构建精准化智能化预报服务体系的深圳实践和展望

兰红平 刘敦训 孙石阳 魏晓琳 徐婷

（深圳市气象局，深圳 518040）

0 引言

21世纪以来，随着中国城市化水平快速提升，越来越多的国际化的大型活动在我国大城市举办，北京奥运会、上海世博会、广州亚运会、深圳大运会等大型活动提出了定点定时定量精细化预报需求。此时正值短时临近预报和中尺度数值天气预报模式技术快速发展时期，在北京奥运会上开展WMO预报示范项目（VIPS）应用（2008年），提升了中国预报精细化服务水平[1]，深圳气象坚持“引进 、吸收、集成、创新”开展气象科技创新，充分利用和借鉴国内外最先进的预报服务技术[2-5]，紧密结合深圳气象防灾减灾和城市运行的精细化服务需求，开展大城市精细化预报服务创新，完美保障第26届世界大学生运动会，被中国气象局授予“大城市精细化预报服务深圳模式”（图1），精细化预报业务体系在全国成为首创[6-9]。

从2010年开始，以智能手机普及为代表的移动互联网蓬勃发展，深圳市气象局紧紧抓住互联网爆发的机遇，迅速向互联网+预报服务转型，建立了以集约、高效、互动为特征的互联网+气象服务新模式（图2）。打造在线互动反馈的“指尖上的气象台”“两微一端”实时互联互通互动，形成三端联动共同发展的格局；构建“互联网+”预警信息全覆盖发布网络，建立基于“互联网+”决策气象服务和行业安全气象服务新流程和新模式；以线上基层气象台为基础，建立了基于“互联网+”的“一级预警、两级监管、四级联动、对点服务、社会响应”气象灾害防御协同化管理体系；集约化预报服务流程管理平台，实现预报服务产品同步制作和一键发布，不断适应互联网多任务并发、多渠道管理、高频次、高效率、高互动的服务需求。防灾联动更加精准高效，树立了地铁和港口气象服务的全国标杆。

图1 大城市精细化预报服务深圳模式创建阶段（2000—2011年） Fig. 1 Shenzhen Megacity Precision Forecasting Service Model Phase (2000-2011)

图2 互联网+气象服务新模式阶段（2010—2017年） Fig. 2 Phase of the new Internet Plus meteorological service model（2010—2017年）

从2017年开始，基于大数据的智能革命为向智能监测预报服务转型提供机遇，搭建智能预报合作研发机制，建立并发布了标准雷达数据集，在粤港澳气象科技合作的背景下，同香港天文台共同面向全球征集短时强降水智能临近预报算法，基于深度学习技术，联合哈工大等机构开展强降水智能临近预报算法研究，探索应用对抗生成网络（GAN）和门控循环单元神经网络（GRU）取得良好的试验结果（图3）。发展基于大数据的个性化精准服务、恶劣天气的个性化呼叫服务（2017年），不断为推动预报服务体系升级赋能。建立基于网络爬虫技术的社会观测数据智能收集，通过微博等新媒体渠道实时筛选广东省范围内的冰雹、大风、暴雨等8种气象灾害和影响信息，并开展舆情分析和热度评价分析，应用于气象预报预警服务中。开发小象天气机器人智能咨询服务，应用天气大数据库、人工智能等技术通过深圳天气app智能机器人实现气象信息的智能应答，用户可以通过直接语音问答的方式，快速获取专业、及时的天气信息。

图3 智能预报和智能服务转型发展阶段（2017年至今） Fig. 3 Smart forecasting and smart services transition development phase (2017 to present)

1 体系创新性

1.1 技术创新引领

瞄准世界科技前沿，坚持引进与自主创新相结合，通过技术的集成和进一步的自主创新，形成气象服务的竞争力和特色，提升预报准确率和气象服务的效率和满意度。

抓住国际数值预报模式发展的机遇，与美国俄克拉荷马大学风暴分析与预测中心（CAPS）共同开发的逐小时循环实时同化预报系统HAPS（2010年），引进了欧洲中长期预报中心的全球模式产品（2011年）和JMA、T639以及GRAPES等模式产品，并集成和产品化应用。引进了广东省气象台的短时临近预报系统“雨燕”、中央气象台的短临系统“天鹅”和北京奥运会气象服务系统等国内外系统和技术。通过引进、吸收先进的短临预报和数值天气预报技术，为大城市精细化预报服务体系发展奠定了技术基础。

研发了具有自主知识产权的短时临近预报决策支持平台（PONDS）（2008年）、热带气旋业务平台、台风登陆影响预报等技术（2010年）和数值预报应用平台（2011年），利用卡尔曼滤波最优插值法建立动态QPE和QPF订正技术，自主研发雷暴识别技术和外推技术，实现风暴和强对流的追踪（2009年），基于卡尔曼滤波的雷达回波外推技术（2013年）、光流法（2015年）等气象短临预报方法。发展精细到街道的预警应用技术，开发预警信息一键式发布，全国首创预警精细到街道，预警精准度提高，预警空报显著减少，构筑了深圳大城市精细化预报服务核心技术体系[10]。

1.2 “互联网+”气象服务模式

开发了深圳天气“两微一端”（微信、微博、app），建立了基于位置的个性化互动式气象服务（图4）。由一线值班预报员直接运营深圳天气“两微一端”（微信、微博、app），将传统“高大上”气象预报转化为接地气的服务信息。重要天气全程跟踪互动服务，每5 min更新一次，气象服务从预报预警提供转变到天气系统的全过程跟踪监测预报预警服务。通过互联网+渠道，气象部门既是气象预警信息的发布中心，也是气象信息源。与各类主流自媒体形成气象预警信息发布的矩阵，引导社会公共媒体和互联网新媒体的信息发布，大大地拓宽和拓展了气象信息发布渠道。实现决策气象服务和行业安全气象服务的24小时在线服务，为防灾责任人提供预报提示、监测服务、预警预告、灾害预估等在线互动服务。建立了云+端的高效弹性服务模式，以公有云架构布设，按需定制推送，满足大容量大流量服务，重大天气可满足超10亿人次的访问和服务。打造了深圳天气“两微一端”大城市“互联网+气象服务模式”品牌。“@深圳天气”微博连续五年蝉联“全国气象行业政务微博榜首”，微信多次获得省、市级“最具影响力向微信公众号”，被网友誉为最接地气、最有温度的气象公共服务产品。央视新闻高度赞扬“@深圳天气”贴人心、接地气，人民网称赞“@深圳天气”发布时机恰到好处，语言风格幽默诙谐。

图4 深圳“互联网+”气象服务模式 Fig. 4 Internet Plus meteorological service model of Shenzhen

1.3 靶向发布技术

以“互联网+”和大数据理念重构预警短信发布系统，构建面向十三种渠道的靶向发布技术（图5）。与三大运营商重新构建预警短信发布系统，提升发布速率、启动效率和覆盖范围，实现一个指令，移动、联通和电信三端同时响应，在15 min内全面启动对全市的预警短信发布，最快速率达到每秒5000条，目前已经实现1.5 h内即可覆盖包括漫游用户在内的超过2000万市民。突发事件预警短信按行政区域发布，最小到精细到街道。实现对多个预设重点风险区域快速精准短信发布，通过对预设重点风险区用户信息的实时快速动态采集与更新数据，可直接选择单个或多个预设重点风险区进行发布。实现对首次进入预设区域用户的触发式预警短信发布。开展精准人群预警信息发布，收集特殊人群（如学生、教师、家长）的信息，对精准人群大数据分析模型，开展对特殊人群的高级别台风暴雨预警信息服务，如通过深圳天气微信、app等渠道开展高级别上下学预警的精准定制服务。重要天气时，通过恶劣天气呼叫系统对397家气象灾害防御重点单位和各级防灾责任人进行点对点呼叫服务。

图5 深圳“互联网+”气象服务模式 Fig. 5 Internet Plus meteorological service model of Shenzhen

1.4 协同化防灾新机制

建立应急预案为支撑、预警信号为先导的政府主导、部门联动、社会响应的气象防灾减灾机制，实现了预警到哪，防御联动到哪。在国内首创气象与防灾部门深度合作模式，将气象防灾工作融入到政府防灾管理中，调动了防灾部门的主观能动性，建立了“一级预警、两级监督、四级联动、社会响应”的气象防灾管理机制，以共建共享调动防灾部门的主动性。打破气象防灾数据壁垒搭建统一大数据，将气象和防灾数据融为一体，建立了实时统一的气象防灾数据库，线上重构气象防灾减灾应急流程，构建集监测预警、决策指挥、防灾管理于一体的集约化平台—防灾智慧中枢，高效设计和信息化流程管理，实现秒级响应，平台延伸到市、区、街道和社区，形成市、区、街道和社区四级协同平台，提供基于灾害影响的精准防御决策服务，打造市区两级线上监督、街道社区线下落实的综合防灾体系。实现防灾精细管理，跨部门数据流通高效联动。防灾应急响应平均启动时间由原来的1 h减少到48 s；处置灾情时间由原来的360 min减少到92 min。

2 体系基本特征

以“需求牵引、服务引领、科技支撑”发展理念，2010年开始开展现代化预报服务业务体系深圳试验，探索适应大城市气象服务需求的集约、高效、互动的精细化预报服务模式。

2.1 适应气象灾害重点防御和市民个性化服务需求，不断强化精准服务

围绕重要灾害、重点时段、重要地段（路段）、重点行业、重点人群服务需求推进预报服务的精细化和精准度，在雷暴追踪技术、灾害性天气的定量监测和临近预警预报技术的研究和业务化应用基础上，实现分区预警和分区预报，推出重点区域关键时段的点对点气象预警预报服务，市民可以随时随地获取精准到自动站点的监测预警预报信息，预警精准到街道，预报精准到1 km网格。推出恶劣天气的定点呼叫服务，对港口和地铁实现了精细监测预报和精准服务，港口突发天气气象服务系统被中国气象局推广至全国。

2.2 适应深圳超大城市气象灾害特点和防灾需求，不断推进高效率服务

数据高度共享，气象探测信息1 min进库，1 min服务预报员，1.5 min服务市民，自动站探测频率每1 min更新一次；研发了雷达拼图的并行算法，实现15 s完成全省雷达拼图，雷达实时监测范围从广东省拓展到泛华南地区1500 km范围；预警信息从制作到启动发布1 min内完成，实现一键式发布，全网短信可在1.5 h内覆盖在深所有手机用户，包括漫游用户。深圳天气app可在台风山竹期间一天实现1亿人次访问，各种服务渠道超10亿人次。

2.3 适应越大城市日益增长的气象服务需求，不断提升服务的覆盖面

开发决策气象服务网和基于影响的气象灾害决策支持系统等决策服务系统，决策气象服务系统推广到市 、区、街道和社区的各级防灾部门，并成为防灾责任人不可缺少的重要支撑和工具，构成了气象灾害决策支持系统的全覆盖。为港口和地铁等重点保障部门和行业安全部门开发了专业的突发天气服务系统，为397家气象灾害防御重点单位提供点对点的服务。形成预警信息在互联网、广播电视和手机短信为核心的十三种渠道服务市民全覆盖。最高级别暴雨和台风预警时，每小时直播天气动态、预警信息和防御指引，电视字幕连续不间断滚动播发预警信息和防御指引；深圳天气“两微一端”和抖音5 min更新一次预警信息，引领社会媒体和自媒体全方位发布预警信息。

2.4 适应以人为本的需求，不断提升气象服务的体验度

以服务用户的需求为出发点，以简洁的表达、快捷的方式、友好的操作改进系统、产品和服务，创新开发了雷达拼图动态进度播放、滑动累计雨量产品、台风登陆影响预报技术、阵风监测产品等几十项具有原创性的优秀产品，产品色彩协调，重要信息凸显，用户在愉悦中获取需要的信息，注重友好的体验，包括系统操作友好，如分区预警快速制作，有效提升了监测效率、预报支撑和预警发布时效。用接地气的方式，有温度的语言，让市民感受到不一样的气象服务。

3 发展展望

随着全球气候变暖，台风、暴雨和强对流等灾害性天气的影响越来越极端，市民的生命财产和城市安全运行气象保障服务压力越来越大，市民对气象服务需求越来越高。另一方面，大数据、云计算、物联网、人工智能等信息技术的发展以及气象科技进步为大城市精细化预报服务体系发展提供了广阔的空间，特别是人工智能技术，习近平总书记指出，人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。未来要立足服务国际化城市发展，构建以大数据人工智能为基础的深圳大城市预报服务业务体系，重点在六大方面实现突破。

3.1 打造涵盖业务全琏条的全面感知系统

建设包括探测、预报、服务、信息、系统状态等涵盖气象所有业务琏条的感知体系。一是建立立体、多维、高频率、有效识别强天气的探测体系，监测点将会增加到一万个以上，监测范围覆盖以气象灾害链为主线扩展海洋、水文、环境、建设等相关跨领域的感知。二是提升系统感知能力，建立有千万条神经与各个子模块联系在一起，展现出来完整的五官和四肢，有效感知网络系统、信息系统、信息安全、业务系统的状态数据和进度，推进系统之间协同。三是发展灾害天气的智能识别，视频识别、图像识别，大数据综合识别技术，实现从天气要素向天气系统感知转变，实现灾害天气系统和风险仿真的三维立体展示。

3.2 构建基于大数据的多维度多类型的数据管理框架

突破实况业务制约预报服务的瓶颈，以实况业务带动短临预报业务，带动中短期及长期预报业务和服务。一是大力发展高效零时刻实况业务，基于天气雷达、卫星、地面自动站、风廓线雷达、GNSS/MET等高时空稠密观测资料，建立多源资料快速更新融合三维格点分析业务。二是研制人工智能训练资源库和标准测试数据集。整合防灾减灾数据、行业与社会数据和地理空间数据等，建立自动站数据集、雷达数据集、卫星云图数据集、数据预报产品数据集、台风数据集等，夯实智能气象业务发展的数据基础。三是建立预报服务标准指令集，这是预报大脑中枢的命令集合，指令集的复杂程度和系统的智商相关。

3.3 发展基于大数据的智能预报大脑

发展基于海量数据和非线性机器学习模型的智能预报技术，建立多条预报神经线，实现以需求导向，预报与观测、预报与预警、预报与服务的协同和联动。一是发展灾害性天气自动监测识别。基于融合多源气象探测和社会化观测的智能监测网，建立雷暴大风智能监测识别模型，发展基于双偏振雷达的水凝物相态识别算法，建立冰雹、龙卷等强对流的智能化观测产品。二是研发转折性、趋势性事件（回南天、污染天气、持续性暴雨天气过程）的决策研判模型。发展基于雷达、自动站、中尺度数值模式等大数据集0～2 h的临近降雨预报技术，0～6 h定量降水智能预报技术。三是将探测数据，短临预报，多种数值预报产品，灾害数据，风险数据在大数据的架构下重新研发，建立人机交互、观测实况实时同化中尺度模式，发展基于大数据短临预报和中尺度集合模式相结合的无缝隙智能化0～48 h 网格预报。四是基于智能的综合评价的预报技术筛选和监测预报服务协同。以高性能计算为中心，精准加密区域观测，精准分析区域网格，精准预测区域天气。

3.4 发展基于影响的灾害预报和风险预警业务

一是建立气象灾害实时监测和灾害风险短临预报业务。发展灾害天气快速识别技术，基于致灾临界阈值指标体系，开展中小河流洪水、山洪地质灾害、城市内涝、海洋气象灾害、海陆交通运输等领域的灾害风险预警预报。二是建立气象灾害气候灾害风险预报业务。研究制定极端天气灾害风险评估导则，建立台风、暴雨数据档案，发展分区实时综合气候风险评估。三是发展基于网格预报的影响预报和风险预警技术。针对建设、交通、旅游、电力等敏感行业，开展基于网格预报的行业风险预警服务，对气象灾害防御重点单位进行分型分类，建立不同的气象要素阈值、不同单位服务模式，开展风险提示预警服务。

3.5 构建一体化智能综合预报业务管理平台

应用大数据和人工智能技术，搭建气象大数据人工智能（AI）算法平台，推进气象数据与多领域数据的融合应用，建设气象灾害决策指挥支撑平台，为决策者应对各类突发事件提供智能化数据和技术支持[11-14]。通过智能计算前移、知识计算引擎与知识服务等技术，建立健全交互式产品加工制作流程，增加实时反馈及响应流程，提高气象预报服务产品的针对性和个性化；开发增强预报员能力的人工智能技术和在线技术支持体系，提升基层技术保障能力。建立大数据和预报大脑，实现监测、预测、风险、灾害，跨部门数据的融合，以预报和服务需求为导向，建立观测同预报的协同自适应机制。实现语音识别来操作，语音命令，随时响应的操作友好型业务平台。

3.6 形成基于影响的陆海一体化气象灾害预警预报服务体系

一是建立海陆一体的精细化海区分区预警预报模式，基于海事地图建立更加适合海洋精细化服务需求的预报服务平台，进行海洋气象灾害精细安全风险预警提示服务。二是提升海陆精细化格点预报业务的时空分辨率和预报能力[15]。陆地格点预报时效由10 d延长至15 d。海洋格点预报空间分辨率由现有的5 km 提升到2 km，预报时效由10 d延长至15 d。三是综合集成各类决策和公众服务及风险灾情信息，联动风雨浪潮洪信息，实现细化到区的台风影响评估，为区一级防灾部门提供0～2 h精细化台风暴雨风险落区提示及3～48 h风险提示。四是发展高分辨率数值预报的低空分层格点气象预报技术，建立精细化网格低空气象预报预警业务，为空气污染扩散预报业务、低空飞行条件预报业务提供技术支撑。

4 结语

构建精准化智能化预报服务体系是发展现代气象业务体系的基础性工作，深圳模式的发展特征融合了技术创新、“互联网+”气象服务模式、高效精准靶向发布、协同化防灾等创新发展，从建设全面感知系统、多维度多类型的数据管理框架、智能预报技术、基于影响灾害预报和风险预警、一体化智能化管理平台、形成基于影响的陆海一体化气象灾害预警预报服务体系等六个方面进行了展望思考，为满足立足服务国际化城市发展提供气象预报服务体系发展支撑，实践探索还面临创新机制、信息技术、预报技术等的发展挑战，发展精准化智能化预报业务体系的实践任重道远。