科学 · 研发 · 创新

让天气转化为可衡量的就绪程度的科学。

我们的研究聚焦三个问题:如何在处理天气数据时不丢失其来源,如何为天气引发的灾害提前做好准备,以及如何在气候变化中衡量风险。

  • 7明确列名的来源机构:ECMWF、NOAA、DWD、AEMET、Météo-France、EUMETSAT、Copernicus
  • T+6 … T+48检验设计中的预报时效阶梯
  • 5,37614 天检验矩阵中的样本数(设计值)
  • 9项具有公开成熟度状态的能力
摄影:Pixabay / Pexels

我们的目标

三个领域,可衡量的目标。

每个目标都会列出将如何衡量其进展。

01 · 数据处理

每个数字都可追溯到其来源。

处理多来源气象数据,同时保留其含义和出处。

  • 每项输入都连同其机构、产品、运行时间和内容标识一并存储
  • 不兼容的来源不会被悄悄混合或重采样
  • 未经真实观测检验的产品,绝不称为“已检验”

衡量标准 · 没有来源记录的输出所占比例 · 公开的检验报告

02 · 自然灾害

缩短从预警到行动的时间。

洪水和山洪、风暴、强风、热浪、雪和冰、沿海事件。

  • 让“官方预警 → 知晓 → 确认 → 就绪”这条链路可衡量
  • 通过情景演练,提前预演真实事件
  • 将事后复盘的经验与下一次阈值审查衔接起来

衡量标准 · 从预警到首个准备行动的时间 · 取自演练和事件记录

03 · 气候变化与适应

让不断变化的阈值变得可见。

将气候尺度的变化转化为局地作业阈值的语言。

  • 利用再分析数据,跟踪局地阈值(炎热日、强降雨小时、霜冻夜)被突破的频率
  • 为市政和行业适应计划提供输入
  • 将气候尺度和天气尺度的决策区分开

衡量标准 · 局地阈值频率的变化趋势 · 转化为适应计划的决策

我们的科学模型

共享的核心。按作业定制的含义。

天气信息只是开始。该模型分为四层:每一层继承上一层的输出及其来源,且没有任何一层会悄悄改动之前的证据。

计算、规则和语言各司其职

数值模型

计算

根据预报场,为你所在点位生成数值、范围和检验指标。

屏幕上看到的每个数字都只来自这里。

规则引擎

应用

以确定性的方式应用你的阈值和行业包的规则。

每次触发都会显示运行了哪条规则、使用了哪个数值。

语言模型

解释

将结果转化为你工作的语言,并撰写简报和清单文本。

它负责解释。数值和阈值来自上面的各层。

公开的科学架构

  1. 01

    来源处理

    预报场、官方预警、站点观测和卫星产品连同名称、时间和内容标识一并接入。

    来源证据检验

    证据
  2. 02

    局地概率模型

    针对你所在点位的多模型证据按预报时效排序。模型范围公开显示;只有在检验之后才会进行校准。

    灾害

    不确定性
  3. 03

    影响模型

    你的阈值和暴露情况与天气证据相结合:哪项作业、在什么时间、可能受到多大影响。

    暴露影响风险时机

    影响
  4. 04

    决策与证据

    建议、清单、决策记录和演练。每一步都可以追溯到其来源。

    准备行动结果学习

    决策

我们公开说明各层如何运作。阈值校准、行业规则集以及证据的组合顺序仍属于产品的一部分。

公开的科学原则

每一层都遵守的七条规则。

信任如何维系
  1. 01

    来源始终是来源。

    提供方的记录绝不会被改标成我们自己的。

  2. 02

    缺失就是缺失。

    缺失的数值保持缺失;绝不会变成“无雨”或“低风险”。

  3. 03

    一致程度以范围显示。

    模型输出相近,绝不当作概率呈现。

  4. 04

    严重程度与置信度分开。

    事件可能有多强,并不说明我们有多确定。

  5. 05

    官方预警保持独立。

    发布机构的预警保留在自己的通道中;我们的输出绝不取代它。

  6. 06

    不做暗中的数据融合。

    来源只按有文档记录的规则组合,并且组合过程保持可见。

  7. 07

    没有证据,不作公开声明。

    一项能力只会按其已发布证据所支持的阶段来描述。

数值分析

预报与观测相遇。

检验在预报自身的网格上、按精确的有效时间进行。误差定义、指标和匹配规则均公开:学术界人士应当能够复现相同的结果。

点位采样

数值取自模型自身的网格,并记录采样方法。不会悄悄做高度修正。

预报时效阶梯

同一有效时间分别从 T+6、T+12、T+24 和 T+48 的运行中查看,让你看到预报技巧如何随预报时效变化。

时间对齐

预报与观测按精确的有效时间匹配。未能匹配的样本会被剔除,并记录原因。

不确定性

模型之间的差异范围公开显示,绝不当作概率。

指标

按预报时效、站点和模型给出平均误差、平均绝对误差和均方根误差。缺失的数据保持缺失。

不排名

只有在检验活动完成并公布之后,才会对模型进行排名。

误差与指标定义

e = F − O
预报减观测
偏差 = (1/n) Σ e
平均误差
MAE = (1/n) Σ |e|
平均绝对误差
RMSE = √[(1/n) Σ e²]
均方根误差

温度以开尔文处理。观测数据来自官方国家站网:西班牙为 AEMET,法国为 Météo-France。

检验活动 · 2 m 气温

8站点4预报时效3模型56运行次数

5,376预期样本数 · 14 天

该检验活动采用选定的一组站点,不代表整个国家。活动完成后将公布结果。

检验与成熟度

我们坦率说明目前所处的阶段。

每项科学能力都处于五个步骤之一。只有在其证据公开发布后,才会迈上下一步。 目前没有任何能力处于“投入生产”这一步。

来源:公开能力清单

科学能力的成熟度,取自公开能力清单
能力1已有代码2本地已验证3已用实时来源验证4已校准5投入生产
2 m 气温标准变量 · 开尔文当前阶段: 已用实时来源验证已达到已达到当前阶段未达到未达到
预报与观测匹配仅限 2 m 气温当前阶段: 已用实时来源验证已达到已达到当前阶段未达到未达到
温度检验指标偏差、MAE 和 RMSE · 2 m当前阶段: 本地已验证已达到当前阶段未达到未达到未达到
强降水证据未校准当前阶段: 已用实时来源验证已达到已达到当前阶段未达到未达到
大风灾害证据未校准当前阶段: 已用实时来源验证已达到已达到当前阶段未达到未达到
置信度引擎无置信度评分当前阶段: 已有代码当前阶段未达到未达到未达到未达到
影响风险模型未发布当前阶段: 已有代码当前阶段未达到未达到未达到未达到
洪水灾害证据当前阶段: 开发中未达到未达到未达到未达到未达到
气候距平气候目标所需当前阶段: 开发中未达到未达到未达到未达到未达到

预报、来源和官方预警分开显示。综合概率、置信度和影响评分仍在开发中。

研究领域

每个状态显示该项工作当前所处的阶段。

  • 官方预警对接已上线
  • 来源出处已上线
  • 预报验证验证中
  • 前瞻性参考技巧研究验证中
  • 运营影响建模开发中
  • 校准研究研究中
  • 结果学习计划中

备灾研究

从预警到就绪

官方预警始终具有权威性。MetOry 的准备建议和咨询输出属于决策支持。两个通道并行,绝不合并。

通道 1

官方预警 — 权威

由国家机构发布,原样显示并注明出处。

通道 2

MetOry 准备建议 / 咨询 — 决策支持

针对你的作业单独给出解读,与官方预警并行。

  1. 1

    发现

    天气证据或官方预警变得与你相关。

  2. 2

    送达

    信息送达负责的人员或团队。

  3. 3

    确认

    可以记录收到和知晓的情况。

  4. 4

    评估

    结合具体情境审核其对作业的相关性。

  5. 5

    准备

    准备步骤会被审核、分派并跟踪。

  6. 6

    演练 / 行动

    演习、准备行动或真实响应都可以记录。

  7. 7

    复盘

    结果与经验教训会被记录下来,供下次参考。

备灾证据轨迹

组织可以记录从预警、送达、确认、分派、行动到演练和复盘的完整轨迹。部分步骤仍在开发中。

  • 已收到预警已上线
  • 通知已送达开发中
  • 预警已查看开发中
  • 预警已确认开发中
  • 已指定负责人或团队开发中
  • 准备已开始研究中
  • 准备已完成研究中
  • 演练已完成计划中
  • 结果已复盘计划中
合成数据 / 示例

演练:物流设施的暴雨预警

示例场景,数值为样例。

  1. 01暴雨预警
  2. 02物流设施
  3. 03排水检查
  4. 04室外库存保护
  5. 05路线检查
  6. 06管理人员确认
  7. 07演练后复盘

避免的损失或节省等成果,仅在经过独立测量后才会声明。

研究与应用科学

五 个项目,同一条证据链。

每个项目都会显示其当前状态。

01已上线

多来源气象证据

预报、观测、卫星 / 地球观测和官方预警证据,均保留来源、产品、时间和出处。

02验证中

预报验证

在存在合适观测时,可将预报证据与真实观测进行检验。历史验证与前瞻性验证方法仍在积极研究中。

03开发中

天气到影响的建模

天气致灾因子如何与地点、暴露度和运营背景相互作用。

04研究中

预警与备灾行为

研究预警信息是否送达合适的人、是否被及时确认,以及是否促成准备行动。

05计划中

演练、成果与学习

通过演练、记录和事后学习来评估备灾流程。

参与项目合作

联系我们

合作

成为研究合作伙伴。

我们欢迎与高校、气象服务机构、市政部门和民防机构开展联合检验活动、演练研究和适应研究,也欢迎就负责任的数据使用、检验和互操作性展开对话。

提及欧盟、EUMETSAT 或气象机构,并不意味着存在隶属、背书或资助关系。

标明来源是为了注明出处。官方预警来自国家气象服务机构。