[发明专利]基于自定义规则的台风实时采集方法

说明书

技术领域

本发明涉及台风信息专业采集应用领域，特别是一种基于自定义规则的台风实时采集方法。

背景技术

我国是世界上遭受台风影响最严重的国家之一，近几年台风活动频繁， 2005年“龙王”、“海棠”、“泰利”、“麦莎”、2006年“桑美”、2009年“莫拉克”等台风相继都对福建、广东、浙江等省造成了重大影响。在灾害性天气期间，台风分析应用系统的运行需要数据的实时、稳定。当前该类数据只有各大气象信息网才进行发布，灾害期间网络的不稳定、数据的跳变等问题大大影响其数据采集的稳定性。为此，申请人通过深入研究设计出一套自定义规则多特征的台风实时采集机制，从技术上对台风气象数据的采集方式进行突破，解决了各大气象网站中台风路径及预报信息内容复杂，数据源格式不一、发布数据不一等问题，通过自定义规则的方法，实时采集所需要的台风路径数据，从而保障了灾害性天气期间信息源的稳定问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于自定义规则的台风实时采集方法，该方法有利于在灾害期间保障台风路径数据的稳定性，提供稳定的信息源保障方案。

为实现上述之目的，本发明采用的技术方案是：这种自定义规则的台风实时采集方法，其特征在于：包括以下步骤：

（1）实现不同气象网站自定义的规则配置；

（2）对网站内容实现多线程的采集控制处理；

（3）针对数据格式规则对台风路径数据及预报数据进行规则识别；

（4）对所需台风数据的准确性及完整性进行判定；

（5）根据规则内容实现数据缓存、存储入库操作。

本发明的有益效果是通过对台风关注信息内容的总结，沉淀出的特征属性进行配置，如台风的特征信息有：台风编号、台风名称、台风位置、台风强度、台风速度、影响范围以及未来趋势信息；每个特征都具有一定的取值范围。系统中通过对不同气象网发布的台风数据进行特征提取，再经过特征模式匹配，并根据特征的范围对匹配出来的数据进行校验，最终解析出真实的台风数据，为应用系统所使用。

下面结合附图及具体实施例对本发明作进一步的详细说明。

 

附图说明

图1是本发明方法流程图。

具体实施方式

       为使本发明的目的、技术方案及优点更加清楚明白，以下将通过具体实施例和相关附图，对本发明作进一步详细说明。

请参考图1，为本发明方法流程图。本发明的基于自定义规则的台风实时采集方法，包括以下步骤：

（1）实现不同气象网站自定义的规则配置；

（2）对网站内容实现多线程的采集控制处理；

（3）针对数据格式规则对台风路径数据及预报数据进行规则识别；

（4）对所需台风数据的准确性及完整性进行判定；

（5）根据规则内容实现数据缓存、存储入库操作。

步骤（1）的实现方法是：对不同气象网站的数据格式规则配置是对台风路径数据及预报数据进行数据的格式化操作，利用INI存储方式对所需要的操作进行参数预配置，并就所需要采集的数据进行数据格式定义，形式数据格式文件。每次采集时都需要对格式配置文件进行预加载，从而根据采集的页面内容进行逐一格式匹配，最终获取到需要的文字和图片的结果信息。如台风数据格式串文件配置如下：2011$*$ $TFBH$号$*$($TFM$) $MM$月$DD$日$HH$时(北京时间)中心位置在北纬$WD$度,东经$JD$度,中心气压$ZXQY$百帕,近中心最大风速$ZXFS$米/秒,移向 $YDFX$,移速$YDSD$公里/小时,七级大风圈半径$RADIUS7$公里。格式符采用“$”进行标识，各格式符可以方便的进行填加及调整。

步骤（2）的实现方法是：多线程的采集控制在于将不同气象网站的内容采集工作都启用新线程的方式进行处理。在采集服务运行中，通过判断线程的状态是否正常运行，来进行线程的控制操作。如当前采集的线程不存在，则通过线程的ThreadStart操作启动新的线程，进行网站内容的采集识别；如当前采集线程已运行且无反应时，进行状态尝试标识，当尝试三次未能正确返回正常状态时，服务则通过线程的Abort操作进行中断，并重新启用新线程进行操作。整个过程中，采集服务起到了控制中心的作用，协调调度好各采集线程的工作，确保采集的持续、稳定。