沈文海：“数字气象”-气象行业数字化转型深度思考

发表于 2019-12-13 11:20:41

马上注册，结交更多数据大咖，获取更多知识干货，轻松玩转大数据

您需要登录才可以下载或查看，没有帐号？立即注册

x

作者：沈文海

来源：数据工匠俱乐部

一引言：数字中国和数字气象

数字中国是我国的国家信息化体系。现阶段，数字中国建设是以新时代中国现代化建设为措施，以新一代数字技术和产业创新发展为引领，以信息资源为核心要素的国家信息化建设系统工程。数字中国建设推动数字经济发展、提升国家治理现代化水平、促进保障和改善民生。[1]

数字中国建设，起源于20世纪90年代美国提出的“数字地球”战略，发轫于21世纪初习主席同志推动的“数字福建”实践探索，成形于十八大以来党中央国务院在信息化领域做出的一系列战略规划，有着深厚的政策背景和实践基础。[2]

“数字中国”的本质是以多维度、多领域、全覆盖、实时动态且能够涵盖社会活动全流程和产品生产生命全周期“数字化”为特征，将过程与结果全景展现、业务与技术同为一体的“数字化”过程。“数字中国”的建设对我国整个社会经济的结构、组织和发展，将产生重大的影响。[3]

数字化浪潮已经滚滚而来，气象部门应当如何迎接这一波浪潮，投身其中，利用自身的优势和特点，借助浪潮的汹涌之力游向远方的目标，这是气象部门应当而且必须回答的问题。此外，气象部门也很有必要从数字的视角来审视、梳理、分析和规划气象部门的工作。

——数字中国要求数字气象尽快成形。

二

背景和目标

2.1背景

百余年来，信息技术共经历了以电报电话为代表的第一代，以集成电路计算机为代表的第二代，以互联网为代表的第三代，以及目前的以云计算、大数据、人工智能为代表的第四代信息技术发展的历史进程[2]。技术的飞速发展以及数据的极大丰富，使得数字经济成为新时代社会进步的主要杠杆。人类之所以必须走数字经济的发展之路，是因为人类只有通过信息世界才能应对物理世界的不确定性和复杂性，必须借助于信息系统才能选择做正确的事和正确地做事[4]。数字地球和数字中国，是信息技术所引领的技术创新与服务创新相互促进、产生伟大技术经济共振效应的产物[2]。

气象部门有着与生俱来的信息特征，气象业务系统无一例外地都属于信息系统，因此气象部门历来重视信息化工作。近年来，围绕数据展开的业务体制改革，成立国省两级气象大数据中心，以及以数据为核心的业务重组等项重大举措正在政策的引导下逐步有序展开，气象数据被提升到了空前的重要位置。2018年初《气象大数据白皮书》[5]的发布以及一系列有关气象数据的标准规范的制定，从一个侧面反映了气象数据的被重视程度。

虽然如此，气象部门在数据方面仍存在一些深层次问题，试择其要简列如下：

1）尽管数据量较之以前已极大丰富，但统一的、权威的、能综合反映各种时空尺度天气过程的、为气象部门内各业务领域所认可并使用的、基于四维时空的基础数据产品却始终没有建立起来。目前的几种基础数据产品具有较强的针对性，难以用来做为可综合反映大气连续实况的分析对象和验证依据。

2）围绕四维时空基础数据产品所进行的感知、分析、预报预测和普惠及个性化服务等工作尚未真正展开。

3）数据作为气象部门核心资产的地位并未真正建立起来。对于数据的治理以及基于数据的治理尚在争论和探索之中。

上述问题，都是数字气象需要思考和回答的问题。

2.2数字气象的目标

1）战略目标

与数字中国一样，数字气象是云计算、大数据、人工智能阶段我国气象部门针对数据这一核心要素所展开的一些列基础性、系统性工作。于施洋等认为，数字中国的战略目标之一，是实现数字立国、数字强国和数字治国[2]。笔者认为，将这一目标延用到数字气象也是适宜的，即：数字气象的战略目标是实现以数据立气象、以数据强气象和依靠数据治理气象。其中：

以数据立气象：建设新一代气象数字基础性工作，强化地基、天基、空基和网络数据资源的全行业、全领域、全要素的统筹，实现对全行业、全部门所有业务、科研工作的数据基础建设，使气象工作建立在完备、可靠、高品质的数据基础之上。

以数据强气象：通过数字气象建设，有效整合和共享分布于部门内外及全社会的气象数据资源，有助于打破信息孤岛、系统孤岛和业务孤岛，加速科技创新和业务进步；有助于促进资源配置优化、激发数据和部门单位的活力；有助于推动传统气象向智能观测、精准预报、普惠服务协同创新的方向转型升级；有助于做强气象。

依靠数据治理气象：通过建设数字气象，构建全行业一体化的数据资源体系，整合打通全行业乃至全社会气象数据资源，打破信息、系统和业务三重孤岛，推进面向生态保护、防灾减灾、资源利用等领域的智慧气象应用，推进气象行业和部门跨层级、跨地域、跨部门、跨业务的协同管理、协同业务和协同服务。

2）阶段性措施

数字气象在目前的阶段性措施，是实现“三个融合”：

“采、传、存、治、用、管、服”一体化技术融合，即：以数据为主线，实现气象数据采集、传输、存储、治理、使用、管理和服务全流域各领域、各环节在技术层面上的一体化融合。

“地、天、空、网”一体化数据融合，即：实现地基、天基、空基和网络数据的一体化数据融合。

“探测、预报、服务”一体化业务融合，即：实现探测、预报和服务三大业务板块的有机协同和一体化融合。

数字气象的具体内容包括“数字大气”、“数字业务”、“数字价值”和“数字治理”四个部分，下面分节详述。

三

数字大气

2017 年地球系统科学家学会（YESS）联合世界气候研究计划（WCRP）、世界气象研究计划（WWRP）和全球大气观察计划（GAW）创建的地球系统科学前沿白皮书[6]，将无缝隙预报作为未来几十年科学界指导方针的重要指标。2019 年 6 月召开的世界气象组织（WMO）第 18 次大会上，WMO明确指出，全球气象事业到了一个全新的转折点：气象业务将转向在无缝隙的地球系统框架下推进天气、气候、水和环境业务。强调持续推进从分钟到年代际，从局地到全球，从天气、水、气候到环境及其影响的全覆盖、无缝隙全球数据处理和预报系统。因此，作为气象业务发展目标，构建“无缝隙全覆盖的全球气象预报预测系统”，已成气象业务未来的发展方向。

从分钟到年代际，从局地到全球，从天气、水、气候到环境及其影响的全覆盖、无缝隙全球数据处理和预报系统，需要一个时空分辨率以及各种要素都与之相适应的、能够真实反映大气历史状况和现实实况的大气数字模型，以作为无缝隙地球系统发展和运行的参照和研究对象。

数字大气，顾名思义，就是构建能够完整真实反映大气实况的大气数字模型。

3.1特点

1）数据真实性

数据真实性，即：数据能够真实呈现或再现大气此时此刻的实际状况，这是数字大气最为可贵之处。唯有真实，才有价值；才有可能反映出大气活动的实际状况；通过对大气活动的观察分析，人们才有可能发现出一些目前尚不为人知的新的大气规律和特点，以补充完善目前尚难以满足需求的气象理论和方法。真实性是构建数字大气的最高原则。

因此，构成数字大气的数据，应尽可能通过观测或遥感反演得到。

2）尺度完整性

这里的尺度是指数字大气的时空尺度。即：数字大气应当能够满足无缝隙地球系统对各种天气现象和气候规律的整体、完整的呈现要求，从分钟级、米尺度的龙卷、飑线，到小时级、千米尺度的沙尘暴，再到候旬级、百公里尺度的热带气旋，直至年代级、行星尺度的厄尔尼诺、拉尼娜等，数字大气均应予以完整真实地呈现。

气象系统是非线性系统、气象业务是研究型业务、气象学科中仍有许多理论和方法需要补充和完善。数字大气不同于数字气候、数字龙卷、数字台风等，时空尺度的完整性，使得数字大气能够完整地、以整体的形式呈现大气中各种天气、气候现象的实际变化以及彼此作用的过程，科学家们有可能从中发现出一些新的现象和规律，从而不断充实完善气象学科的相关内容。

3）要素完备性

地球系统的五大圈层对大气均有影响，因此数字大气应当尽可能完备地将影响大气的各种要素包括进来，即：除温、压、湿、风等气象要素外，土壤、植被、海冰、洋流、气溶胶以及大气化学的相关主要要素，都应纳入数字大气的范畴。如此方能适应无缝隙地球系统对大气实况内容完整性的要求。

3.2数据来源

数字大气是针对作为人类生存自然环境的大气层的数值描述，因此数字大气的数据来源于对大气的数字化观测，主要包括专业化观测和社会化观测。

1）专业化观测

所谓专业化观测，是指观测目的是为了气象预报和服务等气象业务、观测结果首先和直接运用于气象业务和科研工作、其工作本身从属于气象部门观测业务的气象观测工作。由于专业化观测从属于气象业务，其观测原理、技术、方法等均被置于气象学科的直接指导下，其观测结果也最为适用于气象部门和业务。

对于气象部门而言，专业化观测具有观测方法科学、观测要素精准、观测过程稳定、观测结果业务可用性强等特点。

专业化观测是气象部门各项业务和科研工作的基石，在目前及可预见的未来内其地位不可替代。

为迎接即将到来的“十四五”，气象部门正在研究制定相应的发展规划，其中就气象观测领域，分别制定了包括气象卫星、地面观测、气象雷达、飞机探测、气球探空、雷电、生态和大气成份在内的观测领域各个专项的规划，为十四五以及更长远未来专业化气象观测的发展确定了实施路径。

2）社会化观测

《气象大数据白皮书》[5]中将气象数据分为“气象观测数据”、“气象产品数据”和“互联网气象数据”，其中的“气象观测数据”和“气象产品数据”中的遥感反演产品属于“专业化观测”的范畴，而“互联网气象数据”由于其观测的执行者不是气象部门，且观测的直接目的不是用于气象预报和服务，故本文称之为“社会化观测”。

由于社会化观测的直接目的不是气象业务（如：可反映当地灰霾程度的交通监控视频、可获得当地天气现象的风景照片等），其所具有的气象意义是原观测目的的次生品，因此它不受气象学科的指导、也不被气象业务需求所掌控。尽管如此，由于社会力量的巨大，社会化观测仍可弥补专业化观测在某些特定区域内因观测站点稀疏而导致观测数据无法满足需求的缺憾。社会化观测具有体量巨大、价值疏密难测、观测过程不稳定、需要经过一定处理方才可能应用于气象业务等特点。因此在可预见的未来，社会化观测将始终是专业化观测在时空密度方面的补充。

3）数据融合

专业化观测所获取的具有专业水准的气象数据可以基本满足现阶段主体气象业务对时空密度和气象要素的需求，社会化观测则可在一定地域内（如：城市市区内）为气象业务提供虽然每一个数据都不甚精准，但因时空密度甚高、经综合统计分析能够从中得到较精准数据的非专业水准数据。两者的有效结合和融汇，可为气象服务创新开辟新的领域和新的增长点，也为数字大气提供当下最丰富的数据资源。所以，专业化观测和社会化观测在数据层面的一体化融合，是未来气象数据工作的重要内容之一。

就数据获取渠道而言，专业化观测包括：地基、空基和天基观测，社会化观测则基本上从互联网上获取，因此专业化、社会化观测数据融合也称之为：地、天、空、网一体化数据融合。

3.3意义和挑战

某种意义上，数字大气就是地球大气的数字孪生。现代企业构建数字孪生，是为了使企业的生产经营全过程可度量、可追溯、可预测、可传承。气象业务是研究型业务，气象学科还有许多需完善、发展之处，对于气象科学家而言，对大气运动过程进行多尺度、多角度、长时间序列的综合性观察分析，有助于发现新的规律和新的方法。具有完整实况特征的数字大气，是理想的观察分析对象，也是构建地球大气的数字孪生——数字大气——的迫切需求。基于大数据的实践探索，不仅是一场技术革命，更是一次方法论革命。[2]

数字大气对于气象工作的重要意义是不言而喻的，它是气象工作者梦寐以求的理想工作条件。构建数字大气面临着诸多挑战，如：气象数据战略的缺位、观测数据分布的区域性差异、构建数字大气的方法选择等等，其中许多难题是目前现有技术所难以克服的，因此数字大气是一项长期的、极其艰巨的工作。尽管如此，仍有一些问题如“气象数据战略的缺位”，是亟待解决而又可以在有限时间内予以解决的急迫问题。

气象数据战略的相关内容，笔者在以前发表的文章[7]中已有介绍，不再赘述。总之，由于气象数据战略的缺位，气象部门在气象数据未来发展方面缺乏整体的战略构想和实施路径。各专业部门在大方向不明晰的情况下，只得从自己专业的角度和站位高度来思考和谋划本专业数据的发展规划，各专业部门之间难以协调并形成合力。

气象数据战略是指导各专业部门指定本部门数据发展规划的纲领，而不是相反，由各专业部门的数据发展规划来合成气象部门的数据发展战略。

建议气象部门应当尽快制定具有高度科学性和可操作性的气象数据发展战略，并建议将数字大气纳入气象数据发展战略的讨论内容之中。

四

数字业务

大数据时代，所有行业和企业都面临数字化过程，包括信息数字化、业务数字化等。所谓信息数字化，就是将信息用数字来予以表达，如：无纸化办公、气象历史纸质记录档案的计算机录入、以及上面所提到的用数字来完整表现大气各种运动状态和实况的“数字大气”等等。业务数字化，则是指充分有效地使用信息技术，以信息技术（特别是数字技术）的有效使用，做为进一步认识气象规律、丰富完善气象学科理论和实践、进一步提高预报预测水准，全面大幅提升气象部门服务政府、服务社会能力的重要途径。包括：业务模型数字化和业务创新数字化。

4.1业务模型数字化

通常，业务模型包括业务系统、业务流程、业务产品等诸多方面。

气象部门从诞生之初就始终在与数据打交道，气象业务系统与生俱来地始终是信息系统。因此气象部门基本不存在业务系统的信息化、数字化问题。

值得注意的是业务流程的数字化。从整体看，气象部门业务格局中，数据孤岛、系统孤岛和业务孤岛仍不同程度地存在。到目前为止，数据孤岛已受到广泛关注，并已在采取措施努力予以消除。但系统孤岛、业务孤岛问题尚未引起足够的重视——尤其是业务孤岛。

近些年来社会迅猛发展，对气象服务的需求也随之出现巨大变化，新的需求要求气象部门突破原有的业务格局，以需求为依据来及时建立新的业务流程。需求的迫切性以及原有业务格局的不适配，使业务孤岛的问题开始凸显出来。业务孤岛的负面作用在于它以“业务”这一常人不敢轻易触碰的威严形象阻碍了新需求所要求的跨业务领域的顺畅的业务流程的建立，而业务孤岛的消除又并非简单地建立几个数据库及信息系统就可以从容解决的，它需要单位或部门业务职责及架构的适应性调整；因此难度很大，需要引起足够重视。

对气象部门而言，数字孪生不仅单指大气，业务系统也应建构数字孪生。近年来随着信息化应用的深入，气象部门逐渐重视业务系统的监控运维工作，以“天镜”为代表的综合监控系统正在省局陆续部署之中，业务系统数字孪生的目的和效果正随之接近。况且较之数字大气而言，业务系统的数字孪生在难度上不可同日而语，故在此从略。

4.2业务创新数字化

创新能力不足，是气象部门近年来面临的难题之一。所谓创新数字化，就是在传统科学理论和科研方法之外，通过运用新的理念和方法以及适配的信息技术和数字技术，开辟新的探索途径，以期得到新的发现和成果。

1）大数据

数据是物理世界在数字化世界的投影，是一切的基础，流程和软件系统是产生和处理数据的过程和工具。数据技术的本质是“认知”技术和“决策”技术。它的威力在于能够帮助人们加深对客观世界的理解，产生新知识，发现新规律。[4]

传统哲学认为，科学知识或来源于经验观察，或来源于正确的理论。大数据通过数据挖掘，“让数据发声”，提出了“科学始于数据”这一知识生产的新模式。数据成了科学认识的基础，数据挖掘技术将传统的经验归纳法发展为“大数据归纳法”，为科学发现提供了新的认知途径。[4]

大数据用相关性改变了传统认识论对因果性的偏爱，用数据挖掘补充了科学知识的生产手段，用数据规律补充了单一的因果规律，实现了唯理论和经验论的数据化统一，形成了全新的大数据认识论。[4]之所以将这一目前仍在进行中的实践探索称之为“方法论革命”（认知方法的革命），原因即在于此。

通过有效运用信息技术和数字技术，对数字大气进行分析挖掘，找出新的规律，完善气象理论，不断提高天气预报和气候预测的业务能力和水平，这是所有气象工作者所期待的。

2）人工智能

自上世纪五十年代初发轫以来，人工智能陆续经历了基于符号逻辑的推理证明阶段、基于人工规则的专家系统阶段，目前已进入大数据驱动的人工智能阶段。这个阶段由于算法、算力、大数据的共同发力，推动人工智能的研究重心从如何“制造”智能转移到如何“习得”智能[8]。这给予仍处于探索和发展阶段的气象科学以新的启迪。我国气象部门通过和清华大学、北京大学、中科院等科研院校以及阿里巴巴、百度、IBM等企业开展合作，以知识产权共享的方式，已在观测识别、数据处理、短时临近预报、多源融合定量降水预报、强对流潜势预报、霾预报、相似台风检索、预报公文自动制作等多个业务领域取得若干研究成果。其中，基于深度学习的临近预报已经取得了很好的进展，预报模型不仅能跟踪雷达回波的移动方向，而且能较好地反映雷达回波的生消变化，较之传统雷达回波外推方法，其准确率更高。[9]总之，人工智能与大数据的结合，可能为气象部门的业务创新和科技创新开辟出一条新的路径。

值得注意的是，人工智能在气象部门的应用，目前面临着可解释性、物理一致性、缺少标记样本和算力短缺等挑战[9]。就整体而言，气象部门目前尚未制定出人工智能应用的整体规划，目前气象部门内部各单位在人工智能应用方面依旧是各自为战、彼此不相往来的局面。这种局面需要尽早改变。

从整体及长远看，尽管我国在人工智能发展方面有着“强有力的战略引领和政策支持”、“海量的数据资源”、“丰富的应用场景”和“具有潜力的青年人才快速成长聚集”等四大优势，但也存在着基础理论和原创算法差距较大、高水平人才不足等四大薄弱环节[8]。人工智能目前及未来相当长时间仍处于发展阶段，且各领域之间的发展很不均衡。做为应用该领域技术的气象部门，应持续关注业界发展态势，及时引入适用且成熟的AI技术，补我所短、为我所用。

4.3技术融合

内部运转高效是一个单位是否健康的标志之一。数字气象中“以数据做强气象”目标的实现途径之一，是通过数字业务，使气象部门内部各业务、各系统在技术层面上逐渐趋于协调，逐渐消除技术藩篱和壁垒，在技术层面上使数据流转顺畅。

数据在气象部门需要经过采集、传输、存储、治理、应用、管理和服务等多个业务环节，各个环节之间技术的融合是技术协调的充分必要条件。因此所谓技术协调，是指“采、传、存、治、用、管、服”各业务环节一体化的技术融合。

技术融合首先需要气象部门在整体技术架构方面的分析研究和顶层设计。

五

数字资产

对于大数据时代的气象部门而言，数据非但是资源，也是重要资产，是气象部门最为珍贵的财富，离开了气象数据，气象工作便失去了血液和氧气。气象数据是极具价值的。气象数据的资产化，可以形成全行业的战略资产和共同的数据语言，可以加速气象数据的交易进程，并促使数据资产产权问题的明确[10]。业界一些专家对数据资产进行了研究，程永新先生认为数据资产具有虚拟性、共享性、时效性、安全性、交换性和规模性等特点[11]。凡资产皆需管理，目前将数据作为企业资产的数据资产管理已成趋势，并已渐渐取代以往的数据资源管理。

数据资产管理，是指规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理需要充分融合业务、技术和管理，以确保数据资产保值增值。[12]

将气象数据作为资产来对待，全面盘点气象数据资产、持续提升其质量、实现部门和行业内外数据的互联互通、保障数据安全和使用合规、促进气象数据价值的持续释放等，应当成为气象数据资产管理的主要目标。

数据资产管理是一套完整的将数据作为资产予以管理和利用的数据管理体系。相较于传统的数据资源管理体系，并针对目前气象部门在数据管理方面的缺失，这里的数字资产主要包括：数据架构、数据价值、数据主权和数据共享。

5.1数据架构

有关数据架构，笔者此前已有过概要讨论[7]，鉴于其重要性以及目前在气象部门的工作缺失，在此扼要复述：

气象数据架构主要由气象数据的定义、建模和分布等三部分构成。

所谓气象数据的定义，就是气象数据的内容构成，即：气象数据究竟包括哪些内容。需要强调的是，这里气象数据的定义非但需要依据传统的气象业务，而且更应当立足于未来数字气象的高度，应当从大气数字建模、气象数字业务、气象数据价值尤其是基于数据的气象治理等角度综合分析考虑。因此，已有的一些相关规范[13]，是否适配，是否需要重新审视、重新讨论甚至重新修订，应当列入议事日程。

数据定义是气象数据资产的目录，是气象数据价值的测定対象，是气象资产管理的范围界定。因此气象数据的定义十分重要。气象数据定义的科学与否、切合实际与否、符合长远发展与否，关系到数字气象的方方面面，也关系到气象数据资产管理的能否顺利开展和稳步推进。

数据建模是对数据存在形态的设计和具体构建；数据分布则是指数据的业务分布和系统分布，即：每种数据被哪些业务所使用，被哪些系统所使用，等等。较详细的叙述可参看相关参考文献[7]，不再赘述。

5.2数据价值

依照权威定义，数据价值是指数据的内在价值，其度量可从数据成本和数据应用价值两方面着手。数据成本一般包括采集获取和存储的费用（人工费用、IT设备等直接费用和间接费用等）和运维费用（业务操作费、技术操作费等）。数据应用价值主要考虑数据资产的分类、使用频次、使用对象、使用效果和共享流通等因素。[14]

通常来讲，大部分数据是在企业的生产经营活动中产生，是由过去的事项形成的。但是，数据是动态的，并且就常识而言，持续更新的数据才更有价值。数据的价值不仅体现在现有的数据，更在于未来可以持续更新或扩充该类数据的能力。这是数据资产有别于传统无形资产（如数据库）的方面。[10]

气象部门在科学数据共享工作方面的成绩，在诸多行业中有目共睹、有口皆碑。但依照数据资产管理的理念和方法来审视，这方面的工作仍存在较大缺失，其中十分重要的缺失是没有对所管辖的气象数据进行全面的、科学的价值测定。气象数据共享并非总应当以无偿的形式提供，气象数据的产生、获取、加工处理以及安全管理都需要巨大的成本，优质的气象数据在提供服务（尤其是社会化服务）后也会产生规模各异的良好的社会效益和经济效益。如果不对气象数据进行价值测定，上述所有这一切成本和效益便只可能是概念上的、定性的、难有科学依据的；因此价值测定这一环节不可缺失。而目前这一重要环节的缺失，使得数据的管理策略、服务等级、共享办法，甚至观测系统的设计、建设和维护，通信系统优先级的确定等都因此而缺乏科学依据，只能依靠实际工作人员的经验积累和直觉。

因此，数据价值的测定，是“数据资产”中十分重要、不可或缺的组成部分。

数据的价值主要取决于数据的应用场景，数据价值测定需要十分精细的工作，如天气雷达资料，其实用价值在该资料产生的头6个小时（尤其是头1个小时）内为最高，是短时临近天气预报（尤其是飑线、龙卷、强对流等灾害性天气）最有效的实况观测。然而随着时间的推移，该资料的实用价值（预报价值）迅速下降，到其生成的三天以后，该资料的使用对象便主要是科研人员了。价值测定如果未把这一特点反映出来并有效运用于与之相关的各个工作领域，那么这项价值测定工作便没有达到预期的目的。

必须承认，数据价值的测定目前尚无标准的方法和规程，需要包括气象部门在内的各行业各部门积极的探索。

5.3数据主权和数据共享

数据主权由三部分构成：数据所有权、数据管理权和数据使用权。其中：数据所有权的内涵就是拥有对相关数据的支配、处置和获益等财产的权力。数据管理权和数据使用权内涵相对明晰，不再赘述。

数据共享是指开展数据共享和交换，实现数据内外部价值的一系列活动并依规对其进行有序管理，包括数据内部共享、外部流通和对外开放等。按照《数据资产管理实践白皮书3.0版》[14]并结合气象部门在数据共享工作领域的实践经验，较为完整的气象数据共享关键活动应当包括：定义、设计和制定气象数据资产内部共享和运营流通监控指标、管理方案、管理办法、实施流程要求并予以实时监控；监督落实数据内部共享与外部流通等合规性管理要求；分析内部共享与运营流通指标，评价运营效果并改进等等。

六

数字治理

何哲先生认为，数字治理共有两个含义，其一是对数字的治理（Governance of data），即业界通常所说的“数据治理”；其二是基于数字的治理（Governance based on data）[15]。就其要义，针对于气象部门而言，前者指的是实现对气象部门越来越庞大的数据的有效管理与组织。后者则是利用数字实现全部门内外有效的组织与运行。这两者实质上是互相支撑的关系：只有构建完整、高效、安全的数据组织管理体系，才能同步围绕数据构建同样统筹高效的部门和行业治理体系。

互联网的发展以及由它带动的全社会数字化进程，使得近二十年来人们所获得的数据一直以指数倍增长。可以预见，伴随着人类在各领域不断的数字化进程，未来相当长的时间内，数据的增速仍将保持这一指数倍增的趋势，直到传统领域基本完成数字化转型后，方才有可能减缓。因此，大数据时代的数据治理工作是气象部门无法回避的一项十分重要、不可或缺的工作。相关内容笔者此前已有讨论[7]，不再赘述。与此同时，就全社会而言，数据的指数级增长也意味着社会活动的飞速增长，因为数字化对传统社会的改造，极大提高了传统社会的运行方式和效率——这也对国家、行业、部门和企业的治理能力提出了挑战。[15]

传统的思维定式、管理模式和治理体系，导致了气象部门内各自封闭的信息孤岛、系统孤岛和业务孤岛的形成。信息技术的发展极大提升了气象部门对数据的管理能力，一切数据皆可读取和使用，这在技术上已不存在任何障碍。因此，在统一的数据管理体系之上，在新的形势和需求的强烈作用下，传统的、孤立的、彼此水平参差不齐的治理模式和治理架构亦会随之逐渐改变。基于数据的治理工作的环境和条件，正在逐渐成熟。

事实上，目前气象部门已经着手开展这方面的工作了：气象大数据云平台的研制、投入运行以及在各省局的部署，使气象部门各级业务运行形态发生了根本性变化，各级业务信息系统由原来的当地运行、本地维护变为集中于国省两级气象大数据云平台及IT资源池中运行、国省级专业维护；这为逐渐消除国家级诸多业务系统和省内各级业务系统曾经普遍存在的数据孤岛奠定了物质基础。基于气象大数据平台的业务流程梳理和优化，将逐渐改善当前依然不同程度存在的业务流程复杂、业务系统彼此功能交叉重叠、整体效率不高的现象。在此基础上，根据现实需要以及长远发展规划，对业务格局进行优化调整，对业务部门进行适当归并重组，将使气象部门的业务格局以及与之配套的专业部门更能适应未来创新引领、协调发展和服务社会的需求。

与之相对应的，职能部门如能及时掌握各省局业务运行状态、社会服务需求的内容及行业分布、自筹研究课题的方向特点，甚至社会舆情中与气象相关的关注点等，完全有可能从中发现当地社会新的需求热点，以及新的业务增长领域，进而调整业务布局、改善和增加业务功能、配置对应的业务岗位，以较快速度响应新的服务需求。单以数据共享平台为例，深入分析各类共享数据的共享热度、热点数据用户排序以及热点用户的业务领域和对数据的要求等，都可能挖掘出有趣甚至有用的信息，以指导必要的治理活动。

当然，目前上述工作有些刚刚开展，有些已在筹划之中，还有一些则仍处于狐疑和争论之下。这从某个侧面印证了，对于气象部门而言，基于数据的治理工作是一项有着广泛需求的，需要深入持久开展下去的长期性工作。

七

主要相关问题

7.1与智慧气象的关系

智慧气象理念的实质是以一种更智慧的方法感测、分析、整合气象运行核心系统的各项关键信息，对各种需求做出快速和智能化的响应，从而提高气象系统的智慧水平。智慧气象意味着更透彻的感知、更广泛的互联互通、更深入的智能化，也意味着在不同气象业务版块、业务单位和业务系统之间实现信息共享和协同，更合理的资源利用、最优化的决策制定、及时预测和应对自然界和自身潜在风险以及社会不断变化的气象服务需求。目的是协调各业务和决策部门，整合优化现有资源，提供更好的气象服务。标志是全面互联、充分整合、协同运作和激励创新。[16]

数字气象的实质和目的是：在大数据、人工智能阶段，通过“地、天、空、网”一体化数据融合，“采、传、存、治、用、管、服”一体化技术融合，以及“探测、预报、服务”一体化业务融合，逐步实现“以数据立气象”，“以数据强气象”和“依靠数据治理气象”的阶段性目标。具体做法是：充分利用目前愈来愈丰富的数据，通过数字技术构建完整、精准的数字大气，实现气象业务的“数字孪生”；运用成熟有效的数字技术对数字大气进行处理分析和挖掘，进一步提高人类对大气运动规律的认知，持续提高预报预测和服务能力，满足社会对气象服务不断变化的新的需求；采用愈来愈成熟的数据管理理念和技术，测定和维护气象数据的价值，使气象部门更好地适应数据共享的社会趋势；对数据实现有效管理，并运用数据对气象业务工作实行有效管理，使气象业务更加高效。

因此，智慧气象是纲领和目标，数字气象是现阶段气象部门推动智慧气象的具体方法和措施。前者是战略层面的，后者则是现阶段战术、操作层面的。

7.2“数字气象”期待“气象数据学”的孕育和产生

朱扬勇先生于2009年提出“数据学”的概念[17]，在目前大数据时代，此概念给人以一定启发。就气象部门而言，气象数据的概念和范围以及具体内容，气象要素的物理意义以及获取技术、方法和策略，数字大气的构建理论和方法，数字大气对气象观测体系及各种观测手段、仪器设备和观测方法的需求、规范和指导，气象数据的采集、传输、管理和应用方法及规范，气象数据分析处理算法，遥感数据的反演算法，气象数据的显示技术和方法等等，随着技术的迅猛发展和事业的不断进步，这一切正在渐渐形成较为完整的、具有强烈气象特色的数据体系。需要一门学科对其进行系统的整理、归纳、研究和发展。

当然，一门学科的建立，需要其内容具有专门性，对象具有成熟性，研究方法具有科学性，以及从理论形态上能够把握对其正确的认知。“气象数据学”是否必要，条件是否成熟，这需要气象数据科学家们的研究和判断，笔者不敢妄言，在此谨提出自己的建议。

结语

与智慧气象不同，数字气象带有一定的时代色彩，是云计算、大数据、人工智能等技术背景下实现智慧气象阶段性目标的路径和方法。提出数字气象并非跟风或赶求时尚，而是希望通过对数字气象的思考、建构和实施，以及气象数据建设工作，彻底解决现阶段气象数据领域存在的各种痼疾和难题，推动传统气象向智能观测、精准预报、普惠服务、协同创新的方向转型升级，使得气象部门更加健康、气象业务更加兴旺、创新活力持续旺盛。

此文在撰写过程中，得到了李维京、沈艳等同事的指点和帮助，在此谨表谢意。

参考文献

[1]任仲文：数字中国领导干部读本[M]，人民日报出版社，2019年6月。

[2]于施洋：数字中国：重塑新时代全球竞争力[M]，社会科学文献出版社，2019年9月。

[3]任尔伟：数字中国建设中的数据主权问题[R]，2019空间信息国际博览会空间大数据开发与应用论坛主题报告，2019年11月16日。

[4]李国杰：基于大数据的数字化转型[R]，第十五届中国软科学学术年会大会报告，2019年11月24日

[5]中国气象局：气象大数据白皮书[M]，气象出版社，2018年11月。

[6]Rauser, F., M. Alqadi, S. Arowolo, et al.Earth System Science Frontiers–an ECS perspective[J]. Bull. Amer. Meteor. Soc. 2017, 98, 1120–1127.

[7]沈文海：试论气象数据的管理能力和管理体系[R]，中国大数据与智能计算经典案例研究报告2018，中国大数据与智能计算年产业联盟，2019年11月。

[8]高文：中国人工智能发展的挑战与对策[R]，第十五届中国软科学学术年会，2019年11月24日。

[9]贺洁颖等：人工智能在气象科学应用中的机遇和挑战[J]，中国信息化，待刊。

[10]上海德勤资产评估有限公司、阿里研究院：数据资产化之路[R]：数据资产的估值与行业实践，2019年10月。