基于氣象服務(wù)大數(shù)據(jù)洞察平臺(tái)的用戶行為分析

■耿蓉

作者：耿蓉，Email：415129318@qq.com

傳統(tǒng)氣象信息管理和共享服務(wù)系統(tǒng)在可復(fù)用資源、系統(tǒng)集約化程度、信息管理能力、加工處理能力、共享服務(wù)能力等方面的局限性已經(jīng)無法適應(yīng)新型氣象業(yè)務(wù)需求。以用戶需求為導(dǎo)向，立足于市民生活、企業(yè)生產(chǎn)、政府管理的實(shí)際需求，需要不斷拓展大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等最新信息技術(shù)在氣象領(lǐng)域應(yīng)用的廣度和深度，切實(shí)增強(qiáng)信息化對(duì)提升氣象服務(wù)業(yè)務(wù)水平的支撐、引領(lǐng)和帶動(dòng)效用。隨著大數(shù)據(jù)時(shí)代的到來，大數(shù)據(jù)和氣象服務(wù)的結(jié)合越來越緊密。大數(shù)據(jù)應(yīng)用于各專業(yè)氣象服務(wù)的理念，核心是大數(shù)據(jù)技術(shù)獲取非氣象類的大數(shù)據(jù)，及其與氣象數(shù)據(jù)的碰撞，表現(xiàn)為專業(yè)氣象服務(wù)水平的提升和服務(wù)方式的革新。將“氣象行業(yè)大數(shù)據(jù)”和“氣象互聯(lián)網(wǎng)大數(shù)據(jù)”有效融合，能夠更加有效地應(yīng)對(duì)各種業(yè)務(wù)服務(wù)需求和社會(huì)服務(wù)需求。喻迎春等利用氣象相關(guān)的互聯(lián)網(wǎng)新聞、輿情大數(shù)據(jù)和新媒體發(fā)展數(shù)據(jù)，分析了江西省公共氣象服務(wù)需求，發(fā)現(xiàn)大部分公眾更關(guān)注當(dāng)天天氣，對(duì)其他氣象相關(guān)問題的參與度較低。對(duì)于公眾關(guān)注氣象信息的渠道來說，于庚康等研究發(fā)現(xiàn)江蘇省公眾獲取氣象信息的主要渠道是電視、手機(jī)和網(wǎng)絡(luò)。曹梅等利用深圳天氣官方微博、微信服務(wù)號(hào)、手機(jī)客戶端為研究對(duì)象，結(jié)合不同天氣過程進(jìn)行對(duì)比，分析了各種服務(wù)產(chǎn)品的用戶數(shù)量變化和公眾關(guān)注度變化進(jìn)行分析，發(fā)現(xiàn)客戶端的點(diǎn)擊數(shù)和下載量具有明顯的年變化特征且在重大天氣過程頻繁期對(duì)客戶端的需求量較大。

本文對(duì)上海市氣象服務(wù)中心氣象服務(wù)大數(shù)據(jù)洞察平臺(tái)的后臺(tái)用戶行為大數(shù)據(jù)進(jìn)行深入挖掘分析，實(shí)現(xiàn)對(duì)上海市民氣象服務(wù)使用情況定性、定量分析。通過總體洞察、分析用戶畫像用戶標(biāo)簽，并結(jié)合氣象要素變化和用戶行為變化之間的相關(guān)性分析，真實(shí)還原了上海市民在不同具體時(shí)期的氣象服務(wù)使用情況，充分發(fā)揮了數(shù)據(jù)信息的服務(wù)功能。

1 數(shù)據(jù)

上海市氣象服務(wù)中心的“氣象服務(wù)大數(shù)據(jù)洞察平臺(tái)”依托“多終端跨屏大數(shù)據(jù)”優(yōu)勢(shì)建立，平臺(tái)基于囊括PC（常用氣象類服務(wù)網(wǎng)站）、IPTV（氣象類電視欄目）、手機(jī)終端（常用氣象類手機(jī)APP）以下簡(jiǎn)稱PC、IPTV、Mobile多終端數(shù)據(jù)來源的用戶流量數(shù)據(jù)，主要提供PC、IPTV、Mobile三終端的上海市民每日訪問的PV以及UV數(shù)據(jù)。其中PV（Page View）訪問量數(shù)據(jù)定義為瀏覽量或點(diǎn)擊量，旨在衡量用戶訪問的網(wǎng)頁（電視節(jié)目、APP）的數(shù)量，在每日的統(tǒng)計(jì)周期內(nèi)用戶每打開或刷新一個(gè)頁面就記錄1次，多次打開或刷新同一頁面則瀏覽量累計(jì)。UV（Unique Visitor）代表獨(dú)立訪客數(shù)量，可以理解成一天內(nèi)訪問某網(wǎng)站（電視節(jié)目、APP）的終端的數(shù)量。在多次打開但不清除cookies，再次訪問相關(guān)內(nèi)容時(shí)，統(tǒng)計(jì)的UV數(shù)是不變的。此外該平臺(tái)還提供基于電信集團(tuán)用戶大數(shù)據(jù)庫(kù)的氣象服務(wù)使用者的用戶標(biāo)簽、氣象網(wǎng)站評(píng)分以及實(shí)時(shí)氣象熱詞等內(nèi)容。

本文主要使用數(shù)據(jù)為氣象服務(wù)大數(shù)據(jù)洞察平臺(tái)監(jiān)測(cè)到的多端渠道數(shù)據(jù)（PC網(wǎng)站、IPTV欄目、手機(jī)APP）的PV以及UV數(shù)據(jù)，它基于對(duì)熱門氣象服務(wù)網(wǎng)站、手機(jī)APP以及氣象類電視欄目的總體使用日常流量數(shù)據(jù)監(jiān)測(cè)統(tǒng)計(jì)。此外還有依托上海電信公司大數(shù)據(jù)庫(kù)中的上海市使用氣象服務(wù)人群的用戶標(biāo)簽，該數(shù)據(jù)標(biāo)簽庫(kù)囊括了用戶的年齡、性別以及車輛使用情況等信息。平臺(tái)數(shù)據(jù)能夠較為有代表性地反映上海市民對(duì)氣象服務(wù)的使用情況。該大數(shù)據(jù)平臺(tái)于2017年年底投入運(yùn)行，本文取選氣象服務(wù)大數(shù)據(jù)洞察平臺(tái)2018年3月1日至2019年2月28日整年的數(shù)據(jù)。文中所使用到的氣象數(shù)據(jù)是上海市區(qū)國(guó)家站徐家匯站點(diǎn)（站號(hào)58367）的氣象數(shù)據(jù)。

2 數(shù)據(jù)獲取及分析

2.1 總體洞察

統(tǒng)計(jì)2018年3月1日至2019年2月28日期間每日的PC、IPTV、Mobile三端之和PV、UV數(shù)據(jù)，時(shí)間跨度包含春夏秋冬四個(gè)季節(jié)。由于這是目前公眾主要獲取三種氣象渠道的來源，認(rèn)為其代表上海市民對(duì)氣象信息的關(guān)注度。從2018年3月1日至2019年2月28日期間每日的PC、IPTV、Mobile三端之和的PV、UV時(shí)間序列來看（圖1），PV、UV時(shí)間序列變化整體趨勢(shì)一致，上海市民對(duì)氣象服務(wù)使用情況存在季節(jié)，這與曹梅等發(fā)現(xiàn)的深圳市民對(duì)氣象服務(wù)的使用情況較為相似。具體表現(xiàn)為上海市民在春、夏、秋季對(duì)氣象信息關(guān)注度較高，冬季關(guān)注度相對(duì)來說略低，這可能是由于冬季相對(duì)其他季節(jié)所發(fā)生的天氣過程相對(duì)平穩(wěn)，所以市民對(duì)氣象信息的關(guān)注程度偏低。從UV、PV時(shí)間序列來看，在某些時(shí)間段，上海市民對(duì)天氣關(guān)注度變化存在波動(dòng)，下文還將針對(duì)這些關(guān)注度變化比較大的部分做個(gè)例分析。

圖1 PC、IPTV、Mobile每日PV、UV之和的時(shí)間序列

對(duì)前文中提到的UV、PV數(shù)據(jù)進(jìn)行計(jì)算，粗略認(rèn)為用每日的PV/UV后可以得到對(duì)應(yīng)的用戶關(guān)注氣象信息的次數(shù)。用戶關(guān)注氣象信息的次數(shù)大約在5～25次不等，沒有存在明顯的季節(jié)變化。關(guān)注度較高的兩個(gè)峰值出現(xiàn)在2018年“十一”長(zhǎng)假前期和12月上旬。關(guān)于12月上旬，出現(xiàn)了一次寒潮過程，將在后面具體分析。將Mobile、PC、IPTV三個(gè)終端數(shù)據(jù)分開來看，發(fā)現(xiàn)用戶使用手機(jī)端每日訪問次數(shù)最高。平均來說，Mobile 用戶每天使用7次、PC端使用 3次、IPTV大約在1次?？梢?，比起傳統(tǒng)的網(wǎng)站和電視欄目，手機(jī)客戶端占有明顯的市場(chǎng)優(yōu)勢(shì)，這是由于目前手機(jī)網(wǎng)民的高普及率。根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的第44次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，截至2019年6月，我國(guó)網(wǎng)民使用手機(jī)上網(wǎng)的比例達(dá)99.1%。由此可以看出，做好手機(jī)端的用戶氣象服務(wù)還有很大的空間和市場(chǎng)。

為了對(duì)比分析不同終端渠道用戶使用氣象服務(wù)的區(qū)別，將三端PV數(shù)據(jù)分開來看（圖2），絕大多數(shù)流量來自手機(jī)端（Mobile）來訪問天氣，占比96%，PC端訪問量只有3%，而IPTV僅僅為1%。這印證了目前氣象影視收益下降的根本原因是由于市民使用電視這一終端獲取氣象服務(wù)的比例陡降。因此，氣象部門在利用好氣象類APP、官方微信號(hào)、官方微博的優(yōu)勢(shì)做好服務(wù)的同時(shí)，應(yīng)當(dāng)考慮氣象影視節(jié)目的轉(zhuǎn)型升級(jí)來吸引更多的電視用戶。

圖2 PC、Mobile、IPTV終端使用氣象服務(wù)的用戶占比

2.2 用戶畫像淺析

用戶畫像是以用戶的資料、行為、偏好分析結(jié)果為基礎(chǔ)，直觀描述用戶的基本特征及其偏好情況，能夠?yàn)闅庀蠓?wù)使用行為洞察等重點(diǎn)應(yīng)用提供用戶層面的信息支撐。對(duì)于2018年3月至2019年2月這一時(shí)間區(qū)間內(nèi)，結(jié)合UV數(shù)據(jù)統(tǒng)計(jì)結(jié)果及電信大數(shù)據(jù)庫(kù)提供的部分基于PC、Moblie使用互聯(lián)網(wǎng)氣象服務(wù)的用戶人群畫像標(biāo)簽，包括性別、年齡、家庭車輛擁有情況等屬性內(nèi)容進(jìn)行分析。

對(duì)于上海市使用氣象服務(wù)用戶的市民年齡進(jìn)行統(tǒng)計(jì)可以發(fā)現(xiàn)（圖3），用戶群體集中分布在30歲以上的成年人群，30歲以下的用戶僅僅占到用戶總數(shù)的11%。

圖3 氣象服務(wù)用戶年齡分布情況

對(duì)上海市關(guān)注氣象信息市民的性別進(jìn)行分析可以發(fā)現(xiàn)，女性用戶占比高達(dá)72%，遠(yuǎn)高于男性，因此女性比男性更加關(guān)注天氣情況，后期可考慮可針對(duì)成年女性用戶推送穿衣搭配、育兒信息等精準(zhǔn)廣告投放。

對(duì)上海市關(guān)注氣象信息市民的汽車擁有情況進(jìn)行分析可以發(fā)現(xiàn)（圖略），在使用上海市氣象服務(wù)的用戶群體中，29%的用戶擁有汽車， 占總用戶的近三分之一。根據(jù)上海市交通行業(yè)發(fā)展報(bào)告，2018年全市注冊(cè)機(jī)動(dòng)車千人擁有率為161輛/千人。后期可以考慮為車主定向推送囊括出行指數(shù)、洗車指數(shù)的專屬的氣象服務(wù)產(chǎn)品。

有效掌握和利用上述年齡性別以及車輛擁有情況的用戶畫像，有助于全面掌握上海氣象服務(wù)用戶互聯(lián)網(wǎng)生活特征，感知不同天氣場(chǎng)景下不同標(biāo)簽用戶的行為變化，以支撐相關(guān)氣象公共服務(wù)工作開展。未來將更加精準(zhǔn)地對(duì)人群實(shí)現(xiàn)分類服務(wù)，進(jìn)一步開辟更多圍繞“氣象大數(shù)據(jù)”應(yīng)用服務(wù)的新市場(chǎng)。

2.3 氣溫和降水對(duì)用戶行為的影響

為了更加深入洞察氣象要素的變化與上海市民對(duì)氣象信息關(guān)注度變化之間的對(duì)應(yīng)關(guān)系，探究每當(dāng)氣象要素變化時(shí)，公眾對(duì)氣象信息的關(guān)注度情況，選取文章第一部分中時(shí)間序列變化較大期間的流量數(shù)據(jù)并結(jié)合氣溫和降水兩個(gè)公眾主要關(guān)心的氣象要素來進(jìn)行個(gè)例分析。

對(duì)于降水，采用上海市區(qū)徐家匯站點(diǎn)的24小時(shí)累計(jì)降水量。對(duì)于氣溫，由于溫度的變化對(duì)百姓的實(shí)際生活更有影響，因此，用日變溫（即每日平均氣溫之差）以下簡(jiǎn)稱日變溫，來代替日平均氣溫，考慮其對(duì)公眾對(duì)氣象信息關(guān)注度的影響。

2.3.1 暴雨及臺(tái)風(fēng)天氣過程

表1列出了部分PV變化率較高的時(shí)間段的雨量、日變溫、PV、PV變化率、UV、UV變化率及PV/UV數(shù)據(jù)。對(duì)于4月23日當(dāng)日的一次降水過程，徐家匯站點(diǎn)降水量為53.1 mm，日變溫為4.5 ℃。在4月22日，PV增長(zhǎng)率就比前一天增長(zhǎng)33.4%，UV則增長(zhǎng)了9%，PV/UV的值也有所提高。4月24日，當(dāng)此次降水過程結(jié)束，PV、UV變化率又有了明顯的下降，與之對(duì)應(yīng)的PV/UV的值也下降了。在5月25日，徐家匯站點(diǎn)降水量為44.2 mm，當(dāng)天日變溫－1.3 ℃，當(dāng)日，用戶PV提高了30.9%，UV增長(zhǎng)了7.6%，PV/UV也顯著增長(zhǎng)。

表1 夏季時(shí)段雨量、日變溫及對(duì)應(yīng)的PV、PV變化率，UV、UV變化率及PV/UV

對(duì)于2018年的臺(tái)風(fēng)季來說，臺(tái)風(fēng)和降水過程所帶來的氣象信息關(guān)注度的變化也十分明顯。2018年8月3日，第12號(hào)臺(tái)風(fēng)云雀（熱帶風(fēng)暴級(jí)）給徐家匯站點(diǎn)帶來的降水量達(dá)到56.5 mm，當(dāng)天日變溫為－3.5 ℃，PV上升了20.9%，UV也提高了7.5%。8月12日第14號(hào)臺(tái)風(fēng)摩羯（熱帶風(fēng)暴級(jí)）給徐家匯站點(diǎn)帶來64.4 mm的降水量，日變溫為為－3.7 ℃。當(dāng)天，PV變化率為26.6%，UV提高了14.2%，PV/UV也有所提高。2018年8月17日，第18號(hào)臺(tái)風(fēng)溫比亞（熱帶風(fēng)暴級(jí)）清晨在上海浦東新區(qū)南部沿海登陸，這是近一個(gè)月以內(nèi)第3個(gè)登陸上海的臺(tái)風(fēng)，在上海140多年氣象記錄史上首次出現(xiàn)，當(dāng)日，城區(qū)徐家匯站降水量達(dá)到70.6 mm?？赡苁怯捎诿襟w及時(shí)的宣傳報(bào)道，早在8月16日臺(tái)風(fēng)登陸的前一天，PV變化率就上升了42.8%，UV變化率也上升了11.6%，PV/UV也明顯提高。

由此可見，每當(dāng)暴雨、臺(tái)風(fēng)等重大天氣過程發(fā)生時(shí)，市民對(duì)氣象信息的關(guān)注度驟升，無論是PV代表的用戶次數(shù)以及UV代表的用戶量以及PV/UV都有明顯的提高，在一些重要天氣過程來臨時(shí)，由于官方媒體的信息宣傳發(fā)布到位，關(guān)注度的提升甚至出現(xiàn)在天氣過程發(fā)生之前。作為氣象服務(wù)部門，每當(dāng)重大天氣過程發(fā)生時(shí)，應(yīng)當(dāng)加密公眾氣象服務(wù)，及時(shí)做好信息發(fā)布和群眾生產(chǎn)生活引導(dǎo)工作。

2.3.2 冬季寒潮及連陰雨天氣過程

2018年12月，上海發(fā)生了一次寒潮天氣過程，選取2018年12月2—9日的連續(xù)降溫天氣過程，列出期間雨量、日變溫、PV、PV變化率、UV、UV變化率以及PV/UV數(shù)據(jù)。從表2可以看出，12月4日起當(dāng)寒潮天氣過程發(fā)生時(shí)，PV變化率和UV變化率都有提高，其中PV提高了53.2%、UV提高了57.9%。12月7日當(dāng)天，降水量達(dá)到19.2 mm，日變溫為－5.5 ℃，當(dāng)天PV增長(zhǎng)了30.43%，UV增長(zhǎng)了29.43%。值得注意的是，從12月6日開始，PV/UV的值明顯提高，而當(dāng)寒潮過程結(jié)束時(shí)，由于UV驟降，而PV卻變化不大，導(dǎo)致12月8日、12月9日PV/UV顯著上升，具體原因還有待進(jìn)一步探究。

表2 冬季時(shí)段雨量、日變溫及對(duì)應(yīng)的PV、PV變化率，UV、UV變化率及PV/UV

2018—2019年上海發(fā)生了百年一遇的陰雨濕冷天氣。在徐家匯有氣象記錄以來的145年中，2018—2019年的連綿陰雨僅次于同時(shí)期的1918—1919年，居于第二高位。選取2019年2月7—22日（共計(jì)16 d）時(shí)間段的雨量、日變溫、PV、PV變化率、UV、UV變化率及PV/UV數(shù)據(jù)并與之前相對(duì)降水量較少的16天進(jìn)行比對(duì)。2月7—22日的PV累計(jì)26291480次，比1月24日到2月6日的累計(jì)19637720次增長(zhǎng)高達(dá)34.6%，而UV則高出26.7%。1月24日—2月22日期間，當(dāng)2月7日連陰雨過程開始后，無論是PV還是UV都呈現(xiàn)整體遞增的趨勢(shì)。

由此可見，當(dāng)冬季的連續(xù)降溫過程發(fā)生或連陰雨持續(xù)時(shí)間較長(zhǎng)時(shí)，用戶對(duì)于氣象信息的關(guān)注度明顯提高?；仡?018—2019年期間上海市的發(fā)生的連陰雨天氣過程，新聞媒體頻頻爆出干衣機(jī)、內(nèi)衣內(nèi)褲等季節(jié)性用品一度脫銷的新聞，今后可考慮在氣象APP欄目進(jìn)行定向廣告投放，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。

3 結(jié)論及展望

基于氣象服務(wù)大數(shù)據(jù)洞察平臺(tái)的用戶PV、UV數(shù)據(jù)并結(jié)合用戶標(biāo)簽庫(kù)以及氣象數(shù)據(jù)進(jìn)行研究可以發(fā)現(xiàn)，總體來看，上海市民對(duì)氣象服務(wù)的使用情況呈現(xiàn)季節(jié)變化，在春、夏、秋三季的關(guān)注度明顯高于冬季。大部分用戶傾向于使用手機(jī)來獲取氣象服務(wù)。用戶畫像方面，氣象服務(wù)的用戶以成年人群為主，女性用戶居多，關(guān)注天氣的市民中大部分沒有私家車。當(dāng)暴雨、臺(tái)風(fēng)、降溫等天氣過程發(fā)生時(shí)，市民對(duì)氣象信息的需求情況驟升，當(dāng)天氣過程結(jié)束后，需求會(huì)有所下降。

大數(shù)據(jù)的核心是預(yù)測(cè)，利用氣象服務(wù)大數(shù)據(jù)洞察平臺(tái)所監(jiān)測(cè)的用戶氣象服務(wù)使用情況以及實(shí)況觀測(cè)氣象要素?cái)?shù)據(jù)，將人的行為數(shù)據(jù)和氣象數(shù)據(jù)深度融合分析，旨在打造創(chuàng)新性的大數(shù)據(jù)氣象服務(wù)產(chǎn)品，為精準(zhǔn)氣象服務(wù)提供實(shí)時(shí)數(shù)據(jù)導(dǎo)向和支持，提升對(duì)以用戶需求為導(dǎo)向的精細(xì)化智能服務(wù)產(chǎn)品的服務(wù)能力。

由于氣象服務(wù)大數(shù)據(jù)洞察平臺(tái)投入應(yīng)用伊始，隨著時(shí)間序列的增長(zhǎng)，今后長(zhǎng)時(shí)間序列用戶行為大數(shù)據(jù)結(jié)合氣象數(shù)據(jù)能夠更加深入的探究氣象要素的變化對(duì)用戶行為的影響。除了常規(guī)的降水量、日變溫以外下一步我們還將探究空氣質(zhì)量、能見度等與生產(chǎn)生活密切氣象要素變化與用戶使用氣象服務(wù)變化之間的相關(guān)性關(guān)系。對(duì)于用戶畫像，將在后期采用更多有指導(dǎo)意義的用戶信息進(jìn)行融合，做更加精細(xì)的畫像，從而能夠進(jìn)一步根據(jù)天氣的變化對(duì)不同人群對(duì)氣象服務(wù)使用的行為進(jìn)行預(yù)測(cè)，在交通、物流、旅游、保險(xiǎn)、餐飲外賣等民生氣象服務(wù)領(lǐng)域推送以需求為導(dǎo)向的精細(xì)化氣象服務(wù)產(chǎn)品。此外，還將引入其他大數(shù)據(jù)平臺(tái)進(jìn)行數(shù)據(jù)量的擴(kuò)展和質(zhì)的提升，實(shí)現(xiàn)多元化大數(shù)據(jù)為與氣象數(shù)據(jù)的碰撞，提升專業(yè)氣象服務(wù)水平，進(jìn)一步增強(qiáng)信息化對(duì)提升氣象服務(wù)業(yè)務(wù)水平的支撐、引領(lǐng)和帶動(dòng)效用。

深入閱讀

曹梅, 李海龍, 肖然, 2018. 深圳市重大天氣過程互聯(lián)網(wǎng)數(shù)據(jù)變化與氣象服務(wù). 廣東氣象, 40(5): 51-53.

達(dá)月珍, 2019. 淺析氣象部門運(yùn)作天氣類app和氣象微信公眾號(hào)的優(yōu)勢(shì). 氣象科技進(jìn)展, 9(3): 60-64.

梁文昌, 2017. 數(shù)據(jù)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn). 北京: 北京交通大學(xué).

沈文海, 2016. 再析氣象大數(shù)據(jù)及其應(yīng)用. 中國(guó)信息化, (1): 85-96.

唐延婧, 彭芳, 羅喜平, 等, 2017. 大數(shù)據(jù)在貴州專業(yè)氣象服務(wù)的應(yīng)用及展望. 氣象科技進(jìn)展, 7(2): 54-59.

田蘭, 熊偉, 趙秋云, 等, 2019. 面向服務(wù)的氣象大數(shù)據(jù)集成與共享技術(shù)研究. 中國(guó)科技成果, 20(13): 78-79.

王海成, 2016. 大數(shù)據(jù)時(shí)代政府管理的應(yīng)對(duì)策略. 哈爾濱學(xué)院學(xué)報(bào), 37(6): 41-43.

于庚康, 申雙和, 羅艷, 等, 2012. 基于江蘇省公眾氣象服務(wù)效益的分析與研究. 氣象, 38(12): 1546-1553.

喻迎春, 吳楠, 黃震宇, 等, 2018. 基于大數(shù)據(jù)的公共氣象服務(wù)需求分析與效益評(píng)估. 氣象與減災(zāi)研究, 41(3): 68-72.