開始於109年01月01日結束於112年12月31日
0(千元)
無。
無
一、因應在地需求,深化氣象多元服務與跨域應用。二、應用創新科技,促進氣象資訊之智能應用。三、接軌國際,拓展氣象科技與預報技術。
計畫亮點:「1、建置以GTM分析官網使用者行為的大數據系統,可據以為優化UIUX的依據。2、建立以Landsat衛星影像計算的火災前和火災後標準化燃燒比例指數 (NBR)差異(前-後) dNBR之程序,用於估計燒傷嚴重程度。並以阿里山林火事件(時間:2021/03/18 ~ 03/23,地點:臺18縣 69公里及縣道169線)個案dNBR時序圖觀察到林火燃燒後復育的情形。此產品可提供農業部林務局參用。3、新一代劇烈天氣監測系統:開發完成劇烈天氣垂直剖面資訊顯示功能,並新增雷達衍生風場及短期預報模式等量場的垂直剖面產品。4、氣象預警服務整合平台:以低溫特報為實作對象,自動產生通報圖卡,並建置相關傳送流程,使通報對象能使用更為簡潔易讀之災害性天氣通報資訊。5、將本署保存1999年以前的虹吸式自記紙資料圖像共39萬幅資料進行辨識及解析,完成虹吸式雨量歷史紀錄分鐘雨量、1日10分及60分最大雨量之資料庫。6、導入物聯網(IOT)智能型應用,提升無紙化與自動化管理,利用無線射頻辨識(RFID)強化資訊設備進出機房管理,提供高可用性安全機制與資源靈活配置,並改善資訊資產紙本盤點,有效簡化管理人力。7、運用類神經長短期記憶模型(LSTM)、圖神經網路(Graph Neural Network, GNN)、TF-IDF演算法等人工智慧技術,導入作業監控管理平臺發展事件預警分析及事件關聯影響分析機制,並已於111年完成該功能設計、實作與測試,可針對機房資訊設備之硬體資源進行智慧型預測,及建置事件關聯影響分析之動態計算、主動預測及展示功能,112年延續此基礎,針對時間趨勢預警、關聯影響分析及事件處理推薦等3大面向,完成模型訓練及調整,並發展智慧型預測服務等,提升作業中心核心作業工作流程分析監控之決策管理能力。8、於今(112)年7月1日起於颱風路徑潛勢預報發布「颱風不對稱暴風半徑分析」,並於今年第4號颱風泰利首發。完成開發鄉鎮高溫預判機器人(HazardBot),並於今(112)年6月15日起發布鄉鎮尺度高溫資訊。9、針對臺灣地區2至4週溫度預報,為提供品質最佳的溫度預報產品,針對3種已發展統計後處理技術進行長期預報表現評比,找出最佳的統計預報方法,用以產製既有的客製化溫度預報產品。10、為提供橫跨短期至展期之高解析降雨預報產品,本計畫同時開發降雨統計後處理技術,由單一原始預報產製偏差修正與降尺度後的未來1-9天系集、機率以及單一決定性降雨預報,以強化預報資料供應之風險應變能力。11、大氣邊界層觀測系統(無人機觀測系統)已完成作業機艙之建置,並移至田中氣象站完成測試作業,無人機作業機艙除可進行無人機收納外,亦可提供機體除濕乾燥、電池管理、觀測資訊傳輸等作業,使觀測系統可進行例行性與持續性之作業化觀測業務,並可降低操作人員之負擔,提昇觀測量能。」 / 關鍵成果:「1、運用機器學習方法改進臺灣梅雨季極端雨量事件預報,此人工智慧方法的新興科技可有效提升模式的預報能力,同時也結合國際潮流趨勢。2、於今(112)年7月1日起於颱風路徑潛勢預報發布「颱風不對稱暴風半徑分析」,並於今年第4號颱風泰利首發。3、運用類神經長短期記憶模型(LSTM)、圖神經網路(Graph Neural Network, GNN)、TF-IDF演算法等人工智慧技術,導入作業監控管理平臺發展事件預警分析及事件關聯影響分析機制,並已於111年完成該功能設計、實作與測試,可針對機房資訊設備之硬體資源進行智慧型預測,及建置事件關聯影響分析之動態計算、主動預測及展示功能,112年延續此基礎,針對時間趨勢預警、關聯影響分析及事件處理推薦等3大面向,完成模型訓練及調整,並發展智慧型預測服務等,提升作業中心核心作業工作流程分析監控之決策管理能力。」
年累計預定進度(a)(%)
年累計實際進度(b)(%)
進度比較(b-a)(百分點)
年計畫經費(c)(千元)
年累計執行數(d)(千元)
年計畫經費達成率(d/c*100%)(%)
0留言
0
關注