2025年3月，浙江水利水电学院“定风波”科创团队成功研发并推出AI驱动的水文气象数据修复系统。该系统攻克传统技术在多模型优化、数据缺失应对及数据评估应用等方面的关键难题，为我国防灾减灾事业筑牢数据根基，推动水文气象行业向智能化、精准化转型，具有突出的科研价值与广泛的社会应用潜力。
近年来，我国防灾预警体系建设取得显著进展，但极端天气事件的频繁发生，对灾害预报的时效性和精准度提出了更高要求。2024年，广东突发强龙卷风、陕西暴雨等灾害导致人员伤亡，暴露出当前局地突发灾害预报在技术层面的短板。
针对这一现状，“定风波”团队研发的AI水文气象数据修复系统，通过对复杂数据缺失机制的分析修复，集成多源人工智能算法，并采用双重维度的严格评估验证，实现了对灾害链的动态推演和超前预警，为突破灾害预警“最后一公里”难题提供了有效技术支撑。
团队负责人邱赫介绍，项目在技术创新上取得了三项重要突破。一是能量谷优化算法（EVO），该算法基于模型的实时需求，动态分配算力资源，为不同模型定制优化路径，提升计算效率；二是四元异构模型融合架构，通过多模型间的权重动态调整与信息交互，充分发挥各模型优势，增强系统对复杂数据缺失场景的适应性；三是建立“事件—缺失”关联规则库，配套“统计—应用”双维度评估体系，模拟真实灾害场景下的数据缺失情况，确保数据修复的稳定性和实际应用效果，提升防灾决策的精准性。
团队成员正在查找相关理论资料
基于上述创新，“定风波”团队取得了一系列科研成果。团队自主研发的能量谷优化算法（EVO）已受理两项发明专利，并在浙江省气象中心业务系统中得到验证，显著增强了模型在复杂场景下的适应能力。四元异构融合模型的数据填补精度较传统单一模型提升41%，相关研究成果在《JournalofHydrology》等国际SCI期刊发表，三项软件著作权已完成工程化部署。
浙江省气象服务中心反馈，在台风路径预测、台风强度预警等关键业务场景中，该系统成功修复传感器故障导致的非随机缺失数据，提升了公里级气象预警产品的生成效率和预警响应的及时性，为台风灾害的防范和应对提供了精准的数据支持。经PCC、NSE、Pbias等专业指标评估，系统表现优异。修复后的数据大幅提升了台风预报模型的输出精度，平均预见期延长8小时，使防灾决策更加准确及时。
团队成员陈逸静指出，团队将气象学原理与AI技术深度融合，打造了一套从算法设计到实际应用的全链条数据修复解决方案，系统各环节紧密围绕防灾减灾的核心需求。
面对全球气候变化和极端灾害常态化的趋势，“定风波”团队计划搭建联邦学习防灾决策平台，攻克灾害链动态推演和异构数据协同治理难题，目标是将预警响应效率提升30%以上。浙江大学建筑工程学院副院长许月萍评价，该技术具有广泛的流域适用性，可推广至全国不同气候区域的降水监测网络，并能无缝嵌入现有水文信息系统，为“智慧水利”建设奠定数据基础。
团队成员肖炅灵表示，团队将以苏轼《定风波》中无畏风雨的精神为指引，提升预警响应速度，推动技术标准纳入国家相关发展纲要，增强人民群众的安全感。
团队成员刘高瞻称，团队致力于成为数字时代的“数据守夜人”，用技术为防灾减灾事业保驾护航。“定风波”团队以“修复数据波澜，锚定安全先机”为使命，随着技术的推广应用，将推动“秒级预警、分钟级响应”目标的实现，引领人类在气候危机中迈向安全未来。
请输入验证码