气象数据是地球大气环境状态及其演变的长时间的客观记载，随着观探测手段不断拓展和计算处理能力的不断提升，气象观探测和预报范围不断扩展、精细化程度不断提高，使得气象数据覆盖的地域范围更广、时空密度更大，可以获取的数据种类更多，数据的表现形式更为多样。与其他地学数据相比较，时效性强是气象数据最显著的行业特点。

1、地域范固广

气象学研究大气圈内各层大气的运动规律，大气圈的上界约在3000m高度以上。

大气圈在高程上，包括具有对流和湍流、天气现象和天气过程频发的对流层（上热下冷）、大气以水平方向运动为主的平流层（垂直方向温度变化平缓）、大气对流运动强盛的中间层等不同高度层，在它们当中气象要素呈现不同的特点和演变规律。

在经纬度平面，受季风、纬度位置、海陆位置以及人类活动等影响，地球和大气之间的能量和质量交换呈现不同的状态特征，全球大气环境分为极地气候、温带大陆性气候、温带海洋性气候等非带状的分布特征。

气象观测和预报需要针对这个巨大的球形多层非均匀三维空间，采用立体观测平台，多手段观测测量采集获取地球大气的物理和化学特性以及大气现象，并通过数值计算、统计分析等方法，进行天气预报和气候预测。

2、时空密度大

气象资料是留存最长的历史资料之一。人类从公元前10世纪就开始记载天气现象，系统的观测和完整的科学记载也有几百年历史。

人类生产生活希望气象预报尽可能时空精细、预报准确，因此，精准和高时空密度是气象观测和预报的最基本要求。增加时空密度主要通过加密布设观测设备、建立大范围连续观测的遥感设施、改进数值模式和同化算法、提升计算平台能力等途径实现。

我国针对雷暴、局地风、龙卷和锋面、云团等小于1000km的中小尺度天气系统所组建的地面观测网密度，在人类密居的城区平均间距小于10km，重点地区小于5km，而平原地区则平均为20~25km，观测频次要求达到5min/次。

3、种类类型多

气象数据的种类划分可以归纳体现在两个方面：一是气象领域本身针对数据内容内涵的分类，如按观测平台、时间空间属性等；二是将数据作为信息管理对象的分类，如文件格式、存储方式、容量大小等。

按照观测平台，气象数据分为天基、空基和陆基观测资料。按照使用时效性，气象数据分为实时气象资料和历史气象资料；按资料内容的时间尺度，还可以划分为时值、日值、候值、月值、年值资料。

4、时效性强

数据价值不仅取决于数据内容本身，而且还取决于该数据是否能够被人们及时获得，以及在何时被应用，时效性是气象资料最显著的基本特性之一。

气象数据的服务对象和应用价值具有明确的时间属性，如临近预报只在随后0～2小时内有效，短时预报只在随后0～12小时有效，短期天气预报只在随后1～3天内有效。

5、价值密度高

气象资料虽然数据量庞大、种类繁多，但每种资料和产品所含信息十分单纯。

气象观探测业务系统只采集那些能够客观反映自然界气象状态的要素，因此气象观探测数据里包含且只包含丰富的气象信息，海量气象数据的直接用途只能是气象业务及与之相关联的领域，即天气预报、气候预测以及气象服务。

例如，土壤持水量只记载某时某地某规定土壤深度中水分的持有程度，“云能天”只记录某时某地的云量云状、能见度以及天气现象等信息。

想获取更多有关气象数据的奥秘，请到中国气象数据网官方网站查看

参考资料：《气象与大数据》