1.一种气候观测数据线性相关度高速计算方法，其特征在于，包括以下步骤：构建独立的相关度计算服务，实现气候观测数据线性相关度计算；

构建相关度计算服务集群，将单个独立的相关度计算服务，部署到一个或多个物理机上，形成相关度计算服务集群，提供大量用户并发计算能力；

相关度计算，相关度计算站点向负载均衡代理发起相关度计算请求，负载均衡代理分配相关度计算服务完成站点请求的相关度计算服务；

站点利用返回的相关度计算中间结果，展示气候观测数据分析结果。

2.根据权利要求1所述的一种气候观测数据线性相关度高速计算方法，其特征在于，站点请求相关度计算服务，包括以下步骤：S1：对站点观测数据进行预处理；

S2：建立相关度计算线程池,并对单个站点建立计算任务；

S4：负载均衡代理接收各站点的计算任务，并分配给相关度计算服务；

S5：相关度计算服务接收站点数据完成计算，并返回计算结果；

S6：对计算结果数据再处理，并进行展示。

3.根据权利要求1所述的一种气候观测数据线性相关度高速计算方法，其特征在于，相关度计算基于皮尔逊（Pearson）相关系数公式，具体是利用NumPy将输入数据转为矩阵，然后根据皮尔逊相关系数公式求得相关度。

4.根据权利要求1所述的一种气候观测数据线性相关度高速计算方法，其特征在于，构建独立的相关度计算服务，包括以下两种方式：A．使用Python的多进程一次完成所有相关度计算的并行化，再将其构建为一个Socket服务；

直接使用Python构建一个Socket服务。

5.根据权利要求1所述的一种气候观测数据线性相关度高速计算方法，其特征在于，相关度计算服务通过Nginx进行部署，配合Nginx的相关配置，使其构成一个相关度服务负载均衡集群。

6.根据权利要求5所述的一种气候观测数据线性相关度高速计算方法，其特征在于，相关度计算服务部署，包括以下两种方式：A．在一台物理机、虚拟机或应用容器引擎Docker内安装好单个服务所必备的运行环境，拷贝算法源，开启服务；将次服务地址添加到Nginx配置文件中，刷新Nginx的配置完成单个服务到集群的一次添加；

B．使用应用容器引擎Docker配置一个容器，通过配置定义镜像生成流程的Dockerfile文件，以该容器为基础开启多个服务，实现服务的快速部署。

7.根据权利要求1所述的一种气候观测数据线性相关度高速计算方法，其特征在于，每台物理机上运行一个或多个独立的相关度计算服务。

8.根据权利要求1所述的一种气候观测数据线性相关度高速计算方法，其特征在于，所述相关度计算服务以双机热备份方式运行，实现故障转移和高可用环境，避免单点故障，保障算法的稳定运行。

9.一种气候观测数据线性相关度高速计算系统，其特征在于，包括Web服务器、Nginx负载均衡代理和至少一个线性相关计算服务器，Web服务器包括Jboss容器、Nginx服务器和GPU服务器，线性相关计算服务器包括至少一个线性相关计算服务；Web服务器通过Nginx负载均衡代理连接线性相关计算服务器。