气象科技管理信息系统

气象科技管理信息系统

当前位置:首页 / 科技成果 / 成果展示 / 正文阅读

优秀成果展示——精细至乡镇街道的江淮地区强对流智能预警技术

发布者:   来源:   发布时间:2024/12/9 0:00:00   标签:   浏览次数:426

成果评价编号: 中气科成评[2024]008
评价结果: 优秀
成果名称: 精细至乡镇街道的江淮地区强对流智能预警技术
完成单位: 江苏省气象台、南京信息工程大学
成果形式: 应用研究和技术开发类-方法
研究领域: 天气预报
评价年份: 2024
完成人: 庄潇然、康志明、吴海英、王啸华、王易、闵锦忠、冯宇轩、李特、孙泓川、慕瑞琪、李杨、喜度、禹梁玉、曾康、李泽宇
成果简介: 本成果来源于国家重点研发计划专项短临无缝隙融合方法与精细化预报系统构建及应用(2017YFC1502104)、江苏省科技厅社会发展重大科技示范项目小区域短临气象灾害预警关键技术研究与应用科技示范(BE2023766)等项目,经过国家级和省级业务部门在预报实践中提炼而成。团队紧密结合业务需求和项目任务,逐渐形成了以江淮地区强对流大风精准预报为研究对象的研发团队,并获中国气象局智能预报技术重点创新团队(CMA2022ZD04)支持。经过几年的研发、检验和凝练,形成了江淮地区强对流智能预警技术成果,解决了强对流大风预报精度和预警提前量问题,全面提升了江淮地区强对流监测预警业务的数字化、智能化水平。
成果构建了江淮地区分钟、公里级强对流专用数据集,发展了基于深度学习的0-2小时分钟级强对流网格预报方法,研发了融合模式和地形下垫面的百米级阵风降尺度预报产品,首次实现了精细至乡镇街道的强对流大风分级智能预警。成果含9篇高水平论文、3项发明专利、8项厅局级以上科技表彰。顶尖天气学专家:基于人工智能的强对流大风预警技术及业务性能达到国际先进水平。 1江淮地区分钟公里级强对流专用数据集 开发了包含双偏振参量的三维雷达数据集,非气象回波得到有效剔除,研发了分钟级的网格地面风场,可规避强对流背景下插值场不连续问题,为人工智能模型提供了高质量输入数据。数据集涵盖三维雷达、地面要素、闪电及强对流物理量等高质量网格化参量,总样本量超200万,支撑了2022江苏AI算法挑战赛,吸引1800组选手参赛,取得广泛社会影响。 2基于深度学习的公里级强对流临近预报技术 构建了多输入因子有机协同的深度学习临近预报模型,不仅提供组合反射率和三维雷达回波,还实现对流性阵风和雷暴的分灾种网格预报输出。创新性地提出多尺度频域对抗网络,并引入光流约束、全局注意力机制、时间判别等技术,有效缓解了深度学习预报普遍存在的中小尺度结构缺失问题,提升了对流风暴结构和移动的精细刻画能力,以及对极端大风强度演变预报能力。获得第一、二届全国气象雷达应用大赛一、二等奖,支撑获得第三届全国智能预报技术方法交流大赛第二名,入选中国气象局支撑汛期气象服务科技成果清单。 3精细至乡镇街道的强对流智能预警系统 在公里级对流性大风临近预报基础上,结合模式和地形下垫面数据利用多尺度变分同化等技术实现300米分辨率阵风降尺度预报。进一步结合预警信号标准和乡镇级行政边界数据,首次实现了精细至乡镇街道的强对流大风客观预警的自动发布、升级、解除,升级了江苏强对流监测预警平台,获中国气象局首届省市县短临平台观摩交流大赛一等奖、数字江苏建设优秀实践成果。
1.成果于2022年起于江苏省气象局业务应用:近2年汛期雷暴大风黄色、橙色、红色客观预警平均提前时间分别为73.6、82.3和39分钟,在726、610等典型致灾强对流大风过程中发挥出色,多次成功预报对流风暴的组织化及增强演变,自动升级发布红色预警信号,并指导区县局升级预警等级;2024年起,阵风临近预报产品完成了300米分辨率降尺度改造,开始提供乡镇街道级智能预警支撑,进一步强化强对流预警服务的精细化程度。本成果还在国家气象探测中心、安徽省气象台、山东空管分局等国省部门得到推广。 2.成果应用取得了显著社会效益,以2023南京610灾害性大风过程服务为例,通过及时预警间接节省经济损失超1000万元。成果还先后应用于扬州泰州国际机场、国家东中西区域合作示范区、江苏电科院等部门,为行业服务提供核心技术,已产生直接经济效益326.3万元,间接经济效益近2000万元,未来3年预期可实现直接效益超2000万元。 3.成果围绕人工智能气象应用、强对流预警服务等主题为江苏气象微博、抖音等提供了丰富的素材,累积点击量近1.5亿,传播效果显著,有力支撑了江苏强对流科普宣传工作,创造了较好的文化价值。
设为首页 | 加为收藏 | 网站介绍 | 联系我们
主管单位:中国气象局科技与气候变化司  网站维护:中国气象局气象干部培训学院
业务咨询:010-68409139 技术支持:010-68407418
地址:北京市海淀区中关村南大街46号 邮编:100081 EMAIL:kjgl@cma.gov.cn 京ICP备 15008089号-2
访问次数[61089295] 当前在线[1]