近年来,随着气象信息化进程不断加速,气象行业内部需处理的气象数据与日俱增,从而产生了大量的数据存储问题,如何对气象数据进行合理有效的处理与存储成为推动气象数据信息化和智能化的关键问题。云计算作为资源处理方式的重要技术手段,可以将大量的任务和数据通过云端进行计算与存储,节省本地的资源,且在云计算中心可以随时进行获取所需信息,因此构建一个气象专有云平台可以有效的解决目前气象数据存储的问题,推动气象行业的发展。当前在气象专有云的数据布局的研究工作中,重点关注的是气象云计算平台的底层构建,通常忽视了数据布局优化技术对气象云平台运行性能的影响。同时,面向气象专有云的气象数据布局也面临如下挑战:1)在构建气象专有云数据中心时,缺乏分析数据布局与能耗之间的内在制约关系。2)在气象云平台中,忽略了气象大数据与任务之间的内在关联性。3)在混合云计算环境下,如何在保护隐私的基础上将云数据中心的资源调度技术和数据布局相结合,需要更为全面的实现方法。针对上述气象专有云的数据布局所面临的挑战,本文对面向气象专有云的数据布局方法及关键技术展开研究,主要工作包括以下四项:（1）为支撑气象业务系统和各类数据应用,提出了一个针对全国气象行业设计的气象云服务框架,自下而上有四个层次,分为硬件层、数据布局方法层、协同布局技术层、以及混合云平台管理层。具体而言,硬件层作为数据布局的物理资源保障。数据布局方法层用来实现能耗感知的数据布局。协同布局技术层用来实现高能效的气象业务及数据之间的协同布局。混合云平台管理层用来实现支持混合云环境下的高能效数据布局。（2）为了能综合考虑到气象云平台中气象任务的数据访问时间和气象云平台的能耗,提出了一种基于气象专有云平台的高能效数据布局方法。具体而言,首先从气象云平台执行性能的角度出发,建立了气象专有云平台下的资源使用率模型、数据访问模型以及气象专有云平台下的能耗模型。然后通过改进的非支配排序遗传算法（Non-Dominated Sorting Genetic Algorithm III,NSGA-III）实现全局最优的数据放置策略。进一步,使用简单加权法（Simple Additive Weighting,SAW）和多准则决策（Multiple Criteria Decision Making,MCDM）进行解决方案评估,从而获得最优的数据布局方法,实现了数据访问时间的优化以及气象云平台的优化。（3）针对气象大数据环境下气象数据资源存在体量大、动态开放、多源等特征,提出了一种气象工作流和数据协同布局方法。具体而言,首先分别构建了气象专有云平台下的平均数据访问时间模型、网络设备总能耗模型和各节点的负载均衡模型。进一步,选择了非支配排序差分进化算法（Non-Dominated Sorting Differential Evolution,NSDE）对布局策略进行了优化。最后,根据简单加权法和多准则决策算出优化结果的效用值,选取最高效用值对应的布局策略作为最终的气象工作流与数据协同布局策略。（4）从气象大数据隐私保护的角度出发,提出了一种面向气象混合云的数据布局方法。具体而言,首先对气象混合云中的大数据进行成本、访问时间和能量进行建模。然后,面向公有云针对非隐私数据进行启发式布局,优化气象工作专有云服务的租赁成本,提升任务获取数据的时效性。进一步,针对气象专有云中布局的隐私数据,通过分析FatTree网络拓扑结构设计了贪心的数据布局策略,以降低气象云平台整体运行能耗,并同步优化了任务访问数据的时效性。