重慶智慧氣象探索與實踐

顧建峰

（重慶市氣象局，重慶 401147）

0 引言

2007年中國氣象局首次提出了發展現代氣象業務，2013年提出了縣級綜合氣象業務改革發展意見，2014年明確了氣象業務現代化建設的重點任務，國家、省、市和縣級氣象業務先后經歷了業務體制改革、氣象信息化、智能網格預報等重大變革，逐步構建了信息化、集約化、標準化的現代氣象業務理念和方式。

由于資源分散、缺少統一規劃等問題，現代化業務體系建設仍存在“局部有效，整體無序”，表現為信息系統集約化程度不高，業務和服務產品共享程度低，應用煙囪眾多等現象；大數據、云計算、人工智能等技術應用仍處于初級階段，這種數據分散、信息孤島、應用林立和互聯網技術融合不深入等問題已成為制約現代氣象業務高質量高品質發展的主要因素。

2015年國務院提出了加快推動互聯網與各領域深入融合和創新發展及加快政府數據開放共享，推動資源整合，提升治理能力的思路。中國氣象局也明確了氣象信息化建設的行動計劃，即氣象部門要大力發展氣象信息化，重點提升氣象業務運行效率、公共服務效益和管理決策效能。2018年，重慶圍繞實施創新驅動發展戰略和新型智慧城市建設，堅持“高質量高品質發展”“跳出小氣象、做實大氣象”，大力發展現代氣象業務，以信息化驅動氣象現代化，開展重慶智慧氣象“四天”，即：“天樞”智能探測、“天資”智能預報、“知天”智慧服務、“御天”智慧防災系統建設。通過“四天”系統建設推動實現觀測協同化、預報精準化、服務智慧化，最終達成“預報精準、服務精細、平臺智能、技術領先、管理科學”的建設目標。

1 重慶智慧氣象 “四天”系統建設架構

智慧氣象是新時代氣象現代化的重要標志，是以信息化技術為依托形成的氣象觀測、預報、服務、管理新理念和新模式，是氣象發展的新階段、新境界、新形態。基于智慧氣象的基本理念，重慶智慧氣象“四天”系統，即“天樞”智能探測、“天資”智能預報、“知天”智慧服務和“御天”智慧防災，深度應用云計算、大數據、智能化、移動互聯、物聯網、5G、區塊鏈、邊緣計算、VR/AR等現代信息技術，對標監測精密、預報精準、服務精細，發揮氣象防災減災第一道防線作用，以全國氣象大數據云平臺為基礎，對接數字重慶云平臺，構建“數算一體”的重慶氣象+大數據云平臺為核心的“云+端”現代氣象業務技術體系（圖1）和集約化的業務服務體系（圖2），實現以大數據為中心的數據管理、加工處理、應用服務的高度集約，實現業務和系統之間的有效銜接和有機互動，實現“數算一體”的業務服務智能化發展。

圖1 重慶智慧氣象技術體系架構圖Fig. 1 Outline of Chongqing smart meteorological technology system

圖2 重慶智慧氣象業務服務體系架構圖Fig. 2 The architecture diagram of Chongqing smart meteorological service system

2 重慶智慧氣象“四天”系統建設與成效

重慶智慧氣象“四天”系統重點推進“一平臺、七系統”建設，即“天樞”氣象+大數據云平臺和“天樞”—智能協同氣象觀測系統、“天資”—高分辨率數值預報系統和智能預報預測系統、“知天”—智慧氣象服務系統和智慧氣象為農服務系統、“御天”—智能人工影響天氣系統和智能預警信息發布系統（圖3）。

2.1 “天樞”智能探測系統

“天樞”是北斗七星之首，寓意地位重要。就“四天”系統而言，“天樞”智能探測系統是基礎和基石，對標監測精密，包括氣象+大數據云平臺及智能協同氣象觀測系統。

2.1.1 氣象+大數據云平臺

圖3 重慶智慧氣象建設方案圖Fig. 3 The construction diagram of Chongqing Smart Meteorology

重慶氣象+大數據云平臺聚焦社會需求，實現數據統一匯交、快速存儲、高效服務、智能運維監視。平臺建立了統管共用的基礎設施資源池和大數據資源池，CPU核數約為3600核，內存總量為18 TB，可提供600多臺虛擬機，存儲近1 PB，數據存量達500 TB。通過專有網、政務外網、互聯網及物聯網等獲取了市應急局、市水利局、市交通局、市生態環境局等共18個部門的106類數據、對外部門共享了40類氣象數據，實現了數據統一匯交和快速存儲。以數據為鏈條，基于云計算和大數據，融合Cassandra、Spark、Docker和分布式架構等技術，優化數據傳輸、加工、分析全流程，貫通觀測、預報、服務全鏈條。目前服務接口日平均調用106.4萬次、數據下載量389.7 GB，數據服務遍及氣象、水利、農業、生態、軍隊、民航、交通、電力等行業（圖4）。

圖4 重慶氣象+大數據云平臺定位圖Fig. 4 Logic diagram of Chongqing Smart Meteorology +Big Data cloud platform

2.1.2 智能協同氣象觀測系統

智能協同氣象觀測系統基于地基、空基、天基等立體智能感知物聯網絡，實現了融合衛星、雷達、高空、地面等氣象要素的智能協同觀測和全時全域全要素的數據采集，利用多源異構數據質量控制、數據挖掘、數據融合等技術，對氣象觀測數據、遙感數據和社會觀測數據進行綜合分析應用。目前對接了7顆氣象衛星、自建了5部多普勒天氣雷達和2000多個地面氣象觀測站，與周邊省份氣象部門共享了10部多普勒天氣雷達和近萬個地面觀測站的數據，每日數據采集量達5 TB，地面傳輸網絡帶寬50 Mbps，互聯網出口帶寬1000 Mbps，建立了基于北斗衛星的應急備份傳輸網絡，形成了龐大的基于物聯網的智能感知系統（圖5），同時利用邊緣計算及圖像識別等算法，實現云量云狀、地面凝結、電線結冰等天氣現象的自動識別，提升氣象全要素觀測的自動化、智能化、協同化水平。

2.2 “天資”智能預報系統

“天資”智能預報系統，寓意天資聰穎，宛如“最強大腦”，對標預報精準，包括高分辨率數值預報系統和智能預報預測系統。

2.2.1 高分辨率數值天氣預報系統

系統建設了計算峰值達315萬億次、存儲能力2.3 PB的高性能計算集群，實現了水平分辨率為3 km對流可分辨的集合數值預報系統（CQMEPS）和逐小時快速更新同化預報系統（CQ-RUC）的業務運行。CQMEPS采用的多初值多物理過程方案、物理過程參數化優選技術、集合成員的參數化方案組合優化技術提高了系統對重慶復雜地形下暴雨、強對流等災害性天氣的描述能力。為了提升兩個系統的能力，開展了不同地形平滑方案和模式地形擾動技術對模式降水預報的影響研究；基于GSI的En3DVar系統，將一個非線性化程度可調諧的轉換（圖6）應用到了雷達資料變分同化的水成物控制變量中，當參數（

p

）調節到最優的狀態時（目前取0.4），能夠在一定程度上克服線性變換（CV

q

，因極小化收斂問題，會導致徑向風和較大的反射率資料不能被同化系統有效“吸收”）和對數變換（CVlog

q

，由于

q

和log

q

之間的高度非線性，會導致一些虛假的高估或低估的分析增量，尤其是觀測較少地方）存在的問題并得到更優的同化及預報效果（圖6）。CQ-RUC系統逐小時同化雷達反射率因子和徑向風資料，對重慶復雜地形下短時強降水（小時降水量≥20 mm）落區、強度和頻率等日變化特征有較好的預報能力，2020年4—9月0～3 h和3～6 h逐小時短時強降水預報TS得分分別為13.2和8.3，較CQMEPS的控制預報分別提高了65.9%和22.9%。另外，以CQ-RUC輸出的高分辨率數據開發的GUST、CAPE、0～3 km最大垂直螺旋度等產品對陣性大風和冰雹等分類強對流潛勢預報具有較好的指示意義。

圖5 重慶市立體綜合氣象觀測網分布圖Fig. 5 Distribution of stereoscopic and comprehensive meteorological observation network in Chongqing

圖6 自然對數函數及p取不同值時水成物控制變量q的非線性轉換函數圖像[10]Fig. 6 Image of natural logarithm function and nonlinear transfer function of hydrate control variable q with different values of p[10]

2.2.2 智能預報預測系統

包括智能天氣預報系統和智能氣候預測系統，實現了從站點到數字格點的跨越，構建了較為完整的智能化、集約化的氣象預報預測業務體系。

智能天氣預報系統集大數據智能分析、智能網格天氣預報、災害天氣智能預警、服務產品智能生產、行業氣象智能預報、預報檢驗評估6大核心業務功能，通過引入AI技術，集成20余種客觀預報技術，初步建立了客觀預報技術體系，實現了天氣預報業務市－區縣兩級一體集約化和智能化，打通了不同業務崗位和單位之間的數據斷點，暢通了實況數據和預報數據的實時共享，優化了市—區縣兩級預報員聯動監測、預警、防御的災害性天氣一體化業務流程。系統建成后，基于“迭代回歸”技術的溫度客觀預報質量優于同期主觀預報；基于誤差平衡訂正技術的降水預報產品，24 h晴雨預報和暴雨預報準確率分別較EC模式直接輸出提高了17%和35%；采用TrajGRU和U-net技術，建立三維雷達回波智能預報模型及雷暴大風、冰雹智能識別模型，提升了強對流天氣臨近預報能力，2020年0～2 h雷達回波智能預報（圖7）準確率較SWAN提高36%以上，冰雹和大風預報命中率接近100%，平均預警時間分別提前31 min和88 min。

圖7 2020年5月4日（a）TrajGRU和U-net技術對冰雹的預報和（b）觀測（13：36）對比（起報時間：12：28，預報時間13：36；填色：反射率因子（單位：dBz）；黑色三角形：冰雹）Fig. 7 Comparison of (a) hail prediction by TrajGRU and U-net and (b) observation on 13:36, May 4, 2020(start time:12:38, forecast time:13:36; shaded: reflectivity(unit: dBz); black triangles: hail)

圖8 氣候預測智能推薦流程和客觀定量方法Fig. 8 Intelligent recommendation procedure and objective quantitative method for climate prediction

智能氣候預測系統包括氣候監測分析、氣候預測、氣象災害風險評估、生態氣候評估和氣候可行性論證等5個子系統。該系統在氣候預測方面運用“大數據+常規預測+機器學習”的智能氣候預測技術體系和智能化方案，集合客觀定量預測的智能推薦業務流程和客觀定量方法（圖8），開展智能氣候預測業務試驗和檢驗，實現了延伸期、月、季的氣溫和降水的空間分布智能推薦最優預測；采用機器學習的決策樹和隨機森林算法建立重慶夏季旱澇的診斷和預測模型、利用場信息耦合法建立了基于氣候預測系統CFS模式實時預測產品與觀測資料相結合的統計降尺度預測模型提升了預測質量。系統運行近2年來，氣候智能預測2019年月氣溫和降水質量分別為83.9、85.9，2020年月氣溫和降水質量分別為83.5、83.6；與中國氣象局指導預報相比，每年至少有9個月的預測質量高于指導預報，智能推薦效果良好。在氣象災害風險評估方面，應用風險矩陣法構建了重慶暴雨災害鄉鎮級風險評估模型，利用水文淹沒場景庫實現了山洪災害快速模擬，基于地形適應插值算法實現了高低溫災害風險的高精度評估，初步實現了智能化的氣象災害風險預評估。

2.3 “知天”智慧服務系統

“知天”智慧服務系統的核心是讓決策、公眾和各行各業知曉天機，對標服務精細，包括智慧氣象服務系統和智慧氣象為農服務系統。

2.3.1 智慧氣象服務系統

智慧氣象服務系統集決策、公眾和行業氣象服務三大功能于一體，基于“天樞”和“天資”系統無縫隙、精準化的觀測和預報大數據，應用數字—文字轉換規則、自然語言處理、數據可視化、機器學習等現代信息技術，為決策者、公眾用戶和行業用戶提供場景定制、用戶行為自動感知、精準推送的氣象服務。

利用1961—2019年重慶暴雨過程總降水量、日最大降水量、范圍和持續時間，結合不同指標的致災影響和不等權法，構建重慶暴雨過程綜合評估模型和綜合強度等級，基于該暴雨過程綜合強度等級和“天資”—智能天氣預報系統的網格降水預報產品，自動生成暴雨災害風險落區產品（圖9），融合暴雨災害預警四級等級標準和三類風險區等級標準，實現了從暴雨天氣預報到暴雨災害風險預警的延伸，提升了防災救災決策的針對性。基于氣象服務數據的診斷分析和智能推薦，應用信息靶向推送技術，對接社交平臺、移動互聯網等，為公眾提供花期觀賞預報、夜間聽雨預報、星空預報、賞雪預報、霧凇預報等精細化預報產品（圖10）。基于氣象—電力多源觀測降水和多模式預報降水的融合訂正技術，開展水電流域面雨量預報、逐時電力負荷預報、風電場結冰融冰預報；基于機器學習算法的大霧影像智能識別，開展通航等級、氣象導航等航運氣象影響預報；基于數據可視化等技術開展高速公路通行影響預報。2019年風電、旅游和公路交通等行業的氣象服務貢獻率分別達1.7%、6.2%和2.6%。

圖9 2020年6月16日20時—18日08時暴雨災害風險落區圖Fig. 9 Risk map of rainstorm disaster from 20:00 BT, June 16 to 08:00 BT June 18, 2020

圖10 重慶紅葉及彩葉觀賞期預報公眾氣象服務產品Fig. 10 Public meteorological service products for red leaf and color leaf viewing period forecast in Chongqing

2.3.2 智慧氣象為農服務系統

智慧氣象為農服務系統由農業氣象大數據平臺、農業氣象精細化智能業務平臺、農業天氣通app（圖11）、農業氣象物聯網平臺、農業氣象綜合門戶網站、農業氣象遙感平臺等構成。基于重慶特殊的地理環境，利用GIS和“互聯網+”方式，面向新型農業經營主體提供直通式、精細化、個性化的農業氣象服務。目前覆蓋全市60%的新型農業經營主體，匯集專家417名，累計注冊用戶37萬余名。利用氣候多因子加權相似評估法、氣溫變換界限法、有效活動積溫法等，實現不同地域、不同海拔地區晚秋作物種類、品種熟性、干收/鮮食等智能推薦；應用作物生長模型等，開展農作物生長適應性評價、農業氣象災害監測評估、農產品氣候品質評價、作物引種風險評估、農業天氣指數保險等服務，研發農業氣象服務指標132項，農業氣象監測分析和災害預警等86個農業氣象精細化服務模型。

2.4 “御天”智慧防災系統

“御天”智慧防災系統中“御天”意為防御氣象災害及其衍生災害，對標發揮氣象防災減災第一道防線作用，包括智能預警信息發布系統和智能人工影響天氣系統。

圖11 重慶農業天氣通appFig. 11 Chongqing agricultural weather app

2.4.1 智能預警信息發布系統

基于重慶社會公共信息資源和預警大數據，利用深度學習、云短信發布等技術，建立集自然災害風險隱患、預警、災情和救災信息資源互聯互通、開放共享、安全高效的智能預警信息發布系統。目前已建成1個市級預警中心、40個區縣預警中心，470個市、區縣部門預警分中心，1028個鄉鎮（街道）預警工作站，2064個預警村級工作站，擁有160萬余名防災應急處置人員，實現了多部門“聯合監測、聯合會商、聯合發布預警”的橫向聯動預警機制，形成“市級—區縣—鄉鎮—村社”四級縱向聯防預警工作體系和“市級—區縣—鄉鎮—村社—組—戶”六級預警信息發布體系（圖12）。采用層次分析法改進預警信息發布策略、評估預警響應效果；利用百度云短信發布技術，將預警短信發布速率從150條/秒提高到3000條/秒，實現預警信息通過電子顯示屏（1664塊）、重慶有線電視機頂盒（449萬）和農村大喇叭（3938個）等渠道的廣泛發布；利用深度學習等技術實現預警信息的智能圖文制作；利用基于基站覆蓋的短信發布技術，實現面向手機用戶的區域預警信息精準發布，在2020年“7.25”“8.10”“8.20”暴雨天氣過程中僅向災害影響范圍內702萬用戶推送預警提醒信息，充分體現了智慧智能。

圖12 智能預警信息（a）四級縱向聯防預警工作體系和（b）六級預警信息發布體系Fig. 12 Intelligent warning information (a) four-level vertical joint defense early warning system and (b) six-level early warning information release system

2.4.2 智能人工影響天氣系統

基于作業區域基礎、探測、空域、環境、裝備物資、作業服務等人影多維數據，利用“物聯網、互聯網+”等新技術，集成實現人工影響天氣需求分析、條件識別、作業預警、實時指揮、效果評估等功能（圖13）。業務運行以來，應用數值模式物理量參數化優化技術，提高降水場、宏觀場、云微觀場對重慶降水、冰雹等的智能識別能力；采用SCIT技術對云團識別和跟蹤，提高雷達對降水過程的識別能力、預警能力和作業監控能力；實現數值模式的云條件預報，地基特種觀測設備的云監測分析，建立增雨防雹作業概念模型，拓展以改善空氣質量為主的服務領域。通過市—區縣—作業點三級聯動，實現作業過程全方位跟蹤監測指導，作業預警和實時指揮做到了上下功能一體化。發揮了人工影響天氣在防災減災、改善生態環境、重大應急保障等服務中的作用。

圖13 智能人工影響天氣系統－大數據智能化平臺Fig. 13 Intelligent weather modification system-big data intelligent platform

3 結論與展望

當前正處于信息化快速發展的時代，重慶智慧氣象深度融入服務新型智慧城市建設，通過重慶智慧氣象“四天”系統，不僅改變了以往孤立的、分散的業務系統建設方式，還依托現代信息技術，發展智慧氣象業務，建立了氣象觀測、預報、服務、管理的新理念和新模式，為提高重慶智慧氣象水平奠定了基礎。

重慶智慧氣象將繼續深入應用云計算、大數據、移動互聯、物聯網和區塊鏈等現代信息技術，以數值模式精細化評估為基礎，同時應用人工智能、機器學習等持續研發天氣氣候客觀預報預測技術，面向用戶和全媒體，實現任意空間、任意時間、任意要素按需提供的快速便捷智慧氣象服務。將智慧氣象“四天”系統建成具備自我感知、判斷、分析、選擇、行動、創新和自適應能力的系統，讓氣象觀測、預報、服務、管理活動全過程都充滿智慧。