气象大数据创新应用 气象数据运营、创新应用服务 联通 ( 广东 ) 产业互联网有限公司 1 痛点 & 需 求 公共服务 气象台 - 气象预警预报 应急与减灾处 - 应急指挥、社会安全保障 气象公共服务中心 - 气象公共服务、有偿服务、气象产品对外合作推广 科技与预报处 - 预测、预报、预警业务的管理 - 组织跨地区、跨部门的气象联防 - 负责气象科研和成果推广应用 - 负责气象大数据的开发应用管理 突发事件预警信息发布中心 - 突发事件应急信息发布 防雷减灾管理中心 - 防雷减灾、生产防雷 生态气象中心 - 环境、生态气象评估 气候中心 - 气候农业服务 技术服务 数据管理 数据采集 基础设施 气象探测数据中心 - 各行业气象资料汇交、管理、共享 - 数据收集分发、统计分析、质量控制 监测网络处 - 气象云、网络及设备管理保障 广东省气象局业务职能分工 中国气象局广州热带海洋气象研究所 - 气象基础理论、基础技术、基础产品研究 公共安全技术支持中心 - 气象公共安全监管技术支撑 气象防灾技术服务中心 - 气象灾害防御技术服务 监测网络处 - 气象大数据管理和共享 生态气象中心 - 环境气象观测 卫星地面站 - 卫星遥感观测 监测网络处 - 资源生态观测 气候中心 - 气候观测 气象研究院

河马行空低空气象服务系统 建设方案 2025-04-28 苏州河马行空智能科技有限公司 目录 01 系统总体架构 02 低空微气象监测 网 03 低空微气象预报 中心 04 低空微气象服务 平台 05 创新应用场景 06 实施与展望 系统总体架构 01 三大核心模块构成 气象数据采集模块 通过部署在低空（ 1000 米以下）的 5 个采集点，实时监测温度、湿度、气压、风速、风 、风 向等气象参数，采用高精度传感器确保数据准确性，并支持动态调整采样频率以适应不同 天气条件。 数据处理与分析模块 服务应用模块 集成边缘计算与云计算能力，对采集的原始数据进行清洗、校准和融合处理，结合机器学 习算法预测短时气象变化趋势，生成可视化报告供决策参考。 提供 API 接口和用户交互界面，支持农业、航空、城市管理等行业定制化需求，如无人机 航线规划、灾害预警推送等，实现低空气象数据的商业化应用。 航线规划、灾害预警推送等，实现低空气象数据的商业化应用。 1 2 3 采集点通过 LoRa 或 5G 网络将原始数据加密传输至边缘网关，网关进行初步过滤后上 传至云端数据中心，确保数据链路的低延迟（ <500ms ）和高可靠性（ 99.9% 可用 性）。 数据流与业务逻辑 数据采集与传输 系统整合卫星遥感、地面气象站等第三方数据源，通过时空对齐算法消除数据偏差，构 建覆盖 1000 米低空的立体气象模型，提升预测精度。

1 中国低空气象监测完整解决方案 引言 随着低空经济在城市空中交通（UAM）、物流配送、应急救援等领域 的规模化应用，50 米至万米空域的精细化气象监测需求呈爆发式增长。 传统卫星遥感与探空系统在低空盲区、时空分辨率等方面的局限性日益凸 显。为此，本方案构建“空-天-地一体化”监测体系，融合卫星遥感、无人 机集群、智能雷达与数字孪生技术，形成覆盖微尺度气象要素的全链条监 测-预警- 测-预警-服务能力，为低空经济安全运行提供核心支撑。 一、三级协同监测架构：从宏观到微尺度的全域覆盖 （一）天基层：卫星星座构建气象监测“天网” 1. 技术载体与核心能力 风云四号 C 星搭载的干涉式大气垂直探测仪，可实现 1km 分辨率、 15 分钟重访的区域温湿度场反演，结合高分十一号卫星 0.5 米分辨率光学 影像，对积雨云、飑线等强对流云系的识别准确率达 92%。2024 年台风 “鹦鹉”监测中，风云卫星提前 CH-10 为代表，续航时长 12 小时， 载荷能力 50kg，搭载 1.5μm 激光雷达，可对 0-3000 米空域进行垂直分辨 率 50 米的风场扫描，单次任务覆盖面积达 2000km²。 多旋翼气象侦察无人机：大疆 Mavic 3 Multispectral 改装机型，集成 微波辐射计（0.01g/m³液态水探测精度）与紫外臭氧传感器（分辨率 0.1ppb），支持 10 米高度层的精细化温湿廓线反演。

智能探测系统- XX 气象+大数据平台建设 技术规范书 I 目 录 第一章 项目概述.......................................................................................1 1 项目名称......................................................... 3 第二章 项目建设方案...............................................................................4 1 XX 气象+大数据平台建设..................................................................................4 1.1 建设内容 ............................................4 1.2 气象+大数据平台 PaaS 层.........................................................................5 1.3 气象+大数据资源层建设...........................................

..............................................................................................9 3. 气象信息服务模块............................................................................................. .............................................................................................13 4. 气象基础设施建设............................................................................................. ...........................................................................................22 3.4 气象监测技术方案.............................................................................................

极热无风怎么办 ? -- 传统“纯”用能负荷主动支撑电网调节即灵活负荷 源 荷 ( 灵活负荷 ) 储 分体空调 难点：气象与能源学科关于天 气数据的时空颗粒度未对齐 模型可靠性 Cooling Heatng Electrical 65010t000 □5058 170 (a)CMIP6 未来气象数据库 (b) 动态降尺度方法 难点：海量 ( 数十万栋 ) 、 多维 ( 形貌、功能、年龄 等 ) 的城市级建筑信息难获 取 Dabe/Time 目标：机理 - 数据联合驱动、 全自动化、结果可信的 UBEM 方法：自底向上够建模型 楼宇级 目标：自顶向下评估影响 难点：如何验证模型 广地域建筑信息 (a)MERRA-2 历史气象库 (c) 发 零 售 BnergyPLS 全 社 会 用 电 交 闺 通 墙 4 (a)CMIP6 未来气象数据库 (b) 动态降尺度方法 (a)MERRA-2 历史气象库 (c) 聚类生成典型概率场景 思路：基于气象、面向能源，降 尺度对齐天气数据的时空颗粒度 思路：实测电耗、数据驱动验证 ArcGIS 思路：基于 GIS 城市级建筑数据库，

（三）生态价值·数智化打破行业边界，产业链协同升级 “气象 +AI”，AI 赋能一键生成气象评估图，实现精准气象服务 转型背景 当前，气象服务正面临从传统模式向精准化、智能化、场景化转型升级的迫切需求， 而人工智能技术成为提升气象预报精度、服务效率及应用深度的关键驱动力。联通某 分子公司率先与当地政府合作，开展人工智能气象应用服务的全面融合与创新探索， 共同推进“气象 +AI”数智化融合，旨在构建集数据、算法、应用于一体的一站式智慧 于一体的一站式智慧 气象服务平台，响应国家加快发展新质生产力、推动行业智能化转型的号召，同时也 为全国“AI+ 气象”创新应用提供了先行示范。 转型实践 以“基础设施 + 能力平台 + 高质量运营”体系实现气象服务一站式赋能，推动产 业智能化转型与生态共建。打造全国首个人工智能气象 MaaS 平台，打造“一站式” 服务能力，深度融合算力网络基础设施，整合权威气象语料资源与大模型基础组件， 中国联通数智化转型标杆实践 能 + 气象”融合应用的门槛，有力驱动跨行业场景的创新发展。 人工智能气象 MaaS 平台依托全国首个获 5A 级认证的临港智算中心，构建高性能 算力引擎，中心提供万卡级国产算力与千卡级主流算力，算力规模达 4000P FLOPS， 支撑复杂气象模型训练与实时推理，能够实现高精度、短临预报和复杂场景（如台风 路径、局地强降雨）模拟等超高要求下的气象服务工作，同时还能够瞬时响应极端天

形成一个完整的空中交通管制管理体系。 在系统架构设计上，我们将采用分层架构，主要包括数据收集 层、数据处理层、决策支持层和用户交互层。数据收集层将通过多 元化的传感器获取地面和空中的实时数据，其中包括气象数据、航 班状态信息以及空域利用情况。数据处理层将采用云计算技术，对 收集的数据进行分析与处理，以支持决策层的实时决策。 在技术选型方面，将优先考虑采用国际先进的空中交通管理技 术，包括自动 过数据融合提高对航班动态的感知能力。 此外，优化航路规划，减少油耗和碳排放。通过更为合理的航 班规划和调度，提升航班的整体飞行效率，从而实现更低的运营成 本和环境影响。研究并应用最新的飞行计划工具和气象信息，为航 班提供最佳的飞行路径和高度选择，以适应气象变化。 进一步，提升空中交通管制人员的决策支持能力。通过引入人 工智能和机器学习技术，为管制员提供智能决策支持系统，帮助其 更快速、有效地进行空域管理和事件处理。同时，加强对管制员的 知的 时间。 3. 管制程序： o 标准起降程序：确保飞机之间的安全距离与有序进场。 o 空中交通流控制（ATFCM）：优化航班时刻与流量分 配。 4. 支持系统： o 气象监测系统：为飞行安全提供气象信息支持。 o 航空情报服务：提供各类飞行资料和航行计划信息。 综合上述要素，现有的空中交通管制系统在基本架构上已经相 当成熟，但在应对日益增加的航班量和复杂的航空环境方面仍面临