面向公共安全的气象监测预报预警软件发展综述

doi:10.16265/j.cnki.issn1003-3033.2022.09.2649

中国安全科学学报 ›› 2022, Vol. 32 ›› Issue (9): 76-85.doi: 10.16265/j.cnki.issn1003-3033.2022.09.2649

面向公共安全的气象监测预报预警软件发展综述

周勇¹(), 杨波², 唐伟¹^,^**(), 李月安², 王月冬², 李泽椿²

1 中国气象局中国气象局气象发展与规划院,北京 100081
2 中国气象局国家气象中心,北京 100081

收稿日期:2022-03-10 修回日期:2022-06-18 出版日期:2022-10-19 发布日期:2023-03-28
通讯作者: 唐伟
作者简介:
周勇 (1972—),男,江苏无锡人,工程硕士,研究员级高级工程师,主要从事气象发展战略、气象信息化和智慧气象相关研究及气象重大战略和规划的编制工作。E-mail: zhouy@cma.gov.cn。
杨波研究员级高级工程师
唐伟高级工程师
李月安研究员级高级工程师
王月冬高级工程师
李泽椿研究员级高级工程师,院士
基金资助:
国家自然科学基金资助(41875078); 中国工程院咨询研究项目(2020-ZCQ-12)

Overview of development of public safety-oriented meteorological monitoring, forecasting and early warning software

ZHOU Yong¹(), YANG Bo², TANG Wei¹^,^**(), LI Yue'an², WANG Yuedong², LI Zechun²

1 CMA Institute for Development and Programme Design, China Meteorological Administration, Beijing 100081, China
2 National Meteorological Centre, China Meteorological Administration, Beijing 100081, China

Received:2022-03-10 Revised:2022-06-18 Online:2022-10-19 Published:2023-03-28
Contact: TANG Wei

摘要/Abstract

摘要：

为推动气象监测预报预警(MMFW) 软件高质量发展,保障国家安全和人民生命财产安全,总结评价国内外MMFW软件。首先,分析MMFW软件的类别,研究气象观测系统、数值预报、气象灾害预报预警、气象灾害影响和风险评估、公共气象服务、气象信息系统这6类软件的现状及其关键核心技术;然后,初步探讨我国MMFW软件在智能观测、智能预报、风险评估和决策服务技术、人工智能技术应用领域的发展趋势;最后,提出思考和建议。结果表明:我国MMFW软件存在着基础软件落后、应用支撑软件薄弱、应用软件技术含量偏低等问题;应补齐开发环境、工具等基础软件和应用支撑软件短板,构筑业务运行和监控软件等应用软件长板,做优MMFW信息产品和技术支持服务,加快无缝隙-全覆盖、自动-智能、精细-数字的MMFW软件关键核心技术研发等。

关键词: 公共安全, 气象监测预报预警(MMFW), 软件, 风险评估, 灾害防治

Abstract:

In order to promote the high-quality development of MMFW software, and protect national security and the safety of human life and property, the domestic and foreign MMFW software were summarized and evaluated. Firstly, the categories of MMFW software were analyzed, and the status and key core technologies of six types of software, including meteorological observation system, numerical forecast, forecast and early warning of meteorological disasters, impact and risk assessment of meteorological disasters, public meteorological service and meteorological information system, were studied. Then, the developing trends of MMFW software in the fields of intelligent observation, intelligent forecast, risk assessment and decision-making service technology, and artificial intelligence technology application were preliminarily discussed. Finally, suggestions were put forward. Results show that there are some problems in Chinese MMFW software, such as backward basic software, weak application support software, low technical content of applied software. The short board of the development environment, development tools and other basic software and application support software should be completed. The advantages of the business operation, monitoring software, and other application software should be built. MMFW information products and technical support services should be optimized. Research and development of the key core technologies of "seamless-be full covered, automatic-intelligent, fine-digital" MMFW software should be accelerated.

Key words: public safety, meteorological monitoring forecasting and early warning(MMFW), software, risk assessment, disaster prevention and control

周勇, 杨波, 唐伟, 李月安, 王月冬, 李泽椿. 面向公共安全的气象监测预报预警软件发展综述[J]. 中国安全科学学报, 2022, 32(9): 76-85.

ZHOU Yong, YANG Bo, TANG Wei, LI Yue'an, WANG Yuedong, LI Zechun. Overview of development of public safety-oriented meteorological monitoring, forecasting and early warning software[J]. China Safety Science Journal, 2022, 32(9): 76-85.

图/表 6

图1

图2

图3

表1

图4

图5

参考文献 21

[1]	许小峰. 安全生产与气象[M]. 北京: 气象出版社, 2017: 1-37.
[2]	梁海河, 孟昭林, 张春晖, 等. 综合气象观测运行监控系统[J]. 气象, 2011, 37(10):1292-1300.
	LIANG Haihe, MENG Zhaolin, ZHANG Chunhui, et al. The integrated meteorological observation operational and monitoring system[J]. Meteorological Monthly, 2011, 37(10):1292-1300.
[3]	裴翀, 宋连春, 吴可军, 等. 我国综合气象观测运行监控系统的设计与实践[J]. 气象, 2011, 37(2):213-218.
	PEI Chong, SONG Lianchun, WU Kejun, et al. The designing and application of the atmospheric observing system operations and monitoring in China[J]. Meteorology, 2011, 37(2):213-218.
[4]	郭建平, 刘博铭, 郭晓冉, 等. 风廓线雷达组网观测新型应用研究进展[J]. 气象科技进展, 2021, 11(2):5-12,51.
[5]	韩丰, 沃伟峰. SWAN2.0系统的设计与实现[J]. 应用气象学报, 2018, 29(1):25-34.
	HAN Feng, WO Weifeng. Design and implementation of SWAN2.0 platform[J]. Journal of Applied Meteorological Science, 2018, 29(1):25-34.
[6]	俞小鼎, 郑永光. 中国当代强对流天气研究与业务进展[J]. 气象学报, 2020, 78(3):391-418.
	YU Xiaoding, ZHENG Yongguang. Advances in severe convective weather research and operational service in China[J]. Acta Meteorologica Sinica, 2020, 78(3):391-418.
[7]	林青云, 何建新, 王皓, 等. 基于双偏振天气雷达的水凝物相态识别技术研究进展[J]. 遥感技术与应用, 2020, 35(3):517-526.
	LIN Qingyun, HE Jianxin, WANG Hao, et al. The review of hydrometeor phase identification technology based on dual-polarization weather radar[J]. Remote Sensing Technology and Application, 2020, 35(3):517-526.
[8]	BESIC N, GRAZIOLI J, GABELLA M, et al. Hydrometeor classification through statistical clustering of polarimetric radar measurements: a semi-supervised approach[J]. Atmospheric Measurement Techniques, 2016, 9(9):4425-4445. doi: 10.5194/amt-9-4425-2016
[9]	ZHANG Peng, CHEN Lin, XIAN Di, et al. Recent progress of Fengyun meteorology satellites[J]. Chinese Journal of Space Science, 2018, 38(5):788-796.
[10]	ZHANG Peng, LU Naimeng, LI Chuanrong, et al. Development of the Chinese space-based radiometric benchmark mission LIBRA[J]. Remote Sensing, 2020, 12(14):DOI: 10.3390/rs12142179. doi: 10.3390/rs12142179
[11]	ZHANG Peng, LU Qifeng, HU Xiuqing, et al. Latest progress of the Chinese meteorological satellite program and core data processing technologies[J]. Advances in Atmospheric Sciences, 2019, 36(9):1027-1045. doi: 10.1007/s00376-019-8215-x
[12]	唐伟, 周勇, 董昊, 等. 我国气象领域应用人工智能技术的现状和国际对比[J]. 气象科技进展, 2019, 9(5):55-56,62.
[13]	沈学顺, 王建捷, 李泽椿, 等. 中国数值天气预报的自主创新发展[J]. 气象学报, 2020, 78(3):451-476.
	SHEN Xueshun, WANG Jianjie, LI Zechun, et al. China's independent and innovative development of numerical weather prediction[J]. Acta Meteorologica Sinica, 2002, 78(3):451-476.
[14]	王毅, 周庆亮, 代刊, 等. 全球数据处理和预报系统发展及展望[J]. 气象科技进展, 2019, 9(2):6-10.
	WANG Yi, ZHOU Qingliang, DAI Kan, et al. Development and outlook of global data-processing and forecasting system[J]. Advances in Meteorological Science and Technology, 2019, 9(2):6-10.
[15]	李月安, 曹莉, 高嵩, 等. MICAPS预报业务平台现状与发展[J]. 气象, 2010, 36(7):50-55.
	LI Yuean, CAO Li, GAO Song, et al. The current stage and development of MICAPS[J]. Meteorological Monthly, 2010, 36(7):50-55.
[16]	高嵩, 毕宝贵, 李月安, 等. MICAPS4预报业务系统建设进展与未来发展[J]. 应用气象学报, 2017, 28(5):513-531.
	GAO Song. BI Baogui, LI Yuean, et al. Implementation and development plan of MICAPS4[J]. Journal of Applied Meteorological Science, 2017, 28(5):513-531.
[17]	蒋宗孝, 李良宗, 邓晓璐, 等. 地面气象观测智能监控平台设计[J]. 海峡科学, 2019(8):20-24.
[18]	卫星君, 赵晓萌, 马长玲, 等. 降雨型滑坡灾害的约简和逻辑回归预测模型[J]. 中国安全科学学报, 2018, 28(8):1-6. doi: 10.16265/j.cnki.issn1003-3033.2018.08.001
	WEI Xingjun, ZHAO Xiaomeng, MA Changling, et al. Reduction and logistic regression model for prediction of rainfall landslide disaster[J]. China Safety Science Journal, 2018, 28(8):1-6. doi: 10.16265/j.cnki.issn1003-3033.2018.08.001
[19]	周勇, 胡爱军, 杨诗芳, 等. 智慧气象的内涵与特征研究[J]. 中国信息化, 2016(3):83-88.
[20]	明承瀚, 徐晓林, 王少波. 政务数据中台:城市政务服务生态新动能[J]. 中国行政管理, 2020(12):33-39,89.
	MING Chenghan, XU Xiaolin, WANG Shaobo. Middle-end of government data:new driving force of urban government service ecosystem[J]. Chinese Public Administration, 2020(12):33-39,89.
[21]	张弛. 数据中台在应对突发公共事件中的核心价值研究[J]. 华中科技大学学报:社会科学版, 2021, 35(1):77-84.
	ZHANG Chi. Study of big data middle end core values on responding to sudden public events[J]. Journal of Huazhong University of Science and Technology:Social Science Edition, 2021, 35(1):77-84.

机构	系统	最长预报时效/h	水平分辨率	垂直层数
澳大利亚气象局	社区气候和地球系统模拟器	240	~25 km	70
中国气象局	中国气象局全球天气模式	240	0.25°×0.25°	60
加拿大气象局	全球确定性预测系统	240	0.23°×0.23°	80
德国气象局	二十面体非静力全球数值预报模式	180	13 km	90
ECMWF	高分辨率集合预报系统	240	~9 km	137
日本气象厅	全球谱模式	264	0.187 5°× 0.187 5°	100
美国环境预报中心	全球预报系统	384	0.25°×0.25°	64
英国气象局	统一模式	144	10 km	70
俄罗斯气象局	半拉格朗日绝对涡度大气模式	240	(0.16×0.24)°× 0.225°	51

面向公共安全的气象监测预报预警软件发展综述

Overview of development of public safety-oriented meteorological monitoring, forecasting and early warning software

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 21

相关文章 15

编辑推荐

Metrics

本文评价

[1]	林志阳, 刘正, 房志明, 刘家林, 张鹏, 姜锐. 行人和交通疏散仿真软件研究综述[J]. 中国安全科学学报, 2022, 32(9): 100-110.
[2]	岳清瑞, 施钟淇, 曾滨, 许镇, 钟儒勉. 建筑(群)和基础设施安全领域软件发展综述[J]. 中国安全科学学报, 2022, 32(9): 11-19.
[3]	郑安娜, 李建微, 陈思喜, 郭伟, 陈晓梦. 城市洪涝风险评估中的软件应用及进展[J]. 中国安全科学学报, 2022, 32(9): 118-125.
[4]	陈永强, 吴志鹏, 杨湘娟, 陈璞, 孙树立. 区域地震分析软件研究综述[J]. 中国安全科学学报, 2022, 32(9): 126-136.
[5]	陈彬, 王翔汉, 杨妹, 邱晓刚. 复杂灾害场景应急救援仿真软件技术发展综述[J]. 中国安全科学学报, 2022, 32(9): 168-175.
[6]	姜文宇, 王飞, 苏国锋, 李鑫, 孟庆祥, 王冠宁. 面向森林火灾的应急管理信息化关键技术[J]. 中国安全科学学报, 2022, 32(9): 182-191.
[7]	王成, 钱琛庚, 张文耀, 谷恭天, 崔洋洋. 危化品爆炸大规模高精度仿真软件研发与应用[J]. 中国安全科学学报, 2022, 32(9): 20-28.
[8]	孙树立, 韩旭东, 陈璞. 建筑结构安全分析方法与评估技术综述[J]. 中国安全科学学报, 2022, 32(9): 37-48.
[9]	张志伟, 张国维, 朱国庆, 袁狄平, 郭栋. 基于Fluent的地下管廊液氮灭火数值模拟方法*[J]. 中国安全科学学报, 2022, 32(8): 133-139.
[10]	李金蓉, 杨玉中. DS理论-贝叶斯网络下的煤矿通风系统风险评估*[J]. 中国安全科学学报, 2022, 32(8): 146-153.
[11]	陈昌华, 许帅帅, 蒋玉香, 杨小杰, 熊光辉. 多因子修正的补货作业负荷评估模型及仿真研究*[J]. 中国安全科学学报, 2022, 32(8): 201-207.
[12]	法慧妍, 帅斌, 吕敏, 黄文成. 基于WBS-RBS和IFWA算子的中欧班列多式联运安全风险评估[J]. 中国安全科学学报, 2022, 32(6): 200-206.
[13]	刘嘉豪, 余杨, 张振兴, 余建星, 王巍巍, 傅一钦. 二维云模型和贝叶斯网络的立管风险评估方法[J]. 中国安全科学学报, 2022, 32(5): 147-154.
[14]	辛保泉, 喻健良, 党文义, 白永忠, 于安峰. 定量风险评估视域下的多组分混合物危险特性[J]. 中国安全科学学报, 2022, 32(4): 80-85.
[15]	卢颖, 赵志攀, 姜学鹏, 吴锦东, 范小鹏. 大数据视域下体育场馆动态火灾风险指标研究[J]. 中国安全科学学报, 2022, 32(4): 155-162.