目前,随着世界范围内农业、渔牧业、航空航天业等的发展,以及自然灾害的预警、环境污染的治理等方面需求的增长,气象数据的重要性日益凸显。气象数据的应用场景也向多元化、多维化发展。虽然国内外已有不少的气象数据的查询应用系统。但他们采用的主要都是以传统MVC软件架构为主。随着气象数据种类的不断丰富、数据量的不断增大、并发访问人数的不断上升,传统的软件架构不足以应对大数据量、高并发等情景下带来的系统问题。本文提出了一种基于分布式架构的气象数据应用平台。其各业务模块间相互独立,不同模块间通过轻量级协议(HTTP、REST等)进行远程通信及调用来实现分工协作,进而保证系统应用的完整性和可靠性。这种软件架构相较于传统的气象信息系统具有更低的耦合性以及更高的灵活性。此外,本设计中引入了Redis数据缓存技术、数据库优化技术、负载均衡技术等来进一步优化系统平台的软件架构;使其能够具备一定的高并发负载能力、大数据量处理能力及较快响应速度。通过性能及压力测试表明,该系统平台具有良好的稳定性及可靠性。这也印证了该分布式架构及各种优化手段的有效性。在气象数据应用方面本文详细介绍了原始气象数据的分类处理、解析、入库等过程。在后台系统中利用JAVA开发语言以及NCL、D3.JS等可视化技术对常规气象资料及Net CDF文件资料进行了多维度、多属性、可交互的可视化处理;利用POI等工具实现了气象数据的整合、共享。此外,利用一种决策树算法对气象数据进行训练,并针对数据流的应用场景对原算法执行流程作出了改进,同时为了寻求动态系统中参数的最优解,最终提出了PSO-ds CART算法模型用于对气象资料进行降水量及温度预测,并将其集成至系统平台中为用户提供气象数据预报服务,进一步提高该系统平台的实际应用价值。