基于气象大数据的雷电风险分析系统设计和实现

谭金雨 黄珩 胡伟 刘芳

收稿日期：2023-12-10

基金项目：河池市气象局气象科研计划项目（202311）。

作者简介：谭金雨（1994—），女，广西东兰人，助理工程师，研究方向为专业气象服务和气候资源开发利用。#通信作者：刘芳，119754531@qq.com。

摘 要：为预防雷电灾害的不利影响，减轻雷电灾害对人们生产生活的影响，基于大数据相关理论、技术基础，开发了基于气象大数据的雷电风险分析系统。系统通过数据挖掘和机器学习算法对历史气象雷电数据资料进行分析和建模，建立了数据储存、处理、分析和可视化的整体解决方案，为雷电灾害分析提供了方便、高效的数据服务，提高了雷电灾害风险分析的效率。通过雷电风险分析系统处理和分析数据，能够识别出高风险区域和潜在的危险源，为预防雷电灾害提供科学依据。

关键词：大数据；
雷电风险分析；
设计和实现

中图分类号：P409 文献标志码：B文章编号：2095–3305（2024）03–0-03

雷电灾害是一种较为严重的自然灾害，对人类的生命安全和社会经济均会构成严重威胁[1]。河池市位于云贵高原南麓，其特点是天气气候多变、山峦起伏和地形复杂。河池市经济、社会、环境等多领域发展迅速，但雷击灾害事故频发。雷电灾害风险评估是指对可能给生命、财产、生计和人类赖以生存的环境带来潜在雷电威胁或雷击的介质的威胁因素和易感性进行分析和评估，以及确定雷电灾害的性质和特征[2-3]。雷电活动规律和表现特征是雷击风险评估的基础，可为企事业单位科学制定防雷减灾预案，和提高区域防雷减灾能力提供科学支撑[4]。

随着气象数据评估分析需求的不断增长，气象信息化程度也日益提高，气象数据也随之快速增长，加之雷电监测数据具有多形态、多维度、多角度等特征，其数据的开发利用值得深入挖掘[5]。如何利用雷电数据进行评估分析，快速、高效地提取气象指标数据、如何利用现有数据预测未来的发展趋势满足项目所在地长远安全、高效、顺畅运行，都可以通过数据特征来评估分析。

然而，当前气象雷电数据统计分析过程中缺乏较为先进的智能化手段对其数据资料进行处理分析，同时人工数据处理工作量大、差错多且效率低[6]。因此，加强气象雷电大数据相关研究具有重要意义。大数据应用是智慧气象的桥梁，因而迫切需要建立雷电风险分析系统，以确保对雷电风险进行正确、安全和高效的评估和分析。

1 系统需求分析

基于气象大数据的雷电风险分析系统的主要应用是合理管理各种来源的雷电数据，实现数据价值的最大化。雷电风险分析系统主要用于气候可行性论证报告的编写，在系统框架搭建之前，通过深入的气候论证报告业务工作，梳理雷电灾害风险评估技术与大数据平台的整体业务需求；
在框架搭建时，改变传统的大数据平台建设模式，原始雷电数据经过清洗、运算等方法，建立简单、便捷、可扩展的雷电评估大数据框架[7]。雷电风险大数据分析系统的建设主要包括数据采集、数据处理、数据分析、数据展示和数据应用。具体要求如下。

（1）通过分析雷电监测数据，如雷击特征、建筑物雷击特征、年月日变化特征、正负雷变化特征、强度等，从而高效、快速地获取雷灾风险结果。

（2）数据分析可以反映项目所在地雷灾风险状况，从而确定雷灾风险等级，对指导重大项目建设的选址及功能布局提供技术指导。通过评估对周围环境的影响程度，可以为邻近建筑物和设施提供有效的防雷措施理论依据[8]。

2 基于气象大数据雷电风险分析系统的设计

基于气象大数据的雷电风险分析系统主要由数据处理、数据存储、数据分析及数据可视化等4个模块进行设计和实现（图1）。

（1）数据处理：将从各个数据源中收集到的雷电基础数据需要进行处理和分析，包括数据清洗、格式转换、数据分类和数据计算等。将收集到的数据使用js脚本，遍历清洗数据，解析的数据存放在缓存或者MySQL数据库中，再根据系统可以提取出有用的信息，为雷电风险的评估和预测提供支持[9]。

（2）数据存储：模块主要分为两部分：一是高频使用的数据的实时数据，二是不常用的历史数据。实时数据存放在MySQL数据中，历史数据存放在本地

缓存[10]。

（3）数据分析：采用了分布式存储和计算技术，可以处理海量数据，而且能够运用多种数据挖掘算法和机器学习模型，如关联规则挖掘、聚类分析、分类预测等[11]。

（4）数据可视化：数据可视化模块的设计中注重用户体验，将复杂数据转化为易于理解的图形，通过简洁、直观的图表等形式多维度展示出相关的雷电分析数据，如柱状图、折线图、报表等，从而得知基于气象大数据雷电分析系统的各种分析结果，包括雷电的强度分布图、年月日趋势图等。同时，系统也需要提供查询、筛选和分析结果导出等功能。

3 基于气象大数据雷电风险分析系统的实现

3.1 数据处理模块

数据处理模块的实现主要是通过自定义的JavaScript脚本代码对原始数据进行清洗、转换、分析和计算以提取有价值的信息，并保证雷电相关基础数据的准确、完整和一致，从而为后续的雷电相关基础数据存储和数据分析提供可靠的基础。JavaScript 提供了多种方法来筛选和排序数据，如 filter（） 、 sort（） 等，可以根据特定的条件对数据进行过滤或者按照某个属性进行排序，或者通过数组的 reduce（） 方法来计算总和、平均值等。这些方法可以将收集到的雷电数据进行处理，从而分析增长趋势、雷电分布等。

3.2 数据存储模块

数据存储模块的主要在于存取方式的选择。基于气象大数据的雷电风险分析所用的数据可分为实时数据以及历史数据。因为考虑到数据的即时性，实时数据则考虑使用MySQL数据库，历史数据存放在本地localStorage中。

MySQL是一个关系数据库管理系统，使用结构化查询语言（SQL）进行数据库管理。MySQL适合于传统的关系型数据存储和管理，具有成熟的事务支持和广泛的应用场景。MySQL在处理结构化数据和复杂查询方面表现出色，擅长处理需要严格事务控制的应用程序。localStorage是本地存储是在用户的设备上进行数据存储和读取无需通过网络请求，所以速度更快，同时还可以减轻服务器负载。

3.3 数据分析模块

数据分析模块是核心组成部分，负责对存储在数据库中及缓存中的雷电基础数据进行深入的分析、挖掘，以发现数据中的模式、趋势和关联[12]。为了构建高效、直观且用户友好的数据分析体验，选择Vue.js作为开发的脚手架。

Vue.js是一个渐进式的JavaScript框架，它以轻量级、灵活性和组件化的特点而广受欢迎。通过使用Vue.js，工作人员能够快速构建出结构清晰、易于维护的前端应用程序。Vue.js的双向数据绑定和组件化系统使得开发者能够高效地管理数据流动和界面渲染，从而提供流畅的用户体验。

数据分析模块中，工作人员可以利用Vue.js的组件化特性，将不同的数据分析功能和视图拆分成独立的组件，如数据表格、图表、过滤器等。这样不仅可以提高代码的可重用性和可维护性，还能方便地进行功能的扩展和定制。同时，Vue.js的响应式机制能够实时更新界面，确保用户在进行数据分析时能够实时看到结果变化（图2）。

3.3 数据可视化模块

在数据可视化模块中，工作人员可以采用可视化方式来直观、生动地呈现数据，从而提供一种清晰、易于理解的数据解读方式。选用ECharts等流行的图表库，如图3所示。其中包括但不限于柱状图、折线图、表格等，可以清晰地展示出数据的分布和趋势，方便用户进行数据分析和决策。

图3  数据展示图

4 基于气象大数据雷电风险分析系统的应用

雷电风险分析系统最直接的应用是根据气象指标体系展现雷电风险的全部特征和支撑气象防雷部门开展各项雷电风险评估统计工作。依托该系统可以开展雷电灾害防御规划、雷电风险分析评估等工作。雷电风险分析系统应用主要从雷电危害主要特征指标分析，包括历年最强天气、雷电时间分布、雷电危害特征、雷击概率等流量指标及趋势变化分析，展现整体雷电风险特征，同时通过雷电数据的变化分析，包括年、月、日及小时生成雷击次数统计表及强度等，可支撑气象防雷部门开展各项指标统计工作。

5 结束语

基于气象大数据雷电风险分析系统涉及数据结构复杂、数据量大等多问题，工作人员可通过雷电风险排序和数据框架选择，完成系统的设计和实现工作。雷电风险分析系统的建成解决了当前工作中人工数据处理的工作量大、差错多、效率低的问题，有效运用先进的智能化手段对数据资料进行处理分析。根据分析结果，可从科学设计、灾害风险控制、应急管理等方面服务为评估对象提供雷电灾害防护建议，进一步加强雷灾防御措施，保证工程项目安全可靠、技术先进、经济合理，对提高气候可行性论证报告编制、提升专业气象服务能力作出积极贡献。

参考文献

[1] 杨鹏，杜宇，池继忠.内蒙古自治区气象大数据管理云平台设计与实现[J].内蒙古气象，2023（3）：32-36.

[2] 吴庆贺.基于气象大数据的监测预报预警服务系统设计与实现[J].电子技术，2024，53（1）：369-371.

[3] 虞听，周轶晗，陈天依，等.基于生态服务重要性的河池市生态安全保障研究[J].能源与环保，2021，43（3）：39-43，58.

[4] 余振邦.雷电监测数据在雷电灾害风险评估中的应用探讨[J].南方农业，2018，12（26）：162，171.

[5] 冯良敏，周秋雪，范江琳.四川最高最低气温日变化特征分析[J].高原山地气象研究，2022，42（4）：121-126.

[6] 胡琼，郭平平.基于大数据的空域数据分析系统设计和实现[J].民航学报，2021，5（6）：113-116.

[7] 舒存叶.网络同伴互评系统的设计和优化[J].电化教育研究，2017（1）：80-85.

[8] 周士茹，岳春煜.承德市人体舒适度分析与指数预报[J].农业灾害研究，2019，9（3）：80-81，95.

[9] 彭先清.数据仓库中联机分析系统的研究与实现[D].成都：电子科技大学，2020.

[10] 邓健，李然，陈卓，等.全自动驾驶模式下基于大数据架构的地铁车辆调度系统设计与应用[J].控制与信息技术， 2022（6）：104-108.

[11] 陈苗.一种改进Apriori算法在移动平台教学评价中的应用研究[D].重庆：重庆师范大学，2018.

[12] 刘迪.基于数据挖掘和知识图谱的钢铁质量缺陷溯源技术的研究与应用[D].北京：冶金自动化研究设计院，2024.

猜你喜欢 大数据 基于在线教育的大数据研究中国市场(2016年36期)2016-10-19“互联网+”农产品物流业的大数据策略研究中国市场(2016年36期)2016-10-19基于大数据的小微电商授信评估研究中国市场(2016年35期)2016-10-19大数据时代新闻的新变化探究商(2016年27期)2016-10-17浅谈大数据在出版业的应用今传媒(2016年9期)2016-10-15“互联网+”对传统图书出版的影响和推动作用今传媒(2016年9期)2016-10-15大数据环境下基于移动客户端的传统媒体转型思路新闻世界(2016年10期)2016-10-11基于大数据背景下的智慧城市建设研究科技视界(2016年20期)2016-09-29数据+舆情：南方报业创新转型提高服务能力的探索中国记者(2016年6期)2016-08-26