《基于大数据及深度学习的智能光感气象监测与分析系统_规划设计方案_v0.6》由会员分享，可在线阅读，更多相关《基于大数据及深度学习的智能光感气象监测与分析系统_规划设计方案_v0.6（45页珍藏版）》请在金锄头文库上搜索。
1、读万卷书 行万里路 i 基于大数据及深度学习的智能光感基于大数据及深度学习的智能光感 气象监测气象监测与与分析系统分析系统 规划设计方案规划设计方案 读万卷书 行万里路 ii 河南气象局河南气象局 2012017 7 年年 1212 月月 读万卷书 行万里路 i 目目 录录 第第 1 1 章章 现状与需求现状与需求 . 4 4 1.1 项目背景 . 4 1.2 需求分析 . 5 1.1.1 系统现状 . 6 1.1.2 业务现状 . 6 第第 2 2 章章 概要设计概要设计 . 错误!未定义书签。 2.1 数据采集模块 . 错误错误! !未定义书签。未定义书签。 2.2 图像预处理 . 18
2、2.3 分析建模 . 错误错误! !未定义书签。未定义书签。 2.4 实时视频采集 . 28 2.5 天气实况实时发布 . 错误错误! !未定义书签。未定义书签。 2.6 关键技术 . 错误错误! !未定义书签。未定义书签。 2.6.1 关键帧提取 . 错误错误! !未定义书签。未定义书签。 2.6.2 视频流编码格式处理 . 错误错误! !未定义书签。未定义书签。 2.6.3 样本数据的筛选 . 错误错误! !未定义书签。未定义书签。 读万卷书 行万里路 ii 2.6.4 不同观测手段的比对与验证 . 错误错误! !未定义书签。未定义书签。 第第 3 3 章章 详细设计详细设计 . 错误!未
3、定义书签。 3.1 总体方案要求 . 错误错误! !未定义书签。未定义书签。 3.1.1 面向云计算的数据中心架构 . 错误错误! !未定义书签。未定义书签。 3.1.2 绿色数据中心 . 错误错误! !未定义书签。未定义书签。 3.1.3 灾备数据中心架构 . 错误错误! !未定义书签。未定义书签。 3.1.4 数据中心技术要求 . 错误错误! !未定义书签。未定义书签。 3.2 总体架构设计 . 错误错误! !未定义书签。未定义书签。 3.2.1 网络架构设计 . 错误错误! !未定义书签。未定义书签。 3.2.2 安全架构设计 . 错误错误! !未定义书签。未定义书签。 3.2.3 计算
4、架构设计 . 错误错误! !未定义书签。未定义书签。 3.2.4 存储架构设计 . 错误错误! !未定义书签。未定义书签。 3.2.5 运维管理架构 . 错误错误! !未定义书签。未定义书签。 3.3 大数据中心平台设计 . 错误错误! !未定义书签。未定义书签。 3.3.1 总体设计原则 . 错误错误! !未定义书签。未定义书签。 3.3.2 总体应用框架 . 错误错误! !未定义书签。未定义书签。 3.4 运维体系设计 . 错误错误! !未定义书签。未定义书签。 读万卷书 行万里路 iii 3.4.1 IT 资源池管理 . 错误错误! !未定义书签。未定义书签。 3.4.2 资源统一集成
5、. 错误错误! !未定义书签。未定义书签。 3.4.3 运维体系方案 . 错误错误! !未定义书签。未定义书签。 第第 4 4 章章 规划实施步骤规划实施步骤 . 4141 4.1 第一阶段计划 . 41 4.2 第二阶段计划 . 41 读万卷书 行万里路 4 第第1 1章章 现状与需求现状与需求 1.1 项目项目背景背景 中国气象局印发综合气象观测业务发展规划（2016-2020 年） （简称规 划 ），明确“十三五”时期全国综合气象观测发展目标、主要发展任务、专项 行动计划和保障措施。并提出到 2020 年，全面实现观测业务现代化，观测业务 整体实力达到同期国际先进水平，为实现气象现代化和
6、建设智慧气象奠定坚实 基础。 规划明确“十三五”时期综合气象观测发展的七项任务：构建新型观测 业务体系，统筹布局气象观测站网，建立气象观测标准质量体系，发展智能气 象观测能力，提高观测业务稳定运行能力，提升观测数据处理应用水平，加强 科技创新和人才队伍建设。 实现智能化观测能力和提升数据处理应用水平离不开高水平科学技术的支 撑。规划提出，将提升智能气象观测能力，通过完成地面观测设备自动化改 造和提升雷达及探空自动化水平，推进观测设备自动化改造；通过发展智能气 象观测装备和实施观测智能化发展行动计划，在观测设备智能化方面实现技术 突破；通过发展天气实况自动判识能力和发展自适应性观测技术，推进观测
7、模 式智能化；通过推进地空天协同观测和发展灾害性天气工作模式，发展业务化 协同观测能力。 依据上述指导原则，河南省今年投入数百万建设了基于大监自动站、包括 读万卷书 行万里路 5 200+高清探头组成的实景监控网络，可通过桌面或手机 APP 对这些探头完成状 态控制、影像监控以及观测数据叠加，初步形成了与常规要素气象观测数据相 互验证、相互补充的业务能力，在重要天气过程的辨识、跟踪和回溯方面发挥 了积极作用。 后续，我省将跟随观测智能化行动目标，积极开展人工智能领域的研究和 实践，充分整合现有社会化观测资源，力争明年在全省构建由 2 万个摄像头组 成的视频监控网络，并实现基于人工智能技术的视频
8、图像自动截取、识别以及 天气状况分类处理，最终实现更加精细化的全省天气实况实时绘制和发布。 本项目作为省级创新项目，拟近期正式启动。第一阶段，将率先完成技术 验证，确定开发方向和技术路线，组成全省 200 个摄像头的 AI 天气实况观测实 验网。第二阶段，通过不断优化模型和算法，逐步形成全省 18000 个高清摄像 头 AI 天气实况观测网，形成稳定可靠的全新业务能力。 1.2 需求分析需求分析 根据气象部门的观测场内高清视频监控拍摄到的海量历史天气视频数据， 通过构建人工智能神经网络，对这些海量历史天气视频数据进行深度学习，完 成不同天气状况辨识模型的建立，并借助常规气象观测数据的指引完成算
9、法优 化，最终实现对晴、多云、阴、雨、冰雹、雪等主要天气状况自动定性和归 类。 读万卷书 行万里路 6 1.1.11.1.1 系统系统现状现状 目前由公安、交通等相关政府部门和有关移动通讯企业建设的高清视频监控 网络，全天 24 时都在记录监控着高质量的海量的实时的气象数据，这些弥足珍 贵的数据信息，不但在空间分布范围上大大超越了自动站的探测范围，而且对特 定区域灾害性天气过程的监视、预警和服务具有极大的参考价值。目前这些高质 量的视频数据已经全量集中存储在了数据中心， 并且与气象传感器数据进行了映 射。 1.1.21.1.2 业务现状业务现状 目前视频监控信息处理自动化程度较低， 依靠人工手
10、段监控识别视频信息耗 时费力，且主观意识介入成分较大，会导致效率较低且准确率不高等问题，因此 已存储的视频资料还远没有转化为生产力， 视频监控系统仍处于初级应用阶段和 被动应用阶段，远远没有发挥出其应有的价值。 随着监控摄像头的不断扩容， 后续计划接入 18000+高清摄像头组成的视频网 络，探头数量较目前增加了数倍，采集的数据量更是暴涨了几个数量级。如何采 集接入视频数据并且通过自动化的机器学习手段高效识别图片特征信息， 降低人 力物力的投入，同时从视频数据金矿中挖掘更深层次的高价值的天气实况信息， 是本项目急需研究解决的课题。 近年来，随着人工智能的飞速发展，基于深度学习的图像识别技术日趋成熟 和超算桌面化又为人工智能的实现变得简单易行， 客观上使用机器代替人工从海 量的视频
