-
-
- 气象大数据技术与应用(高等学校教材)
-
- 作者：编者:方巍//孙玉宝//付章杰//庄伟//杭仁龙|责编:王中英
- 出版社：清华大学
- ISBN：9787302702221
-
售价：35.92
-
内容大纲
本书围绕“数据-算法-应用”三层架构，将气象学科的核心知识与人工智能结合起来，系统介绍气象大数据处理的创新方法与实践路径。本书突破传统气象教材的范式，独创“科研理论→工程代码→业务部署”的三维学习体系，构建“数据预处理→模型开发→业务部署”的完整链条，突出“学科交叉与场景驱动”的特色，从而助力读者快速掌握气象大数据的应用实践能力。本书在介绍核心知识的基础上精讲5个气象大数据行业应用案例，并提供配套可复现的代码，便于读者进行应用实践。本书提供案例源代码、教学PPT和习题参考答案等完善的配套资源，便于读者高效、直观地学习。
本书共10章，分为4篇。第1篇气象大数据基础入门，主要介绍大数据的相关概念、关键技术及其在气象领域的应用，并详细介绍气象信息化的相关知识。第2篇气象大数据进阶提升，详细介绍气象大数据关键技术、气象人工智能和气象大数据应用与安全等相关知识。第3篇气象大数据应用实践，聚焦气象业务的核心痛点，详细介绍气象大数据在能源、交通、航空、医疗健康和保险等多个领域的典型应用，完整地剖析从数据处理到模型优化再到业务系统集成的全流程。第4篇气象大数据未来展望，对气象大数据的发展趋势与应用进行展望，并分析气象大数据发展面临的问题，最后给出解决建议。
本书内容丰富，案例典型，讲解深入浅出，适合作为高等院校气象等相关专业产教融合的教材，也适合作为气象从业者、AI开发者与交叉学科的研究者快速掌握智能气象数据分析核心知识的参考读物。
-
作者介绍
方巍 博士、博士后、副教授、硕导、高级工程师。美国佛罗里达大学访问学者、中国计算机学会高级会员、ACM会员、中国系统分析师协会（CSAI）顾问团专业顾问、江苏省计算机学会会员和江苏省人工智能学会委员、江苏省政府采购招标评审专家。有多年的Java EE和数据库软件开发与设计经验，深入理解数据库系统的应用与开发过程。目前已主持了2项省部级项目和3项市厅级项目，参与了国家自然科学基金、教育部重点科研项目、江苏省重大科技支撑计划等国家级和省部级科研项目共8项。在国际和国内相关学术会议和核心期刊上发表了论文20余篇，其中被SCI和EI检索15篇。获得了国家发明专利授权7项和软件著作权8项。研究兴趣包括信息集成、云计算和大数据挖掘等。
-
目录
第1篇 气象大数据基础入门
第1章 气象大数据时代
1.1 大数据概述
1.1.1 大数据的相关定义
1.1.2 大数据的发展历程
1.1.3 大数据的来源
1.1.4 大数据的类型
1.1.5 大数据的特点
1.1.6 大数据分析的方法
1.2 大数据关键技术
1.2.1 大数据技术框架
1.2.2 大数据采集与预处理技术
1.2.3 大数据存储与管理技术
1.2.4 大数据处理与分析技术
1.2.5 大数据安全与隐私保护技术
1.2.6 大数据可视化技术
1.3 大数据技术在气象领域的应用
1.3.1 大数据采集技术的气象应用
1.3.2 大数据存储与管理技术的气象应用
1.3.3 大数据处理与分析技术的气象应用
1.3.4 大数据安全与隐私保护技术的气象应用
1.3.5 大数据可视化技术的气象应用
1.4 小结
1.5 习题
第2章 气象信息化
2.1 什么是气象和气象学
2.1.1 天气和气候的定义与分类
2.1.2 天气预报和气候预测的定义与分类
2.1.3 什么是气象观测
2.1.4 气象数据的定义和分类
2.2 气象现代化的含义
2.3 气象现代化的发展战略
2.4 气象大数据的定义、特征和分类
2.4.1 气象大数据的定义
2.4.2 气象大数据的特征
2.4.3 气象大数据的分类
2.5 气象数据的处理与存储
2.5.1 气象数据的来源、格式和常用工具
2.5.2 气象数据的质量控制过程
2.5.3 气象数据的均一性处理
2.5.4 气象数据的存储与服务
2.6 大数据时代气象行业的机遇和挑战
2.7 小结
2.8 习题
第2篇 气象大数据进阶提升
第3章 气象大数据关键技术
3.1 云计算技术
3.1.1 云计算简介
3.1.2 云计算的核心技术
3.1.3 云计算的服务模式与技术架构
3.1.4 云计算的发展趋势
3.1.5 云计算在气象领域的应用
3.1.6 云计算与大数据的区别和联系
3.1.7 气象大数据云平台的架构设计
3.2 分布式计算技术
3.2.1 Hadoop大数据技术框架
3.2.2 MapReduce和Spark大数据技术框架
3.2.3 MapReduce和Spark的比较
3.3 存储技术
3.3.1 ETL技术
3.3.2 NoSQL数据库
3.3.3 分布式文件系统
3.3.4 云存储技术
3.4 大数据处理技术
3.4.1 大数据计算模式
3.4.2 深度学习
3.4.3 数据挖掘
3.4.4 大数据与人工智能的融合
3.5 小结
3.6 习题
第4章 气象人工智能
4.1 气象人工智能的发展历程
4.2 人工智能在天气预报中的应用
4.2.1 短临降水预报
4.2.2 雷暴预报
4.2.3 台风预报
4.3 人工智能在气候预测中的应用
4.3.1 ENSO预测
4.3.2 季风预测
4.3.3 干旱预测
4.4 人工智能在气象数据处理中的应用
4.4.1 数据同化
4.4.2 偏差订正
4.4.3 降尺度
4.4.4 气象报文
4.5 人工智能在气象观测和识别中的应用
4.5.1 云状识别与分类
4.5.2 天气系统识别
4.5.3 天气现象识别
4.6 气象大模型
4.6.1 气象大模型的发展
4.6.2 气象大模型的网络架构
4.7 气象人工智能的发展方向和趋势
4.7.1 人工智能与气象业务协同发展
4.7.2 运用人工智能技术健全气象综合预报系统
4.7.3 人工智能应用将继续加强气象业务
4.8 小结
4.9 习题
第5章 气象大数据应用与安全
5.1 气象大数据应用
5.1.1 天气预报
5.1.2 气候预测
5.1.3 城市交通管理
5.1.4 农业数字化气象服务
5.1.5 气象灾害预警预报系统
5.2 气象大数据系统
5.2.1 气象大数据系统的总体架构设计
5.2.2 气象大数据系统的层次划分
5.2.3 内蒙古气象大数据综合应用平台案例
5.3 气象大数据安全现状
5.3.1 气象信息安全现状
5.3.2 大数据安全存在的主要问题
5.3.3 大数据面临的挑战
5.3.4 大数据面临的安全威胁
5.3.5 保障气象大数据安全的相关措施
5.3.6 保障气象大数据安全的相关技术
5.4 气象大数据安全体系
5.4.1 安全体系结构
5.4.2 数据层技术
5.4.3 接口层技术
5.4.4 系统层技术
5.5 小结
5.6 习题
第3篇 气象大数据应用实践
第6章 气象大数据在能源领域的应用
6.1 气象大数据在传统电力能源领域的应用
6.1.1 电力负荷特征分析
6.1.2 电力负荷与各气象要素的关联性分析
6.1.3 电力负荷预测
6.1.4 用电数据生成与窃电检测
6.2 气象大数据在光伏新能源领域的应用
6.2.1 光伏发电功率预测
6.2.2 太阳能资源评估及其利用效率评估
6.3 气象大数据在风力新能源领域的应用
6.3.1 风能资源评估
6.3.2 风能资源预测
6.4 小结
6.5 习题
第7章 气象大数据在交通领域的应用
7.1 公路交通与气象大数据的关系
7.1.1 我国主要地理特征和气候概况
7.1.2 公路交通领域对气象服务的需求
7.1.3 用户对公路交通气象服务的需求
7.2 气象对公路交通的影响
7.2.1 天气与公路交通事故之间的关系分析
7.2.2 天气对公路交通的影响
7.2.3 对公路交通具有高度影响的气象因素分析
7.3 公路交通气象大数据应用
7.3.1 应用步骤
7.3.2 监测系统
7.3.3 公路交通气象预报技术
7.3.4 江苏省公路交通气象服务系统简介
7.4 小结
7.5 习题
第8章 气象大数据在航空领域的应用
8.1 民用航空发展概述
8.2 气象大数据在民用航空领域的应用
8.2.1 航空公司
8.2.2 空中交通管制部门
8.2.3 机场
8.2.4 低空经济
8.3 气象大数据在民机试飞中的应用
8.3.1 民机试飞中的气象保障
8.3.2 民机试飞对场景的要求
8.3.3 民机试飞对气象服务的要求
8.3.4 气象大数据服务在自然结冰试飞中的应用
8.3.5 气象大数据分析在侧风试验中的应用
8.4 小结
8.5 习题
第9章 气象大数据在医疗健康和保险领域的应用
9.1 气象大数据在医疗健康领域的应用
9.1.1 人体舒适度指数
9.1.2 疾病预防与控制
9.1.3 健康风险评估
9.1.4 慢性病管理
9.2 气象大数据在保险领域的应用
9.2.1 天气指数保险
9.2.2 巨灾指数保险
9.2.3 农业气象指数保险
9.2.4 洪水风险图
9.3 小结
9.4 习题
第4篇 气象大数据未来展望
第10章 气象大数据的未来发展
10.1 气象大数据的发展趋势
10.1.1 气象部门高度重视
10.1.2 政策支持
10.1.3 协调发展
10.1.4 多方位数据来源
10.1.5 创新驱动发展
10.1.6 跨界发展
10.1.7 商业化发展
10.1.8 定制气象服务
10.1.9 人工智能与气象大数据的有机结合
10.2 气象大数据应用展望
10.2.1 气象与行业融合
10.2.2 气象服务产品
10.3 气象大数据技术的发展
10.3.1 深度学习新技术
10.3.2 元宇宙技术
10.3.3 人工智能气象物理一致性和可解释性
10.4 气象大数据发展面临的主要问题及其解决建议
10.4.1 主要问题
10.4.2 解决建议
10.5 小结
10.6 习题
参考文献
[
