中国农业气象业务系统(CAgMSS)设计与实现
吴门新1) 庄立伟1)* 侯英雨1) 毛留喜1) 王建林2) 吕厚荃1) 李 轩1) 何延波1) 宋迎波1) 郭安红1) 赵秀兰1) 钱永兰1) 【摘 要】摘 要
【期刊名称】《应用气象学报》 【年(卷),期】2024(030)005 【总页数】15
【关键词】 CAgMSS; 农业气象业务系统; 农业气象数据分析; 插件技术 2024-05-10收到, 2024-07-24收到再改稿。
资助项目: 国家重点研究发展计划(2024YFC1506500,2017YFC1502402),中国气象局小型基建项目“智慧农业气象服务平台及基础支撑能力建设(一期)” 吴门新,庄立伟,侯英雨,等. 中国农业气象业务系统(CAgMSS)设计与实现. 应用气象学报,2024,30(5):513-527.
引 言
1958年中央气象局编发《全国农业气象旬报》,成为我国农业气象业务开始的标志。1983年国家气象局下达编制《全国农业气象旬月报》任务,为国务院和有关部委提供农业气象信息服务,重新恢复了全国农业气象业务[1]。赵四强等[2-3]、王建林等[4]、庄立伟等[5]研发了最早的农业气象情报预报业务软件系统,该时期的系统多基于微机开发,主要功能包括电报报文收报解报、气象要素等值线绘制、作物产量预报等功能,与当时的业务实际情况相适应。随着时代的发展,农业气象业务服务内容已由当年的农业气象情报、国内作物产量预报,发展到土壤墒情监测、农业干旱监测预报、国外作物产量预报、灾害性转
折性与重要农事季节的农用天气预报、农林病虫害发生发展气象等级预报、植被与草地生态监测评估、夏收夏种与秋收秋种等关键农时农业气象服务专报等诸多方面[6];农业气象业务技术也由农业气象指标和统计分析逐渐发展到农业气象指标体系、统计模式、作物机理模型、遥感、地理信息系统等多元技术的综合集成,农业气象产品向定量化、精细化发展[7]。但农业气象业务系统的建设未能与业务领域的拓展和业务技术的发展相同步,出现了明显滞后,由于农业气象观测资料地区差异性强,观测要素种类多内容杂,缺乏统一、规范的数据技术标准及其存储和管理方法;由于农业气象的业务领域在近20年一直扩展,工作内容一直变化,新增一项业务内容便研发一个业务平台,导致各业务平台开发技术差异较大,缺乏规范的规划与管理,使各时期开发的系统和模块规模小且零散;国家级和省级各种不同的业务平台制作的服务产品,在地理范围、图形分辨率、色标及表达方式上缺乏统一的标准。如何有效规范农业气象业务数据,如何集成复杂的农业气象业务逻辑,如何制作标准规范的产品,成为农业气象业务系统发展的关键性技术难题。庄立伟等[8]提出采用策略模式为主、工厂方法模式为辅的农业气象业务软件设计模式,将业务数据、专业模型、系统框架相结合,构建适用于现代业务特点的农业气象业务系统。杨太明等[9]、吴文玉等[10]采用通用数据库结合组件式地理信息系统模式,进行省级农业气象业务系统的设计和开发。吴焕萍等[11]、吕终亮等[12]采用类似技术框架进行气候业务系统(CIPAS)和决策气象服务系统(MESIS)的设计与开发。基于现有的信息技术进展和当前农业气象业务的特点,关系型数据库、插件式编程和组件式地理信息系统等技术相结合,实现数据规范管理、功能模块集成以及业务产品渲染是比较可行的技术方案。
中国农业气象业务系统(CAgMSS)主要面向国家级和省级两级业务需求研发,采用Oracle和SQL Server等大型关系型数据库,可以严格定义农业气象业务数据所涉及气象、土壤和作物要素,采用C/S架构的客户端访问同一数据服务器,可保证数据访问的唯一性;针对不断拓展的农业气象业务领域和技术,采用基于.Net框架的插件编程技术可有效解决业务模块不断扩展的问题,同时各业务模块可采用相同规范的技术接口实现模块插拔;采用目前主流GIS的工业标准技术组件,可制作出国家级和省级一致性高、通用性好且符合国家地理制图规范的图形产品。
1 总体设计
1.1 系统流程
根据业务领域将现有农业气象业务分为农业气象监测评价、作物产量预报、灾害监测评估、农业病虫害气象等级预报、农用天气预报、生态气象监测评估、农业遥感监测和作物模型应用8个方面,同时考虑数据综合分析和产品加工制作两项通用功能,将CAgMSS划分为10个子系统。系统总体数据流框架见图1。各个子系统按照产品制作与传输流程划分为数据源、模型方法、专题图制作和目标用户4个阶段。①数据源:系统需要收集的数据来源包括国家气象信息中心MDSS[13-14]、CIMISS[15-16]、卫星遥感数据[17]、国家气象中心智能网格预报产品[18]以及GRAPES_GFS实时产品;根据数据的特点进行预处理后,将站点数据存储到农业气象综合分析数据库[19]。格点数据和卫星遥感数据按照农业气象相关规范以文件形式存储于网络磁盘阵列。②模型方法:采用统一的农业气象算法库封装如农业气象评价[20]、作物产量预报[21]、农业气象灾害监测预报[22]、农业遥感监测[23]等业务算法,利用插件方式加载至系统主