中国移动吉林公司2024年自有平台气象数据服务单一来源采购项目_单一来源采购信息公告

一、（略）气象数据服务单一来源采购项目
二、采购内容功能模块
（略）功能
功能描述
工作量
数据分析
病虫害影响资料数据分析
通过遥感技术（如无人机和卫星图像）获取：（略）
150
气候模式数据分析
利用因果推断和时间序列分析方法来探究气候要素之间的因果关系和长期趋势。（略）理论，（略）中的关键节点和敏感性，以及这些因素如何影响气候变化的不确定性。应用数据同化技术，将观测数据与模型模拟相结合，以改进模型的初始条件和参数化，从而提高模型预测的准确性。
105
全省灾害天气预警数据解析
利用高分辨率的气象卫星数据和雷达数据，通过遥感技术实时监控天气状况，快速识别发展中的极端天气事件，如台风、暴雨、冰雹和龙卷风。运用人工智能（AI）和机器学习算法，特别是深度学习模型，来分析和预测灾害性天气的发展。采用数据融合技术，结合数值天气预报模型和实时观测数据，通过数据同化方法优化模型参数，提高预报的准确率。
150
旅游气象预报
（略）
针对全省A级以上景点（共303个）（略），提供实时气象信息和未来天气形势分析数据，提供高穿衣指数、防晒指数等出行参考，（略）管理提供管理支撑。
60
（略）
75
（略）
75
产品制作
24小时农业天气预报产品
24小时农业天气预报产品数据源采用全省精细化报文预报产品，根据（略）的精细化报文数据和农情建议进行产品制作。
60
未来3天本地天气预报产品
未来三天本地天气预报产品数据源采用全省精细化报文预报进行封装整合，气象要素包含气温、降水、风速、风向、天气现象等气象要素。
60
未来7天本地天气预报产品
未来七天本地天气预报产品数据源采用全省精细化报文数据进行封装整合，气象要素包含气温、降水、风速、风向、天气现象等气象要素。
60
农业气象旬报及农作物病虫害影响分析服务产品
结合了遥感技术、（略）、大数据分析和精准气象预测模型，为农业生产者和管理机构提供每旬的气候状况汇报和病虫害风险评估。该产品通过植被指数监测、土壤湿度传感器数据以及温湿度等关键气象参数的实时收集，评估农作物生长环境和病虫害发展条件。运用机器学习技术分析历史气候数据和病虫害发生模式，精确预测未来气候趋势对病虫害发生的潜在影响。
75
农业气象月报及农作物病虫害影响分析服务产品
。结合了遥感技术、（略）、大数据分析和精准气象预测模型，为农业生产者和管理机构提供每月气候状况汇报和病虫害风险评估。该产品通过植被指数监测、土壤湿度传感器数据以及温湿度等关键气象参数的实时收集，评估农作物生长环境和病虫害发展条件。运用机器学习技术分析历史气候数据和病虫害发生模式，精确预测未来气候趋势对病虫害发生的潜在影响。
120
农业气象季报及农作物病虫害影响分析服务产品
结合了遥感技术、（略）、大数据分析和精准气象预测模型，为农业生产者和管理机构提供每季气候状况汇报和病虫害风险评估。该产品通过植被指数监测、土壤湿度传感器数据以及温湿度等关键气象参数的实时收集，评估农作物生长环境和病虫害发展条件。运用机器学习技术分析历史气候数据和病虫害发生模式，精确预测未来气候趋势对病虫害发生的潜在影响。
120
旬、月、季气候预测服务产品
气候趋势预测服务产品将根据历年实况数据、气候模式预测数据、月报季报旬报等气象数据进行预测分析，形成历史气候统计产品、长期气候预测分析服务产品、气象分析产品。
75
灾害性天气预测服务产品
利用先进的数据同化技术，能够将地面监测、气球探空数据与卫星资料结合，增强对大气状态的初始分析精度。AI和机器学习技术进一步分析历史天气事件和模式输出，实现自动化识别潜在风险并快速生成预测信息。如暴雨、内涝、山洪、强风、雹、霜冻等灾害性天气预测预报、可能影响与防灾建议。
75
灾害性天气预警服务产品
应用数值天气预报模型、卫星遥感数据、（略）（GIS）技术以及人工智能（AI）算法，提供高度精准和及时的灾害性天气预警。气象灾害预警信息服务产品将（略）发布的灾害预警信息进行解析提取，根据天气情况和天气对农业影响程度进行随时预警产品制作与发放。
75
特约气象服务
提供与农业生产相关的其他气象咨询、培训、科普等临时服务。根据农业企业和个体农户的具体需求，提供个性化的气象咨询，包括季节性气候预测、灌溉调度建议、病虫害发生概率预测等，帮助客户做出数据驱动的决策。
75
指数预报产品制作
紫外线指数
基于高精度的气象模型，计算大气中臭氧含量、云覆盖度、地表反射率和太阳高度角等因素对紫外线强度的影响。收集实时天气监测数据，结合大数据处理技术，实时更新紫外线指数，提供最新的紫外线强度预报。根据用户的具体地理位置和天气条件，提供个性化的紫外线指数预报，包括基于GPS定位的移动应用服务。
75
滑雪指数
运用多源数据融合技术，包括地面观测站数据、气象卫星资料以及无人机航拍等，捕捉实时的降雪量、雪质、雪深和雪层稳定性信息。借助机器学习和数据同化技术，产品将精确模拟未来几天的雪况变化，包括预测降雪量、温度波动、风力及其对雪质的影响。利用智能算法，滑雪指数产品还能提供个性化的滑雪活动建议，以及滑雪安全和雪崩风险评估。
120
钓鱼指数
通过机器学习算法分析历史钓鱼数据和相关气象环境数据，建立模型预测钓鱼活动的最佳时段。运用卫星遥感获取：（略）
60
洗车指数
该产品通过分析高分辨率的气象卫星数据和地面观测站点的实时信息，结合机器学习算法对未来几天内的天气模式进行预测，如降雨概率、空气质量和污染指数。应用大数据分析技术综合考（略）性气候特点和季节变化，为用户提供个性化的洗车指数评分和建议。（略），用户可以实时接收洗车条件预报，并根据自己的位置和时间表进行合理规划。
45
晾晒指数
利用高分辨率气象模型预测即将到来的天气条件，如降水、湿度、太阳辐射强度，（略）（IoT）（略）络实时监测本地气象变化。集成了机器学习算法，如深度学习和时间序列分析，以分析历史气象数据和晾晒效率，从而优化晾晒指数的准确性。（略）获取：（略）
45
晨练指数
通过集成高精度卫星遥感数据与地面气象站点监测数据，综合分析天气状况、温度、湿度、空气质量指数(AQI)等关键因素。运用机器学习和模式识别技术，预测最适宜晨练的时间段。可实时向用户提供个性化的晨练指数评分和健康建议，确保用户能够在最优的气候条件下进行早晨锻炼。
45
穿衣指数
结合地面观测和卫星遥感数据，详细分析温度、湿度、风速、天气状况等因素，并利用深度学习模型来理解不同气候条件下的舒适度和人体感觉。通过实时气象数据分析和个性化用户数据，产品可以生成个性化的穿衣指数，并通过移动应用程序提供实时更新和穿衣建议，帮助用户根据天气变化做出恰当的穿衣选择。
45
火险等级
利用多光谱和热成像卫星数据，产品对地表植被的干燥程度和可燃物质积聚进行监测。通过数值天气预报模型（NWP）预测关键气象要素，与AI算法结合，可实现对火险潜在发展趋势的动态预测。利用机器学习技术对过往火灾事件和天气模式进行分析，提高对未来火险发生概率的预测准确性。
45
健康医疗气象指数
利用高分辨率气象模型和实时环境监测数据（包括温度、湿度、气压、污染物浓度等）来评估气象因素对特定疾病（如心血管疾病、流感等）风险的影响。通过深度学习和模式识别算法，产品能够分析历史健康数据与气候模式之间的相关性，预测不同气象条件下健康风险的变化趋势。
60
合计
1950

1.1采购执行期及结算期：自合同签订之日起至2024年12月31日。
1.2合同签订原则：本项目采用“单项合同”方式：（略）
1.3付款比例和付款条件
付款比例：90%，10%
付款条件：（略）对接完工后支付90%（完工报告），服务完成后支付10%（服务考核表）。
包段产品名称：（略）
标包1数据业务内容支撑服务项1
三、（略）（吉林省专业气象台、（略））
此公告自发布之日起3日内有效，如有意见，请于公告期内以书面形式（加盖公章）实名反馈。
联系人：（略）
联系电话：（略）
邮箱：（略）
采购人：（略）
公告发布时间：2024年07月08日