基于WebGIS的氣象數據實時可視化研究

孔凡強,劉 坤,張 劍,王旻雯,戴煜煒

(1.浙江省測繪科學技術研究院,浙江 杭州310000;2.衢州市測繪院,浙江 衢州 324000)

0 引 言

近些年計算機、互聯網、信息可視化等技術的飛速發展促進了氣象數據的網絡化應用,對氣象數據的服務發布與網絡共享、氣象預報預警協同等領域起到了支撐作用,對于氣象行業的現代化建設打下了重要的基礎?；诖?一大批氣象領域的平臺與系統涌現出來,許多學者也投身于此。于野等將GIS與VR引入防汛工作,基于GIS建立了降雨時空統計模型,解決了防汛系統建立的一個關鍵問題[1];向一鳴在對現有各種算法的基礎上提出了基于Cressman算法的改進算法MCressman,實現對降水數據插值算法的研究[2];陳益在分析Flex與氣象GIS現狀的基礎上實現了一個易用、可擴展和基于網絡的氣象GIS富客戶端平臺[3];劉昌杰以GIS平臺做支撐分析氣象災害風險評估現狀,基于災害風險理論建立了一套普適的氣象災害風險評估模型,對氣象災害的預估有十分重要的意義[4]。馮慧菁圍繞多源異構的氣象數據,研究其轉為GIS數據的方法,并優化了海量氣象數據的查詢方法,實現了一個氣象GIS平臺,收到了良好的應用效果[5];閔凡花等利用GIS與MSPGS組件實現氣象數據轉換,使其能同時在GIS軟件與Micaps軟件中使用,增強了氣象服務產品的時效性[6];高嵩等介紹了Micaps4平臺系統的建設現狀、解決的問題和技術優勢,對于國家、省級氣象網絡應用系統的建設有重要意義[7];李爽以克里金插值及GP服務的方式發布降雨數據,呈現了降雨量連續空間分布,實現了降雨預警與災害分級[8];WANG Y Q開發了一套針對氣象數據的可視化分析工具MeteoInfo,具備基本的GIS功能,為GIS與氣象數據的結合提供了適用的工具[9]。上述學者從氣象預報平臺的設計實現方式到數據組織結構都有研究,有的對氣象數據到GIS數據的轉換也做了探討,但多數依賴氣象軟件或者要先轉矢量點再轉柵格數據的方法實現,轉換方式較為復雜、效率偏低。

本文在前人研究的基礎上,提出了一套能夠將氣象數據快速、高效轉換為通用GIS數據,并以標準服務的形式在web端流暢加載和展示的技術方案,該技術方案充分運用GIS數據在制圖綜合和可視化表達方面的優勢,并以浙江省實際動態降雨數據為基礎進行了技術驗證。實驗表明,該技術能夠為氣象數據的動態可視化和城市內澇等應急預警提供重要技術支撐,具有十分重要的現實意義。

1 相關概念介紹

1.1 MICAPS系統

氣象信息綜合分析處理系統(MICAPS),是氣象領域多年應用與發展形成的一套業務系統,它的數據結構是建立在文件系統基礎上的,有多種數據格式,如第一類是地面全要素填圖數據;第二類是高空全要素填圖數據;第三類是通用填圖和離散點等值線數據;第四類(Micaps4)是格點數據,浙江省氣象局1 km格網的降雨數據就是采用的這種格式。MICAPS系統的數據文件已經成了氣象領域應用最廣泛的數據交換格式,但是這些格式目前均不能被GIS軟件直接共享和訪問,需要通過各種軟件工具進行處理和轉換。

1.2 NetCDF數據

NetCDF數據是由美國大學大氣研究協會Unidata項目科學家針對科學數據開發的一種網絡通用數據格式,它提供對數組型的數據進行描述與編碼,官方應用于大氣科學、水文、海洋學、環境模擬、地球物理等諸多領域,浙江省氣象局5 km格網的降雨數據就采用了這種格式。

2 算法實現

2.1 降雨氣象數據轉通用GIS數據

2.1.1 Micaps4格點數據與ASCII柵格數據

(1)Micaps4類數據主要用于氣象要素場的表達,它的數據結構如圖1(a)所示;數據分文件頭與數據內容兩部分:前3行為文件頭,其中第一行的diamond 4表示MICAPS的第4類數據,后面的“2020年12月22日08:30時未來000～060 min降水預報”是對數據的說明;第二行的“2020 12 22 08 060 ”分別表示數據的年、月、日、時、時效(060表示60 min);后面的“0.01 0.01 114.67 125.32 25.43 32.42”分別表示經、緯度格網距離、起始經度、終止經度、起始緯度、終止緯度,圖中表示數據是經度范圍為117.67～125.32,緯度范圍為25.43～32.25,以0.01度為間隔(也就是1 km)的格網數據;第三行的“1066 700”分別表示數據的列數、行數。

圖1 Micaps4與ASCII文件數據格式

從第四行開始為數據部分,從上到下為緯度從高到低,從左到右為經度從低到高,第四行的第一個0.0表示經度為114.67,緯度為32.42的點位未來1 h的降雨預報數值。每加一行經度加0.01,每加一列緯度減0.01,以此類推。

(2)ASCII柵格文本數據數據結構如圖1(b)所示。前6行為頭文件,從第7行開始為正式數據內容部分。其中1至6行的“NCOLS 1066 NROWS 700、XLLCORNER 114.665 YLLCORNER 25.425 CELLSIZE 0.01 NODATA_VALUE-32768”分別表示數據的總列數、總行數、起始經度、起始緯度、柵格分辨率(格網距離)、NoData像元對應的數值。數據部分從左到右、從上到下依次為經度增加、緯度增加,可見ASCII的緯度與Micaps4的緯度是相反的。圖1(b)中第7行第一個0.0表示經度為114.67,緯度為25.425的格網點的數值,每加一行經度加0.01,每加一列緯度加0.01。

2.1.2 Micaps4格式轉ASCII格式

通過2.1.1對兩種數據結構的介紹,數據的轉換方式也比較明顯,頭文件相應位置進行替換即可,數據部分將Micaps4數據的列顛倒后轉換為ASCII的數據部分。這里需要注意的是Micaps4的數據范圍代表的是格網中心點的范圍,而ASCII分兩種情況,圖1(b)中的XLLCORNER、YLLCORNER表示的是左下角柵格像元左下角坐標,如果是XLLCENTER、YLLCENTER則表示的是左下角柵格像元中心點的坐標。如果將Micaps4轉為XLLCORNER、YLLCORNER類型的ASCII數據,則需要將左下角的經緯度分別減小半個格網距離的值,否則轉換后數據會出現偏移,圖1(b)即由圖1(a)轉換后得到。

2.1.3 氣象數據轉為通用GIS格式

本文以ArcGIS為實驗平臺,借助Toolbox提供的ASCII轉柵格數據和NetCDF轉柵格工具實現降雨數據到柵格格式GIS數據的轉換,其中Micaps4最終的轉換流程為Micaps4→ASCII→柵格數據,NetCDF直接可以轉換為柵格數據。

2.2 降雨數據服務發布和更新

本文基于OGC標準對轉換獲取的降雨數據進行服務發布和共享,OGC服務標準提供了開放式和基于標準的Web服務接口,支持多用戶并提供對各種GIS功能的訪問,可以滿足不同客戶的需求。不同的客戶端可以基于ArcGIS api for js、leaflet、mapbox等多源的web渲染引擎實現降雨數據的動態、高效展示。相較于氣象行業中提供圖片的方式,OGC服務可以將氣象數據與其他地理空間數據進行疊加展示、分析,這是氣象或其他行業所沒有的優勢。

這里以1 h降雨預報來說明降雨服務的更新方法。首先每隔1 h從浙江省氣象局抓取Micaps4格式數據,并同步到本地服務器。然后采用3.1章節的方法將其轉為ASCII,然后通過Arcpy調用toolbox工具將ASCII轉為柵格數據,最后更新柵格數據到1 h降雨預報數據的數據源,通過rest api更新服務狀態,即可實現服務實時更新,整個過程無須人工干預,高效快速。

3 系統架構及效果圖

3.1 系統架構圖

系統從氣象局獲取數據到降雨服務提供及可視化的框架如圖2所示。

圖2 系統框架圖

氣象數據存放在浙江省氣象局的數據庫服務器上,每天定時更新。展示系統每天會在數據更新后拉取更新數據,并根據2.1的方法將數據轉換為通用GIS格網數據,然后用該格網數據替換ArcGIS Server中的數據源并更新OGC服務,這樣外部訪問氣象數據時就會展示最新的氣象數據,實現氣象數據網絡實時可視化。

3.2 降雨預報數據展示效果

本次實驗從浙江省氣象局獲取的數據有兩種:1 km格網的降雨預報數據,格式為Micaps4,預報時效包括1 h、3 h、6 h;5 km格網的降雨預報數據,格式為NetCDF,預報時效1 h、24 h。數據的可視化效果如圖3所示:圖3(a)、(b)、(c)分別對應2020年7月30日8點1 km格網1 h時效、3 h時效、6 h時效的降雨數據;(d)、(e)分別對應2020年7月31日8點,5 km格網1 h時效、24 h 時效的降雨數據。

圖3 可視化效果

可以發現基于GIS手段展示的降雨數據非常直觀,能夠反映出降雨分布情況及各時間段的降雨量,完全能夠滿足氣象領域預報預警功能的需求。通過OGC標準服務的提供也方便其他行業部門的調用,易于將降雨數據集成進各自的行業應用中。

4 結 語

本文對氣象行業Micaps系統第四類數據及描述格網的ASCII文件的數據結構進行了詳細的比對并給出了互相轉換的詳細方法,并簡單介紹了ASCII與NetCDF轉為通用GIS數據的工具,為氣象數據轉通用GIS數據提供了一條高效的新思路,另外對GIS中降雨數據的實時更新方法也給出了操作流程,將降雨信息以標準OGC服務提供出來,方便其他行業部門進行共享調用,對氣象數據的實時高效展示提出了一套有效可行的方案,并最終以浙江省氣象局的降雨數據為例進行了可視化效果驗證,實驗表明本文提出的方法既豐富了GIS數據的種類,也為氣象數據的展示共享提供了一個標準,對于氣象數據的可視化和共享利用都有十分重要的意義。但是由于信息化的不斷發展,氣象數據采集和獲取的格式種類繁多,本文涉及的內容有限,筆者會在后續工作中研究更多的氣象數據轉GIS數據方式。