寧波舟山港氣象預警和決策系統設計

胡亞旦 孔揚 薛國強 錢崢 陸鋆 潘婧茹

（寧波市氣象服務中心，寧波 315012）

0 引言

寧波舟山港年貨物吞吐量連續八年保持世界第一，集裝箱吞吐量位居世界第四 ，是我國深水泊位最多、超大型巨輪進出最多的港口。寧波舟山港每年因天氣原因導致的封航管制時間在600 h以上。當災害性天氣來臨時，海事、港口、引航等部門如何根據氣象預報進行科學決策，直接關系到港口的安全作業與經濟效益[1]。氣象部門在港區氣象服務平臺與產品建設上有很多深入的探索和實踐[2-13]，連云港市氣象局進行了連云港現代港口綜合氣象服務保障系統開發與應用研究[14]，舟山市氣象局進行了港口氣象預報服務系統研究[15]，廣東的沿海港口城市也在港口氣象服務上積極探索。寧波市氣象部門從20世紀90年代就開始從事港航氣象服務工作，但目前港區氣象監測能力還是不足，特別是對霧的監測能力較弱；缺少統一的平臺，港口氣象服務涉及的數據存在信息多源、格式多樣、平臺離散等問題；由于缺少量身定制的精細化產品，海事在管制業務中多憑經驗，降低了作業效率；多部門聯動時缺少綜合溝通平臺，效率低下。在多方調研考察基礎上，寧波氣象局全新設計港口氣象預警與決策系統，取得了較好社會效益和經濟效益。

1 系統特點概述

系統以海事局、港調、引航站及其他涉港單位為服務對象，在深入了解用戶需求的基礎上，以現代化港口綜合監測系統為基礎，融入港口精細化預報預警產品，通過多源大數據挖掘、分析和展示技術，將氣象、海洋水文、船舶、港口調度、海事管制等信息進行深度融合和3D可視化，建立了港口專業預警信號、港區氣象風險指數、動態船舶氣象風險等級預報等組成的服務產品體系和多方共享指揮平臺。幫助用戶更加直觀準確地分析、解讀天氣變化，一方面以確保港區安全運行為前提，減少因氣象災害引發安全生產事故的發生，另一方面通過精細化管理服務，盡量減少不必要的管制封航、停止作業等引起的經濟損失，從而進一步提升港口運營水平。

2 系統架構與功能組成

2.1 融合多方數據的聯動展示

圖1 港口3D可視化宏觀態勢呈現 Fig. 1 Port 3D visualization macro situation

系統實現氣象、港口、海事等多源數據“一張圖”展示（圖1），以所見即所得的方式，將多源信息疊加在3D-GIS上呈現。以全景視圖形式，通過二維儀表盤和三維場景數據聯動等，綜合展示港區運行態勢；以氣象數據驅動場景變化，呈現“運行中”的港區；通過多種顯示模式，將主干信息從海量數據中突出顯示。支持全終端運用，支持多屏無縫切換。

整個三維展示平臺基于B/S架構開發，系統將氣象數據、海事數據、港口數據包括管理區域數據、船只位置及屬性數據、航道數據、錨地數據、碼頭數據、視頻數據等信息進行綜合性展示，通過內置的預警模型，實現氣象預警數據、管制數據、港口業務數據的聯動以及三維可視化呈現；根據業務需求，抽提港口、氣象、海事關注的宏觀指標進行可視化呈現。支持根據數據統計分析，實現效益評估。下探大風專題、大霧專題、雷電專題、溫度專題和臺風專題。

2.2 專業的港口氣象服務產品體系

融合近海高分辨率包括毫米波雷達海霧探測資料、岸基風廓線資料、天氣雷達探測產品、衛星云圖和常規自動站資料等多種氣象觀測數據?；诤Ｑ髿庀缶W格預報技術，為港口調度提供精細化氣象預報預警融合服務產品。為港區量身定制氣象服務產品，利用傳統天氣學分型理論和計算機圖形識別方法，對海量歷史個例進行自動分類，通過多數據智能識別技術，實現港區大風、雷暴、低能見度天氣的智能判別和跟蹤。構建不同天氣型分港區預報模型，形成港口專業預警信號、港口氣象風險指數等產品，實現服務精準化、專業化。融合氣象條件和船舶信息，發布動態船舶氣象風險等級預報，對重點船舶進行保障，為港口管理調度提供決策支撐。形成了港口氣象災害評估和事故應急救援氣象服務技術體系，為港口安全高效運行提供支撐。

1）海上大霧識別產品開發：基于衛星海霧識別、毫米波雷達數據反衍、激光能見度儀、自動能見度儀和攝像頭圖像識別等技術，融合識別海上大霧，初步形成核心港區10 km范圍大霧識別精度為100 m×100 m的30 min間隔的網格化產品。

2）大風識別產品開發：基于海島高塔梯度風觀測資料和雷達資料，分析各港區垂直風場情況，采用圖像、閾值、模式等多種方式的人工智能輔助識別算法，結合人工主觀經驗的智能預報判別方法和實時客觀要素預報修正的人工智能開發，形成每6 min輸出的1 km×1 km的大風識別網格化產品。

3）港口精細化預報：基于港口地形和歷史資料分析的基礎上，結合立體觀測資料，做好數值預報模式的解釋應用，優化降水、風速、能見度預報網格化產品，對港口和航道范圍的網格點資料進行客觀經驗模型和人工訂正，進一步加工港口和航道氣象預報產品，產品達到分港區小時級預報。

4）災害性天氣智能識別：系統后臺自動根據不同用戶的閾值設定情況，通過機器學習，實現大霧、雷電、強對流、寒潮、暴雨等災害性天氣類型進行智能識別；當天氣要素達到閾值且系統識別到災害性天氣之后，系統根據用戶需求，形成災害性天氣影響分析和圖形產品通過網站、短信等形式發送給用戶。

5）港區氣象風險指數計算：優化“港區氣象風險指數”模型算法，通過接入氣象精細化預報產品，實現對港口未來72 h氣象風險狀況預報。

6）船舶動態氣象風險等級計算：根據船舶動態風險等級計算模型，通過接入氣象精細化預報產品和相關船舶信息，實現針對船舶的氣象風險狀況預報，并排序展示。

7）建設港口專業預警發布系統：建設早期預警、專業預警、早期預警解除、專業預警解除綜合制作發布平臺，實現基于“多早預警”為先導的三方聯動機制發布平臺及相關智能提醒。

8）建立港口高影響天氣個例庫：根據氣象歷史數據和港口相關部門歷史記錄資料，采集和分析港口高影響天氣個例信息，形成港口高影響天氣個例庫；開發個例庫數據的維護功能，方便用戶導入和修改歷史個例數據，同時提供相關關聯產品的顯示以及個例圖文等信息的輸入，可對個例庫內容進行條件檢索和目錄檢索。

9）港口服務產品評估：對預報服務產品進行評估，生成包括空報、漏報、偏移等誤差和準確率結果。將預報結果、實況監測數據和檢驗結果輸出成直觀的圖形產品，通過氣象服務業務平臺的調用接口實時顯示。同時收集港區相關天氣影響數據和個例分析，做好氣象災害評估和服務產品效益評估。

10）建立統一數據接口服務：建立統一的數據服務接口為港口全息化氣象預警和決策提供數據支撐；接入的數據包括氣象臺最新發布的預警和海洋預報產品、服務中心發布的港口專業氣象產品、本系統接入和加工生成的相關港口服務產品；接口服務提供接入說明和可視化界面，同時對數據接口的穩定性進行監控，異常時能夠通過網頁、短信和電話語音主動通知相關人員。

2.3 “多早預警”為先導的三方聯動機制

如圖2所示，形成基于“早發現、早通氣、早預警、早聯動”為核心的“多早預警”為先導的三方聯動機制，通過風險時間線提醒、港口72 h風險指數、港口專業預警、實況提醒等多類專業預警提醒產品通過網站平臺、微信平臺、短信、電話、傳真等多渠道以文字、語音、圖表等多種表現形式進行自動推送，讓用戶提前調度，搶救作業時間。系統為氣象、海事、港口三方提供了統一的信息共享和決策管理平臺，實現了信息“零時間”成本實時交互，做到了決策會商、決策發布和決策執行全流程同平臺實時同步，實現三部門無縫聯動。有利于管理部門充分利用港區資源，提升管理效率，將氣象信息轉化為“港口生產力”。

圖2 基于“多早預警”為先導的三方聯動機制 Fig. 2 Tripartite linkage mechanism based on “multi-early warning”

2.4 系統平臺架構和標準

系統平臺建設由多源港口氣象服務數據庫建設、港口智能融合氣象服務產品開發集成和港口全息三維展示平臺建設三大塊組成。系統建設采用統一的信息化標準體系和統一安全管理體系，對接港口氣象服務相關體系標準，體現較好的規范性、安全性和可擴展性。

系統平臺總體架構如圖3所示。

圖3 系統架構圖 Fig. 3 System framework

3 結論

寧波舟山港氣象預警和決策系統設計著重解決涉港單位面臨的保安全、提效率方面的關鍵問題，對提高港口作業效率、保障港口安全作業具有重要作用。系統融入船舶信息，分析重點保障船只，為港區管理調度提供決策支撐。創新提出基于“多早預警”為先導的三方聯動機制，建立海事、氣象、港口三方共享同平臺信息，統一天氣服務標準，共同參與港口管理?；诮y一平臺的標準化、精細化服務，有利于管理部門充分利用港區資源，提升管理效率，有利于氣象信息轉化為“港口生產力”。系統初步主要服務于寧波舟山港的核心港區，而寧波舟山港口集團的管轄區還包括嘉興、溫州、臺州等港，服務范圍可迅速擴大到全港區。當前，我國正大力實施“一帶一路”戰略，全國僅億噸以上的港口就達34個，港口氣象服務需求巨大，系統作為一個港口氣象服務全新的解決方案前景廣闊。