优秀成果展示——分类分级强对流监测预警关键技术及智能平台应用
发布者：
来源：
发布时间：2025/11/20 0:00:00
标签:
浏览次数:1138
| 成果评价编号： |
中气科成评[2025]004 |
| 评价结果： |
优秀一等 |
| 成果名称： |
分类分级强对流监测预警关键技术及智能平台应用 |
| 完成单位： |
浙江省气象台、南京大学 |
| 成果形式： |
应用研究和技术开发类-系统 |
| 研究领域： |
天气预报 |
| 评价年份： |
|
| 完成人： |
罗玲、马昊、陈列、李文娟、张子涵、赵军平、黄旋旋、张智察、明杰、周昂、彭霞云、吴彬、王丽颖、罗然、黄娟、赵璐、俞佩、任晨平、张加易 |
| 成果简介： |
成果支撑计划来源于浙江省省科技厅重大专项“突发强对流大风快速智能识别和预报预警技术研发及应用（2022C03150）”等项目。
成果构建了多波段组网雷达训练数据集，设计了多目标优化的深度学习免疫进化算法，发展了雷暴大风定量识别模型，实现极端大风的识别预警；研发了基于雷达偏振量垂直廓线特征的短临预报技术、基于数值模式和机器学习的短时预报技术，解决强对流分类分级预报难题；研发0-24小时逐6分钟/1小时的分类分级强对流监测预报产品，研制多源动态阈值报警和“云+端”的短临预警一体化平台，实现强对流分钟级监测、乡镇级预警、秒级发布叫应。2024年暴雨、雷暴大风预警信号提前量分别为155分钟和65分钟。
（1）构建了S/X波段组网雷达数据集，时空分辨率为250米和3分钟，发展强对流大风识别和反演产品。采用不可微分POD和BIAS作为卷积神经网络的损失函数和约束条件，多目标优化的免疫进化算法优化模型参数，研发了分级雷暴大风智能识别预警模型，解决极端大风的定量识别及提前预警难题；采用狄氏边界条件和纽曼边界条件区分水平、垂直风速边界，发展了复杂地形下的风场反演模型；发展了适用于浙江地区的空间雨滴谱参数反演模型，定量揭示强风暴的动力和微物理特征。获得发明专利3项，发表核心期刊论文5篇。
（2）针对强对流分类分级预报，发展了基于双偏振雷达变量垂直廓线特征的预报方法，利用改进后的贝叶斯方法将两类强对流灾害的偏振变量垂直廓线特征引入外推模型，实现强对流属性的提前识别，并融合区域模式的宽泛约束，短时强降水的评分从8％～16％提升至22％～26％，雷暴大风的评分从7％提升至11％。研发基于机器学习分类方法和空间邻域 “配料法”融合的强对流短时预报技术，短时强降水和雷暴大风评分较指导产品分别提升33%和130%。将中尺度模式降水频率转化为隶属度函数，实现全球模式和多家中尺度模式预报信息的有效融合，实现极端强降水的分级预报。相关技术成果获第三届全国智能预报技术方法交流大赛团体第二名。获得发明专利5项，发表核心期刊论文2篇。
（3）迭代升级浙江短临预警一体化智能业务平台，支撑雷暴大风、暴雨等强对流的分钟级监测，乡镇级预警，秒级靶向发布叫应，并且与省突、浙政钉数据直通、信息秒级传输共享，实现预警发布叫应反馈的全周期闭环。通过实时评估的智能推优，构建了省市县三级强对流天气自适应短临业务流程，实现“一天气一流程”，预警业务数字化、客观化、智能化水平提升明显。获2022年度全国气象高质量发展创新实践特别优秀成果、中国气象局首届省市县短临一体化平台观摩大赛三等奖，2024年全年访问量近20万人次。
（1）直接服务于防灾减灾以及重大活动气象保障。成果于2022年在浙江省业务应用，并推广到“网格+气象”等县级综合治理系统，在省水利厅、省应急厅等部门得到应用；近三年暴雨、雷暴大风、冰雹预警信号准确率分别为98.3%、63.2%、56.2%，2024年梅汛期暴雨预警提前量达到238分钟，有效支撑新安江水库七孔泄洪；同时，有效保障杭州亚运会开闭幕式及亚运村“错雨峰”开村仪式等重大活动成功举行。
（2）取得了显著经济社会效益。成果已先后应用于杭州萧山国际机场、国家电网（浙江省电力有限公司）、富春江水力发电厂、浙江省渔业互保协会等部门，有效提升了行业气象服务精细度及精准度。协助电力故障抢修时长缩短20分钟以上，复电时间缩短54%；提升洪水预见期1-2小时；杭州萧山机场航班放行正常率增长7%。近3年直接经济效益达到1200余万元。
（3）推动强对流短临预警业务技术体制改革，建立了预警到乡镇的递进式业务流程，预警制作发布平均耗时1-2分钟，信息抵达浙政钉用户2-5秒，预警服务客观化、数字化、智能化水平和精准靶向发布能力明显提升，实现了省市县三级强对流业务纵向集约，梯次化预警横向融合。
|
