1月8日,2017年度国家科学技术奖励大会在人民大会堂隆重举行。党和国家领导人习近平、李克强、张高丽、王沪宁等出席大会并为获奖代表颁奖。中科三清联合中科院大气所等单位申报的“嵌套网格空气质量预报模式(NAQPMS)自主研制与应用”项目荣获国家科学技术进步二等奖。中科三清首席科学家王自发研究员和吴剑斌博士等人参加了此次大会。
我国重污染天气频发,面积大、类型多、时空变化迅速、来源复杂难辨。空气质量预报模式是实现准确预报和精准调控的核心工具,直接引进国外模式难以准确表征,无法满足国家重大紧迫需求,亟需自主研制模式。
嵌套网格空气质量预报模式(NAQPMS)是中国科学院大气物理所自主研发的区域-城市空气质量模式,中科三清参与模式的业务化以及应用推广。该项目突破了我国区域大气复合污染建模原理和预报关键技术,攻克了重污染形成关键要素选取等多项技术难题,创新研制出集多污染类型和多尺度为一体的空气质量预报模式,实现了全球、区域、城市群与城市复合污染全尺度嵌套耦合业务预报。
近年来,NAQPMS模式不断升级更新,多项技术处于国际领先水平。依托NAQPMS建立的国家空气质量模式预报方法体系,提升了我国环境空气质量预报业务水平,引领我国空气质量预报预警水平跨越式发展。
作为科技部和环保部联合推荐的大气污染防治先进技术,NAQPMS模式已成为国内主流业务模式,直接支撑了国家重污染天气预报预警体系建设,成为国家环境质量预报预警中心、京津冀、 长三角和珠三角等40多个业务平台的核心预报工具,为APEC峰会、9.3阅兵、G20等重大活动空气质量保障提供了关键支撑。
作为项目的联合完成单位之一,中科三清自2016年1月成立以来,以数值模式为核心,联合开展关键技术攻关,支撑数值模式的产业化应用,取得了一系列创新推广成果。以环境监测和预报预警技术为基础,以环境大数据和智慧应用为导向,自主研发了环境数据综合分析平台。
王自发介绍道,“这个数据综合分析平台包括监测预警系统、综合分析系统、决策评估系统、网格化监管系统、应急响应系统、公众参与系统六大功能模块,解决了当前突出的环保数据不统一、部门协调缺失、监管措施匮乏,精细化管理水平低的问题。通过对空气质量的监测,对污染源的精准分析,形成了集预报、 溯源和调控评估为一体的国家重污染天气预报预警业务平台,实现了“国家-区域-省-地市”无缝隙业务预报,为我国环境管理由污染治理向精准调控转型提供了核心工具。”
环境保护部环境监测司评价NAQPMS“是我国空气质量数值预报预警的核心支撑技术, 也是落实国务院《大气污染防治行动计划》的关键技术”;环境保护部大气环境管理司认为NAQPMS模式“提前3-7天较好地预报出我国重污染的影响范围、形成及持续时间,在我国组织拟订重污染天气应对政策措施发挥了关键作用”;中国环境监测总站经过近4年的业务运行,评价以NAQPMS模式为核心的预报系统“对区域空气重污染过程预报的准确率和对区域重污染程度预报的准确率均得到大幅提升。”
国家科学技术奖是由国务院设立的年度奖项,旨在奖励在科技进步活动中作出突出贡献的公民和组织,包括国家自然科学奖、国家技术发明奖、国家科学技术进步奖,以及授予外籍科学家或外国组织的中华人民共和国国际科学技术合作奖,和分量最重的国家最高科学技术奖。2017年度共有9位科技专家和271个项目获得国家科学技术奖。
中科三清科技有限公司是由中国科学院大气物理研究所和曙光信息产业股份有限公司共同投资成立的国有高科技企业。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。