指数增长,资源申请需要多个部门审批,因此传
统纸质审批方式已无法满足日益增长的业务需求。
分析了省级气象信息资源信息化管理建设需求,基于SpringBoot和MyBatis框架,从系统架构、业务逻辑流程设计、数据库3个方面提出设计思路,对核心类设计及调用过程进行分析,具体阐述了系统部署及实现方法。
【总页数】4页(P79-82)
【作者】王晓东;刘海燕;王迎;熊虹华
【作者单位】江西省气象数据中心
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于Vue和SpringBoot的机场气象信息系统设计与实现
2.基于
SpringBoot+Vue的BOM表智能生成系统设计与实现3.基于SpringBoot的藏
东南滑坡灾害管理系统设计与实现4.基于SpringBoot+SSM框架的企业安全培训管理系统设计与实现
因版权原因，仅展示原文概要，查看原文内容请购买。
智慧气象webgis系统设计方案
智慧气象webgis系统设计方案智慧气象WebGIS系统设计方案一、引言智慧气象WebGIS系统是一种基于Web技术和地理信息系统技术的应用系统，可以用于全面、准确地监测、预测和分析气象信息，为气象决策提供支持。
本文将提出一个智慧气象WebGIS系统的设计方案。
二、系统架构智慧气象WebGIS系统的架构包括前端、中间件和后端三层，具体如下：1.前端层：用户通过浏览器访问系统，可以使用地图、图表等可视化形式展示气象数据，并可以进行查询、分析、预测等操作。
2.中间件层：主要包括服务器和数据库。
服务器负责接收用户请求并发送响应，同时也负责与数据库进行数据的交互。
数据库用于存储气象数据和相关信息。
3.后端层：主要包括数据采集、处理和分析。
数据采集通过气象仪器和传感器获取实时气象数据，并将其发送至数据库；数据处理和分析通过算法和模型对气象数据进行处理和分析，生成预测和分析结果。
三、功能模块智慧气象WebGIS系统包括以下功能模块：1.用户管理：实现用户注册、登录、权限管理等功能，用户可以根据权限进行操作。
2.地图展示：将气象数据通过地图形式展示出来，包括实时数据、历史数据和预测数据，并可以通过时间轴进行切换。
3.数据查询：用户可以根据时间、地点等条件进行数据的查询，包括实时数据、历史数据和预测数据。
4.数据分析：用户可以对数据进行统计分析、空间分析和趋势分析等操作，生成图表和报告。
5.预测模型：系统可以根据历史数据和算法建立预测模型，用于预测未来气象情况。
6.告警管理：系统可以根据预设的告警规则对气象数据进行监测，当数据超出规定范围时触发告警，通过短信、邮件等方式通知相关人员。
7.系统管理：管理员可以对系统进行配置和管理，包括用户管理、数据管理、模型管理等。
四、系统流程智慧气象WebGIS系统的流程如下：1.用户注册或登录系统，获取相应权限。
2.用户通过地图展示功能查看实时气象数据，并可以通过时间轴切换到历史数据和预测数据。
气象预测模型建立与应用教程
气象预测模型建立与应用教程气象预测是指通过收集、分析气象数据，利用数学和物理模型来预测未来的天气变化情况。
在现代科技的支持下，气象预测模型的建立和应用变得更加精准和高效。
本篇文章将介绍气象预测模型的建立与应用教程，帮助读者更好地了解和使用气象预测模型。
一、气象预测模型建立1. 收集气象数据气象预测模型的建立首先需要收集大量的气象数据，包括温度、湿度、气压、风速等等。
这些数据可以通过气象观测站、卫星遥感等手段获取。
建立一个全面而准确的数据集对于模型的训练和预测结果的准确性至关重要。
2. 数据预处理在收集到气象数据后，我们需要对其进行预处理。
预处理的目的是去除噪声和异常值，平滑数据，并将其转换为模型可接受的形式。
常用的预处理方法包括平滑滤波、缺失值处理、标准化等。
3. 特征提取与选择在预处理后，我们需要从数据中提取出能够反映气象变化规律的特征。
特征可以是单个气象参数，也可以是多个气象参数的组合。
同时，根据特征的相关性和对模型预测的影响，我们还需要对特征进行选择，排除冗余的特征，以减少模型的复杂度和提高预测准确性。
4. 模型选择与训练目前常用的气象预测模型包括物理模型和统计模型两种。
物理模型基于气象学原理和数学物理方程，通过求解模型方程组得到预测结果。
而统计模型则是根据历史气象数据的统计规律建立的回归模型或时间序列模型。
根据不同的需求和应用场景，我们可以选择合适的模型进行训练。
模型训练需要将数据集划分为训练集和验证集，用训练集来拟合模型的参数，并通过验证集来评估模型的性能。
常用的训练算法包括线性回归、支持向量机、神经网络等。
通过不断优化模型的参数和结构，我们可以得到更准确和稳定的气象预测模型。
二、气象预测模型应用1. 短期气象预测短期气象预测主要是对未来几小时到几天的天气进行预测。
这种预测需要考虑到短期的天气系统变化和局地现象，如冷暖锋的移动、降水的分布等。
常用的短期气象预测模型包括数值天气预报模型、统计回归模型等。
气象云大数据处理平台建设及应用
气象云大数据处理平台建设及应用随着科技的不断发展和互联网的迅速普及，大数据已经成为各个领域中的一个热门话题。
在气象领域中，大数据的应用也越来越广泛，气象云大数据处理平台的建设和应用已经成为气象工作者们必须要面对的一个问题。
一、气象云大数据处理平台的建设气象云大数据处理平台是一个集数据处理、存储、计算、应用等多种功能于一体的云平台。
它可以为气象工作者们提供强大的技术支持，帮助他们更加高效地完成各种气象数据处理任务。
1. 数据采集气象数据是气象云大数据平台的核心资料。
建设气象云大数据平台的第一步就是要进行数据采集工作。
数据采集可以是自动化的，也可以是手动的。
在自动化采集方面，可以使用各种传感器设备，如自动气象站、气象雷达等；在手动采集方面，则需要人员手动输入各种气象数据。
2. 数据存储气象数据量很大，如何对这大量的数据进行管理和存储是气象云大数据平台建设过程中的重要问题。
在数据存储方面，可以使用各种存储设备，如硬盘、云存储等。
同时，为了保证数据的安全性和可靠性，需要考虑备份和恢复方案。
3. 数据处理数据处理是气象云大数据平台的核心功能之一。
在数据处理方面，主要包括数据清洗、数据挖掘、数据分析、数据可视化等多个环节。
这些环节需要各种算法、技术的支撑，包括神经网络、机器学习、人工智能等。
4. 数据应用气象数据处理完之后，还需要将结果进行应用。
气象云大数据平台可以用于各种气象预测、预警等应用程序的开发。
同时，可以利用平台进行气象数据的监测、处理和分析，为气象工作者们提供更加精准的气象服务。
二、气象云大数据处理平台的应用气象云大数据处理平台的应用场景非常广泛，主要包括以下方面：1. 气象预测气象预测一直是气象工作者们关注的问题。
气象云大数据平台可以用于各种气象预测模型的开发和优化，并可以通过数据分析和预测算法，预测未来某一时刻的天气变化。
2. 气象监测气象云大数据平台可以用于各种气象监测任务，包括气象站的监测、气象卫星数据的监测等。
气象大数据云平台算法集约化环境设计与应用
气象大数据云平台算法集约化环境设计与应用
霍庆;何文春;何林;高峰;陈士旺;徐拥军
【期刊名称】《应用气象学报》
【年(卷),期】2024(35)1
【摘要】气象业务系统集约化发展和“云+端”业务技术体制改革是实现气象业
务高质量发展的重要措施。
2020年中国气象局提出构建以气象大数据云平台为云、气象业务系统为端的“云+端”业务技术体制,明确气象大数据云平台作为关键基础技术平台的定位。
加工流水线作为气象算法的集约化环境,应用数算一体、高效任
务调度、可视化流程编排、容器等技术,实现气象算法的统一管理与高效集约调度
运行。
2021年加工流水线业务运行,支撑全国202个业务系统的实时运行,业务系
统性能提升1~10倍,集约化程度显著提高,对提升业务系统的运行效率、增强业务
系统的协同性、加速“云+端”业务技术体制改革进程和推进气象业务集约发展发挥了重要支撑作用。
【总页数】10页(P80-89)
【作者】霍庆;何文春;何林;高峰;陈士旺;徐拥军
【作者单位】国家气象信息中心;陕西省气象信息中心
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于虚拟化云平台的气象终端集约化管理
2.数据同步技术在气象大数据云平台中的应用
3.基于决策树挖掘算法的气象大数据云平台设计
4.基于Hadoop的河北行业气象服务大数据云平台设计与应用
5.分布式数据库在气象大数据云平台中的应用与扩容研究
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
-- 气象信息化必经之路
赵立成 国家气象信息中心 2014年11月3日
汇报提纲
一．现状及需求 二．总体框架 三．建设内容 四．应用实践
一、现状及需求
1.气象信息系统现状
通过多年发展，气象业务及政务信息化水平得到不断提高，各种业务 能力大幅提升。但问题也不少： 信息化建设整体规划不力，统筹乏力，建设各自为政，重复建设多，功 能重复、数据重复、设备重复、场地重复…； 据不完全统计，全国信息系统及资源数量十分庞大。其中省级服务器
111
39 14
8 8 5
气象中心 气候中心 卫星中心 信息中心 探测中心
14 47
公共服务中心 干部学院
资产中心
国家级单位数据库数量分布
1
122 5 2
4
4
6 5
3 2 4 8
气象中心 气候中心 卫星中心 信息中心 探测中心 公共服务中心 气科院 干部学院
5 4
7 1
2
7
5
5
气象中心 气候中心 卫星中心 信息中心 探测中心 公共服务中心 气科院 影视中心
• 现有模式
– 数据和软件分布在用户端 – 数据多次传输，多处存储
• 问题与困难
– 传输效率与成本 – 存储能力与成本 – 数据不一致导致业务问题
在大数据背景下，实现成本呈几何倍数增加，技术遇到困难。
一、现状及需求
不断发展的用户及应用新需求 -- 智能终端、台式机器访问相同的数据，共享成果； -- 便捷高效，任何地点、任何时间、任何设备（PC、 Laptop、PAD、Mobile……)
一、现状及需求
信息系统情况（省级）
省级单位业务系统数量
北京
69 66
33
136 69
74 98
125
河北 内蒙古 吉林 上海 浙江
天津 服务器3993台、网站694个、业务系统
山西
辽宁 黑龙江
1982个，系统重复功能多，亟待优化
江苏
安徽
77 33
90 32
福建 山东
江西 河南
76 28
53 87
湖北 广东 海南
130
162 91
189
127
60 130 86 163
福建 山东 湖北 广东 海南 四川 云南 陕西 青海 新疆
江西 河南 湖南 广西 重庆 贵州 西藏 甘肃 宁夏
54
74
海南 重庆
四川 贵州
22 20
42 40
51
云南 陕西 青海
西藏 甘肃 宁夏
10 24
新疆
各12 单位机房数量
一、现状及需求
30TB/年
670
天气雷达资料 ～460GB/日 170TB/年
40
气象卫星资料 ～1,200GB/日 440TB/年
40
数值预报产品 ～700GB/日 260TB/年
20
数据反复搬家（移动）、存储，已成为一项十分昂贵的事情。
一、现状及需求
现有业务模式：将数据移送到应用（客户端）计算、处理、分析应用。
各12 单位机房数量
一、现状及需求
机房情况（国家级）
机房重复建设，设备资源重复，
需要许多配套设施如：电力、消防、维护人员
各单位机房数量
气象中心
气候中心
设备数量 业务功能碎4817片化；业务系统烟囱化1 ；1 业2 务2 流2 程复杂化卫 信 探星 息 测；中 中 中心 心 心
机房面积业务系统：45研55 发困难、部署困难、调整困难、1 维护困公难共服务。中心、影视中心
信息系统情况（国家级）
服务器592台、数据库36个、网站49个、业务系统111个，
系统间重复功能多、亟待优化
国家级单位服务器数量分布
21 10 4
13
37 5
7 47
91
17
气象中心 气候中心 卫星中心
信息中心
80
120
探测中心
公共服务中心 32
气科院 135
干部学院
国家级单位网站数量分布
国家级单位业务系统数量分布
一、现状及需求
信息部门需要解决的问题 资源集约管理：IT资源、数据资源。 实现高效服务：数据快速处理与服务，满足业务应用时效。 提供移动应用：智能终端应用技术支持，实现移动应用。
• 亟待发展新业务模式
– 用户应用软件移至数据端 – 用户通过网络(LAN\INTERNET\Wireless)
湖南 广西 重庆
省级单位服务器数量
65 40
24 20
82 81
89 68
56 62 69
65 51
56 8
四川 云南 陕西 青海 新疆
贵州 西藏 甘肃 宁夏
84 104 57 136
62 110 70
324 187
111 76
51 120
北京 河北 内蒙古 吉林 上海 浙江
天津 山西 辽宁 黑龙江 江苏 安徽
访问工作环境 (数据、分析数据的 IT资源 )
一、现状及2需.信求息技术发展的新趋势
、 IT资源服务技术发展大趋势：集中到分散，再到集中
大型机-资源集中
PC+服务器-资源分散
云计算-资源集中
… - 1996年
1996年 – 2013年
2013年 – …
天下大事：合久必分、分久必合
一、现状及需求
1800
70
1600
3178
一、现状及需求
2. 发展需求分析
气象数据快速增长
-- 观测数据、预测预报产品数据不断丰富，时空分辨率不断提高，数据容量 急速增长。
-- 业务进入大数据时代，需要及时传输、快速存储、快速分析与应用服务。
资料种类
日增量
资料量
年增量 2000～现在资料增幅（倍）
地面观测资料 ～80GB/日
机房数量 27 0
3
系统资源：获取困难、6 扩展困难。
3
亟待解决！！！2 4
1000
2000
3000
4000
5000
6000
各单位机房面积
各单位机房设备数量
气科院 干部学院 报社、科普中心 出版社 华云公司
212 170
40
26
25 0
32
ቤተ መጻሕፍቲ ባይዱ
80
114 106 15 55
14
445
570
703
谁都不愿见到的现实！ 80
数量达到3993台、网站694个、业务系统1982个；国家级服务器数 量达到592台、数据库36个、网站49个、业务系统111个…； 无论国家级还是省级，业务流程复杂，资源应用效率不高等问题普遍 存在；繁重的系统维护与技术支持任务，耗费大量人力资源…
省45826731937046928517019254 级单位网服业站务的器系数统量数量
省级单位网站的数量
17 1 4 2 10 18 16 27
8 8 4 31 39
19 14 18
39 12 7
13
24 26
北京 河北 内蒙古 吉林 上海 浙江 福建 山东 湖北 广东
天津 山西 辽宁 黑龙江 江苏 安徽 江西 河南 湖南 广西
130 45 76 180 215
109
200
160 248