引言
气象和水文作为两门建立在观探测基础上的基础学科，由于其基础观测数据量大、要素关联性强、时间空间连续性强，具备大数据的天然属性。随着气象水文态势感知技术的发展，雷达、遥感、反演等非常规观探测手段得到广泛应用，形成地基、海基、空基、天基观测相互协调的一体化综合观测体系。同时，数值模式和人工智能方法助力气象水文预报产品向着更精细化的方向发展，相应产生了一系列高时空分辨率的气象水文服务产品，这些产品具备典型的大量（Volume）、高速（Velocity）、多样（Variety）、低价值密度（Value）和真实性（Veracity）“5V”特征［1］，且用传统的常规手段难以处理海量的气象水文数据，因此现代化的气象水文辅助决策离不开大数据技术的支持［2-4］。
大数据能够满足指挥决策对信息全面性、精确性和有效性的要求，辅助决策者准确定下行动决心、科学统筹资源配置、精准控制行动进程，降低决策的风险和不确定性［5-7］。在信息化发展的初期，人们往往更加注重数据收集和数据规模，数据量越大、数据种类越丰富，关联度就越高，越容易提高决策效率。但随着任务信息量的急剧攀升，数据量呈指数级增长，决策者的关注重点就转到如何筛选出真正有用的关键信息。为适应信息化新需要，指挥官关键信息需求（Commander′s Critical Information Requirements，CCIR）这一理念［8］被提出，就是基于海量数据的搜集、挖掘、分析、判断，提取出与行动目的高度契合的关键问题，以关键信息需求的形式来呈现，满足决策者的关键信息需求。
关于如何满足指挥决策中的气象水文关键信息需求，借助大数据技术、以信息流的形式开展气象水文辅助决策是一条行之有效的手段，但因各类气象水文数据来自不同安全管理等级的网络，必须考虑在信息流动受限于跨网系传输效率的前提下，合理构建基于混合网络的信息服务架构，以关键信息流高效支撑气象水文辅助决策。
为适应大数据背景下的辅助决策要求，气象水文保障亟需将关键信息流作为重要支撑手段，对气象水文辅助决策服务架构进行探索设计，支撑信息网络和业务体系建设，基于混合网络实现对海量气象水文信息资源的深度挖掘和分析，提高气象水文辅助决策服务水平。
本文详细内容请下载：
https://www.chinaaet.com/resource/share/2000006229
作者信息：
程煜峰1，2，木子尧1，马申佳1，张娟1，李昌宏1，付正养1
（1.中国人民解放军31308部队，四川成都610032；
2.成都信息工程大学大气探测重点开放实验室，四川成都610225）
