空气质量预测与分析研判系统配套服务 严选
思路
共 1217字,需浏览 3分钟
·
2020-11-10 23:00
商品详情
商品亮点
- 1、成本低:基于机器学习的大气污染预测模型,计算代价小,成本低;
- 2、准确率高:每个站点每项污染物分别建立预测模型,并能进行自学习,尤其对于短期预测具有很大优势;
- 3、技术融合:融合了机理模型的优势与特长,利用机器学习技术根据多种模型的结果得出最终的预测结果;
- 4、专业性强:提供的分析方法均来源于专家智库,并在2+26城市的空气质量管理实践中得到了很好的应用。
商品说明
版本: V1.0 | 交付方式: 人工服务 |
适用于: Windows/Linux/Android/Unix/iOS | 上架日期: 2020-04-21 |
交付SLA: 30 自然日 |
当前,大气污染形势较为严峻,以可吸入颗粒物(PM10)、细颗粒物(PM2.5)为特征污染物的区域性大气环境问题相对突出。随着工业化、城镇化的深入推进,能源资源消耗持续增加,大气污染防治压力必将继续加大。为此,2013年以来国务院与生态环境部(原环境保护部)针对大气污染防治制定了一系列的政策方针,其中《关于做好京津冀、珠三角重点区域空气重污染监测预警工作的通知》(环办函[2013]1358号)要求在环境保护部、中国环境监测总站的统一领导下,整合各类资源,建设空气质量预测预报中心,并逐步开展重污染天气预报预警系统建设工作;2015年,中国环境监测总站要求所有的城市都要建立空气质量预测预报系统,具备预测预报能力。
到目前,虽然各城市的空气质量预报工作已经开始开展,但是仍然存在以下问题:
1、基层预报能力不足
随着预报预警业务工作要求的提高,要求各地市具备开展未来3-7天以上空气质量预测预报的能力,但是很多地市从预报员专业素质到信息化支撑方面均存在明显不足,长时段的准确预报难以开展。
2、硬件建设投资高
多模式、长时间的预测预报需要大量的高性能计算集群支撑,很多地市并不具备这样的硬件条件和经费支撑,只能依靠省级部门提供的简单产品完成预测预报业务工作。
3、大尺度模型不适用
地市管辖区域较小,因此大尺度的区域预测预报模型难以适用,需要考虑地市基础情况的更加细粒度、高准确性的模式加入,才能更好的预测和模拟空气质量状况。
4、分析手段与方法匮乏
目前对大气污染问题诊断和成因研判方面的分析手段还局限在简单的时空分析方面,缺乏专业的分析方法和思路,同时对于分析结果也缺乏专业的分析和解读。综上所述,亟需低成本、长时段、高精度的预测预报和分析研判服务来支撑现在和未来的预报与分析业务。
本系统面向需要增强空气质量趋势研判和成因诊断分析,提高预测预报时长和准确率的城市,基于机器学习模型与规则分析等大数据方法,通过提供云服务的形式,向用户推送空气质量分析研判与空气质量预测产品。
报价说明:“定制开发”里面的报价为1人天的报价,最终费用根据双方认可的总研发工时(人天)来确定。
到目前,虽然各城市的空气质量预报工作已经开始开展,但是仍然存在以下问题:
1、基层预报能力不足
随着预报预警业务工作要求的提高,要求各地市具备开展未来3-7天以上空气质量预测预报的能力,但是很多地市从预报员专业素质到信息化支撑方面均存在明显不足,长时段的准确预报难以开展。
2、硬件建设投资高
多模式、长时间的预测预报需要大量的高性能计算集群支撑,很多地市并不具备这样的硬件条件和经费支撑,只能依靠省级部门提供的简单产品完成预测预报业务工作。
3、大尺度模型不适用
地市管辖区域较小,因此大尺度的区域预测预报模型难以适用,需要考虑地市基础情况的更加细粒度、高准确性的模式加入,才能更好的预测和模拟空气质量状况。
4、分析手段与方法匮乏
目前对大气污染问题诊断和成因研判方面的分析手段还局限在简单的时空分析方面,缺乏专业的分析方法和思路,同时对于分析结果也缺乏专业的分析和解读。综上所述,亟需低成本、长时段、高精度的预测预报和分析研判服务来支撑现在和未来的预报与分析业务。
本系统面向需要增强空气质量趋势研判和成因诊断分析,提高预测预报时长和准确率的城市,基于机器学习模型与规则分析等大数据方法,通过提供云服务的形式,向用户推送空气质量分析研判与空气质量预测产品。
报价说明:“定制开发”里面的报价为1人天的报价,最终费用根据双方认可的总研发工时(人天)来确定。
用户案例
暂无,请等待更新
评论