全球气候变化和自然灾害频发,应急管理等部门对精准灾害的预警和防御支持需求也在日益增加,目前,多源卫星数据冗余、区域精细化监测困难等问题,制约着我国灾害预警设施的进一步发展。哈尔滨国裕数据技术服务有限公司通过构建高精度数据模型,在灾害监测预警、现场应急指挥、灾后评估修复、灾害风险普查等方面投入研发,并与应急管理、粮食安全和能源保供等场景紧密融合,搭建了精准灾害防御决策平台,促进自然灾害应急管理精准化、集约化。
一是提升数据多源汇聚能力。项目基于云计算中心与算力平台,通过深度融合多源数据,依托多模型融合技术和高精度的数值预报模式,进一步提高预报的精准度以及气象灾害监测、预测水平。通过构建自然灾害的一体化监测、预警和评估体系,充分发挥多元数据要素在应急管理中的引领作用。
二是强化灾中和灾后的数据处理与应用能力。项目通过贯通灾前风险研判、临灾精准响应以及灾中灾后全流程服务,构建从常态监测到应急响应的全链条管理模式,实现“防”与“救”的高效衔接,大幅提高了应急管理的时效性与精准度。
三是构建数据链路平台,全面保障数据安全。平台集数据采集、传输、监控、报警、分析与处理于一体,确保气象数据传输的实时性、稳定性与安全性,调度中心可通过平台及时获取准确的气象信息和遥感卫星数据,支持对相关设备的运行状态实现精准分析与预测。
四是拓展多元数据要素的应用场景。项目通过将气象预警与遥感数据、与各地社会治理相结合,实现高效联动,充分发挥防灾减灾的“第一道防线”作用,助力各地在极端气象灾害来袭时科学决策、及时行动。在安徽、山东、湖北等地区,山火防灾应急管理覆盖面积已超16万平方公里,累计提供监测预警服务报告500余期,监测疑似山火300余次,发布预警通知1000余次;其次,在江苏省,风电场总出力的预测预报准确率达到91.03%,较原有模型提升约2%;在黑龙江,每年为电网公司提供约500期强天气气象灾害的预报预警服务报告。
五是打造可持续的运营模式。针对农业气象预报精准度不高、遥感定量应用不足等问题,通过研发区域精细化农业气象模型,结合“光、温、水”精准测控技术,实现农业气象灾害的精准预警。同时,基于电力设备灾害预警模型,通过精细化电力气象预测,提升灾害天气下的预测精度,有效应对极端天气导致的预测难题和发电厂负荷侧的挑战。
图1 应用场景
图2 整体平台思路
图3 具体方案图示
图4 数据链路平台
图5 灾害应急管理能力图示
图6 农业粮食安全管理能力展示
图7 能源电力保供能力展示
图8 成效图示