隨著全國各地陸續進入深冬季，強對流雨雪天氣越來越頻繁，對航空運輸的安全和效率造成一系列影響。數據顯示，在我國，不利氣象條件造成的重大飛行事故約占飛行事故總數的31%。即便在航空技術發達的美國，與天氣有關的重大機毀人亡航空事故的比例也高達三分之一。由此可見，氣象條件已成為影響飛行安全和經濟效益的重要因素。
冬季強對流天氣頻發，影響航空飛行安全
強對流天氣是氣象學上所指的發生突然、移動迅速、天氣劇烈、破壞力極強的災害性天氣，主要有雷雨大風、冰雹、龍卷風、局部強降雨等。其生命史短暫并帶有明顯的突發性，約為一小時至十幾小時，較短的僅有幾分鐘至一小時，它常發生在對流云系或單體對流云塊中。世界上把強對流天氣列為僅次于熱帶的氣旋、地震、洪澇之后第四位具有殺傷性的災害性天氣。
在冬季的航空飛行領域，強對流雨雪等惡劣天氣已成為大面積航班延誤和旅客滯留的主要原因，將造成巨大經濟損失。如何提高強對流天氣的預報水平，及時發布預報信息，以便在強對流天氣出現以前采取必要的防御措施，成為全球航空公司時刻關注的焦點問題。
眼控科技賦能航空氣象，精準預測對流臨近天氣
當前，0-2小時是航空用戶運行方案的最后決策時間，對準確預報信息的需求很大，這對航空運行戰術階段的對流天氣預測提出了更高要求：定量預測氣象要素、輸出高時空分辨率預報產品、輸出精準可靠的強對流天氣0-2小時臨近預報結果。而傳統外推預測方法存在缺陷，無法預測對流天氣區的移動、旋轉等非線性運動特征，無法預測對流生消，對流強弱演變趨勢，并且0-3小時預報場誤差較大，無法滿足航空公司、機場對強對流天氣精細化預報的需求。針對這一行業難題，眼控科技人工智能研究院通過深入研究，反復測試，自主研發出AI對流臨近天氣預報系統。
據悉，AI對流臨近天氣預報系統運用眼控科技自研YGNet深度神經網絡模型，精準預測對流臨近天氣，彌補傳統外推預測方法缺陷；同時，準確率指標全面超越其他人工智能計算模型。可提供更智能、更穩定、更精準的強對流天氣0-2小時高時空分辨率臨近預報結果，有力支持航空用戶運行戰術階段的決策。經測算，該系統臨近預報準確率近60%，支持7*24小時無縫隙預報，有效預報時長達2小時，可精準預測0-2小時對流臨近天氣起止時間、覆蓋范圍、移動態勢、強度分布等特征，輸出高時空分辨率預報預警結果。此外該系統具有基于衛星圖像的海上對流回波形態反演、雷暴閃電落點臨近預報、強對流伴隨天氣的識別、融合衛星和雷達數據的回波頂高糾正、基于強對流天氣識別的強風和強降水預警等一系列可擴展功能，輔助提升航空安全保障水平。
作為智慧氣象綜合解決方案先驅者，眼控科技運用人工智能、深度學習等前沿技術，深挖航空氣象服務需求，成功打造“氣象+航空”業務模式。未來，眼控科技將開展更深入的研究，涉及風、云、能見度、氣溫、相對濕度、降水、強對流天氣，以及飛機積冰、飛行顛簸、低空風切變等影響因素，進一步保障航空運輸及航空運營調度的安全和效率，為航空企業提供更專業、更精準、更有效的預報產品和行業解決方案，賦能行業高質量發展。
