吉林省30年氣候整編資料數(shù)據(jù)庫設(shè)計思路

王程程，王麗偉，吳天亭

（吉林省氣象信息網(wǎng)絡(luò)中心，吉林長春130062）

氣候整編資料是以氣象學(xué)、概率論和數(shù)理統(tǒng)計學(xué)理論為基礎(chǔ)，把氣象臺站的各種觀測記錄加工統(tǒng)計成平均值、合計值、極端值、頻率和變率等各種氣候標(biāo)準(zhǔn)值。世界氣象組織認(rèn)為30年長度已經(jīng)足夠來消除年變化影響,建議各國以30年為標(biāo)準(zhǔn)，為政府部門提供氣候標(biāo)準(zhǔn)值。中國30年氣候整編資料每十年發(fā)布一次整編版本，目前在用版本為中國30年（1981年～2010年）氣候整編資料。作為重要?dú)夂蛸Y料的一種，不僅在很多天氣、氣候、模式計算等方面使用,也廣泛用于農(nóng)業(yè)、環(huán)境、能源利用、交通、旅游以及國防、科研等。本文以正在使用的中國30年（1981年～2010年）氣候整編資料為例，探討整編數(shù)據(jù)庫的設(shè)計。

1 業(yè)務(wù)需求概述

中國30年（1981年～2010年）地面氣候整編資料，基于中國基本、基準(zhǔn)地面氣象觀測站1981年～2010年地面月報信息化文件，按照《氣候資料統(tǒng)計整編方法（1981年～2010）（修改版）》進(jìn)行整編統(tǒng)計而得。要素包括氣壓、氣溫、空氣濕度、云、降水、天氣現(xiàn)象、能見度、蒸發(fā)、積雪、風(fēng)、地溫、凍土、日照等13個。統(tǒng)計值包括平均值、總量、頻率、平均初終日、初終日間日數(shù)等。累年值統(tǒng)計頻次為年、月、旬、候、日，歷年值統(tǒng)計頻次為年、月。統(tǒng)計精度一般精確到小數(shù)點(diǎn)后一位。主要數(shù)據(jù)集包括：

中國地面累年值年值數(shù)據(jù)集(1981年～2010年）；

中國地面累年值月值數(shù)據(jù)集(1981年～2010年）；

中國地面累年值旬值數(shù)據(jù)集(1981年～2010年）；

中國地面累年值候值數(shù)據(jù)集(1981年～2010年）；

中國地面累年值日值數(shù)據(jù)集(1981年～2010年）；

中國地面氣候標(biāo)準(zhǔn)值年值數(shù)據(jù)集(1981年～2010年）；

中國地面氣候標(biāo)準(zhǔn)值月值數(shù)據(jù)集(1981年～2010年）。

30年（1981年～2010年）地面氣候整編資料的使用查詢，往往會以特定臺站、行政區(qū)域和時間為限定查詢條件。使用最多的為單一要素特定統(tǒng)計值指定臺站和時間或時間段的直接查詢，以特定統(tǒng)計值為限定條件的復(fù)合查詢和對查詢結(jié)果的二次統(tǒng)計也有需求。綜上所述，30年（1981年～2010年）地面氣候整編資料的業(yè)務(wù)特點(diǎn)可以概括為：

以累年值、歷年值為主，數(shù)據(jù)總量不是特別龐大；業(yè)務(wù)數(shù)據(jù)中要素、統(tǒng)計值繁多，并且存在種類變動的可能性；業(yè)務(wù)數(shù)據(jù)為一次性寫入，后期基本沒有數(shù)據(jù)更新；時間和臺站及行政區(qū)域是主要的查詢限定條件。

2 數(shù)據(jù)庫設(shè)計思路

以中國地面累年值數(shù)據(jù)集為例，范式化設(shè)計的表結(jié)構(gòu)可以為單一表，包括站號、時間及各類要素與統(tǒng)計值的組合，約70余列。其優(yōu)勢是符合范式化設(shè)計及其帶來的便利，查詢效率在數(shù)據(jù)量不大的前提下有一定保障。其問題通過數(shù)據(jù)庫表的列擴(kuò)展實(shí)現(xiàn)后續(xù)業(yè)務(wù)統(tǒng)計值的變動，其可擴(kuò)展的成本和兼容性較低。

本文中采用了反范式化設(shè)計的表垂直拆分化列為表的方法進(jìn)行了業(yè)務(wù)表的設(shè)計，即將屬性較多，一行數(shù)據(jù)較大的業(yè)務(wù)表，按不同的屬性拆分到不同的表中。垂直拆分后，每個表的表結(jié)構(gòu)和索引結(jié)構(gòu)一致；每個表僅保存單一的實(shí)體數(shù)據(jù)，如累年各月平均氣溫、累年各旬的平均氣溫、累年各月極端最高氣溫、累年各月極端最高氣溫出現(xiàn)日期是四個獨(dú)立的表，表名稱按相關(guān)規(guī)則命名。這樣設(shè)計的主要優(yōu)勢是將列的維護(hù)轉(zhuǎn)換為對表的維護(hù)，提高了數(shù)據(jù)表的可擴(kuò)展性和數(shù)據(jù)庫的易維護(hù)性；單一實(shí)體數(shù)據(jù)的查詢效率有所提高；所有業(yè)務(wù)數(shù)據(jù)表結(jié)構(gòu)一致，實(shí)現(xiàn)了底層數(shù)據(jù)庫的統(tǒng)一設(shè)計，便于后期編程及升級維護(hù)；減小了單個表的長度，劣勢是查詢多個要素值需要使用join關(guān)聯(lián)；以特定統(tǒng)計值為限定條件的復(fù)合查詢需要多條查詢語句，聯(lián)合多個表進(jìn)行查詢。

針對業(yè)務(wù)數(shù)據(jù)為一次性寫入的特點(diǎn)，業(yè)務(wù)數(shù)據(jù)表將建立多重復(fù)合索引以提高查詢效率。并且為了滿足對查詢結(jié)果的二次統(tǒng)計需求，將建立業(yè)務(wù)統(tǒng)計值的復(fù)合索引。

為與實(shí)體數(shù)據(jù)集相對應(yīng)，日照相關(guān)資料采用真太陽時，其他為北京時。

3 數(shù)據(jù)庫功能設(shè)計

數(shù)據(jù)庫邏輯上劃分為元數(shù)據(jù)表和業(yè)務(wù)數(shù)據(jù)表。元數(shù)據(jù)表包括臺站、業(yè)務(wù)數(shù)據(jù)種類，用戶、共享分級、查詢監(jiān)控信息等元數(shù)據(jù)信息。業(yè)務(wù)數(shù)據(jù)表為整編實(shí)體數(shù)據(jù)集。

通過業(yè)務(wù)數(shù)據(jù)種類表，定義不同時效、不同要素、不同統(tǒng)計值與業(yè)務(wù)數(shù)據(jù)表的對應(yīng)。

為了便于以各級行政區(qū)劃為條件進(jìn)行統(tǒng)計查詢，將建立氣象臺站與國標(biāo)行政區(qū)劃代碼的索引，行政區(qū)劃代碼一般由6位阿拉伯?dāng)?shù)字組成，第一、第二位表示?。ㄗ灾螀^(qū)、直轄市、特別行政區(qū)）。第三、第四位表示市（地區(qū)、自治州、盟及國家直轄市所屬市轄區(qū)和縣的匯總碼）。第五、第六位表示縣（市轄區(qū)、縣級市、旗）。

為保證統(tǒng)計精度并提高效率，所有類型的業(yè)務(wù)數(shù)據(jù)以0．01為單位轉(zhuǎn)換為整數(shù)進(jìn)行存儲。

4 元數(shù)據(jù)庫概念結(jié)構(gòu)設(shè)計

4.1 臺站信息表

保存相關(guān)臺站沿革信息，見表1。

4.2 行政代碼字典表

表1 臺站信息表

行政代碼字典，見表2。

表2 行政代碼字典表

4.3 業(yè)務(wù)數(shù)據(jù)種類表

定義業(yè)務(wù)數(shù)據(jù)庫表的名稱、要素、統(tǒng)計值、時效等信息，見表3。

表3 業(yè)務(wù)數(shù)據(jù)種類表

5 業(yè)務(wù)數(shù)據(jù)庫概念結(jié)構(gòu)設(shè)計

業(yè)務(wù)表名稱由業(yè)務(wù)數(shù)據(jù)種類表定義，其結(jié)構(gòu)完全一致，見表4。

表4 業(yè)務(wù)類別表

索引：站號、日期；

站號、日期排序；

站號、數(shù)值；

日期、數(shù)值；

日期排序、數(shù)值。

6 監(jiān)控數(shù)據(jù)庫概念結(jié)構(gòu)設(shè)計

用于記錄數(shù)據(jù)庫表更新查詢等信息，見表5。

表5 數(shù)據(jù)記錄表

7 結(jié)語

30年氣候整編資料數(shù)據(jù)庫設(shè)計是氣象信息化的基礎(chǔ)工作，其功能與性能對后續(xù)系統(tǒng)的研發(fā)有重要影響。本文提出的垂直拆分化列為表的反范式設(shè)計方式，是否是較優(yōu)化的解決方案，需要在實(shí)際工作中不斷驗證與完善。