XLS《Sheet1》

11 ,,

生态环境风险智能管理 , 福建省生态环境厅 ,

1、环境风险智能识别.基于对实时环境监测数据融合分析,判断环境风险是否存在并给出置信概率,确定环境风险存在的具体位置、时间、主要风险污染物、风险可能的程度,追踪环境风险发生的源头、责任单位与管理部门、风险源过程,为环境风险的评估与预警提供支撑.

2、风险预警决策支持的核心是满足业务化的管理需求,既能开展常规业务化的风险预测评估,也能实时在线地进行业务情景分析.

12 , AI+生态环境 , 知天气 智慧气象服务系统 , 福建省气象服务中心 ,

1、基于人工智能技术的网格化天气预报.应用计算机视觉以及深度学习等人工智能技术,挖掘雷达、卫星、地面观探测等多源数据信息,在地图上以网格化的形式精确展现每个区域的气象实况、预报信息.

2、逐分钟级别的雨量预报.运用图像识别和深度学习等新技术,快速、智能化地监测、分析各项气象数据,形成逐分钟级别雨量预报产品.

13 ,,

短时临近预报 , 福建省气象服务中心 ,

1、强对流天气智能预报.快速和智能化地监测预警强对流天气,自动判断出未来30分钟内强对流天气发生和影响的区域,为逐分钟级别的灾害性天气预报(暴雨、冰雹、雷雨大风等)提供支撑.

2、预报业务智能辅助.通过引入人工智能新技术,实现人工智能对预报业务关键环节的有效支撑和能力增强.帮助预报员便捷快速地实现数据分类预报订正思路、预警预报产品制作以及影响预报的决策服务等.

14 ,,

高性能雷电临近预警 , 福建省气象灾害防御技术中心 ,

1、基于切片式处理、深度学习技术的雷电临近预警模型.对当前雷电临近预报方法进行基于神经网络的反演,将雷达、闪电等指标按卷积神经网络所需求的 图片 模式进行网格 切片 化处理,对每个参数选取多个时间序列的切片通道用于表征其变化特征,建立基于卷积神经网络(CNN)或循环神经网络(RNN)的深度学习模型,经训练和优化后,得到可生成网格化雷电临近预警产品.

2、基于遥感影像或其他大数据、CNN图像识别技术的雷电灾害影响预报.引入CNN模型,研发基于遥感影像或互联网POI大数据背景下的雷电灾害承灾体敏感属性人工智能识别算法,完成对应地理信息数据的雷电灾害敏感属性识别,结合雷电临近预报生成雷电灾害影响预报产品.

15 ,,

低能见度天气现象的人工智能识别 , 福建省气象服务中心 ,

1、机器学习与气象预报技术融合的自动分级预警.综合应用图像智能识别技术、精细化网格预报技术、数据传输与终端展示技术,运用机器学习和数据挖掘领域工具,提取室外光学图像的信息特征,通过学习训练对低能见度的天气图像进行自动识别并量化出能见度数值,实现用户现场自我感知、自动预警、自动推送.

2、全省交通路网一张图的智能精细化预报服务.通过低能见度天气现象识别算法与观测及精细化天气预报资料融合技术,对算法所得到的能见度数据进行对比、筛查、订正,最终得到集算法结果、观测数据、精细化预报结果于一体的融合式能见度数据.空间上定位到县、乡、村、灾害点,数量上能够细化到某一个具体数值,为高速公路用户提供精细化天气预报服务解决方案.以应对团雾多发的低能见度危害,攻克团雾引发的低能见度天气监测难点,进一步提升气象服务保障能力、降低交通道路事故风险.