“天津市气象局进一步加强天津‘智慧气象’建设工程成果应用，进一步加强观测系统建设，对全市59套自动气象站进行了升级改造，对215套自动站的通讯系统进行了升级，实现了雨量观测值1分钟上传一次，极大提升了气象灾害的监测水平、精度和效率。”天津市气象局副局长高润祥告诉记者。

不仅如此，在提升汛期气象预报预警能力方面，市气象局利用大数据和人工智能等技术，积极提升天气预报预警的精准性和效率。

灾害性天气预警 —— 自动识别 冰雹、强降水、短时大风

市气象局开发了基于雷达数据和人工智能算法的强对流识别和外推算法。强对流天气局地性强、时间短和尺度小，一直是天气预报中的难点，并且具有较强的破坏性。市气象局与天津大学合作，研发了基于机器学习和专家经验的强对流天气识别及预警模型，实现了对冰雹、强降水、短时大风的自动识别功能，模型识别准确率可以达到80%，目前强对流智能识别技术已经集成到天津一体化业务平台，成为强对流监测预警的重要科学支撑，提高了强对流监测和预警准确率和效率。另外，市气象局与中央气象台和清华大学合作，将深度学习算法融入到雷达外推技术中，建立了基于卷积神经网络的雷达外推模型，可以自动预报未来1小时内逐6分钟的雷达回波形态和产生的降水量，为预报员做定时定点定量的临近降水预报提供科学支撑。

精细化 天气预报 —— 已达到 逐小时和1公里分辨率

市气象局在全国率先开展了智能网格预报，能够做到逐小时和1公里分辨率。为了做好智能网格预报，还开展了大量的科研工作，比如与天津大学合作，基于历史模式和实况大数据，开发了温度、风、云量、能见度的智能预报模型，模型可对数值模式产品进行有效的订正。在实际业务应用中，该模型可减少数值预报模式的预报误差，提高智能网格预报的精准度和效率。

影响预报 —— 城市积水点位随手可查

市气象局开展了基于城市道路公共摄像头图像数据和深度学习算法的城市内涝积水识别及风险评估技术研究。面对城市内涝时积水的实时精细化监测能力不足，不知道哪里在“看海”的情况，基于城市公共摄像头数据资源，采用图像识别技术，从海量城市路面高清图像中学习内涝积水识别的规律，建立城市内涝积水智能识别模型，实现路面积水快速识别，自动监测评估城市内涝积水特征和风险。

此外，市气象局还自主研发了一套新型积水监测及内涝风险推送系统，在市区的易积水片区布设了180余个积水监测设备，实时动态采集路面积水深度，再运用人工智能技术、神经网络算法技术预测未来一小时内积水深度。目前，这两项技术都集成到一体化平台中，为预报员开展城市内涝风险预警服务提供依据。