展位号 A166，欢迎莅临！

成都信息工程大学低空气象智能技术研究院（以下简称“研究院”）是学校、成都市气象局和中国航空器拥有者及驾驶员协会共建的创新研究平台，依托大气科学、信息技术和管理经济三大学科群优势特色，统筹整合校内外优质资源，推进学科交叉融合，提高服务低空气象经济的能力。研究院批建于2024年，实施依托单位领导下院长负责制，由低空气象探测领域的8-13名高水平学术带头人组成的学术委员会负责商议学术、科研规划以及重大事项。

图1 低空气象智能技术研究院组织架构

研究院下设低空大气探测技术与装备、低空气象保障、人工影响天气技术、低空专业气象服务和低空气象经济等五个研究方向。低空大气探测技术与设备研发方向旨在研制和开发集信息获取、预处理及传输为一体的新型探测设备，提高探测效率和数据质量；低空气象保障研究方向致力于研究影响飞行安全的高影响天气指标，开发和应用先进技术与设备，以确保低空区域气象条件精准监测与预报；人工影响天气技术研究方向旨在聚焦于提高作业精准度，探索智能化调控系统；低空专业气象服务方向开展定点、定时、定量、动态的智慧和精准专业气象服务，为农业、生态、交通、能源、防灾减灾等多个领域提供定制化、智能化的气象解决方案；低空气象经济研究方向探索如何利用低空气象资源与创新技术，促进交通、能源、农业等领域的可持续发展与经济效益最大化。

研究院以低空经济蓬勃发展为契机，以本校短临天气预报，大气探测装备和人工影响天气技术等方面的深厚积累为基石，聚焦于低空小型机载与地面气象探测装备、低空飞行智慧气象服务、人工影响天气技术、专业气象服务技术、低空经济领域气象信息的交互和气象决策支持，创新凝练研究成果，促进AI大模型气象预报、观测和人工影响天气等技术和低空气象应用服务培训等领域的发展，推动我国低空经济的气象保障水平的整体提升。

图2 低空智能气象服务的发展思路

该模型以绝热膨胀云室室内实验和催化数值模拟仿真为基础，针对暖云进行定量催化研究。通过绝热膨胀云室定量催化实验，探究在不同气象参数条件下，不同催化剂的活化能力和影响机制；在云室实验基础上，设置一系列数值模拟催化试验，优化暖云催化技术，定量研究不同位置、高度、催化时间、催化剂播撒范围、催化剂播撒率条件下的增雨效果和暖云催化物理机制。该模型可为提升人工增雨作业效率，为区域农业抗旱、森林防火及水资源调控等提供技术支持和科学依据。

该订正模型以区域数值天气预报模式为基础，结合人工智能技术，针对复杂地形下的近地面气象要素预报进行了专门优化。实验结果表明，该模型能够显著改善高海拔地区气温和风速的预报精度，整体准确率提升至90%以上，气温平均绝对误差低于0.6℃，风速误差控制在0.2～0.4 m/s之间。经其订正后，误差分布更加集中，极端偏差事件明显减少，预报稳定性和一致性显著增强。该模型可为山区交通、风电运营、农业生产等依赖低空气象信息的领域提供更可靠的数据支撑。

按照天擎的规范组织、存储航空气象数据，应用自主研发的航空高影响天气指标和滚动预报预警产品，针对不同中小机场的特点和需求，提供了个性化的预报预警服务，提高了系统的实用性和便捷性。系统及配置有该系统的移动应急指挥车能够协调气象预报、飞行调度、地面服务等各部门，提供统一的指挥和协调服务，提高气象保障工作效率和应急响应能力。

基于激光测风雷达对云南中小型机场低空风场特征进行分析。激光测风雷达数据质量高，能够准确描述动量下传导致地面风增速的变化过程，对风切变的捕捉效果好。水平风场出现较为明显的扰动,湍流混合加剧，地面记录的大风时段和下沉运动触地时段一致。地面大风过程中地面增温使得低层大气温度梯度增大，对流活动增强，易出现层结不稳定，而地面风速增大和中层大气风速减小过程符合动量下传特征。

该技术主要包括：1.数据预处理： 从Micaps第十一类数据中提取风场对应的显著特征。2.模型训练： 利用预处理后的图片进行模型训练。3.DBSCAN聚类： 使用基于密度的DBSCAN聚类方法对神经网络识别出的急流区域进行聚类。相似特征的区域聚集形成连续带状区域。4.带状区域处理： 单独处理每个带状区域，提取其骨架，得到急流轴的精确位置和形态。5.数据转换： 将急流轴位置和形态转换为Micaps第十四类数据，便于保存和展示。