多远数据融合与模型预训练
整合全球气象再分析和观测数据，构建高精度AI模型。
GNSS精准水汽解算
利用湿延迟和PPP技术精确测定大气水汽分布。
边缘计算与实时传输
AloT架构支持边缘端解算并实时传输至AI模型。
全国产化平台支撑
基于昇腾AI平台，打造自主高效气象预测系统。
核心技术
人工智能降雨预测行业模型
基于全球气象再分析资料和多源气象观测进行模型预训练，整合目前最先进的人工智能算法
层次化多通道变量表征融合和时序生成
昇腾AI基础软硬件的全国产化人工智能平台
将水汽分布数据及多源气象数据进行融合，实现高精度短时临近降雨预测
数据驱动
Transformer
卷积神经网络（CNN）
图神经网络（GNN）
U-Net
生成对抗网络（GANs）
预测结果
数值模式
ERAS
WRF
气象数据
探空气球
GNSS-水汽
卫星遥感
气象站格点
雷达反射率
GNSS水汽反演
利用GNSS信号在空间传播路径中的对流层湿延迟，通过对多颗GNSS卫星信号结合PPP实时定位技术进行解算，精确测定大气中的水汽分布情况
结合AI-LOT智慧物联网系统拓扑架构，通过边缘端完成水汽解算并将结果实时传输至人工智能模型
产品体系
数据服务系统
北斗司雨（AccuData）图形化显示人工智能模型输出的预测结果，提供高精密度的面雨量预测、格点化雨量显示以及气象监测功能
人工智能模型
人工智能降雨预测行业模型（ModelRain、ModelRader、AccuModel）,ModelRain模型和ModelRader模型实时处理对应设备采集数据，在AccuModel行业模型支持下实现精准降雨预测
智能感知设备
北斗GNSS面雨量仪、北斗测雨雷达协同基站、小型X波段测雨雷达，实时采集气象/水汽/降雨等多源信息，经过设备侧边缘计算处理后推送至数据分析系统
智能感知设备
北斗测雨雷达协同基站、小型X波段测雨雷达，实时采集气象/水汽/降雨等多源信息，经过设备侧边缘计算处理后推送至数据分析系统
应用场景
"第一道防线"短临降雨预测能力提升北斗测雨雷达协同基站+测雨雷达组网
实现多源数据融合，有效增强现有的降雨预测体系，提升雷达性能。
北斗雷达协同基站
Radarpal
水利测雨雷达
小型X波段雷达
哨兵联动预警
当北斗测雨雷达协同基站监测到水汽含量到达一定程度，降雨概率超出预警阀值后，发指令控制雷达启动扫描，降低测雨雷达使用成本
测雨雷达运行能耗降低：60%-80%（基于武汉试验场数据）
覆盖补充增强
将北斗测雨雷达协同基站布放至测雨雷达被建筑、山体遮挡的区域，输出更全面更完整的面雨量预测结果
降雨预测覆盖率提升：协同组网后覆盖率由70%提升至90%（基于武汉试验场数据）
融合智能预测
在北斗测雨雷达协同基站和测雨雷达重叠覆盖区域，将实时水汽含量信息和降雨信心融合处理分析，输出更精准分辨率更高的面雨量预测结果
降雨预测准确率提升（TS评分）：10%-20%（基于武汉试验场数据）
自行组网预测系统
北斗GNSS面雨量仪自行组网
降低成本，提供定制化的组网方案，满足不同场景下的面雨量预测需求
北斗GNSS面雨量仪
Accurain
示范用例
武汉
常山
深圳
毕节
临沧
青海
西藏
每滴雨,皆洞察
- 隐私
- 隐私政策
- 免责声明
- 联系我们
- 社交
- 微信
- 微博
- 抖音
