RabbitMQ在气象通信系统中的应用研究

随着现代气象自动观测技术的迅速发展,气象资料的数量及类型都大大增加。重要的气象观测资料产生的频次已经提升到了分钟级,传输的时效也要求提高到秒级。目前的气象通信系统1.0版本是基于传统的TCP/IP协议的FTP文件传输方式,已无法满足大数量、高频次、多种类的观测数据高时效传输。为满足现有业务的需求,设计了基于RabbitMQ消息通信传输模式的气象通信系统2.0版。着重研究RabbitMQ消息队列技术在气象通信系统中的应用,包含消息中间件技术、消息传输架构设计、观测数据消息封装、高时效高可靠设计、交换控制策略设计等。应用结果表明,基于RabbitMQ技术开发的气象通信系统运行稳定,96%的气象观测数据能够在2秒内完成从台站到国家级的传输,并且在10秒内完成全部数据的传输,通过交换控制策略将数据及时转发给业务单位使用,大幅提升了气象数据的传输时效性和服务能力。     

基于XGBoost和改进LSTNet的气温预测设计

气温变化与人类的生产生活密切相关，对人类出行计划、农林生产以及军事作战等方面都有着重要影响，因此对于大气温度更加精准的预测具有一定现实意义。针对传统预测模型对气温预测精度不佳的问题，提出了一种融合极端梯度提升树(Extreme Gradient Boosting, XGBoost)和改进长短期时序网络(Long and Short-Term Temporal Patterns with Deep Neural Network, LSTNet)的气温预测模型。利用XGBoost进行特征筛选，降低数据维度；利用LSTNet进行改进，在其卷积层嵌入通道注意力(Channel Attention, CA)机制，强化显著特征；把循环神经网络层中的循环门单元(Gate Recurrent Unit, GRU)改为双向长短时记忆网络(Bidirectional Long Short-Term Memory, BiLSTM),并加入了时序注意力(Temporal Attention, TA)机制，使模型拥有同时提取正反向信息的能力且突出了重要时间步的信息；用建立好的模型进行预测实验和对比实验。实验结果...