隨著計算機技術、資訊科技、網路技術的迅速發展( 主要是雲計算和現代網路技術的發展) ，世界各地、各行業、各單位每天都產生包括數字、文字、影片、音訊等在內的海量資訊，這些海量資訊統稱為大資料。在大資料的海洋中，利用“沙裡淘金”的技術把有用資料提煉分揀出來，是大資料應用的重要內容之一。大資料應用技術大致可分為以下步驟: 資料庫的蒐集和挖掘，資料質量的甄別和校正，資訊的處理( 數學模型的建立和校正) ，大資料的分析與成果的形成。自2013年大資料概念興起至今，運用物聯網端設施對資料庫的蒐集技術已經成熟，並且大資料是最先在氣象中使用的，透過大型計算機的運算以及過去60年的氣象資料，建立識別天氣的模型，然後將這些模型與當前的氣候條件進行比較，再運用預測性分析進行天氣預報。

在萬物互聯的時代，氣象大資料在大規模的收集與應用，氣象資料是最用以與平衡領域產生交集和應用的大資料，例如旅遊、農業、大健康等等。

以氣象大資料和農業的應用為例，氣象物聯網大資料在農業領域的應用推動農業向“精準”和“智慧”方向發展。

1.農場氣象實時監測，極端氣象及時預報

實時監測空氣溫溼度、光照、降雨量、風速、風向、大氣壓力、氣體濃度等資料，並透過設定相關報警閾值，實現即時報警，精準控制種植環境指標。

根據衛星資料，系統可預報未來72小時氣象，24小時極端天氣、降水機率、大風等異常氣象預警，提醒使用者及時做好防災防險準備。

2.土壤墒情精準監測，異常情況快速預警

實時監測土壤水張力、土壤溫溼度、水位、溶氧量、pH值等。

透過設定報警閾值，當土壤資料異常時，如溼度過高，系統自動發出預警訊息提醒工作人員。

3.遠端掌握田間蟲情，無公害誘捕殺蟲

系統可實現害蟲類別自動分類及計數，並自動進行無公害誘捕殺蟲，減少農藥的使用

透過高畫質攝像機採集蟲情影象，可遠端檢視田間蟲情，並制定防治措施。

4.作物長勢監測，突發情況可自動轉向緊急錄影

高畫質攝像頭可720度旋轉、拉近、拉遠，檢視園區實時生產情況；

發生預警時，攝像頭可自動轉向到預警點緊急錄影，不放過任何異常；

可對影片進行截圖，無需另外安裝相機進行拍攝。

物聯網被視為繼計算機、網際網路之後的第三次資訊產業浪潮，從進化的視角來看，物聯網實際上就是人類社會進化出的“眼睛”。《商業內參》(BIIntelligence)今年釋出的《2019年全球物聯網發展研究報告》指出，預計到2025年全球物聯網裝置將超過640億個，遠高於2018年的100億和2017年的90億。據預測，到2035年將有超過1萬億個物聯網器件能在雲端儲存感測器資料。

物聯網的“寒武紀大爆發”正在來臨。

萬物互聯時代 氣象如何玩轉物聯網？

物聯網的前世今生

上世紀90年代，麻省理工學院教授凱文·艾什頓在寶潔公司做品牌經理時，發現一款棕色的口紅總是缺貨，但實際上庫存裡卻還有不少。於是他開始思考：如果在口紅的包裝中內建一種應用了無線射頻識別技術(RFID)的無線通訊晶片，並且有一個無線網路能隨時接收晶片傳來的資料，那麼零售商們就可以隨時知道貨架上有哪些商品，並且及時補貨。“物聯網”這個概念由此提出，凱文·艾什頓也因此被稱為“物聯網之父”。

RFID是物聯網的核心技術之一，並且在第二次世界大戰期間就出現了最早的雛形。當時，英國軍隊利用無線電發射器加上雷達來識別敵軍和友軍的飛機。2000年後，RFID技術得到大規模應用，基於物流和供應鏈管理的物聯網開始構建起來。“當我們需要把所有‘物’連線在一起的時候，一個重要的問題就是如何判斷出誰是誰，而射頻識別技術就是為了解決‘唯一性’問題，為每一個‘物’貼上一個獨一無二的身份標籤。”張明說。

物與物之間除了要相互識別外，還要能進行資料收集和資料交換，這就不得不提到感測器了。這個詞乍聽之下你可能覺得有點陌生，但事實上我們周圍無處不是感測器，比如氣象衛星、監控攝像頭、無人機等，都可以看作是採集資料的感測器。此外，手機上也有大量的感測器，比如GPS、重力感應器、紅外感應器、攝像頭、環境光感受器等。從這個意義上來說，手機其實就是一個物聯網整合裝置。未來，內建豐富感測器的智慧手機可以發揮測量儀器的作用，收集氣溫、大氣壓和大氣潮汐等資料。

除了射頻識別和感測器技術外，物聯網還包括智慧處理和嵌入式技術。根據張明對未來趨勢的分析判斷，正在迅猛發展的5G技術將成為物聯網發展歷史上的重大里程碑事件，讓“萬物互聯”從根本上擺脫網路環境的制約，極大地降低物聯網的建設成本，並使物聯網的服務水平突飛猛進。

總之，真正的物聯網是由網路連線的感應器自動捕獲、分析資料，自行作出決定，需要機器具備自主學習、自主決策的能力，整個過程不再需要人的干預。

氣象+物聯網

中國資訊通訊研究院釋出的《2018物聯網白皮書》指出，全球物聯網產業規模由2008年的500億美元增長至2018年的1510億美元。在連線數快速增長和梅特卡夫定律的作用下，物聯網在各行業的新一輪應用已經開啟，落地增速加快，物聯網在各行業數字化變革中的賦能作用已非常明顯。

氣象行業作為大資料的應用者，較早地接受了物聯網的賦能。在一些發達國家，物聯網技術已被廣泛應用於氣象監測預警、氣象預報、氣象資訊傳輸和氣象服務等各個層面。例如，美國應用物聯網技術，已實現全自動地面觀測。2012年6月，美國國家天氣局成功應用物聯網技術研發了無線緊急預警系統。該系統可根據惡劣天氣經過的路徑確定受影響區域，以此搜尋該區域內所有手機發出的訊號，自動匹配發送人群，既提高了預警準確性，又避免了資訊擾民。日本氣象廳於2007年就建成了基於物聯網的地震感知預警系統。

南韓氣象廳採用RFID技術來監測天氣變化，透過佈設無線感應器，建立自動天氣系統，實現對溫度、氣壓、溼度、風、沉澱物、降雪、可視性、雲層、地表地下溫度等要素的實時監測和天氣系統的追蹤，有效提高了氣象服務能力和保障水平。

“在國內，物聯網技術已應用到氣象資訊監測、氣象資訊釋出服務和專業氣象服務等領域，並初步開發了部分應用系統和產品。”李建邦說。

目前，中國氣象局氣象探測中心正在研發下一代地面觀測系統，這就是基於物聯網技術的一個典型應用。該系統採用了具備嵌入式系統的全數字智慧感測器和具備網路管理功能的智慧整合處理器作為控制節點，在臺站級組網上採用“紫蜂”(Zigbee)短距離無線通訊方式，遠距離通訊則採用高速行動通訊網路，配套輔以智慧雲計算平臺。這套系統使得網路中的每一個感測器節點均可進行遠端管理、升級和維護。同時，節點之間的資料可以透過相互“訂閱”的方式實現臺站間質量控制。

物聯網將手機、車輛甚至雨傘等物件的潛力完全釋放了出來，使其一一成為獲取天氣資料的手段。各種各樣的感測器很快就將遍佈各個角落，這意味著天氣資料將無處不在。“物聯網的發展最終將徹底改變氣象行業。”張明說，在物聯網裝置急劇增加並相互連線的條件下，獲取氣象資料的渠道將被前所未有地拓寬，氣象觀測資料的質量和精度也將得到前所未有的提升。

物聯網與人工智慧、雲計算、區塊鏈

不管一個人的能力有多強，他都只能觀察到事物的某些切面，並且其觀察範圍主要限於人體感官所能達到的區域。要想獲得宏觀視角甚至“上帝視角”，我們就需要不斷拓展自身的感知能力，讓“觸角”不斷延伸。物聯網最大的作用之一就是讓人類社會擁有了“上帝視角”，極大地拓展了人類的感知能力，開闢了資訊採集的新維度。

如果說物聯網是人類社會進化出的“眼睛”，那麼人工智慧就是“大腦”。氣象資料當前總量大約為23PB，僅每天產生的資料量就達幾十個TB。事實上，這樣體量的資料已經讓氣象工作者疲於應對，很多資料的價值根本沒時間去挖掘。

試想一下，當物聯網裝置的數量達到千萬級甚至億級時，其產生的資料量將龐大得讓人難以想象，之前的資料量根本無法與之同日而語。這時，運用人工智慧來處理感測器資料幾乎就成為唯一選擇。

此外，如此海量的資料如果全部部署到業務端或本地，那麼所花代價將隨搬遷資料體量的倍增而呈幾何倍數增長，原本已因系統過多而不堪重負的業務單位將雪上加霜。雲計算可以將業務系統所需要的一切資源部署在雲端，而人工智慧就可以直接在“雲”上處理海量氣象資料。

更為重要的是，在海量氣象資料的“餵養”下，人工智慧成長的速度也將驚人的快。屆時，“超級人工智慧”或許就將出現，這種技術就會變成超級智力。最終，機器的智力會超過人類的集體智力。

“物聯網與人工智慧、雲計算的發展是密不可分的，三者就像開啟氣象寶藏的三把鑰匙一樣，只有同時擰動才能開啟寶藏之門。單純把物物相連的意義非常有限，只有讓這種連線變得智慧才能將物聯網的潛能完全釋放出來。”張明說。

然而，物聯網當前面臨的最大問題之一就是資訊保安問題，一旦被駭客或病毒侵入，後果將不堪設想。好在，具有高透明、可追溯和防篡改特性的區塊鏈為這個問題提供了很好的解決方案。氣象資料一旦上鍊，上鍊的時間和內容均是公開透明的，且一旦上鍊便難以篡改，上鍊的內容也將逐步具有法律效力，因此可溯源追責，這就為不同機構進行資料交換和共享提供了信任基礎，用技術解決了信任和安全問題。

“物聯網和區塊鏈技術結合會產生區塊鏈物聯網，而區塊鏈物聯網可以大幅降低安全風險。”陳鑽說，更為重要的是，區塊鏈作為一種交易處理工具對物聯網而言是革命性的創新，許多人機互動會被機器間基於規則的互動取代。

此外，成功的物聯網解決方案必然有強大的價值主張，物聯網中的每一個裝置都可以充當獨立的商業主體，以極低的交易成本與其他裝置共享能力和資源。可以想象透過基於區塊鏈的智慧合約和智慧賬本等技術，我們可以使得每部氣象物聯網中的觀測裝置都轉變為擁有者和使用者之間的交易點和經濟價值創造點。物聯網和區塊鏈技術結合所促成的一系列變革將使得物理世界像數字世界一樣流動、個性化和高效。