2024年“数据要素×”大赛优秀项目案例集——气象服务案例之七 | 基于多源观测数据的强对流智能预报模型

主要观点总结

本文介绍了《气象高质量发展纲要（2022—2035年）》背景下，中国气象科学研究院在气象预报方面的新进展。文章重点阐述了强对流天气预报的难点及解决方案，包括融合多源异构气象数据、构建人工智能模型进行数据分析、保障数据安全与质量、应用数据辅助气象监测应用以及采用“数据+服务”模式实现可持续发展等方面。

关键观点总结

关键观点1: 构建精准气象预报系统的重要性

随着灾害性天气对社会的潜在影响日益显现，气象预报的精准性和时效性变得尤为重要。构建精准气象预报系统，有助于提升灾害预警能力，减少灾害损失。

关键观点2: 多源数据融合与人工智能技术的应用

中国气象科学研究院成功研发出融合先进AI技术的强对流智能预报模型，该模型具备全链条服务能力，能有效挖掘释放气象数据要素价值。

关键观点3: 数据安全保障措施

在数据处理和应用过程中，数据安全与质量是至关重要的。通过流程控制、加密存储、访问权限管控等措施，确保数据的安全性和准确性。

关键观点4: 定制化气象信息服务

采用“数据+服务”的模式，提供定制化、高附加值的气象信息服务，以满足不同行业、不同地区的需求特点，实现可持续的商业发展。

关键观点5: 研究的意义与影响

该研究对于提高气象预报的准确性和时效性，降低灾害性天气对社会和经济的影响，推动气象行业的可持续发展具有重要意义。

文章预览

《气象高质量发展纲要（2022—2035年）》明确指出要构建精准气象预报系统，2024年全国气象工作会议强调要进一步提升灾害性天气监测预警能力。然而，强对流天气预报历来是气象预报中的难点。中国气象科学研究院深度融合卫星、雷达、数值模式和气象大模型等多源数据，成功研发出融合先进AI技术的强对流智能预报模型，具备从风暴追踪到降水落区，从洪涝灾害到大风龙卷的全链条服务能力，有效挖掘释放了气象数据要素价值。 一是融合多源异构气象数据。 项目数据来源于静止卫星数据、雷达数据、数值模式数据和大模型数据。静止卫星数据即FY-4A/B（风云四号A/B星）多通道观测数据，监测对流云团的演变和发展。雷达数据包括反射率、径向速度，用于识别风暴单体。数值模式数据为采用CMA-GFS（中国气象局全球同化预报系统）等数值模式的输 ………………………………