Business Exploration in Meteorological Disaster Risk Management Based on Big Data

Abstract

—Based on the needs of supporting business in meteorological disaster risk management, this article firstly analyze the characteristics of big data and the connotation of meteorological big data, and clarifies the concept of the big data for meteorological disaster defense, which are composed of five major types of data such as disaster situation. We also explore how to apply artificial intelligence, experience method, screening method and other technical methods to expand the construction of big data for meteorological disaster defense. Then, we summarized the practical experience of using big data in meteorological disaster monitoring and evaluation, meteorological disaster risk zoning, meteorological disaster risk forecasting and early warning, risk management business system construction, etc. A future development is proposed. Keywords—meteorological disaster, big data, risk management, application exploration 摘要—本文从分析大数据特性和气象大数据内涵 入手,基于支撑气象灾害风险管理业务的需要,明确 了由灾情等五大类数据构成的气象灾害防御大数据 概念,探索了如何应用人工智能、经验法、筛选法等 多种技术方法去拓展气象灾害防御大数据建设,总结 了利用大数据在气象灾害监测评估、气象灾害风险区 划、气象灾害风险预报预警、风险管理业务系统建设 等方面的实践经验,并提出了今后发展建议。 关键词-气象灾害,大数据,风险管理,应用探 索 I. 引言 当前,大数据已成为全球社会和技术发展的 热点,各国政府和国际组织纷纷将开发利用大数 据作为夺取新一轮竞争制高点的重要抓手。美国 2012 年发布“大数据研发计划”,重点研究分析 大数据在医疗、天气和国防等领域应用。德国 2010 年发表《德国 ICT 战略:数字德国 2015》, 提出了如何利用大数据应用来促进未来发展。 ICT 是 Institute of Computing Technology 的 缩写,即,信息通信技术。英国政府投入大量资 金,率先利用大数据在交通、天气、健康等方面 开展应用分析研究。日本 2012 年发布了以大数 据为亮点的“活跃 ICT 日本新战略” [1] 。2015 年, 中国政府印发了《促进大数据发展行动纲要》, 国土资源部、农业部、环保部、贵州省、北京市 等纷纷印发促进大数据发展的实施意见。可以说, 大数据发展应用受到国内外各级政府、社会及学 术界、产业界高度关注 [2] 。 气象部门作为典型的信息部门,高度重视气 象大数据应用工作。2016 年,中国气象局在《全 国气象发展“十三五”规划》中明确提出,落实 国家“互联网+”行动和大数据发展战略,推进 云计算、大数据、物联网、移动互联网等技术的 气象应用。2017 年,中国气象局在《关于加强气 象防灾减灾救灾工作意见》中提出,应用大数据 和人工智能技术,搭建气象大数据人工智能算法 Fourth Symposium on Disaster Risk Analysis and Management in Chinese Littoral Regions (DRAMCLR 2019) Copyright © 2019, the Authors. Published by Atlantis Press. This is an open access article under the CC BY-NC license (http://creativecommons.org/licenses/by-nc/4.0/). Advances in Intelligent Systems Research, volume 171