氣象災(zāi)害風(fēng)險管理系統(tǒng)設(shè)計與應(yīng)用

李 瑩 王國復(fù)

(國家氣候中心， 北京 100081)

引 言

我國是世界上氣象災(zāi)害最為嚴(yán)重的國家之一。1991—2020年平均每年氣象災(zāi)害造成我國2000多億元的直接經(jīng)濟損失及3000余人死亡，占全國國內(nèi)生產(chǎn)總值的1.7%[1]。在全球氣候變暖背景下，隨著我國社會經(jīng)濟發(fā)展進程的加快，氣象災(zāi)害不斷給國家安全、經(jīng)濟社會可持續(xù)發(fā)展、生態(tài)環(huán)境以及人們的日常生活帶來嚴(yán)重威脅[2]。

氣象災(zāi)害影響的嚴(yán)重程度不僅與致災(zāi)因子(如極端天氣氣候事件)有關(guān)，很大程度還取決于承災(zāi)體的暴露度和脆弱性[3-5]，在防災(zāi)減災(zāi)過程中理解和管理災(zāi)害風(fēng)險具有十分重要的意義[6-7]。面對多變的極端天氣氣候事件，面對復(fù)雜的承災(zāi)體暴露度和脆弱性特征，面對日益緊迫的防災(zāi)減災(zāi)形勢，氣象防災(zāi)減災(zāi)的重點從減少災(zāi)害損失向減輕災(zāi)害風(fēng)險轉(zhuǎn)變。全面提升氣象災(zāi)害風(fēng)險管理能力是當(dāng)前氣象科學(xué)和服務(wù)領(lǐng)域的重要研究內(nèi)容，既是科學(xué)問題，同時也是極具挑戰(zhàn)性的業(yè)務(wù)發(fā)展問題。

災(zāi)害風(fēng)險管理是典型的交叉學(xué)科，其發(fā)展既依賴于各類氣象觀測數(shù)據(jù)、數(shù)值預(yù)報產(chǎn)品，又需要社會經(jīng)濟、工農(nóng)業(yè)生產(chǎn)、基礎(chǔ)設(shè)施等承災(zāi)體數(shù)據(jù)。氣象災(zāi)害風(fēng)險管理系統(tǒng)作為防災(zāi)減災(zāi)的非工程措施，可為用戶提供決策依據(jù)，是減輕氣象災(zāi)害風(fēng)險最有效的工具之一。早在21世紀(jì)初，國外一些機構(gòu)已利用在線災(zāi)害圖集進行風(fēng)險管理。美國內(nèi)布拉斯加大學(xué)林肯分校建立了一套在線的、實時更新的干旱風(fēng)險圖集支撐全美干旱災(zāi)害的風(fēng)險管理[8]。國內(nèi)也已開展諸多利用災(zāi)害圖集和風(fēng)險圖集進行風(fēng)險管理的工作[9-10]。由于構(gòu)成災(zāi)害風(fēng)險的致災(zāi)因子、承災(zāi)體的暴露度和脆弱性是變化的，在進行風(fēng)險分析和風(fēng)險決策時需充分考慮這些動態(tài)因子帶來的風(fēng)險變化。為滿足實時性、動態(tài)性和綜合性要求，充分利用信息化手段開展災(zāi)害風(fēng)險管理已成為發(fā)展趨勢[11]。

為提高災(zāi)害風(fēng)險管理支撐能力，我國已開始由傳統(tǒng)災(zāi)害性天氣預(yù)報向基于氣象災(zāi)害影響預(yù)報和風(fēng)險預(yù)警的轉(zhuǎn)變[12-13]，形成一套由氣象災(zāi)害風(fēng)險普查、科學(xué)確定致災(zāi)閾值、基于閾值的災(zāi)害風(fēng)險預(yù)警、定量化災(zāi)害風(fēng)險評估、精細化災(zāi)害風(fēng)險區(qū)劃[14]、業(yè)務(wù)檢驗和效益評估組成的技術(shù)體系，初步建立國家級、省級、市級、縣級四級氣象災(zāi)害風(fēng)險管理業(yè)務(wù)體系。與此同時，氣象大數(shù)據(jù)和氣象云的發(fā)展，為氣象災(zāi)害風(fēng)險管理帶來新機遇與新挑戰(zhàn)[15-17]。一方面需要納入多種新的災(zāi)害風(fēng)險管理業(yè)務(wù)技術(shù)方法，適應(yīng)由單一災(zāi)種、面向有限行業(yè)的獨立業(yè)務(wù)向多災(zāi)種、多行業(yè)交叉業(yè)務(wù)的轉(zhuǎn)變；另一方面數(shù)據(jù)共享機制尚未建立、大數(shù)據(jù)挖掘應(yīng)用能力薄弱，氣象災(zāi)害信息、基礎(chǔ)地理信息、社會經(jīng)濟信息等各類數(shù)據(jù)需要進行統(tǒng)一、規(guī)范的集成和綜合處理，為氣象災(zāi)害風(fēng)險管理業(yè)務(wù)提供基礎(chǔ)數(shù)據(jù)支撐。因此，迫切需要建立一套氣象災(zāi)害風(fēng)險管理系統(tǒng)支撐業(yè)務(wù)體系的發(fā)展。

氣象災(zāi)害風(fēng)險管理系統(tǒng)功能應(yīng)覆蓋風(fēng)險業(yè)務(wù)的主要環(huán)節(jié)，特別是能夠生產(chǎn)制作氣象災(zāi)害影響評估、風(fēng)險評估、風(fēng)險預(yù)估等業(yè)務(wù)產(chǎn)品，為風(fēng)險管理業(yè)務(wù)人員和相關(guān)決策者所用，與氣候信息交互顯示與分析平臺(CIPAS)在產(chǎn)品體系和用戶群有所不同[18]，分別實現(xiàn)對外和對內(nèi)支撐，共同組成氣候業(yè)務(wù)核心平臺。氣象災(zāi)害風(fēng)險管理系統(tǒng)應(yīng)以客觀化、定量化和精細化為目標(biāo)，隨著風(fēng)險管理業(yè)務(wù)體系的發(fā)展不斷完善。氣象災(zāi)害風(fēng)險管理系統(tǒng)應(yīng)采用大數(shù)據(jù)時空融合、Web-GIS、空間數(shù)據(jù)的分布式存儲等先進技術(shù)開展建設(shè)，適應(yīng)新業(yè)務(wù)拓展需要。氣象災(zāi)害風(fēng)險管理系統(tǒng)應(yīng)全面融入氣象大數(shù)據(jù)云平臺，實現(xiàn)集約化高效發(fā)展。在推廣應(yīng)用上，系統(tǒng)不僅能夠滿足國家級業(yè)務(wù)發(fā)展的需求，還應(yīng)推廣應(yīng)用到省級、市級和縣級，有效支撐各級用戶對氣象災(zāi)情、致災(zāi)因子、風(fēng)險指標(biāo)、風(fēng)險產(chǎn)品等信息檢索、多維顯示、在線分析和產(chǎn)品制作的需求。

基于上述定位和需求，國家氣候中心2017年啟動氣象災(zāi)害風(fēng)險管理系統(tǒng)建設(shè)，2018年完成核心框架、主要功能和數(shù)據(jù)環(huán)境建設(shè)，并于2019年通過業(yè)務(wù)化評審，2020年在國家級業(yè)務(wù)單位投入應(yīng)用。多類業(yè)務(wù)產(chǎn)品的發(fā)布有效支撐了防災(zāi)減災(zāi)決策服務(wù)。

1 總體框架

氣象災(zāi)害風(fēng)險管理系統(tǒng)的設(shè)計思路是“數(shù)字風(fēng)險一張圖”。在數(shù)據(jù)層面，整合致災(zāi)因子、氣象災(zāi)情、致災(zāi)閾值、承災(zāi)體、隱患點、數(shù)值天氣預(yù)報、客觀化氣候預(yù)測模式產(chǎn)品、綜合風(fēng)險普查等各類信息；在應(yīng)用層面，以主要氣象災(zāi)害事件(暴雨、干旱、高溫、低溫、臺風(fēng)等)為主線，在線分析制作精細化、定量化、客觀化災(zāi)害風(fēng)險產(chǎn)品；在運行管理層面，在統(tǒng)一業(yè)務(wù)標(biāo)準(zhǔn)、數(shù)據(jù)環(huán)境、軟件架構(gòu)、技術(shù)實現(xiàn)和運行環(huán)境下，開展系統(tǒng)設(shè)計、建設(shè)和運行維護。

系統(tǒng)總體框架如圖1所示。數(shù)據(jù)層是數(shù)據(jù)采集和存儲部分，存儲系統(tǒng)所需各類數(shù)據(jù)，包括基礎(chǔ)專題應(yīng)用數(shù)據(jù)以及支撐業(yè)務(wù)的其他數(shù)據(jù)。支撐層通過服務(wù)接口提供業(yè)務(wù)功能、地理信息功能和數(shù)據(jù)地圖等服務(wù)。應(yīng)用層是系統(tǒng)的核心，分為大數(shù)據(jù)應(yīng)用分系統(tǒng)、模型算法分系統(tǒng)、在線分析與產(chǎn)品制作分系統(tǒng)和綜合運維分系統(tǒng)。用戶層包含不同的用戶角色，分為氣象部門內(nèi)用戶和部門外用戶。系統(tǒng)還建立安全保障與運維管理體系和標(biāo)準(zhǔn)規(guī)范體系，貫穿于數(shù)據(jù)層、支撐層、應(yīng)用層和用戶層，用于系統(tǒng)開發(fā)、數(shù)據(jù)管理、產(chǎn)品應(yīng)用以及運行安全等方面的規(guī)范、保障和管理。

2 分系統(tǒng)設(shè)計

氣象災(zāi)害風(fēng)險管理系統(tǒng)分為4個分系統(tǒng)：大數(shù)據(jù)應(yīng)用分系統(tǒng)、模型算法分系統(tǒng)、在線分析與產(chǎn)品制作分系統(tǒng)和綜合運維分系統(tǒng)。

2.1 大數(shù)據(jù)應(yīng)用分系統(tǒng)

大數(shù)據(jù)應(yīng)用分系統(tǒng)包括各類數(shù)據(jù)的實體庫和建庫、管理的技術(shù)規(guī)范流程。數(shù)據(jù)是大數(shù)據(jù)應(yīng)用分系統(tǒng)的核心，包括API接口調(diào)用數(shù)據(jù)[19]、風(fēng)險普查數(shù)據(jù)、科研成果數(shù)據(jù)、模式模擬數(shù)據(jù)、網(wǎng)絡(luò)抓取數(shù)據(jù)、行業(yè)交換數(shù)據(jù)、基礎(chǔ)地圖數(shù)據(jù)等。數(shù)據(jù)采集有兩種方式：一是基于可視化建模技術(shù)的后臺自動化處理，如采集災(zāi)情直報數(shù)據(jù)、氣象要素數(shù)據(jù)、臺風(fēng)路徑數(shù)據(jù)、S2S預(yù)測數(shù)據(jù)[20]，以及網(wǎng)絡(luò)抓取數(shù)據(jù)等，是系統(tǒng)主要數(shù)據(jù)采集方式；二是基于Web的人工處理，如采集年度災(zāi)情數(shù)據(jù)、昨日災(zāi)情數(shù)據(jù)、臺風(fēng)登陸信息等。在數(shù)據(jù)質(zhì)量控制方面，制定數(shù)據(jù)質(zhì)量檢查方案，在數(shù)據(jù)采集接入時按照預(yù)定規(guī)則質(zhì)檢，從數(shù)據(jù)格式、邏輯性、空間一致性等方面自動識別問題數(shù)據(jù)，并給出提示信息。以災(zāi)情數(shù)據(jù)為例，利用時間合理性、閾值間比較、字段邏輯關(guān)系、無效記錄檢驗等多種方式完成數(shù)據(jù)的自動審核。在數(shù)據(jù)存儲方面，有Oracle，mySQL，PostgreSQL，Elasticsearch和文件型等多種存儲方式，系統(tǒng)采用Supermap的動態(tài)配準(zhǔn)技術(shù)，利用數(shù)據(jù)時空屬性進行數(shù)據(jù)融合。在數(shù)據(jù)管理方面，建立氣象災(zāi)害風(fēng)險大數(shù)據(jù)資源目錄，實現(xiàn)元數(shù)據(jù)驅(qū)動的數(shù)據(jù)存儲與管理。在數(shù)據(jù)監(jiān)控方面，利用數(shù)據(jù)可視化大屏對數(shù)據(jù)總量、增量、質(zhì)量和采集生產(chǎn)情況進行實時監(jiān)控。在數(shù)據(jù)備份方面，根據(jù)不同的數(shù)據(jù)類型采用不同的備份策略，對氣象災(zāi)情等錄入數(shù)據(jù)、文件型數(shù)據(jù)以及系統(tǒng)加工產(chǎn)品采用每日增量備份的方式，對API直接調(diào)用的數(shù)據(jù)則無需備份。在數(shù)據(jù)歸檔方面，根據(jù)數(shù)據(jù)的更新頻率劃定優(yōu)先級，將風(fēng)險區(qū)劃、風(fēng)險普查等靜態(tài)數(shù)據(jù)優(yōu)先歸檔。

同時，建立數(shù)據(jù)整理、建庫和管理的規(guī)范和流程，包括數(shù)據(jù)收集、數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)入庫、數(shù)據(jù)備份、數(shù)據(jù)歸檔、數(shù)據(jù)清洗、數(shù)據(jù)服務(wù)、數(shù)據(jù)接口等多個環(huán)節(jié)，確保系統(tǒng)所有數(shù)據(jù)能夠在統(tǒng)一的框架、流程和規(guī)格下，實現(xiàn)有效的數(shù)據(jù)管理。目前，大數(shù)據(jù)應(yīng)用分系統(tǒng)存儲的數(shù)據(jù)和產(chǎn)品集按照功能分為13類(表1)，記錄超過9億條，容量超過30TB。

表1 數(shù)據(jù)類別表Table 1 Data types

2.2 模型算法分系統(tǒng)

模型算法分系統(tǒng)以算法為核心，包括算法注冊、算法編輯、算法調(diào)度管理和算法運行監(jiān)控等模塊，通過算法集成和有效管理，提升系統(tǒng)功能性和兼容性。模型算法分系統(tǒng)獨立封裝各類氣象災(zāi)害風(fēng)險算法和評估模型，將符合接口標(biāo)準(zhǔn)的算法或模型進行注冊，實現(xiàn)災(zāi)害風(fēng)險各類模型統(tǒng)一優(yōu)化編輯、管理調(diào)度和運行監(jiān)控。

為了滿足不同應(yīng)用場景的需要，如災(zāi)害對行業(yè)的風(fēng)險評估需要集成水文、環(huán)境或農(nóng)業(yè)領(lǐng)域的專業(yè)模型，災(zāi)害事件的判定或致災(zāi)危險性評估需要個性化算法，系統(tǒng)提供多種語言編譯環(huán)境(NCL，F(xiàn)ortran，Python，Java等)。在數(shù)據(jù)處理和產(chǎn)品制作過程中利用可視化建模技術(shù)，通過可視化的圖形拖曳構(gòu)建災(zāi)害風(fēng)險產(chǎn)品制作流程，極大提高數(shù)據(jù)處理、業(yè)務(wù)分析、產(chǎn)品制作的建模效率，提升模型的復(fù)用能力。

2.3 在線分析與產(chǎn)品制作分系統(tǒng)

在線分析與產(chǎn)品制作分系統(tǒng)是系統(tǒng)的門戶和核心，以氣象災(zāi)害事件為主線，將氣象災(zāi)害風(fēng)險管理相關(guān)業(yè)務(wù)在5個維度進行整合，為用戶提供業(yè)務(wù)分析與產(chǎn)品制作服務(wù)。從災(zāi)害維度看，已集成暴雨、干旱、高溫、低溫和臺風(fēng)5種主要氣象災(zāi)害，可根據(jù)業(yè)務(wù)發(fā)展實現(xiàn)多災(zāi)種橫向擴展。從功能維度看，已覆蓋災(zāi)害監(jiān)測識別、災(zāi)害影響評估、災(zāi)害風(fēng)險評估、災(zāi)害風(fēng)險預(yù)估、災(zāi)害風(fēng)險區(qū)劃、災(zāi)害信息服務(wù)，串聯(lián)起完整業(yè)務(wù)鏈條。從時間維度看，通過時間軸將數(shù)據(jù)和產(chǎn)品有效整合，實現(xiàn)歷史回溯分析、實時監(jiān)測識別和未來風(fēng)險預(yù)估。從空間維度看，通過GIS空間可視化技術(shù)，實現(xiàn)精準(zhǔn)的空間分析。從產(chǎn)品維度看，通過在線交互分析，實現(xiàn)專題地圖、統(tǒng)計圖表、圖文報告等多種形式的產(chǎn)品輸出。

在線分析與產(chǎn)品制作分系統(tǒng)由主界面、場景標(biāo)簽、菜單欄、功能欄、時間軸和信息欄等組成(圖2)。主界面以天地圖為底圖，用戶通過與地圖的交互操作獲取信息、制作產(chǎn)品。場景標(biāo)簽對應(yīng)暴雨、干旱、臺風(fēng)、高溫、低溫等不同應(yīng)用。菜單欄包括區(qū)域查詢、底圖切換、統(tǒng)計表、統(tǒng)計圖等通用工具。功能欄覆蓋系統(tǒng)所有的功能，信息欄與功能欄通過時間軸聯(lián)動，可提供各功能對應(yīng)數(shù)據(jù)和圖表信息，如進行災(zāi)情查詢時，信息欄給出災(zāi)情的歷年變化信息；進行災(zāi)害事件查詢時，信息欄給出事件的起止時間、影響評估、風(fēng)險評估、過程災(zāi)情等信息。

鑒于氣象災(zāi)害風(fēng)險產(chǎn)品的時效性要求，災(zāi)害事件監(jiān)測、風(fēng)險評估、風(fēng)險預(yù)估等常規(guī)業(yè)務(wù)產(chǎn)品要求能夠自動、定時生成并及時提醒和快速調(diào)閱，系統(tǒng)以自動化任務(wù)調(diào)度引擎做支撐，通過觸發(fā)器與各類模型任務(wù)進行關(guān)聯(lián)映射，完成自動定時作業(yè)任務(wù)的執(zhí)行。

2.4 綜合運維分系統(tǒng)

綜合運維分系統(tǒng)包括兩方面功能：一是管理用戶，面向各級用戶采用嚴(yán)格的用戶認證制度，根據(jù)角色分配相應(yīng)的數(shù)據(jù)和功能使用權(quán)限，包括登錄驗證、用戶管理、角色管理、權(quán)限管理、版本管理和行為監(jiān)控等模塊；二是運行和維護系統(tǒng)的軟硬件運行環(huán)境，主要包括網(wǎng)絡(luò)、主機與服務(wù)器、存儲系統(tǒng)、基礎(chǔ)軟件和信息安全環(huán)境等。

3 關(guān)鍵技術(shù)

3.1 基于時空匹配的大數(shù)據(jù)融合技術(shù)

以往氣象災(zāi)害影響評估業(yè)務(wù)多針對氣象要素的獨立場景分析，較少進行不同要素間的交叉分析，但氣象災(zāi)害風(fēng)險管理不僅要考慮致災(zāi)因子，還需要綜合考慮災(zāi)情和相應(yīng)的承災(zāi)體，開展進一步風(fēng)險分析。氣象災(zāi)害風(fēng)險管理是大數(shù)據(jù)融合技術(shù)的應(yīng)用場景，通過多源數(shù)據(jù)交叉應(yīng)用，挖掘提升原有數(shù)據(jù)價值[15,21]。

為了提高災(zāi)害風(fēng)險管理的時效性，需要對多源異構(gòu)數(shù)據(jù)進行組織和分析，關(guān)鍵在于建立以目標(biāo)對象為核心的數(shù)據(jù)關(guān)聯(lián)模型，實現(xiàn)多源異構(gòu)數(shù)據(jù)的關(guān)聯(lián)組織和基于統(tǒng)一時空框架的數(shù)據(jù)分析，該方法曾在遙感數(shù)據(jù)組織與分析中得到應(yīng)用[22]?？紤]到氣象災(zāi)害風(fēng)險管理涉及的多源異構(gòu)數(shù)據(jù)均具有時間和空間屬性，參考上述對多源異構(gòu)數(shù)據(jù)進行組織和分析的方法對系統(tǒng)數(shù)據(jù)進行關(guān)聯(lián)組織，在時空上對數(shù)據(jù)進行對標(biāo)和標(biāo)簽處理。在時間上，按照時、日、月、年等不同時間段分組，將數(shù)據(jù)切分和重新組織；在空間上，按照經(jīng)緯度信息、行政區(qū)劃信息、流域信息等進行分組，將數(shù)據(jù)關(guān)聯(lián)和重新組織，形成支撐系統(tǒng)運行的數(shù)據(jù)矩陣。

以基礎(chǔ)地理信息數(shù)據(jù)為基礎(chǔ)層數(shù)據(jù)，各類數(shù)據(jù)參考進行統(tǒng)一的空間管理和邏輯關(guān)聯(lián)，如觀測數(shù)據(jù)和災(zāi)害事件識別產(chǎn)品根據(jù)經(jīng)緯度坐標(biāo)進行空間信息關(guān)聯(lián)，災(zāi)情數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)根據(jù)行政區(qū)劃編碼關(guān)聯(lián)，普查數(shù)據(jù)根據(jù)編碼和基礎(chǔ)層數(shù)據(jù)空間屬性關(guān)聯(lián)，風(fēng)險區(qū)劃數(shù)據(jù)和模式產(chǎn)品則按照流域、區(qū)域和格點3種不同的空間分辨率分別與基礎(chǔ)層數(shù)據(jù)關(guān)聯(lián)等。在數(shù)據(jù)融合過程中還進行投影坐標(biāo)、高程基面等參考信息的統(tǒng)一，系統(tǒng)所有數(shù)據(jù)均采用WGS84投影坐標(biāo)和黃海基面。通過多源數(shù)據(jù)融合，災(zāi)情數(shù)據(jù)和氣象致災(zāi)因子數(shù)據(jù)可以迅速匹配，如通過點擊地圖上的暴雨災(zāi)情信息實現(xiàn)暴雨災(zāi)害發(fā)生時臨近氣象站的降水信息等快速檢索。

3.2 Web-GIS技術(shù)

氣象災(zāi)害風(fēng)險管理系統(tǒng)采用Web-GIS 技術(shù)進行系統(tǒng)前端頁面的展示和操作，這也是國內(nèi)外相關(guān)系統(tǒng)設(shè)計的趨勢[23-25]。在系統(tǒng)建設(shè)中使用Web-GIS技術(shù)有以下4點優(yōu)勢：首先，在GIS環(huán)境下各種數(shù)據(jù)可通過其空間值表示，便于進行大規(guī)模的風(fēng)險評估計算，提高產(chǎn)品時效。其次，近年來越來越多的GIS工具和插件出現(xiàn)在風(fēng)險評估模型中，可以方便集成并進行空間計算。第三，與傳統(tǒng)的表格或圖表相比，Web-GIS在可視化方面的表達更直觀，便于用戶進入不同應(yīng)用場景，理解數(shù)據(jù)和圖形背后的含義。第四，Web-GIS交互界面友好，用戶通過點擊地圖即可方便獲取系統(tǒng)信息。系統(tǒng)利用GIS區(qū)域自動識別與事件動態(tài)關(guān)聯(lián)技術(shù)，通過空間疊加分析提取興趣點、隱患點、危險性指標(biāo)、影響指標(biāo)與風(fēng)險指標(biāo)完成業(yè)務(wù)分析，如可以快速獲取單次災(zāi)害事件或不同風(fēng)險等級下影響的國土面積、農(nóng)田面積和人口等信息。盡管Web-GIS與傳統(tǒng)桌面GIS相比[26-27]，渲染能力略顯不足且響應(yīng)速度受帶寬影響，但其在系統(tǒng)升級、管理和維護方面具有優(yōu)勢。用戶在系統(tǒng)使用過程中不受操作系統(tǒng)、本地硬盤容量、瀏覽器兼容性以及數(shù)據(jù)的限制，無需安裝桌面客戶端，無需進行本地化配置。

3.3 空間數(shù)據(jù)的分布式存儲技術(shù)

大數(shù)據(jù)應(yīng)用分系統(tǒng)中的空間數(shù)據(jù)類型多樣，有點、線、面等?？紤]到空間數(shù)據(jù)的不同類型，為了提高數(shù)據(jù)查詢應(yīng)用的效率，選用不同的分布式存儲系統(tǒng)進行數(shù)據(jù)存儲和管理。系統(tǒng)采用主流分布式存儲系統(tǒng)[28]，包括PostgreSQL，MongoDB，Elasticsearch等。為滿足海量氣象數(shù)據(jù)的快速查詢，采用PostgreSQL數(shù)據(jù)庫。在進行風(fēng)險區(qū)劃圖或風(fēng)險評估圖存儲時，為了便于存儲和發(fā)布海量瓦片和緩存數(shù)據(jù)，采用MongoDB數(shù)據(jù)庫。在進行風(fēng)險普查數(shù)據(jù)中隱患點的存儲時，為提高空間數(shù)據(jù)查詢效率，采用Elasticsearch數(shù)據(jù)庫。系統(tǒng)運行中涉及Oracle和mySQL及文件型數(shù)據(jù)庫等常見數(shù)據(jù)庫，采用Oracle存儲災(zāi)情和災(zāi)害事件等數(shù)據(jù)，采用mySQL存儲模型算法分系統(tǒng)中的調(diào)度信息，采用文件型數(shù)據(jù)庫存儲netCDF格式的氣象預(yù)測或預(yù)估數(shù)據(jù)等。

系統(tǒng)建設(shè)采用GIS云端一體化的思路，選取Spark構(gòu)建基于多種分布式存儲系統(tǒng)之上的統(tǒng)一空間大數(shù)據(jù)引擎。采用Spark Streaming的實時流處理技術(shù)[29]，空間數(shù)據(jù)存儲到數(shù)據(jù)庫后直接發(fā)布數(shù)據(jù)服務(wù)，實現(xiàn)多終端分發(fā)與共享。

3.4 基于容器和微服務(wù)架構(gòu)的服務(wù)資源池構(gòu)建技術(shù)

氣象災(zāi)害風(fēng)險管理系統(tǒng)以數(shù)據(jù)服務(wù)、功能服務(wù)、接口服務(wù)為核心，借助容器及微服務(wù)技術(shù)形成服務(wù)資源池，建立服務(wù)引擎，為各種業(yè)務(wù)應(yīng)用場景提供服務(wù)。微服務(wù)架構(gòu)和面向服務(wù)的分布式架構(gòu)類似，強調(diào)業(yè)務(wù)需要徹底的組件化和服務(wù)化。將系統(tǒng)業(yè)務(wù)拆分為獨立的服務(wù)單元，每一個服務(wù)單元處理單一業(yè)務(wù)，不同的微服務(wù)可用不同的語言開發(fā)或調(diào)取鏡像。將各類氣象災(zāi)害風(fēng)險算法和評估模型封裝成不同的微服務(wù)應(yīng)用，有利于算法的獨立運行和后續(xù)升級。已有研究表明：在GIS服務(wù)中引入容器技術(shù)，可以提升系統(tǒng)的穩(wěn)定性、高可用性，并降低部署運維的復(fù)雜度[30]。系統(tǒng)通過搜索SuperMap容器中心，取得GIS鏡像、MySQL鏡像、MongoDB鏡像、SuperMap iServer鏡像等，進一步獲取應(yīng)用服務(wù)。微服務(wù)以鏡像的形式運行在容器中，利用SuperMap iCloudManager進行管理，將每個容器進行進程級別的隔離，從而減小資源占用率，提高系統(tǒng)響應(yīng)速度。

3.5 多租戶技術(shù)

對于一個面向全國不同用戶的龐大業(yè)務(wù)系統(tǒng)，用戶有個性化的業(yè)務(wù)需求，且需求存在變化性。多租戶技術(shù)可實現(xiàn)對計算資源、數(shù)據(jù)存儲能力，甚至功能配置的虛擬分區(qū)，使得內(nèi)、外部用戶以租戶方式隔離獲取計算能力和數(shù)據(jù)資源。用戶可根據(jù)需求對系統(tǒng)功能進行靈活配置，滿足個性化業(yè)務(wù)需求。多租戶技術(shù)的應(yīng)用使系統(tǒng)具有擴展性，為功能的不斷完善打下基礎(chǔ)，也可實現(xiàn)國家級、省級、市級、縣級等多層級、多角色的服務(wù)共享，為系統(tǒng)在全國推廣應(yīng)用和多版本開發(fā)提供便利。

4 業(yè)務(wù)應(yīng)用

4.1 氣象災(zāi)情監(jiān)測

系統(tǒng)具備實時氣象災(zāi)情動態(tài)監(jiān)測功能，并可進行全國和任意區(qū)域災(zāi)情查詢、統(tǒng)計和分析。圖3是2021年1月全國受低溫災(zāi)害影響的直接經(jīng)濟損失分布圖，該數(shù)據(jù)源自氣象部門災(zāi)情直報系統(tǒng)。2021年1月全國低溫災(zāi)害主要分布在東南沿海以及云南等地，江西瑞金市和廣東惠東縣受低溫災(zāi)害造成直接經(jīng)濟損失超過1億元。該產(chǎn)品已應(yīng)用于國家氣候中心每月發(fā)布的《全國氣候影響評價》。系統(tǒng)還具備查詢統(tǒng)計年度氣象災(zāi)情數(shù)據(jù)并在地圖上進行空間展示和產(chǎn)品制作的功能 。

4.2 災(zāi)害事件識別與影響評估

氣象災(zāi)害風(fēng)險管理系統(tǒng)針對暴雨、干旱、高溫和低溫，集成不同客觀化區(qū)域性災(zāi)害事件識別方法[31-33]。

以暴雨災(zāi)害事件為例，系統(tǒng)回算了1954年以來2000余次暴雨災(zāi)害事件，形成逐個事件的基本信息、極端性評估、影響評估、過程災(zāi)情、相似過程等服務(wù)產(chǎn)品。交互界面下方時間軸上標(biāo)簽的不同顏色代表事件的綜合強度，長度代表事件持續(xù)時間，用戶可通過點擊標(biāo)簽對歷史上所有事件的信息進行查詢。2020年6月27日—7月12日發(fā)生當(dāng)年最強區(qū)域性暴雨事件，其累積降水量分布如圖4所示。此次暴雨事件的持續(xù)時間長達16 d，668個氣象站的日降水量達到暴雨等級，其中249個氣象站出現(xiàn)大暴雨，單站最大累積降水量和最大日降水量均出現(xiàn)在安徽黃山，有58個氣象站日降水量達到極端閾值標(biāo)準(zhǔn)，4個氣象站超過歷史極值。根據(jù)持續(xù)時間、影響面積和平均降水強度等指標(biāo)判定本次降水事件綜合強度僅次于發(fā)生在1998年6月12—27日的暴雨事件，排在第2位。

以干旱為例，圖5是單次干旱過程影響面積的逐日變化和不同等級氣象干旱逐日監(jiān)測圖。2021年3月24日—4月19日我國南方地區(qū)出現(xiàn)一次區(qū)域性氣象干旱事件。4月4日中等以上氣象干旱面積達1.02×106km2，為本次事件影響面積的峰值(圖5a)，華南大部及云南大部、四川南部、貴州中西部、福建中南部、江西南部等地存在中度及以上氣象干旱(圖5b)。

以高溫為例，圖6是我國單次區(qū)域性高溫事件最大影響氣象站數(shù)的歷年變化。由圖6可見，1961—2021年我國每年單次區(qū)域性高溫事件最大影響氣象站數(shù)呈明顯增加趨勢，20世紀(jì)90年代后增加趨勢顯著。由此可見，在氣候變化背景下，我國高溫事件影響的范圍擴大。

4.3 風(fēng)險預(yù)估

臺風(fēng)帶來的極端風(fēng)雨可對我國造成巨大損失，如超強臺風(fēng)利奇馬(1909)造成的直接經(jīng)濟損失高達515億元[34]。臺風(fēng)登陸前對臺風(fēng)災(zāi)害進行風(fēng)險預(yù)估，可有效減少災(zāi)害損失。氣象災(zāi)害風(fēng)險管理系統(tǒng)利用觀測的風(fēng)雨數(shù)據(jù)、臺風(fēng)路徑強度數(shù)據(jù)以及預(yù)報風(fēng)雨和臺風(fēng)路徑強度數(shù)據(jù)，根據(jù)臺風(fēng)風(fēng)險評估模型[35]每日起報，對未來24 h，48 h和72 h的臺風(fēng)災(zāi)害風(fēng)險進行預(yù)估，生產(chǎn)滾動產(chǎn)品。2020年8月28日15:00(北京時)臺風(fēng)美莎克(2009)在菲律賓呂宋島以東生成，9月1日發(fā)展為超強臺風(fēng)，9月3日移入吉林省境內(nèi)，吉林和黑龍江出現(xiàn)極端性降雨和大范圍大風(fēng)，局地陣風(fēng)達11級。受臺風(fēng)美莎克(2009)影響，黑龍江、吉林、內(nèi)蒙古、遼寧等地有686.4萬人受災(zāi)，直接經(jīng)濟損失為129.3億元。圖7是2020年9月2日起報的未來24 h臺風(fēng)美莎克(2009)風(fēng)險預(yù)估分布圖，中等及以上臺風(fēng)災(zāi)害風(fēng)險主要分布在吉林省中部和黑龍江省中南部。

4.4 風(fēng)險區(qū)劃

氣象災(zāi)害風(fēng)險管理系統(tǒng)具備氣象災(zāi)害風(fēng)險區(qū)劃產(chǎn)品的集成、展示和產(chǎn)品加工制作的能力。產(chǎn)品來源包括暴雨洪澇災(zāi)害風(fēng)險普查、自然災(zāi)害綜合風(fēng)險普查以及科研項目成果。以城市內(nèi)澇為例，綜合考慮降水強度、城市人口經(jīng)濟暴露度和城市內(nèi)澇適應(yīng)性指標(biāo)(如排水管網(wǎng)密度、綠地率、河網(wǎng)密度等)，建立城市內(nèi)澇風(fēng)險指標(biāo)[36]。圖8是系統(tǒng)集成的我國東部城市內(nèi)澇風(fēng)險區(qū)劃圖，內(nèi)澇風(fēng)險最高的6個城市分別是深圳、北京、茂名、陽江、汕尾和東莞，這些高風(fēng)險城市在遭遇極端降雨時，可能比我國東部其他城市遭受更大的損失。

5 小 結(jié)

分析表明：

1) 氣象災(zāi)害風(fēng)險管理系統(tǒng)是我國氣象災(zāi)害風(fēng)險管理業(yè)務(wù)的支撐平臺，面向暴雨、干旱、高溫、低溫和臺風(fēng)5類主要氣象災(zāi)害，以災(zāi)害事件為主線，涵蓋氣象災(zāi)害風(fēng)險管理業(yè)務(wù)的主要環(huán)節(jié)，具備氣象災(zāi)害監(jiān)測識別、影響評估、風(fēng)險評估、風(fēng)險預(yù)估、風(fēng)險區(qū)劃和綜合信息服務(wù)等功能。

2) 氣象災(zāi)害風(fēng)險管理系統(tǒng)采用基于時空匹配的大數(shù)據(jù)融合、Web-GIS和空間數(shù)據(jù)的分布式存儲等技術(shù)，通過微服務(wù)和多租戶技術(shù)進行系統(tǒng)建設(shè)。新技術(shù)的應(yīng)用顯著提高了系統(tǒng)對多源、異構(gòu)和海量氣象災(zāi)害風(fēng)險管理相關(guān)數(shù)據(jù)的訪問效率和應(yīng)用能力。

3) 氣象災(zāi)害風(fēng)險管理系統(tǒng)已實現(xiàn)業(yè)務(wù)化應(yīng)用，在暴雨、干旱、高溫、低溫和臺風(fēng)等氣象災(zāi)害風(fēng)險評估產(chǎn)品生成、重要氣候信息制作以及自然災(zāi)害綜合風(fēng)險普查中均發(fā)揮了重要作用。

隨著系統(tǒng)在各級用戶的推廣應(yīng)用，需求將不斷增長。依托于氣象大數(shù)據(jù)云平臺發(fā)展的有力支撐[37]，更多豐富可靠的數(shù)據(jù)資源、更多風(fēng)險評估模型的集成將驅(qū)動氣象災(zāi)害風(fēng)險管理系統(tǒng)的發(fā)展[38-40]。今后將按照集約化、一體化和客觀化的發(fā)展道路，打造氣象災(zāi)害風(fēng)險管理系統(tǒng)的應(yīng)用生態(tài)圈，為各級用戶提供更加豐富、實用的氣象災(zāi)害風(fēng)險管理產(chǎn)品，進一步發(fā)揮信息化在氣象災(zāi)害風(fēng)險管理中的重要作用。

致 謝：感謝國家氣候中心高歌正高級工程師、尹宜舟正高級工程師、馮愛青高級工程師、代潭龍工程師在系統(tǒng)功能建設(shè)方面給予的建議和支持。