全部分类
精细化格点预报子系统需求公示
招标广东
发布时间：2017-10-18
招标内容
( 精细化格点预报子系统 )需求公示
项目名称
精细化格点预报子系统
采购类型
服务类
采购人名称
深圳市气象局
采购方式
公开招标
财政预算限额（元）
1,834,000.00
项目背景
十二五期间深圳市气象局按照中国气象局现代天气气候业务发展指导意见要求以及政府和公众对气象服务的需求，逐步将预报精细到区、街道、社区，时间精细到小时，并在广东省气象局的指导下开展了时间分辨率为1小时、空间分辨率为5公里的精细化气象格点预报业务，初步构建了从小时到10天的气象预警预报业务体系，无缝隙、格点化精细预报业务特征逐步显现，基本构建了以国家级和省级为指导，内部各预报岗位集约化、高效率的业务流程。
根据中国气象局《全国智能网格气象预报业务2017年工作方案》和《全国智能网格气象预报业务规定(试行)》的要求，要开展精细化格点预报，并融入全国 一张网 。相对于深圳作为超大型城市气象防灾减灾需求和国际先进水平而言，目前深圳预报业务仍有较大不足。主要表现在：预报准确率和精细化水平有待进一步提高，单纯依靠人工订正的业务方式不适应快速更新、网格稠密的预报要求；核心技术与国际先进水平尚有较大差距，模式产品解释应用技术急需发展，业务平台的智能化水平仍需进一步提高；业务布局流程的集约化、协同化水平和基于统一数据环境的预报实时共享流程和业务系统有待进一步改进和完善。为了更好融入全国和广东省气象 一张网 ，满足不断增长的城市公共安全保障需求，我们需要不断夯实精细化格点预报技术支撑，不断加强智能格点预报业务平台建设，以达到不断提升格点预报精细化和准确率水平。
投标人资质要求
1、投标人须先行注册为深圳市政府采购中心的供应商（供应商注册网网址：http://www.szzfcg.cn）；
2、投标人必须是在中华人民共和国境内注册的独立法人机构，无外资背景，须提供工商行政管理部门颁发的《营业执照》副本复印件或其他法人证明文件,且须具备计算机软件开发的相关经营范围；（提供营业执照复印件加盖公章）
3、投标人近三年内无行贿犯罪记录（本项由市政府采购中心定期向市人民检察院申请对政府采购投标人库中注册有效的投标人进行集中查询，投标报名及投标文件中无需提供证明材料）
4、本项目不接受任何形式的联合体投标，也不接受进口产品和服务投标；
服务类清单
序号
采购计划编号
需求内容
数量
单位
备注
财政预算限额(元)
1
201700334681
精细化格点预报子系统
1.0
项
无
1834000.0
具体技术要求
一、项目建设主要内容
精细化格点预报子系统包含主要模块1、基于集合预报的灾害天气预报技术；2、多模式释用强天气风险预报技术；3、灾害性天气精细化预报检验模块；4、精细化气温预报模块；5、智能精细化预报显示和订正平台。项目需要在整体规划设计的基础上基于智能化集约化原则完成精细化格点预报系统及相关支撑技术研发。
（一）基于集合预报的灾害天气预报技术
1、集合预报信息提取子模块
（1）集合预报产品集
与数据库对接，实现集合数值预报数据的实时调用。获取、生成和展示降水、气温和风速等要素的集合平均、离散度、最大最小值和概率匹配平均等。
（2）极端天气信息显示
数据按照气温、降雨、风、CAPE等物理量，分别综合显示平均及离散度、百分位数、最大最小值、众位数、概率匹配平均。针对不同要素设立不同阈值，如：气温0℃或以下、0＜T 5℃，5＜T 10℃，35＜T 37℃，37＜T 40℃，T大于40℃；降雨大于25毫米，大于50毫米；风大于6级；CPAE值分别大于500和1000。
（3）集合预报信息统计
具备统计功能和历史查询功能。选择某个格点，能显示该点最近一段时间历史数据和预报数据随时间的变化，并可以叠加不同要素，比如曲线图表示气温、湿度，用风标显示风的信息，用便于查询和检验。并通过EXECL、图表等形式导出。
集合最优百分位技术。利用集合最优百分位技术进行集合预报信息提取和降水预报。集合最优百分位技术主要是基于降水预报评分最优化原则，利用历史资料确定每个量级降水最优的百分位取值，具体步骤：完成近三年历史降水实况资料收集，以及全球模式和中尺度（集合）模式降水资料收集及入库工作；利用历史模式预报结果和实况降水观测结果，将降水等级划分为21个等级，分别计算21个等级对应的使预报评分最优化的百分位值；然后针对不同量级确定最优百分位值，实际业务中根据上述百分位参数值进行定量降水预报计算；形成算法库接口，供本地化移植使用。
2、邻域法概率预报子模块
（1） 配料法 分类强对流概率预报
从雷电、短时强降水、冰雹和雷暴大风等不同强对流天气发生发展的物理机制和环境条件出发，根据近几年的实况和模式分析资料得到的物理量，通过统计分析，分别挑选对特定强对流天气发生时大气环境的水汽、热力和动力条件等具有表征意义的物理量，通过应用模糊逻辑方法和 配料 处理，分别构建二分变量逻辑回归预报模型。使用0-100之间的数值表示环境条件满足特定对流天气出现的强弱程度。在此基础上，将根据模式预报得到的物理量输入预报模型，从而得到格点化的分类强对流天气落区预报。
（2）基于 配料法 的logistic回归降雨等级预报
通过历史资料选取最优预报因子并训练logistic判别模型，获取等级预报参数，进行降水等级预报。本模块主要由参数训练模块以及业务计算模块构成。参数训练模块主要针对不同地区不同季节, 完成近三年历史降水实况资料收集，以及全球模式和中尺度（集合）模式降水资料,引入不同的热力、动力以及水汽因子进行模型训练，最终选择最佳预报因子进行预报参数及阈值的确定建立预报模型。计算模块则在预报模型基础上利用模式预报物理量进行降水等级概率预报，并利用转化公式进行降水量级预报，同时形成算法库接口，供本地化移植使用。
3、时间滞后集合预报子模块
（1）时间滞后集合预报
基于高分辨率对流尺度数值模式，采用时间滞后集合预报方法，滑动计算最近1天模式1-24小时预报时效的评分值，以评分值作为对应预报成员的权重系数，建立预报方程，得到3-24小时的降水量值。并通过概率匹配法对模式结果进行降水量级订正，即针对某一阈值，假定它在预报中出现的概率应该同实况中出现的概率一致，由此预报的降水量值得到适当系数以订正到同实况一致概率的降水量上，可以有效改善模式在降水量级上的预报偏差。
（2）降水快速更新滚动预报技术
研发降水快速更新滚动预报技术（包括平流积分短临外推预报技术、基于快速更新同化模式的实时偏差订正技术等），实现逐小时滚动更新短期降水预报结果。平流积分短临QPF外推预报技术，即利用QPE资料对降水场进行傅里叶波谱分解，分离出大尺度降水和中小尺度降水，并利用数值模式的中高层风场预报作为环境背景风场，并利用波动传播方程，进行差分积分平流预报。对GRAPES_RAFS或其他高分辨率对流尺度数值模式的QPF预报利用实时频率匹配订正技术进行偏差订正，完成短时时效的QPF产品。最终利用上述QPF技术和产品，基于预报准确率评估，并利用时间双曲函数以及正态函数为权重实现动态融合，完成逐小时QPF滚动更新订正（QPF动态融合生成技术）。
4、极端降水预报试验
（1）极端降水预报试验
针对华南地区极端强降雨等极端灾害性天气形势特征，深入挖掘和凝练ECMWF等主流模式集合预报的可预报信息，开发出各种对极端和灾害性天气预报具有明显指示意义的图形产品, 主要包括以下四类技术和产品：中期延伸期时效大气环流极端异常信号提取，极端天气指数本地化阈值判别技术、中期时效格点要素极端概率产品开发、中长期时效大气环流形势的聚类分析。
具体步骤和内容包括：采用数理统计方法构建不同时间尺度的极端天气要素历史背景资料库；结合极端天气要素历史背景资料库，采用统计学方法和集合预报产品释用技术，开发华南地区极端天气地面站点要素中期概率预报格点化产品；研发适应于华南地区极端灾害天气的关键要素和关键物理量等极端天气指数产品；统计分析标准等压面再分析历史资料，采用数理统计方法提炼历史极端异常阈值；通过天气型识别方法以及集合预报技术研发大气环流异常先兆信号概率预报产品。；针对华南地区极端天气形式特征，采用管道聚类法等方法对主流模式集合预报的大气环流形势进行聚类分析；研发将历史特征环流型与未来预报的多种场景（环流型）相结合的系统聚类方法；最后实现自动化本地运行，形成各种图形产品。
（2）基于scale vector的统计降尺度技术
使用scale vector的统计降尺度技术进行降水预报。降水统计降尺度技术主要是为了实现粗网格降水场到细网格降水场的转化。使用降尺度比例矢量技术，该技术利用粗分辨率与细分辨率的定量降水估测产品，具体包括：收集大尺度及小尺度QPE降水资料；建立大尺度降水到小尺度降水的气象统计关系并确定降尺度比例矢量，由于比例矢量关系由实况降水所得，能体现出局地由于地形或者气候特点导致的降水的精细尺度的变化，体现不同空间尺度降水的气象关系；最后利用比例矢量，获得精细化降水预报，形成算法库接口，供本地化移植使用。
（3）精细化气象要素预报技术研发
针对深圳天气气候特点，基于MOS技术利用精细化数值预报资料建立精细化气象要素预报模型，包括：实现并优化预报因子计算模块化,研究并融入圳本地特色预报因子;针对不同要素优化因子初选方案、优化回归方案，实现多方案可选；增加针对小概率事件的区域建模方法；针对深圳本地数据环境，优化因子处理计算、预报方程建立、实时预报及检验的流程，实现对多种模式和多种实况来源的适用性，以便能够更好地融入本地预报流程和平台等
（二）多模式释用强风险预报技术
1、多模式结果订正子模块
建立对多个模式（中国、欧洲中心、日本、美国等主流预报模式）输出进行误差订正模块。首先根据各种实况和模式资料建立中尺度分析场，然后通过降尺度将各家预报模式结果插值到统一网格点，对每个模式预报场滚动15天误差订正，其中不同层次的预报场可以根据情况选取不同的时间间隔。然后根据与中尺度分析场比较得出误差，根据此误差计算每个模式在滚动15天每个预报时段预报场的权重系数，之后得出对每个预报时次做权重集合平均得出最终预报结果。
（1）降尺度统一分辨率
由于各家数值预报模式分辨率不同，格点也不是一一对应，需要将不同数值预报结果统一到网格点一致，便于与中尺度分析场对比。目前应用的降尺度法共有3种:一种是动力降尺度法; 第二种是统计降尺度法; 第三种是统计与动力相结合的降尺度法。统计降尺度的研究中, 最常用的线性方法就是线性回归方法, 最简单的统计降尺度方法就是建立大尺度气候场与地面气候变量场之间的多元线性回归方程。
（2）误差订正
对每个模式预报场进行滚动15天误差订正，其中不同层次的预报场可以根据情况选取不同的时间间隔。由于模式误差的存在, 模式长期积分会趋向于模式内在的统计平衡状态(即模式气候) , 这种与实际气候的偏差被称为系统性误差或气候漂移。此外, 模式误差还包含依赖于时间变化的部分(可称为时变误差) , 这种误差随环流型而变化。系统性误差的订正方法可以采用MOS技术。
（3）权重集合平均
每天定时给出根据多家数值预报模式进行误差订正和权重计算后的各层次形势场包含500hpa、700hpa、850hpa、925hpa和1000hpa以及地面等五个层次，以及气温、降水、相对湿度气象要素场的数据和图形显示
2、多模式结果信息提取子模块
发展海量信息提取技术和数值模式实时检验评估技术，用于预报员快速从大量预报数据中提取的关键信息和进行误差分析。通过统计数值模式过去几年的形势特征与深圳本地灾害性天气（暴雨、强对流、雷电等）出现的匹配关系，获得灾害天气预报数据特征，为灾害性天气预报提供支撑。
（1）模式检验评估
模式检验评估方法：实时检验评估各模式的方法有平均绝对误差、相对误差和均方根误差，拟采用均方根误差，均方根误差越小表示预报值与观测值之间的差别越小，即预报误差越小。
（2）强对流信息提取
统计强对流天气发生时模式结果输出的CAPE，K指数，沙氏指数等显示和提取（大于某个值）。
（3）暴雨信息提取
统计过去暴雨发生时，模式水汽通量散度，K指数，CAPE值，南风分量，等信息显示和提取。对于持续性暴雨，主要考虑水汽通量、水汽通量散度。
3、极端降水天气预报指数子模块
对观测和集合预报模式预报的极端强降水特征进行对比分析，考察二者分布特征差异以及模式极端强降水的误差分布，为建立更符合深圳地区集合预报模式特征的极端天气预报模型和预报指数提供依据。利用近两年深圳对流尺度集合预报资料和同期降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型 极端降水天气预报指数。
（1）极端降水误差分布
对模式极端强降水预报与实况特征进行对比分析, 考察二者分布特征差异以及模式极端强降水的误差分布, 为建立更符合华南（珠三角）集合预报模式特征的极端天气预报模型和预报指数提供依据。可以显示模式降雨中心分布与实况差别；模式最大降雨与实况差别；最大小时雨量、3小时雨量、6小时雨量、24小时雨量，模式预报与实况差别。也可将模式极端强降水差值到站点，显示与站点差值分布。
（2）概率密度分布函数
利用集合预报进行极端强降水预报原理是根据模式历史气候与集合预报各成员降水预报累积概率分布函数的连续差异大小以获取极端强降水是否发生的预报信息。中国夏季雨日降水量的概率分布明显为偏态分布, 用r 分布能较好地拟合, 故利用r 分布来拟合模式降水序列分布。区域代表格点的模式降水气候序列的概率密度分布曲线。
（3）预报指数模型
将基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型计算得出的极端降水天气预报指数，以图形和文字的方式实时显示在系统平台上。基于Aderson-Darling 检验原理,定义极端降水天气预报指数。
（4）确定指数临界阈值
极端降水天气预报指数为正值时,表明有可能会出现极端强降水天气。但预报员更迫切需要明确极端降水天气预报指数取哪一个值, 可以发出极端强降水预警信号,确定极端降水天气预报指数临界阈值的方法是 :综合考虑TS 评分和预报偏差评分B的物理意义, 设计一个判识指数。该判识指数最大时对应的极端降水天气预报指数值为该预报时效的极端强降水预报临界阈值
4、基于地形的模式释用
由于地形处理技术的差异，模式地形的微小改变将引起气象要素和天气影响系统的变化，进而影响天气。发展根据本地下垫面属性、地形高度等精细化地理信息的释用预报技术。不同地形处理方案带来盆地及周边地形高度和坡度的变化，通过影响与中尺度系统相伴的物理量特征，进而影响深圳及周边地区的降水落区、强度和降水进程。具体实施路线：
（1）下垫面属性模型化
为了分析地形对降水的作用，将精细化的下垫面资料和地形数据。使用GIS技术获取符合深圳地理特征和城市化情况的精细下垫面特征资料和地形特征，山地、城市、水库和河道等，将各种特征地形模型化，并在地图上显示。
（2）地形对降水的影响释用
特大暴雨降水分布具有典型的地形影响特征, 复杂山地地形对降水有显著增幅作用对对流系统传播有阻碍作用。结合高分辨率数值预报模式，根据地形影响气流理论对暴雨作机理分析，地形对降水的增益有很大差别。基于GIS分类显示，前汛期西风带系统暴雨与地形叠加，分别显示粤东、粤西等不同登陆地点台风暴雨与地形叠加。
（三）灾害性天气精细化预报检验模块
1、面向格点预报的检验子模块
实现面向格点预报的检验，检验内容包括晴雨、气温、暴雨等，发展面向网格的时间匹配、频次匹配的模糊检验、均值评估、极值评估等。研究格点实况场计算方法。主要内容包括：
（1）QPE雨量网格化
利用雷达监测的大气水滴分布，形成网格化的降水实况场，既雷达定量降水估测作为检验网格的真实值，所用的资料包括雷达回波反射率观测、自动站观测，计算方法包括Z-I关系、变分方法等。QPE计算为6分钟一次，时效为24小时，对整点的QPE进行累计，得出24小时观测雨量，再利用变分方法和自动站观测进行网格校正，得到24小时QPE网格实况场。
（2）自动站雨量网格化
利用邻近区域气象站点的资料, 给定某些假设条件, 通过空间插值方法来生成目标区域的自动站雨量网格资料。插值方法拟采用普通克里格方法，该方法是地统计学中最常用的插值方法。该方法主要利用区域化变量的原始数据和变异函数的结构特点, 对插值点区域化变量的取值进行线性无偏最优估计的一种方法。与普通的插值方法估计不同, 它最大限度地利用了空间现有所提供的信息，比其他传统方法更精确更符合实际。
（3）气温实况网格化
目前, 通常使用的二维插值方法可分成两类, 即真实插值法和平滑插值法。插值算法采用最近邻域法和反向距离法的基本原理, 将高斯滤波算子作为距离权重方程, 并且出于计算效率的考虑, 设定一个有效作用距离, 即截断距离, 如果一个测值点与插值目标点的距离大于算子的截断距离, 则其测值对目标点的贡献为0，得到插值最终的权重方程。
除了平面上的空间相关外, 还有随高度的变化。取气温的垂直递减率为- 0.006℃/m,将经过插值站点和观测站点的高程数据修正之后的气温进行空间插值。
（4）统计评分功能
参照广东省气象局智能格点预报评分办法以及ETS评分等，对深圳相关的精细化格点预报进行检验（包括经预报员制作订正后上传省局的网格预报产品、省局下发的格点预报指导产品、其他技术制作的格点预报参考产品）。检验变量包括降水（每日的降水网格预报，进行晴雨、降水分级和累加降水检验）、气温（每日的最高、最低及逐3小时温度预报，检验指标为均方根误差、平均绝对误差、 2℃温度预报准确率）、风（每日的逐3小时风预报，分别进行风向、风速及风预报综合、技巧检验）。可以根据需要查询各个预报员格点预报评分；可以按日、月、季度、年或任意时段查询和统计，还可以实现自动排名，并支持将相关结果本地下载的功能。
2、面向站点预报检验子模块
实现面向站点预报的晴雨、降雨、气温、风、能见度等要素的自动评分。
（1）雨量检验
站点评分方法可以选用TS评分、ETS评分，或参考香港评分办法。选取代表站点，按照相应的等级标准预报与实况落到同一个量级时得10分，预报落到实况量级外的，根据相应的规则减分。如果降雨时间不足或超过24小时，雨量标准根据时间相应调整。代表站加权平均或数学平均即为雨量检验得分。
其中针对降雨的检验方法主要有：准确率、标准差、均方根误差、误差百分位、偏差等。针对气温的检验方法主要有：平均误差、平均绝对误差、满分率、偏低率、偏高率和均方根误差。
（2）气温检验
气温检验主要检验最高和最低气温。气温站点评分方法要求采用均方根误差，平均误差（偏差）、平均绝对误差等指标以及其他合理的评分办法，如参考香港评分办法，选取代表站点，预报与实况偏差在一定范围内，比如1.5℃得100分，误差大于1.5℃以上就按照标准扣分，如果误差2℃的得80分。
（3）风的检验
风的检验，根据目前需求只评风速，不评风向。风速站点评分方法要求采用均方根误差，平均误差（偏差）、平均绝对误差等指标以及其他合理的评分办法，比如风速评分方法可以选用TS评分、ETS评分或参考香港评分办法。选取代表站点，实况用小时平均风。与雨量检验类似，将风力划分一定的标准（蒲式风力等级），预报与实况落到同一个量级时得10分，预报落到实况量级外的，根据相应的规则减分。
（4）能见度等要素检验
能见度站点评分方法要求采用均方根误差，平均误差（偏差）、平均绝对误差等指标以及其他合理的评分办法。比如选取代表站点，对能见度按照相应的等级标准划分等级，预报与实况落到同一个量级时得10分，预报落到实况量级外的，根据相应的规则减分。
根据业务发展需求，实现其他要素评分检验功能。
（5）站点预报综合评分
针对每个月份，市民关注度的不同，给每个气象要素不同的权重和统一的评分，得出站点预报综合评分。
（四）精细化气温预报模块
气温分布受到地形影响很大，如坡地坡度、下垫面属性、地形高度等，数值预报降尺度生成的精细化格点气温预报，经过地形影响订正和数字高程模型订正，生成72小时内时间分辨率逐1小时，空间分辨率1公里的精细化气温预报产品。
1、地形影响订正子模块
发展考虑坡地坡度、下垫面属性、地形高度等精细化地理信息订正的气象要素插值技术，影响复杂地形下气温分布与变化的因素很多,其中尤以海拔高度和地形的影响最显著。
（1） 精细化插值
自动站气温插值到与地形分辨率一致，便于分析，插值算法采用最近邻域法和反向距离法的基本原理, 将高斯滤波算子作为距离权重方程, 并且出于计算效率的考虑, 设定一个有效作用距离, 即截断距离, 如果一个测值点与插值目标点的距离大于算子的截断距离, 则其测值对目标点的贡献为0。
（2）气温分布特征统计
按照不同月份，统计一般天气状况下气温分布特征，可以查询高山、城市、水库、海滨等不同下垫面气温分布特征。具体到每个格点，可以显示该点气温的日变化特征。为日常精细化气温预报提供一个 气候 平均的参考。
（3）气温变化特征分析
主要统计历史资料不同等级冷空气影响下气温分布特征，寒潮、强冷空气、中等强度冷空气和弱冷空气下不同地形气温分布和变化幅度。选定相应级别的冷空气，就能显示不同下垫面气温变化情况。
2、数字高程模型
数字高程模型( Digital Elevation Model，DEM) 作为地理信息系统的基础数据，DEM 的精度越高，越能真实地反映地形特征。利用高分辨率的DEM 提取地形参数，将提高对预报区域的地形特征描述的准确性。
（1）建立模型
通常基于高分辨率的高程数据，采用包络地形、轮廓地形、平均地形，以及不同数值滤波处理，形成最终的模式地形，这里涉及到高分辨率地形高程数据和平滑滤波的处理。
（2）精细化气温产品
基于地形订正和数值预报，生成未来十天的精细化最高和最低气温预报产品，并根据时间分辨率要求，根据日变化自动插值到各个时间点，其中未来三天预报时间分辨率为逐小时。可生成格点数据、图片或曲线、文字等产品供公众服务和决策服务。
（五）智能精细化预报显示和订正平台
精细化格点预报子系统具备格点预报产品智能制作、编辑和订正等功能，同时可实时查看天气实况、集合预报、多模式释用、格点预报检验、站点检验等等，并具备检验结果查询和统计功能，并下载相关数据。平台具有一键式发布功能，产品可同步发送到气象局所有对外服务出口。
1、预报结果综合显示子模块
本子模块具体包括：
（1）气温显示
气温显示包括气温实况显示和气温预报产品显示。基于地理信息系统显示全市气温分布，可选数字图和的色斑图、时间曲线图等多种表现方式，选择任意时间气温。结合业务需要，对于10℃以下和0℃以下... 查看详情
项目名称
精细化格点预报子系统
采购类型
服务类
采购人名称
深圳市气象局
采购方式
公开招标
财政预算限额（元）
1,834,000.00
项目背景
十二五期间深圳市气象局按照中国气象局现代天气气候业务发展指导意见要求以及政府和公众对气象服务的需求，逐步将预报精细到区、街道、社区，时间精细到小时，并在广东省气象局的指导下开展了时间分辨率为1小时、空间分辨率为5公里的精细化气象格点预报业务，初步构建了从小时到10天的气象预警预报业务体系，无缝隙、格点化精细预报业务特征逐步显现，基本构建了以国家级和省级为指导，内部各预报岗位集约化、高效率的业务流程。
根据中国气象局《全国智能网格气象预报业务2017年工作方案》和《全国智能网格气象预报业务规定(试行)》的要求，要开展精细化格点预报，并融入全国 一张网 。相对于深圳作为超大型城市气象防灾减灾需求和国际先进水平而言，目前深圳预报业务仍有较大不足。主要表现在：预报准确率和精细化水平有待进一步提高，单纯依靠人工订正的业务方式不适应快速更新、网格稠密的预报要求；核心技术与国际先进水平尚有较大差距，模式产品解释应用技术急需发展，业务平台的智能化水平仍需进一步提高；业务布局流程的集约化、协同化水平和基于统一数据环境的预报实时共享流程和业务系统有待进一步改进和完善。为了更好融入全国和广东省气象 一张网 ，满足不断增长的城市公共安全保障需求，我们需要不断夯实精细化格点预报技术支撑，不断加强智能格点预报业务平台建设，以达到不断提升格点预报精细化和准确率水平。
投标人资质要求
1、投标人须先行注册为深圳市政府采购中心的供应商（供应商注册网网址：http://www.szzfcg.cn）；
2、投标人必须是在中华人民共和国境内注册的独立法人机构，无外资背景，须提供工商行政管理部门颁发的《营业执照》副本复印件或其他法人证明文件,且须具备计算机软件开发的相关经营范围；（提供营业执照复印件加盖公章）
3、投标人近三年内无行贿犯罪记录（本项由市政府采购中心定期向市人民检察院申请对政府采购投标人库中注册有效的投标人进行集中查询，投标报名及投标文件中无需提供证明材料）
4、本项目不接受任何形式的联合体投标，也不接受进口产品和服务投标；
服务类清单
序号
采购计划编号
需求内容
数量
单位
备注
财政预算限额(元)
1
201700334681
精细化格点预报子系统
1.0
项
无
1834000.0
具体技术要求
一、项目建设主要内容
精细化格点预报子系统包含主要模块1、基于集合预报的灾害天气预报技术；2、多模式释用强天气风险预报技术；3、灾害性天气精细化预报检验模块；4、精细化气温预报模块；5、智能精细化预报显示和订正平台。项目需要在整体规划设计的基础上基于智能化集约化原则完成精细化格点预报系统及相关支撑技术研发。
（一）基于集合预报的灾害天气预报技术
1、集合预报信息提取子模块
（1）集合预报产品集
与数据库对接，实现集合数值预报数据的实时调用。获取、生成和展示降水、气温和风速等要素的集合平均、离散度、最大最小值和概率匹配平均等。
（2）极端天气信息显示
数据按照气温、降雨、风、CAPE等物理量，分别综合显示平均及离散度、百分位数、最大最小值、众位数、概率匹配平均。针对不同要素设立不同阈值，如：气温0℃或以下、0＜T 5℃，5＜T 10℃，35＜T 37℃，37＜T 40℃，T大于40℃；降雨大于25毫米，大于50毫米；风大于6级；CPAE值分别大于500和1000。
（3）集合预报信息统计
具备统计功能和历史查询功能。选择某个格点，能显示该点最近一段时间历史数据和预报数据随时间的变化，并可以叠加不同要素，比如曲线图表示气温、湿度，用风标显示风的信息，用便于查询和检验。并通过EXECL、图表等形式导出。
集合最优百分位技术。利用集合最优百分位技术进行集合预报信息提取和降水预报。集合最优百分位技术主要是基于降水预报评分最优化原则，利用历史资料确定每个量级降水最优的百分位取值，具体步骤：完成近三年历史降水实况资料收集，以及全球模式和中尺度（集合）模式降水资料收集及入库工作；利用历史模式预报结果和实况降水观测结果，将降水等级划分为21个等级，分别计算21个等级对应的使预报评分最优化的百分位值；然后针对不同量级确定最优百分位值，实际业务中根据上述百分位参数值进行定量降水预报计算；形成算法库接口，供本地化移植使用。
2、邻域法概率预报子模块
（1） 配料法 分类强对流概率预报
从雷电、短时强降水、冰雹和雷暴大风等不同强对流天气发生发展的物理机制和环境条件出发，根据近几年的实况和模式分析资料得到的物理量，通过统计分析，分别挑选对特定强对流天气发生时大气环境的水汽、热力和动力条件等具有表征意义的物理量，通过应用模糊逻辑方法和 配料 处理，分别构建二分变量逻辑回归预报模型。使用0-100之间的数值表示环境条件满足特定对流天气出现的强弱程度。在此基础上，将根据模式预报得到的物理量输入预报模型，从而得到格点化的分类强对流天气落区预报。
（2）基于 配料法 的logistic回归降雨等级预报
通过历史资料选取最优预报因子并训练logistic判别模型，获取等级预报参数，进行降水等级预报。本模块主要由参数训练模块以及业务计算模块构成。参数训练模块主要针对不同地区不同季节, 完成近三年历史降水实况资料收集，以及全球模式和中尺度（集合）模式降水资料,引入不同的热力、动力以及水汽因子进行模型训练，最终选择最佳预报因子进行预报参数及阈值的确定建立预报模型。计算模块则在预报模型基础上利用模式预报物理量进行降水等级概率预报，并利用转化公式进行降水量级预报，同时形成算法库接口，供本地化移植使用。
3、时间滞后集合预报子模块
（1）时间滞后集合预报
基于高分辨率对流尺度数值模式，采用时间滞后集合预报方法，滑动计算最近1天模式1-24小时预报时效的评分值，以评分值作为对应预报成员的权重系数，建立预报方程，得到3-24小时的降水量值。并通过概率匹配法对模式结果进行降水量级订正，即针对某一阈值，假定它在预报中出现的概率应该同实况中出现的概率一致，由此预报的降水量值得到适当系数以订正到同实况一致概率的降水量上，可以有效改善模式在降水量级上的预报偏差。
（2）降水快速更新滚动预报技术
研发降水快速更新滚动预报技术（包括平流积分短临外推预报技术、基于快速更新同化模式的实时偏差订正技术等），实现逐小时滚动更新短期降水预报结果。平流积分短临QPF外推预报技术，即利用QPE资料对降水场进行傅里叶波谱分解，分离出大尺度降水和中小尺度降水，并利用数值模式的中高层风场预报作为环境背景风场，并利用波动传播方程，进行差分积分平流预报。对GRAPES_RAFS或其他高分辨率对流尺度数值模式的QPF预报利用实时频率匹配订正技术进行偏差订正，完成短时时效的QPF产品。最终利用上述QPF技术和产品，基于预报准确率评估，并利用时间双曲函数以及正态函数为权重实现动态融合，完成逐小时QPF滚动更新订正（QPF动态融合生成技术）。
4、极端降水预报试验
（1）极端降水预报试验
针对华南地区极端强降雨等极端灾害性天气形势特征，深入挖掘和凝练ECMWF等主流模式集合预报的可预报信息，开发出各种对极端和灾害性天气预报具有明显指示意义的图形产品, 主要包括以下四类技术和产品：中期延伸期时效大气环流极端异常信号提取，极端天气指数本地化阈值判别技术、中期时效格点要素极端概率产品开发、中长期时效大气环流形势的聚类分析。
具体步骤和内容包括：采用数理统计方法构建不同时间尺度的极端天气要素历史背景资料库；结合极端天气要素历史背景资料库，采用统计学方法和集合预报产品释用技术，开发华南地区极端天气地面站点要素中期概率预报格点化产品；研发适应于华南地区极端灾害天气的关键要素和关键物理量等极端天气指数产品；统计分析标准等压面再分析历史资料，采用数理统计方法提炼历史极端异常阈值；通过天气型识别方法以及集合预报技术研发大气环流异常先兆信号概率预报产品。；针对华南地区极端天气形式特征，采用管道聚类法等方法对主流模式集合预报的大气环流形势进行聚类分析；研发将历史特征环流型与未来预报的多种场景（环流型）相结合的系统聚类方法；最后实现自动化本地运行，形成各种图形产品。
（2）基于scale vector的统计降尺度技术
使用scale vector的统计降尺度技术进行降水预报。降水统计降尺度技术主要是为了实现粗网格降水场到细网格降水场的转化。使用降尺度比例矢量技术，该技术利用粗分辨率与细分辨率的定量降水估测产品，具体包括：收集大尺度及小尺度QPE降水资料；建立大尺度降水到小尺度降水的气象统计关系并确定降尺度比例矢量，由于比例矢量关系由实况降水所得，能体现出局地由于地形或者气候特点导致的降水的精细尺度的变化，体现不同空间尺度降水的气象关系；最后利用比例矢量，获得精细化降水预报，形成算法库接口，供本地化移植使用。
（3）精细化气象要素预报技术研发
针对深圳天气气候特点，基于MOS技术利用精细化数值预报资料建立精细化气象要素预报模型，包括：实现并优化预报因子计算模块化,研究并融入圳本地特色预报因子;针对不同要素优化因子初选方案、优化回归方案，实现多方案可选；增加针对小概率事件的区域建模方法；针对深圳本地数据环境，优化因子处理计算、预报方程建立、实时预报及检验的流程，实现对多种模式和多种实况来源的适用性，以便能够更好地融入本地预报流程和平台等
（二）多模式释用强风险预报技术
1、多模式结果订正子模块
建立对多个模式（中国、欧洲中心、日本、美国等主流预报模式）输出进行误差订正模块。首先根据各种实况和模式资料建立中尺度分析场，然后通过降尺度将各家预报模式结果插值到统一网格点，对每个模式预报场滚动15天误差订正，其中不同层次的预报场可以根据情况选取不同的时间间隔。然后根据与中尺度分析场比较得出误差，根据此误差计算每个模式在滚动15天每个预报时段预报场的权重系数，之后得出对每个预报时次做权重集合平均得出最终预报结果。
（1）降尺度统一分辨率
由于各家数值预报模式分辨率不同，格点也不是一一对应，需要将不同数值预报结果统一到网格点一致，便于与中尺度分析场对比。目前应用的降尺度法共有3种:一种是动力降尺度法; 第二种是统计降尺度法; 第三种是统计与动力相结合的降尺度法。统计降尺度的研究中, 最常用的线性方法就是线性回归方法, 最简单的统计降尺度方法就是建立大尺度气候场与地面气候变量场之间的多元线性回归方程。
（2）误差订正
对每个模式预报场进行滚动15天误差订正，其中不同层次的预报场可以根据情况选取不同的时间间隔。由于模式误差的存在, 模式长期积分会趋向于模式内在的统计平衡状态(即模式气候) , 这种与实际气候的偏差被称为系统性误差或气候漂移。此外, 模式误差还包含依赖于时间变化的部分(可称为时变误差) , 这种误差随环流型而变化。系统性误差的订正方法可以采用MOS技术。
（3）权重集合平均
每天定时给出根据多家数值预报模式进行误差订正和权重计算后的各层次形势场包含500hpa、700hpa、850hpa、925hpa和1000hpa以及地面等五个层次，以及气温、降水、相对湿度气象要素场的数据和图形显示
2、多模式结果信息提取子模块
发展海量信息提取技术和数值模式实时检验评估技术，用于预报员快速从大量预报数据中提取的关键信息和进行误差分析。通过统计数值模式过去几年的形势特征与深圳本地灾害性天气（暴雨、强对流、雷电等）出现的匹配关系，获得灾害天气预报数据特征，为灾害性天气预报提供支撑。
（1）模式检验评估
模式检验评估方法：实时检验评估各模式的方法有平均绝对误差、相对误差和均方根误差，拟采用均方根误差，均方根误差越小表示预报值与观测值之间的差别越小，即预报误差越小。
（2）强对流信息提取
统计强对流天气发生时模式结果输出的CAPE，K指数，沙氏指数等显示和提取（大于某个值）。
（3）暴雨信息提取
统计过去暴雨发生时，模式水汽通量散度，K指数，CAPE值，南风分量，等信息显示和提取。对于持续性暴雨，主要考虑水汽通量、水汽通量散度。
3、极端降水天气预报指数子模块
对观测和集合预报模式预报的极端强降水特征进行对比分析，考察二者分布特征差异以及模式极端强降水的误差分布，为建立更符合深圳地区集合预报模式特征的极端天气预报模型和预报指数提供依据。利用近两年深圳对流尺度集合预报资料和同期降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型 极端降水天气预报指数。
（1）极端降水误差分布
对模式极端强降水预报与实况特征进行对比分析, 考察二者分布特征差异以及模式极端强降水的误差分布, 为建立更符合华南（珠三角）集合预报模式特征的极端天气预报模型和预报指数提供依据。可以显示模式降雨中心分布与实况差别；模式最大降雨与实况差别；最大小时雨量、3小时雨量、6小时雨量、24小时雨量，模式预报与实况差别。也可将模式极端强降水差值到站点，显示与站点差值分布。
（2）概率密度分布函数
利用集合预报进行极端强降水预报原理是根据模式历史气候与集合预报各成员降水预报累积概率分布函数的连续差异大小以获取极端强降水是否发生的预报信息。中国夏季雨日降水量的概率分布明显为偏态分布, 用r 分布能较好地拟合, 故利用r 分布来拟合模式降水序列分布。区域代表格点的模式降水气候序列的概率密度分布曲线。
（3）预报指数模型
将基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型计算得出的极端降水天气预报指数，以图形和文字的方式实时显示在系统平台上。基于Aderson-Darling 检验原理,定义极端降水天气预报指数。
（4）确定指数临界阈值
极端降水天气预报指数为正值时,表明有可能会出现极端强降水天气。但预报员更迫切需要明确极端降水天气预报指数取哪一个值, 可以发出极端强降水预警信号,确定极端降水天气预报指数临界阈值的方法是 :综合考虑TS 评分和预报偏差评分B的物理意义, 设计一个判识指数。该判识指数最大时对应的极端降水天气预报指数值为该预报时效的极端强降水预报临界阈值
4、基于地形的模式释用
由于地形处理技术的差异，模式地形的微小改变将引起气象要素和天气影响系统的变化，进而影响天气。发展根据本地下垫面属性、地形高度等精细化地理信息的释用预报技术。不同地形处理方案带来盆地及周边地形高度和坡度的变化，通过影响与中尺度系统相伴的物理量特征，进而影响深圳及周边地区的降水落区、强度和降水进程。具体实施路线：
（1）下垫面属性模型化
为了分析地形对降水的作用，将精细化的下垫面资料和地形数据。使用GIS技术获取符合深圳地理特征和城市化情况的精细下垫面特征资料和地形特征，山地、城市、水库和河道等，将各种特征地形模型化，并在地图上显示。
（2）地形对降水的影响释用
特大暴雨降水分布具有典型的地形影响特征, 复杂山地地形对降水有显著增幅作用对对流系统传播有阻碍作用。结合高分辨率数值预报模式，根据地形影响气流理论对暴雨作机理分析，地形对降水的增益有很大差别。基于GIS分类显示，前汛期西风带系统暴雨与地形叠加，分别显示粤东、粤西等不同登陆地点台风暴雨与地形叠加。
（三）灾害性天气精细化预报检验模块
1、面向格点预报的检验子模块
实现面向格点预报的检验，检验内容包括晴雨、气温、暴雨等，发展面向网格的时间匹配、频次匹配的模糊检验、均值评估、极值评估等。研究格点实况场计算方法。主要内容包括：
（1）QPE雨量网格化
利用雷达监测的大气水滴分布，形成网格化的降水实况场，既雷达定量降水估测作为检验网格的真实值，所用的资料包括雷达回波反射率观测、自动站观测，计算方法包括Z-I关系、变分方法等。QPE计算为6分钟一次，时效为24小时，对整点的QPE进行累计，得出24小时观测雨量，再利用变分方法和自动站观测进行网格校正，得到24小时QPE网格实况场。
（2）自动站雨量网格化
利用邻近区域气象站点的资料, 给定某些假设条件, 通过空间插值方法来生成目标区域的自动站雨量网格资料。插值方法拟采用普通克里格方法，该方法是地统计学中最常用的插值方法。该方法主要利用区域化变量的原始数据和变异函数的结构特点, 对插值点区域化变量的取值进行线性无偏最优估计的一种方法。与普通的插值方法估计不同, 它最大限度地利用了空间现有所提供的信息，比其他传统方法更精确更符合实际。
（3）气温实况网格化
目前, 通常使用的二维插值方法可分成两类, 即真实插值法和平滑插值法。插值算法采用最近邻域法和反向距离法的基本原理, 将高斯滤波算子作为距离权重方程, 并且出于计算效率的考虑, 设定一个有效作用距离, 即截断距离, 如果一个测值点与插值目标点的距离大于算子的截断距离, 则其测值对目标点的贡献为0，得到插值最终的权重方程。
除了平面上的空间相关外, 还有随高度的变化。取气温的垂直递减率为- 0.006℃/m,将经过插值站点和观测站点的高程数据修正之后的气温进行空间插值。
（4）统计评分功能
参照广东省气象局智能格点预报评分办法以及ETS评分等，对深圳相关的精细化格点预报进行检验（包括经预报员制作订正后上传省局的网格预报产品、省局下发的格点预报指导产品、其他技术制作的格点预报参考产品）。检验变量包括降水（每日的降水网格预报，进行晴雨、降水分级和累加降水检验）、气温（每日的最高、最低及逐3小时温度预报，检验指标为均方根误差、平均绝对误差、 2℃温度预报准确率）、风（每日的逐3小时风预报，分别进行风向、风速及风预报综合、技巧检验）。可以根据需要查询各个预报员格点预报评分；可以按日、月、季度、年或任意时段查询和统计，还可以实现自动排名，并支持将相关结果本地下载的功能。
2、面向站点预报检验子模块
实现面向站点预报的晴雨、降雨、气温、风、能见度等要素的自动评分。
（1）雨量检验
站点评分方法可以选用TS评分、ETS评分，或参考香港评分办法。选取代表站点，按照相应的等级标准预报与实况落到同一个量级时得10分，预报落到实况量级外的，根据相应的规则减分。如果降雨时间不足或超过24小时，雨量标准根据时间相应调整。代表站加权平均或数学平均即为雨量检验得分。
其中针对降雨的检验方法主要有：准确率、标准差、均方根误差、误差百分位、偏差等。针对气温的检验方法主要有：平均误差、平均绝对误差、满分率、偏低率、偏高率和均方根误差。
（2）气温检验
气温检验主要检验最高和最低气温。气温站点评分方法要求采用均方根误差，平均误差（偏差）、平均绝对误差等指标以及其他合理的评分办法，如参考香港评分办法，选取代表站点，预报与实况偏差在一定范围内，比如1.5℃得100分，误差大于1.5℃以上就按照标准扣分，如果误差2℃的得80分。
（3）风的检验
风的检验，根据目前需求只评风速，不评风向。风速站点评分方法要求采用均方根误差，平均误差（偏差）、平均绝对误差等指标以及其他合理的评分办法，比如风速评分方法可以选用TS评分、ETS评分或参考香港评分办法。选取代表站点，实况用小时平均风。与雨量检验类似，将风力划分一定的标准（蒲式风力等级），预报与实况落到同一个量级时得10分，预报落到实况量级外的，根据相应的规则减分。
（4）能见度等要素检验
能见度站点评分方法要求采用均方根误差，平均误差（偏差）、平均绝对误差等指标以及其他合理的评分办法。比如选取代表站点，对能见度按照相应的等级标准划分等级，预报与实况落到同一个量级时得10分，预报落到实况量级外的，根据相应的规则减分。
根据业务发展需求，实现其他要素评分检验功能。
（5）站点预报综合评分
针对每个月份，市民关注度的不同，给每个气象要素不同的权重和统一的评分，得出站点预报综合评分。
（四）精细化气温预报模块
气温分布受到地形影响很大，如坡地坡度、下垫面属性、地形高度等，数值预报降尺度生成的精细化格点气温预报，经过地形影响订正和数字高程模型订正，生成72小时内时间分辨率逐1小时，空间分辨率1公里的精细化气温预报产品。
1、地形影响订正子模块
发展考虑坡地坡度、下垫面属性、地形高度等精细化地理信息订正的气象要素插值技术，影响复杂地形下气温分布与变化的因素很多,其中尤以海拔高度和地形的影响最显著。
（1） 精细化插值
自动站气温插值到与地形分辨率一致，便于分析，插值算法采用最近邻域法和反向距离法的基本原理, 将高斯滤波算子作为距离权重方程, 并且出于计算效率的考虑, 设定一个有效作用距离, 即截断距离, 如果一个测值点与插值目标点的距离大于算子的截断距离, 则其测值对目标点的贡献为0。
（2）气温分布特征统计
按照不同月份，统计一般天气状况下气温分布特征，可以查询高山、城市、水库、海滨等不同下垫面气温分布特征。具体到每个格点，可以显示该点气温的日变化特征。为日常精细化气温预报提供一个 气候 平均的参考。
（3）气温变化特征分析
主要统计历史资料不同等级冷空气影响下气温分布特征，寒潮、强冷空气、中等强度冷空气和弱冷空气下不同地形气温分布和变化幅度。选定相应级别的冷空气，就能显示不同下垫面气温变化情况。
2、数字高程模型
数字高程模型( Digital Elevation Model，DEM) 作为地理信息系统的基础数据，DEM 的精度越高，越能真实地反映地形特征。利用高分辨率的DEM 提取地形参数，将提高对预报区域的地形特征描述的准确性。
（1）建立模型
通常基于高分辨率的高程数据，采用包络地形、轮廓地形、平均地形，以及不同数值滤波处理，形成最终的模式地形，这里涉及到高分辨率地形高程数据和平滑滤波的处理。
（2）精细化气温产品
基于地形订正和数值预报，生成未来十天的精细化最高和最低气温预报产品，并根据时间分辨率要求，根据日变化自动插值到各个时间点，其中未来三天预报时间分辨率为逐小时。可生成格点数据、图片或曲线、文字等产品供公众服务和决策服务。
（五）智能精细化预报显示和订正平台
精细化格点预报子系统具备格点预报产品智能制作、编辑和订正等功能，同时可实时查看天气实况、集合预报、多模式释用、格点预报检验、站点检验等等，并具备检验结果查询和统计功能，并下载相关数据。平台具有一键式发布功能，产品可同步发送到气象局所有对外服务出口。
1、预报结果综合显示子模块
本子模块具体包括：
（1）气温显示
气温显示包括气温实况显示和气温预报产品显示。基于地理信息系统显示全市气温分布，可选数字图和的色斑图、时间曲线图等多种表现方式，选择任意时间气温。结合业务需要，对于10℃以下和0℃以下... 查看详情
移动版：