科创中国

近年来，大江大河的洪涝灾害随着其防洪标准的提高得到了一定程度的控制。而山丘区小流域因流域面积小，河道调蓄能力弱，山区坡降陡，形成的山洪往往具有峰高、历时短、涨幅大等特点，因此造成洪水具有突发性、破坏力强、危害大。暴雨山洪及其诱发的滑坡、泥石流等灾害频发，由暴雨山洪造成的灾害损失在洪涝灾害中的比重也越来越大。随着经济社会快速发展对降水预报的精细化程度提出了更高的需求，如何在提高预报准确率的同时又能满足社会各界对降水预报产品精准化 需求，是省、市、县地方政府或水利部门面临和需要解决的首要问题。 该项成果在数值模式预报发展基础上，基于人工智能模型CNN-seq2seq模型对CMA-MESO、CMA-BJ等主流数值模式和中央台短时强降水指导产品进行融合，从海量预报数据快速选取、集成、调整和订正，得到多模式降水客观预报产品，同时利用时空统计降尺度技术进一步提 高了网格降水时空精细化程度；与此同时，利用基于多尺度光流法的临近 预报及基于中尺度模式实时频率匹配的短时订正预报，构建了快速滚动 更新网格降水预报，进一步提高了降水预报频次。 总体而言，该项目技术致力于解决山洪小流域缺乏气象灾害预警系统的问题，思路方向很好，未来市场空间大，有利于当前政策要求，转化成熟度很高，值得支持推广。