人工智能数据驱动能否改变西北太平洋?
助力数据驱动是否会改变?
主题会议评介
- 贾朋群 魏晓敏
2022年11月14-17日,欧洲中期天气预报中心(ECMWF)和欧空局(ESA)联合举办了第3届机器学习用于地球系统观测和预报主题研讨会。这次会期为4天的研讨会,采用以线下为主和少量线上报告的方式,包括了43个口头报告,40个墙报,内容十分丰富。
本文基于该系列会议最新材料,试图解读AI技术已经和将要怎样改变气象和地球系统预报活动,探讨这样的发展会怎样引领我们能力的提升。
1 形势和任务:凝练科学问题
系列研讨会一般围绕某个专业主题展开,会议的设计包括该领域一些主要进展的综合评述。这样的评述既有时效性,即会议举办时的最新进展或状态;还要兼顾传承性,即自前次会议以来,最突出和显著的进步有哪些。这类评述,在成熟的系列研讨会上,一般由特约的主题报告的报告人给出框架。本次会议,第一天上午的2个45分钟时长的主题报告,从AI/ML与数据同化角度和地球观测与遥感两个角度,承担这样的任务,也很好地概括了ESOP的内涵。
两个主题报告中,令人印象深刻的,是来自Sofer海洋科技公司学者Penny从数字同化的角度,阐述的技术现状和挑战,其中报告里凝练的科学问题,更是具有极高的启发性,令人在“种树”的同时,思考和想象未来“森林”的样子。
本节基于本次会议及前两次会议主题报告的相关材料,试图梳理一些科学问题的凝练、解决方向和路线等。
1)观测、再分析和模拟结果,各有局限性
以传感器发明、探空观测和气象卫星等为标志性事件的气象探测,随着观测数据体量的不断增加,孕育了包含动力模式(偏微分方程(PDE)闭合模式)、数据同化等技术,并带来现代预报业务能力的提高(图1)。然而,在这样的发展过程中,以数据同化(DA)为例,一些根本性的问题或者挑战随处可见,例如:
● 在DA输入端,考虑到观测在数值、地点和类型上的误差,以及物理约束中的不确定性(如对离散化、网格分辨率、数值解、参数化过程等可追溯表征的模拟后,在如何应用物理定律时存在的不确定性),DA本身是在不确定条件下估计动力系统的轨迹。
●在DA及预报应用整个业务链条中,日趋成熟的现代同化技术还是忽略了大量观测数据,尽管这样的忽略在DA应用于再分析时有所缓解。
● 随着模式时空分辨率的提高,数据同化的成本大大提高。
上述一些问题,是与模拟预报系统面对的对象、体量异常庞大的系统(达到O(109)量级)密切相关,而模拟系统仅仅采用可计量的方法。一些改进需要依赖AI代表的更丰富的有效方法也就不言而喻。
早在2017年,会议主题报告报告人之一的Penny博士就在一次学术会议上反复提示,他向模式研发者强调:再分析不等于观测;向观测者强调:再分析不等于模式。真正描述好这3个彼此相互联系但又有区别的变量场直接的关系,报告人给出了一个中庸,但实际上依然有不确定要素的描述(图2)。
解决上述问题的途径之一,就是用雷达或卫星观测这类对气象场的遥感观测结果,直接作为初始场输入模式系统。这样的改变,采用AI技术进行模拟,就带来了预报范式的改变(图3)
这样的转变,如果要替代目前的预报系统,还面临很多挑战:一是只有观测到的(气象要素场)量才能进行预测,观测到的过程和未观测到的过程之间的已知物理关系无法被利用;二是观测是稀疏和有噪声的,但却被视为“地表真值”,观测的不确定性无法表征;三是动力不确定性没有表征(即预报是“概率”性的而非动力预报)。
2)如果承认观测和再分析并不完美,应用AI技术如何考量
观测的误差和模式不确定性给再分析带来的局限,使得二者具有的不确定性是容易被理解的,但在这样的情况下,如果应用AI技术开展预报,首先要面对一些问题,例如:
l 再分析数据用于ML训练是否足够了?
l 纯粹的模拟数据集是否能更有效?
l 偏差和系统误差如何处理?
l 我们真的需要考虑上述问题吗?还是可以直接从观测和基本物理约束中学习?
上述递进式的问题,也是目前不断探索和实践中的智能化数值预报技术的不同切入和视角。
实际上,对于包括气象和地球系统模拟在内的地球物理Al/ML应用来说,视觉比较是不够的。目前研发中常用的RMSE,也不足以衡量AI/ML预测模型的性能。在这样的前提下,能否能为地球物理AI/ML应用找到更好的指标或是最大的挑战:我们能否开发出能够正确响应初始条件扰动的AI/ML模型?衡量这一点的最佳方法是什么?
此外,地球物理AI/ML方法需要一定程度的通用性,以应用于尚未见到的数据,但它们也必须在小尺度上保留所需的误差特征和细节。这方面的挑战是,我们如何在控制数值扩散到可接受水平的同时,推动比大尺度天气流更精细的分辨率?更进一步,下一代“再分析”产品(其主要目的可能是支持AI/ML应用程序)的需求是什么?
3)如何应用AI技术完全替代预报模式中的参数化
对上一节提出的问题的完整回答,并非是一个报告能够覆盖的,或许需要一代学者长时间的共同努力。但是,目前动力预报系统中最大不确定性来源,即参数化是否能够借助AI技术被完全替代,则较多地提到议事日程。
提出完全替代参数化的思想,最早可以追溯到20世纪末。当前,在最热门的混合模式(即动力与AI混合模拟)研究领域,借助ML开发的参数化,被标记为“隐藏变量”,其目标就是要替代传统模式中的动力参数化(图4)。
在替代模型中,需要通过投影过程,省略/平均一些高分辨率模型(CRM)变量,因为这些变量在低分辨率模型(GCM)中没有对应的变量,故这些变量成为GCM的隐藏变量。不正确的降低分辨率和投影可能会挑战混合模型预测的稳定性和预期中的技巧改进。
4)混合模式或具有可最先实现的优势:包括软件和硬件两方面
混合模式,即新一代借助AI技术的预报模式,并非推倒原来系统重建,而是将AI技术在预报系统全工作流中应用并实现模式整体的系统改进。这样的混合,随着数值预测模型的现代化,例如,软件方面使用支持差异化的新语言编写,并设计为利用GPU硬件(图5)计算等,混合模式解决方案已经开始介入业务应用层面。这时,混合模式能否保持与传统模式相比的竞争优势,无论就模式性能还是计算成本而言,就成为其发展和被认可的关键。
这时,需要面对和认知的科学问题是:从与观测结果的比较中,可以了解多少依赖于状态的(传统)模式误差?又如何区分系统观测误差和系统模式预测误差?
在计算层面,需厘清Al/ML方法可以提高对熟练的预测模型必须具有哪些属性的理解。对于Al/ML解决方案应该是什么样子,没有严格的指导方针,但未来很可能是传统模式和Al/ML模式的混合。所有未来模式都应该是软件可微分的。Al/ML的趋势和工具使这一目标更容易实现。传统的原始方程模式为“自下向上”的设计,Al/ML方法则具有更大的灵活性和对不同运动尺度的控制,可以将它们分开,允许或不允许它们之间的交互,以不同的方式约束它们,并赋予它们不同的重要性/优先级。目前AI/ML方法中基本上没有产生和发展观测、模式和动力误差估计的基本概念——这是DA为Al/ML开发提供信息的最大机会之一。数据同化低成本替代模型为以前不可行的新的数据分析方法提供了机会,例如大集成,高分辨率,非高斯/非线性分析方法等。AI/ML方法的优化框架可能能够用于为DA社区创建新的算法方法,提高天气预报社区之外的数据同化的可见性,DA社区有助于形成在Al/ML中更一般应用的新思想的发展,社区的合并是不可避免的——需要许多不同类型的专业知识来解决这些问题。
2 气象中心业务嵌入AI技术进程:研究和业务化
参加本次会议的专家,较多的学者来自气象业务部门,包括主要气象中心和企业预报研发活动项目等。因此,会议报告在很多方面,展示了最新的气象业务中,可能或已经引入AI技术并取得一定进展的发展态势。
1)NASA的“科学数据智能”理念
在AI快速走进科学领域的背景下,NASA推出的AIST(Advanced Information Systems Technology,先进信息系统技术)项目中,AI被作为重要手段应用其中(图6)。在NASA的地球科学部,各类5-10年项目框架的不同阶段,一些分目标伴随大量的数据循环分析内容,AI在其中近一半的过程中被引入,完成确认、开发和支持先进软件和信息系统的任务。
这类应用主要通过3个概念,在深层次上,体现“科学数据智慧”的理念:一是NOS(New Observing Strategies),即新观测战略,指通过智能、及时、动态和协调分布的传感器,设计和运行新观测测量和新观测系统;二是ACF(Analytic Collaborative Frameworks),即分析协同框架,指灵活的科学调查,充分利用大量不同的观测,使用先进的分析工具、可视化和计算环境,并与相关的观测系统无缝交互;三是ESDT(Earth System Digital Twins),即地球系统数字孪生,指开发综合的地球科学框架,用最先进的模型(地球系统模型和其他模型)、及时和相关的观测和分析工具得到地球数字映射,这一技术将推动实现近期和长期的科学和政策决策。
D-SHIELD诠释NOS的功能。D-SHIELD(Distributed Spacecraft with Heuristic Intelligence to Enable Logistical Decisions,具有启发式智能的分布式航天器以实现物质流决策,图7)是一种操作设计工具,用于给定的分布式空间任务(DSM)架构,规划异构有效载荷的重新定向和操作,考虑功率/有效载荷约束,同时最大限度地提高科学价值。它使用基于观测系统模拟实验(OSSE)的迭代科学观测模拟器,适用于实时规划和快速任务设计。该项目通过开发基于AI的规划和调度的DSM操作工具,为新观测战略(NOS)信任领域做出了贡献。
ACF更好地区分数据中心和分析中心。数据和分析中心是地球科学很多相关机构必有的分支机构或功能。然而,NASA的ACF理念下,二者的主要区别(图8)已经显现出来,两类关键机构之间的合作,就成为需要更好面对的。
在计算层面上,NASA利用AI技术,已经开发了多种针对不同对象的分析工具,例如,时间序列和科学模型、图像处理和数据融合、模态和信息提取等。
ESDT或让研发与应用同步。NASA在ESDT中,主要通过数字孪生技术推动应用,强调ESDT具有的对地球过去和当前状态的数字模式、对未来的预测和影响分析等三大性能(图9)。
NASA报告人还特别强调了AI在早期技术(Early-Stage Technology,EST)阶段中的特殊意义,凸显NASA作为以新理念探索为标签机构的特征。报告人从量子计算(以NASA 地球交换(NEX)Petabyte-量级数据时间序列挖掘,全球陆地模型推断和同化卫星地表通量数据的混合量子强化方法评估等2个项目为例)、智能传感器(以传感器在循环试验平台实现多功能/智能/动态地球观测项目为例)等视角,进行了解读。
2)NOAA学者提出“科学数据智能”理念
本次会议,最激动人心但又让人疑虑的报告,来自NOAA及合作公司(RTI)的报告:我们是否能完全依赖AI技术设计新的NWP数据同化系统?报告的副标题是“优势和挑战”,即AI具有这样的优势,但一些问题的解决还面临挑战。作者的结论给出满满的正能力:随着进一步的努力,以NWP为目的的完全基于AI技术的数据融合/同化具有可能性。作者补充指出,AI技术提供了广泛的新视角:效率、更高的同化率、同化新出现的数据等。
NOAA学者给出这样的结论,主要基于几个方面的考虑。首先,传统的数据同化和基于AI的数据同化在数学上具有相似性(图10)。基于AI的数据同化训练也是对比观测场和背景场,结合约束条件让损失函数最小。由此,新的完全基于AI的数据同化,可以模仿同化步骤本身,实现多变量的数据融合/同化,得到受到一定限制的一组变量的表达。
第二,完全AI方法在效率上,可望提升一个量级,从而通过同化数据大幅度增加受益。尤其是一些新的非传统、并未完全开发的环境数据参与同化。最后,基于AI的分析依然与传统数据同化的物理约束保持一致,各种物理平衡依然有效。
然而,作者也指出,虽然初步结果令人振奋,但这些结果仅仅是新方法的第一步。完全意义上的实现,需要面临的主要挑战,包括可扩展性、个别层上物理约束的实现、计算稳定性和对观测误差的明确处理等。
显然,这样的讨论今后或会愈演愈烈,但终结这样的讨论,则需要一个全新的预报系统架构,以更优秀的预报性能说服整个气象界。
推荐阅读
-
人工智能数据驱动能否改变西北太平洋?
-
反传销网8月30日发布:视频区块链里的骗子,币里的韭菜,杜子建骂人了!金融大V周召说区块链!——“一小帮骗子玩一大帮小白,被割韭菜,小白还轮流被割,割的就是你!” 什么区块链,统统是骗子 作者:周召(知乎金融领域大V,毕业于上海财经大学,目前任职上海某股权投资基金合伙人) 有人问我,区块链现在这么火,到底是不是骗局? 我的回答是: 是骗局。而且我并不是说数字货币是骗局,而是说所有搞区块链的都是骗局。 -01- 区块链是一种鸡肋技术 人类社会任何技术的发明应用,本质都是为了提高社会的生产效率。而所谓区块链技术本质不过是几种早已成熟的技术的大杂烩,冗余且十分低效,除了提高了洗钱和诈骗的效率以外,对人类社会的进步毫无贡献。 真正意义上的区块链得包含三个要素:分布式系统(包括记账和存储),无法篡改的数据结构,以及共识算法,三者互为基础和因果,就像三体世界一样。看上去挺让人不明觉厉的,而经过几年的瞎折腾,稍微懂点区块链的碰了几次壁后都已经渐渐明白区块链其实并没有什么卵用,区块链技术已经名存实亡,沦为了营销工具和传销组织的画皮。 因为符合上述定义的、以比特币为代表的原教旨区块链技术,是反效率的,从经济学角度来说,不但不是一种帕累托改进,甚至还可以说是一种帕累托倒退。 原教旨区块链技术的效率十分低下,因为要遍历所有节点,只能做非常轻量级的数据应用,一旦涉及到大量的数据传输与更新,区块链就瞎了。 一方面整条链交易速度会极慢,另一方面数据库容量极速膨胀,考虑到人手一份的存储机制,区块链其实是对存储资源和能源的一种极大的浪费。 这里还没有加上为了取得所谓的共识和挖矿消耗的巨大的能源,如果说区块链技术是屎,那么这波区块链投机浪潮可谓人类历史上最大规模的搅屎运动。 区块链也验证不了任何东西。 所谓的智能合约,即不智能,也非合约。我看有人还说,如果有了智能合约,就可以跟老板签一份放区块链上,如果明年销售业绩提升30%,就加薪10%,由于区块链不能篡改,不能抵赖,所以老板必须得执行,说得有板有眼,不懂行的愣一看,好像还真是那么回事。 但仔细一想,问题就来了。首先,在区块链上如何证明你真的达到了30%业绩提升?即便真的达到老板耍赖如何执行? 也就是说,如果区块链真这么厉害,要法院和仲裁干什么。 人类社会真正的符合成本效益原则的是代理制度。之前有人说要用区块链改造注册会计师行业,我不知道他准备怎么设计,我猜想他思路大概是这样的,首先肯定搞去中心化,让所有会计师到链上来,然后一个新人要成为注册会计师就要所有会计师同意并记录在链上。 那我就请问了,我每天上班累死累活,为什么还要花时间去验证一个跟我无关的的人的专业能力?最优做法当然是组织一个委员会,让专门的人来负责,这不就是现在注册会师协会干的事儿吗?区块链的逻辑相当于什么事情都要拿出来公投,这个绝对是扯淡的。 当然这么说都有点抬举区块链了,区块链技术本身根本没有判断是非能力,如果这么高级的人工智能,靠一个无脑分布式记账就能实现的话,我们早就进入共产主义社会了。 虽然EOS等数字货币采用了超级节点,通过再中心化的方式提高效率,有点行业协会的意思,是对区块链原教旨主义的一种修正,但是依然无法突破区块链技术最本质的局限性。有人说,私有链和联盟链是区块链技术的未来,也是扯淡,因为区块链技术没有未来。如果有,说明他是包装成区块链的伪区块链技术。 区块链所涉及的所有底层技术,不管是分布式数据库技术,加密技术,还是点对点传输技术等,基本都是早已存在没什么秘密可言的技术。 比特币系统最重要的特性是封闭性和自洽性,他验证不了任何系统自身以外产生的信息的真实性。 所谓系统自身产生的信息,就是数据库数据的变动信息,有价值的基本上有且只有交易信息。所以说比特币最初不过是中本聪一种炫技的产物,来证明自己对几种技术的掌握,你看我多牛逼,设计出了一个像三体一样的系统。因此,数字货币很有可能是区块链从始至终唯一的杀手应用。 比特币和区块链概念从诞生到今天已经快10年了,很多人说区块链技术在爆发的前夜,但这个前夜好像是不是有点过长了啊朋友,跟三体里的长夜有一拼啊。都说区块链技术像是90年代初的互联网,可是90年代初的互联网在十年发展后,已经出现了一大批伟大的公司,阿里巴巴在99年都成立了,区块链怎么除了币还是币呢? 正规的数字货币未来发展的形式无外乎几种,要么就是论坛币形式,或者类似股票的权益凭证等。问题是论坛币和股票之前,本来也都电子化了,区块链来了到底改变了什么呢? 所有想把TOKEN和应用场景结合起来的人最后都很痛苦,最后他们会发现区块链技术就是脱裤子放屁,自己辛苦搞半天,干嘛不自己作为中心关心门来收钱?最后这些人都产生了价值的虚无感,最终精神崩溃,只能发币疯狂收割韭菜,一边嘴里还说着我是个好人之类的奇怪的话。 因此,之前币圈链圈还泾渭分明,互相瞧不起,但这两年链圈逐渐坐不住了,想着是不是趁着泡沫没彻底破灭之前赶快收割一波,不然可能什么都捞不着了。 前段时间和一个名校毕业的链圈朋友瞎聊天,他说他们“致力于用区块链技术解决数字版权保护问题”,我就问他一个问题,你们如何保证你链的版权所有权声明是真实的,万一盗版者抢先一步把数据放在链上怎么办。他说他们的解决方案是连入国家数字版权保护中心的数据库进行验证…… 所以说区块链技术就是个鸡肋,研究到最后都会落入效率与真实性的黑洞,很多人一头扎进链圈后才发现,真正意义上的区块链技术,其实什么都干不了。 -02- 不是蠢就是坏的区块链媒体 空气币和区块链的造富神话,让区块链自媒体也开始迎风乱扭。一群群根本不知道区块链为何物的妖魔鬼怪纷纷进驻区块链自媒体战场,开始大放厥词胡编乱造。 任何东西,但凡只要和区块,链,分,分布式,记账,加密,验证,可追溯等等这些个关键词沾到哪怕一点点,这些所谓的区块链媒体人就会像狗闻到了屎了一样疯狂地把区块链概念往上套。 这让我想起曾经一度也是热闹非凡的物联网,我曾经去看过江苏一家号称要改变世界的“物联网”企业,过去一看是生产路由器的,我黑人问号脸,对方解释说没有路由器万物怎么互联,我觉得他说得好有道理,竟无言以对。 好,下面让我们进入奇葩共赏析时间,来看看区城链媒体经常有哪些危言耸听的奇谈怪论 区块链(分布式记账)的典型应用是*?? 正如前面所说,真正意义上的区块链分布式记账,不光包括“记”这个动作,还包括分布式存储和共识机制等。而*诞生远远早于区块链这个词的出现,勉强算是“分布式编辑”吧,就被很多区块链媒体拿来强行充当区块链技术应用的典范。 其实事实恰恰相反,*恰恰是去中心化失败的典范,现在如果没有精英和专业人士的编辑和维护,*早就没法看了。 区块链会促进社会分工?? 罗振宇好像就说过类似的话,虽然罗振宇说过很多没有逻辑的话,但这句话绝对是最没逻辑思维的。很多区块链自媒体也常常用这句话来忽悠老百姓,说分工代表效率提高社会进步,而区块链“无疑”会促进分工,他们的理由仅仅是分工和分布式记账都共用一个“分”字,就强行把他们扯到一起。 实际情况恰恰相反,区块链是逆分工的,区块链精神是号召所有人积极地参与到他不擅长也不想掺合的事情里面去。 区块链不能像上帝一样许诺他的子民死后上天国,只能给他们许诺你们是六度人脉中的第一级,我可以赚后面五级人的钱,你处于金字塔的顶端。
-
澎湃新闻对话腾讯丁珂:从 "治已病 "到 "治未病",企业需快速构建 "安全免疫力"--丁珂指出,对企业而言,安全不是成本而是生命线 丁珂指出,对企业而言,安全不是成本而是生命线,也是商业 "硬币 "的另一面。在数字智能化的新阶段,发展驱动安全建设已成为普遍共识,企业需要转变安全思维,从被动建设到主动防御,构建一套新的安全范式和框架,以更加积极、主动的安全观来提升数字安全免疫力,以 "治未病 "的理念取代 "治已病",前置安全,快速构建 "安全免疫力"。对 "已病",前置预判,及时应对处置安全风险,才能维护品牌价值,保障健康发展。 与此同时,安全建设还普遍存在 "不知道往哪投、怎么投 "的痛点。对此,腾讯安全提出,企业可以按照数字安全免疫模型的框架进行安全全局部署,重点在业务安全、数据安全、安全运维管理、边界安全、终端安全、应用开发安全等薄弱环节的关键领域注入 "免疫增强针"。 今年进入公众视野的AIGC还在产业化、产品化的过程中,但大量攻击者已经利用它生成攻击脚本、钓鱼邮件,甚至伪造身份进行诈骗。"人工智能本身是否安全,会不会让网络更不安全? 腾讯安全研究认为,AIGC的风险主要集中在 "无法解释 "和 "无法追踪 "的特点上,但这在技术上是能够找到应对方法的。丁珂谈到,AIGC作为生产力的巨大提升,确实会带来更复杂的攻防态势和更大的防御难度。但任何新技术都要经历这样的周期。而法律法规也会随着技术的演进而不断更新,使新技术的发展更加规范和健全。 丁珂认为,随着我国网络安全法律法规体系的不断完善,合规性将给企业推进网络安全带来很大的推动力,并很直观地展现在需求端。未来,伴随着数据要素市场的建立或企业对数据价值的挖掘,也将带动数据安全市场的快速增长。 对于腾讯安全的商业逻辑和运营,丁珂表示,不谋求建立竞争壁垒,而是期望与生态共同发展,腾讯安全希望通过能力开放,实现安全与业务相伴的生态模式。 谈到未来,丁磊表示,安全领域已经进入加速发展期,在蓝海中会持续关注很多新的业务领域,希望孵化出新的商业模式,腾讯安全团队也会持续关注并抓住机会做好产品。 以下为采访实录(在不改变原意的基础上略有删减): 冲浪新闻:当前,以人工智能、大数据等新技术为驱动的第四次工业革命正向纵深推进,给人类生产生活带来深刻变革。而互联网作为新技术的载体,面临的安全挑战不仅数量越来越多,形式也越来越复杂。从互联网安全从业者的角度,腾讯观察到近年来国内外网络安全形势发生了哪些变化?这些变化呈现出怎样的趋势?
-
智能化改变城市生活:人工智能和大数据重塑智慧城市格局
-
Grid++Report 锐浪报表开发常见问题解答集锦-报表设计 问:怎样在设计时打印预览报表? 答:为了及时查看报表的设计效果,Grid++Report 报表设计应用程序提供了四种查看视图:普通视图、页面视图、预览视图与查询视图。通过窗口下边的 Tab 按钮可以在四种视图中任意切换。在预览视图中查看报表的打印预览效果,在查询视图中查看报表的查询显示效果。如果在报表的记录集提供了数据源连接串与查询 SQL,在进入预览视图与查询视图时会利用数据源连接串与查询 SQL 从数据源中自动取数,否则 Grid++Report 将自动生成模拟数据进行模拟打印预览与查询显示。注意:在预览视图与查询视图中看到的报表运行结果有可能与在你程序中的最终运行结果有差异,因为在报表的生成过程中我们可以在程序中对报表的生成行为进行一定的控制。 问:怎样用 Grid++Report 设计交叉表? 答:Grid++Report 没有提供专门实现交叉表的功能,其它的报表构件提供的交叉表功能一般也比较死板和功能有限。利用 Grid++Report 的编程接口可以做出灵活多变,功能丰富的交叉表。示例程序 CrossTab 就是一个实现交叉表的例子程序,认真领会此例子程序,你就可以做出自己想要各种交叉表,并能提取一些共用代码,便于重复使用。 问:怎样设置整个报表的缺省字体? 答:设置报表主对象的字体属性,也就是设置了整个报表的缺省字体。如果改变报表主对象的字体属性,则没有专门的设置字体属性的子对象的字体属性也跟随改变。同样每个报表节与明细网格也有字体属性,他们的字体属性也就是其拥有的子对象的缺省字体。 问:怎样在打印时限制一页的输出行数? 答:设定明细网格的内容行的‘每页行数(RowsPerPage)’属性即可。另外要注意‘调节行高(AdjustRowHeight)’属性值:为真时根据页面的输出高度自动调整行的高度,使整个页面的输出区域充满。为假时按设计时的高度输出行。 问:怎样显示中文大写金额? 答:将对象的“格式(Format)”属性设为 “$$” 及可,可以设置格式的对象有:字段(IGRField)、参数(IGRParameter)、系统变量(IGRSystemVarBox)与综合文字框(IGRMemoBox),其中综合文字框是在报表式上设格式。 问:能否实现自定义纸张与票据打印? 答:Grid++Report 完全支持自定义纸张的打印,只要在报表设定时在页面设置中选定自定义纸张,并指定准确的纸张尺寸。当然要在最终输出时得道合适的打印结果,输出打印机必须支持自定义纸张打印。Windows2000/XP/2003 操作系统上可以在打印机上定义自定义纸张,也可以采用这种方式实现自定义纸张打印。 问:怎样实现 0 值不打印? 答:直接设置格式串就可以,在“数字格式”设置对话框中选定“0 不显示”,就会得到合适的格式串。也可以通过直接录入格式串来指定 0 不显示,但格式串必须符合 Grid++Report 的规定格式。另一种实现办法是在报表获取明细记录数据时,在 BeforePostRecord 事件中将值为零的字段设为空,调用字段的 Clear 方法将字段置为空。 问:怎样实现多栏报表? 答:在明细网格上设‘页栏数(PageColumnCount)’属性值大于 1 即可。通过 Grid++Report 的“页栏输出顺序”还可以指定多栏报表的输出顺序是“先从上到下”还是“先从左到右”。 问:如何实现票据套打? 答:Grid++Report 为实现票据套打做了很多专门的安排:报表设计器提供了页面设计模式,按照设定的纸张尺寸显示设计面板,如果将空白票据的扫描图设为设计背景图,在定位报表内容的输出位置会非常方便。报表部件可以设定打印类别,非套打输出的内容在套打打印模式下就不会输出。 问:Grid++Report 有没有横向分页功能? 答:回答是肯定的,在列的总宽度超过打印页面的输出宽度时,Grid++Report 可以另起新页输出剩余的列,如果左边存在锁定列,锁定列可以在后面的新页中重复输出,这样可以保证关键数据列在每一页都有输出。仔细体会 Grid++Report 提供的多种打印适应策略,选用最合适的方式。Grid++Report 的多种打印适应策略为开发动态报表提供了很好的支持。 问:怎样实现报表本页小计功能? 答:定义一个报表分组,将本分组定义为页分组,在本分组的分组头与分组尾上定义统计。页分组就是在每页产生一个分组项,在每页的上端与下端都会分别显示页分组的分组头与分组尾,页分组不用定义分组依据字段。 报表运行 问:怎样与数据库建立连接? 答:如果在设计报表时指定了数据集的数据源连接串与查询 SQL 语句,Grid++Report 采用拉模式直接从数据源取得报表数据,Grid++Report 利用 OLE DB 从数据源取数,OLE DB 提供了广泛的数据源操作能力。如果 Grid++Report 的数据来源采用推模式,即 Grid++Report 不直接与数据库建立连接,各种编程语言/平台都提供了很好的数据库连接方式,并且易于操作,应用程序在报表主对象(IGridppReport)的 FetchRecord 事件中将数据传入,例子程序提供了各种编程语言填入数据的通用方法,对C++Builder 和 Delphi 还进行了专门的包装,直接关联 TDataSet 对象也可以将 TDataSet 对象中的数据传给报表。 问:打印时能否对打印纸张进行自适应?支持表格的折行打印吗? 答:Grid++Report 在打印时采用多种适应策略,通过设置明细网格(IGRDetailGrid)的‘打印策略(PrintAdaptMethod)’属性指定打印策略。(1)丢弃:按设计时列的宽度输出,超出范围的内容不显示。(2)绕行:按设计时列的宽度输出,如果在当前行不能完整输出,则另起新行进行输出。(3)缩放适应:对所有列的输出宽度进行按比例地缩放,使总宽度等于页面的输出宽度。(4)缩小适应:如果列的总宽度小于页面的输出宽度,对所有列的输出宽度进行按比例地缩小,使总宽度等于页面的输出宽度。(5)横向分页:超范围的列在新页中输出。(6)横向分页并重复锁定列。 问:如何改变缺省打印预览窗口的窗口标题? 答:改变报表主对象的‘标题(Title)’属性即可。 问:利用集合对象的编程接口取子对象的接口引用,但不是自己期望的结果。 答:Grid++Report中所有集合对象的下标索引都是从 1 开始,另按对象的名称查找对象的接口引用时,名称字符是不区分大小写的。 问:怎样在运行时控制报表中各个对象的可见性?即怎样在运行时显示或隐藏对象? 答:在报表主对象(GridppReport)的 SectionFormat 事件中设定相应报表子对象的可见(Visible)属性即可。 问:报表主对象重新载入数据,设计器中为什么没有反映新载入的数据? 答:应调用 IGRDesigner 的 Reload 方法。 问:怎样实现不进入打印预览界面,直接将报表打印出来?