基于GIS的海量氣象數(shù)據(jù)預(yù)處理技術(shù)研究

桂翔　梁棟棟

摘要：由于氣象觀測(cè)數(shù)據(jù)種類(lèi)多，文件存儲(chǔ)數(shù)目大，一般難以對(duì)海量氣象數(shù)據(jù)進(jìn)行深入的處理，挖掘和分析。該文通過(guò)對(duì)氣象數(shù)據(jù)類(lèi)型，文件種類(lèi)等進(jìn)行研究，通過(guò)建立氣象數(shù)據(jù)庫(kù)并連接GIS軟件進(jìn)行數(shù)據(jù)分析，較好的解決了海量數(shù)據(jù)分析和處理問(wèn)題。該方法利用編程軟件，數(shù)據(jù)庫(kù)軟件和GIS技術(shù)對(duì)海量氣象數(shù)據(jù)進(jìn)行預(yù)處理，為海量氣象數(shù)據(jù)分析提供高效、精準(zhǔn)的數(shù)據(jù)存儲(chǔ)和管理。并最終將數(shù)據(jù)庫(kù)直接連接入強(qiáng)大的分析處理軟件ArcGis。經(jīng)過(guò)測(cè)試表明，該方法可靠性和可操作性很強(qiáng)，成功實(shí)現(xiàn)了對(duì)海量氣象數(shù)據(jù)的預(yù)處理。

關(guān)鍵詞：GIS；數(shù)據(jù)庫(kù)；氣象數(shù)據(jù)；預(yù)處理；ArcGis

中圖分類(lèi)號(hào)：P409 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）07-0009-04

Abstract： Because meteorological observation data has more kinds and large number files to store. Generally ， Mass meteorological data is difficult to process ，mine and analyze for further. This paper introduces a method of data analysis through the establishment of meteorological database and the connection of GIS software， based on the type of meteorological data，file type and so on. It is better to solve the problems of massive data which should be analysed and processed. This method uses the programming software， database software and GIS technology to preprocess the massive meteorological data. It provides efficient and accurate data storage and management for mass analysis of meteorological data. And finally the database connects directly into the analysis software ArcGIS， which is good at data processing. According to test results， the reliability and maneuverability is very strong， it is successful to achieve the pre-processing of the massive meteorological data.

Key words： GIS； Database； Meteorological data； Pretreatment； ArcGis

1 引言

地理信息系統(tǒng)（GIS）作為一門(mén)重要的信息技術(shù)，近年來(lái)在氣象氣候領(lǐng)域內(nèi)引起了廣泛的關(guān)注并得到了初步應(yīng)用。[1]特別是隨著現(xiàn)代氣象觀探技術(shù)的迅速發(fā)展，各級(jí)氣象業(yè)務(wù)部門(mén)可獲得的氣象數(shù)據(jù)容量越來(lái)越大，海量的氣象數(shù)據(jù)背后隱藏許多重要信息。但是在傳統(tǒng)的氣象數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)中，用戶無(wú)法發(fā)現(xiàn)氣象數(shù)據(jù)中存在的某種關(guān)系和規(guī)則，同時(shí)缺乏發(fā)現(xiàn)氣象數(shù)據(jù)背后隱藏知識(shí)手段，從而出現(xiàn)“數(shù)據(jù)爆炸而知識(shí)貧乏”現(xiàn)象。[2]此外氣象數(shù)據(jù)庫(kù)系統(tǒng)作為氣象信息共享平臺(tái)的重要管理系統(tǒng)，其體系結(jié)構(gòu)和技術(shù)的復(fù)雜程度均是前所未有的，需要在集約化和標(biāo)準(zhǔn)化原則下，充分利用成熟的商業(yè)數(shù)據(jù)庫(kù)技術(shù)和大氣科學(xué)領(lǐng)域的相關(guān)技術(shù)加以構(gòu)建。[3]而GIS技術(shù)具有很好的數(shù)據(jù)分析和海量數(shù)據(jù)支持的能力。本文將GIS引入氣象領(lǐng)域，同時(shí)GIS在氣象領(lǐng)域的應(yīng)用也是一個(gè)新的嘗試。利用GIS提高了氣象數(shù)據(jù)管理的可視化程度和人機(jī)對(duì)話功能。[4] 嘗試?yán)肎IS技術(shù)為詳細(xì)分析氣象數(shù)據(jù)的組織結(jié)構(gòu)、表達(dá)和處理方法做準(zhǔn)備。[5]針對(duì)氣象數(shù)據(jù)的存儲(chǔ)和處理，目前有很多技術(shù)手段包括王楊剛等以面向?qū)ο蟮乃枷?，運(yùn)用C++技術(shù)設(shè)計(jì)并制作了自動(dòng)氣象站數(shù)據(jù)處理程序，它可以對(duì)22項(xiàng)氣象數(shù)據(jù)進(jìn)行預(yù)處理。[6]吳文玉以ArcGIS Desktop9.3為地理信息系統(tǒng)平臺(tái)，通過(guò)在ArcGIS下與遠(yuǎn)程氣象數(shù)據(jù)庫(kù)的連接方法，將數(shù)據(jù)庫(kù)數(shù)據(jù)直接應(yīng)用到GIS中，實(shí)現(xiàn)GIS與氣象數(shù)據(jù)庫(kù)的數(shù)據(jù)融合，具有較強(qiáng)的實(shí)用性。[7]無(wú)論哪種方法對(duì)氣象數(shù)據(jù)庫(kù)系統(tǒng)的建設(shè)是氣象信息系統(tǒng)（氣象信息共享平臺(tái)）建設(shè)的核心和基礎(chǔ)。[8]所以最有效的保存和交流使用數(shù)據(jù)的途徑就是應(yīng)用計(jì)算機(jī)技術(shù)建立數(shù)據(jù)庫(kù)系統(tǒng)來(lái)歸整，管理這些重要?dú)庀髷?shù)據(jù)。[9]然后直接連接GIS軟件使用GIS技術(shù)對(duì)氣象數(shù)據(jù)進(jìn)行處理。因?yàn)榈乩硇畔⑾到y(tǒng)技術(shù)可以將氣象數(shù)據(jù)所具有的空間特征、屬性特征及時(shí)間特征等特點(diǎn)較好地表現(xiàn)出來(lái)，是實(shí)現(xiàn)空間數(shù)據(jù)管理的有效手段。[10]本文通過(guò)對(duì)氣象數(shù)據(jù)的文件類(lèi)型，存儲(chǔ)格式進(jìn)行研究后提出了一條采用GIS技術(shù)對(duì)海量氣象數(shù)據(jù)進(jìn)行預(yù)處理的方法。

2 問(wèn)題的提出

氣象數(shù)據(jù)一般為多年的觀測(cè)數(shù)據(jù)，數(shù)據(jù)的種類(lèi)多，觀測(cè)年限長(zhǎng)，數(shù)據(jù)的存儲(chǔ)文本文件多。如中國(guó)氣象共享網(wǎng)下載的1970-2013年日值氣象數(shù)據(jù)為例，數(shù)據(jù)時(shí)間跨度有44年，826個(gè)氣象站臺(tái)，分為7大類(lèi)數(shù)據(jù)，超過(guò)15000天的觀測(cè)數(shù)據(jù)，7000萬(wàn)行的記錄數(shù)據(jù)，4億多數(shù)據(jù)單元。數(shù)據(jù)總量達(dá)到5.9G之多。對(duì)海量氣象數(shù)據(jù)進(jìn)行存儲(chǔ)，分析，管理和處理成為一個(gè)難題。目前的處理方式主要有兩種方式：（1）在數(shù)據(jù)量不大的情況下，對(duì)數(shù)據(jù)進(jìn)行人工篩選，然后導(dǎo)入Excel中進(jìn)行處理。（2）根據(jù)要求通過(guò)編程實(shí)現(xiàn)對(duì)TXT格式的氣象數(shù)據(jù)的處理。

氣象數(shù)據(jù)的記錄文件數(shù)量巨大，數(shù)據(jù)類(lèi)型眾多，文本格式數(shù)據(jù)的數(shù)據(jù)單元幾乎都是采用空格的方式進(jìn)行隔離，而Word無(wú)法對(duì)txt格式數(shù)據(jù)進(jìn)行批量處理，Excel只能根據(jù)特殊符號(hào)或者根據(jù)一個(gè)空格一個(gè)格的形式進(jìn)行數(shù)據(jù)導(dǎo)入而且數(shù)據(jù)的行數(shù)有限制也無(wú)法滿足數(shù)據(jù)的批量入庫(kù)和處理；利用編程的方式需要對(duì)數(shù)據(jù)進(jìn)行大量的預(yù)處理，編程工作量較大。對(duì)于氣象數(shù)據(jù)的分析往往需要地理信息數(shù)據(jù)，在現(xiàn)階段基于GIS的氣象數(shù)據(jù)預(yù)處理已經(jīng)被廣泛應(yīng)用。針對(duì)于此，本文提出一種解決問(wèn)題的思路：首先利用批處理命令處理文本數(shù)據(jù)，然后建立數(shù)據(jù)庫(kù)并利用ArcSDE與ArcGIS相連實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)為數(shù)據(jù)分析做準(zhǔn)備。

3 解決問(wèn)題的流程

氣象數(shù)據(jù)是根據(jù)數(shù)據(jù)的類(lèi)型，日期分批的按照TXT的格式進(jìn)行存儲(chǔ)并利用空格進(jìn)行單元數(shù)據(jù)隔離。所以需要先對(duì)數(shù)據(jù)進(jìn)行合并然后利用文本編輯軟件對(duì)數(shù)據(jù)進(jìn)行批量預(yù)處理，再利用MS Sql Server進(jìn)行批量入庫(kù)和存儲(chǔ)，最后利用ArcSDE進(jìn)行數(shù)據(jù)連接，批量接入ArcGIS進(jìn)行數(shù)據(jù)處理，分析和挖掘。具體技術(shù)路線如圖1所示。

4 氣象數(shù)據(jù)處理流程

4.1 數(shù)據(jù)批量預(yù)處理

氣象數(shù)據(jù)是根據(jù)數(shù)據(jù)的類(lèi)型，日期分批的按照TXT的格式進(jìn)行存儲(chǔ)并利用空格進(jìn)行單元數(shù)據(jù)隔離的。所以需要先對(duì)數(shù)據(jù)進(jìn)行合并然后才能對(duì)數(shù)據(jù)進(jìn)行批量預(yù)處理。此處可利用windows的TXT批量合并命令代碼實(shí)現(xiàn)，使用下面的代碼命令可以使的所在一個(gè)文件夾中的所有文本文件合并入一個(gè)命名為0.txt的文本文件中，具體代碼如下所示。

for %%i in （*.txt） do type %%i>>0.txt

將該命令代碼復(fù)制進(jìn)文本文件中并將數(shù)據(jù)的格式名改為bat。

此處需先將氣象數(shù)據(jù)中的數(shù)據(jù)按照數(shù)據(jù)的存儲(chǔ)類(lèi)型比如濕度，溫度，氣壓等進(jìn)行分批處理分別存儲(chǔ)于不同的文件夾中，然后再進(jìn)行數(shù)據(jù)合并。這樣每一個(gè)氣象類(lèi)型中的0.txt文件都會(huì)存儲(chǔ)著具有相同樣式的行數(shù)據(jù)，便于高精確的批量處理。采用此種方法進(jìn)行批量合并除了可以很好地進(jìn)行數(shù)據(jù)預(yù)處理外，更重要的是非常簡(jiǎn)單高效，不需要任何復(fù)雜的編程和進(jìn)行繁瑣的軟件操作。

4.2 用宏命令批量處理數(shù)據(jù)

對(duì)數(shù)據(jù)按照數(shù)據(jù)類(lèi)型進(jìn)行合并處理后，需要對(duì)單個(gè)數(shù)據(jù)單元進(jìn)行精確分離，以便于后面的數(shù)據(jù)導(dǎo)入。此處可利用宏命令對(duì)隔離數(shù)據(jù)的空格利用逗號(hào)進(jìn)行替換，實(shí)現(xiàn)所有數(shù)據(jù)單元按照逗號(hào)形式進(jìn)行隔離。這樣后面的數(shù)據(jù)入庫(kù)將會(huì)全部按照逗號(hào)進(jìn)行隔離入庫(kù)，不會(huì)出現(xiàn)空格和數(shù)據(jù)存儲(chǔ)的錯(cuò)位。可以大幅提高數(shù)據(jù)的精確性。

此處可以用 UltraEdit這款代碼編輯器對(duì)每一個(gè)氣象數(shù)據(jù)類(lèi)型下的0.txt文件進(jìn)行處理。由于每一個(gè)0.txt文件數(shù)據(jù)量都很大，如果直接利用windows自帶的文本編輯器，容易導(dǎo)致編輯器崩潰，且顯示格式凌亂不利于處理。其他的文本編輯器或者代碼編輯器如 Notepad++，EditPlus等都存在著運(yùn)行過(guò)慢或者數(shù)據(jù)量過(guò)大無(wú)法支持的問(wèn)題。相關(guān)文本處理軟件處理能力如表1所示：

利用UltraEdit啟動(dòng)宏命令后，利用宏錄制下空格被逗號(hào)批量代替的過(guò)程和逗號(hào)被批量清理為一個(gè)數(shù)據(jù)單元一個(gè)逗號(hào)的過(guò)程形成宏命令。利用該命令就可以批量處理所有的0.txt文件實(shí)現(xiàn)所有數(shù)據(jù)的標(biāo)準(zhǔn)化，如圖2所示。

數(shù)據(jù)導(dǎo)入完成后所有的氣象數(shù)據(jù)按照地溫、氣壓、蒸發(fā)、降水、濕度、日照、氣溫七類(lèi)數(shù)據(jù)分表存儲(chǔ)?？梢愿鶕?jù)需要對(duì)數(shù)據(jù)進(jìn)行查詢編輯輸出需要的數(shù)據(jù)。由于每一個(gè)數(shù)據(jù)表中都含有對(duì)應(yīng)的站點(diǎn)號(hào)、經(jīng)度、緯度、高程，年、月、日數(shù)據(jù)。

4.4 數(shù)據(jù)庫(kù)中的數(shù)據(jù)處理

由于氣象數(shù)據(jù)中的經(jīng)緯度數(shù)據(jù)值，是按照度分秒直接合并的，數(shù)據(jù)值不能直接使用，更不能實(shí)現(xiàn)對(duì)數(shù)據(jù)的直接操作，需要在數(shù)據(jù)庫(kù)中對(duì)經(jīng)緯度數(shù)據(jù)值進(jìn)行批量處理，實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化操作。

代碼實(shí)現(xiàn)如下：

update EVP蒸發(fā) set X=（經(jīng)度值/100）+（（經(jīng)度值%100）/（60+0.0））

注：EVP蒸發(fā)為數(shù)據(jù)庫(kù)中的表，X為處理完成后所賦值的經(jīng)度值，經(jīng)度值代表數(shù)據(jù)庫(kù)中EVP蒸發(fā)的非正常顯示經(jīng)度數(shù)據(jù)值。

代碼運(yùn)行后，所獲得的數(shù)據(jù)值，完全可以達(dá)到數(shù)據(jù)的操作要求。

4.5 利用ArcSDE連接氣象數(shù)據(jù)庫(kù)

ArcSDE是ArcGIS與關(guān)系數(shù)據(jù)庫(kù)之間的GIS通道，它允許用戶在多種數(shù)據(jù)管理系統(tǒng)中管理地理信息，并使所有的ArcGIS應(yīng)用程序都能夠使用這些數(shù)據(jù)。ArcSDE可以支持MS sql server，DBM，Oracle數(shù)據(jù)庫(kù)。ArcSDE是一種數(shù)據(jù)連接方式，數(shù)據(jù)不需要經(jīng)過(guò)繁雜的數(shù)據(jù)導(dǎo)入過(guò)程，而且可以保證數(shù)據(jù)的完整性。

打開(kāi)ArcToolbox工具，選擇數(shù)據(jù)管理工具-地理數(shù)據(jù)庫(kù)管理-創(chuàng)建企業(yè)級(jí)地理數(shù)據(jù)庫(kù)即可。為了連接已經(jīng)建立的氣象數(shù)據(jù)庫(kù)我們?cè)趧?chuàng)建企業(yè)級(jí)數(shù)據(jù)庫(kù)時(shí)，必須保證企業(yè)級(jí)地理數(shù)據(jù)庫(kù)的實(shí)例名和數(shù)據(jù)名與氣象數(shù)據(jù)庫(kù)一致。

數(shù)據(jù)庫(kù)連接完畢，在ArcGis中便可直接查看到氣象數(shù)據(jù)庫(kù)中的信息，可以直接進(jìn)行數(shù)據(jù)挖掘和相關(guān)操作。

5 結(jié)束語(yǔ)

本文介紹了一種基于GIS的海量氣象數(shù)據(jù)預(yù)處理方法。該方法直接實(shí)現(xiàn)了海量氣象數(shù)據(jù)的分類(lèi)入庫(kù)和管理，解決了一般軟件由于數(shù)據(jù)支持能力限制而無(wú)法對(duì)海量氣象數(shù)據(jù)進(jìn)行存儲(chǔ)和分析的問(wèn)題，該方法不需要進(jìn)行復(fù)雜的編程、數(shù)據(jù)精確度高、數(shù)據(jù)更新方便和可操作性強(qiáng)，節(jié)約了編程開(kāi)發(fā)的時(shí)間和成本。該方法解決了海量氣象數(shù)據(jù)下的部分?jǐn)?shù)據(jù)挖掘和數(shù)據(jù)分析的問(wèn)題，為氣象數(shù)據(jù)基于地理信息的空間化分析提供了數(shù)據(jù)準(zhǔn)備。

參考文獻(xiàn)：

[1] 吳煥萍.GIS技術(shù)在氣象領(lǐng)域中的應(yīng)用[J].氣象，2010（3）：90-100.

[2] 李集明，王國(guó)復(fù).氣象數(shù)據(jù)庫(kù)系統(tǒng)總體設(shè)計(jì)綜述[J].氣象科技，2007（S1）：1-5.

[3] 張波.數(shù)據(jù)挖掘在氣象中的應(yīng)用研究與實(shí)現(xiàn)[D].電子科技大學(xué)，2013.

[4] 李江南.GIS在氣象數(shù)據(jù)處理中的應(yīng)用[J].廣東氣象，2002（4）：14-15+9.

[5] 何永健，曹蕓，黃勇.GIS氣象數(shù)據(jù)的管理與表達(dá)方法[J].南京信息工程大學(xué)學(xué)報(bào)：自然科學(xué)版，2011（3）：232-237.

[6] 王楊剛，趙文吉，宮輝力.自動(dòng)氣象站數(shù)據(jù)預(yù)處理研究[J].首都師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2006（2）：81-84.

[7] 吳文玉，楊太明，何彬方.GIS與氣象數(shù)據(jù)庫(kù)的數(shù)據(jù)融合應(yīng)用[C]//安徽省氣象學(xué)會(huì).第三屆安徽科技論壇農(nóng)業(yè)與氣候生態(tài)學(xué)術(shù)研討會(huì)論文集.安徽省氣象學(xué)會(huì)，2004：3.

[8] 趙芳.氣象數(shù)據(jù)庫(kù)系統(tǒng)的建設(shè)[C]//信息技術(shù)在氣象領(lǐng)域的開(kāi)發(fā)應(yīng)用論文集（二），2006：5.

[9] 鐘穎穎，馮民學(xué)，王新芝.歷史氣象資料數(shù)據(jù)庫(kù)系統(tǒng)設(shè)計(jì)[C]//2009第五屆蘇皖兩省大氣探測(cè)、環(huán)境遙感與電子技術(shù)學(xué)術(shù)研討會(huì)專(zhuān)輯，2009.

[10] 張穎.基于地理信息系統(tǒng)的氣象數(shù)據(jù)時(shí)空挖掘研究[D].大連理工大學(xué)，2012.