( 基于人工智能的强天气短时融合预报技术应用 )需求公示项目名称基于人工智能的强天气短时融合预报技术应 采购类型服务类 采购人名称陈元昭 采购方式公开招标 财政预算限额（元）******* 项目背景近年来，深圳气象局全面开展气象综合探测系统、预警预报系统等气象现代业务体系建设，逐步完善中尺度气象观测站网，提供了地面自动站、多普勒天气雷达、闪电定位、风廓线等非常规遥感观测资料，为预报员在天气预报预警特别是为短时强降水、雷暴、雷雨大风等强对流天气的预警和临近预报提供了基础；自主研发雷暴自动识别和追踪系统，实现了对雷暴云团的识别、跟踪；先后引进和本地化了多个国内外先进的短时临近预报系统，并在此基础上集成开发了临近预报决策支持平台（PONDS），可自动识别、追踪、外推雷暴云团，有效提高短时临近的预报能力，在重大活动保障中发挥了重要的作用。虽然通过气象业务建设，提供了丰富的监测和预报决策服务产品，暴雨、强对流等恶劣天气实时监测和预报预警能力有所提高，但是预警预报能力特别是暴雨、强对流天气的预警预报精细化服务能力仍存在不足：主要体现在临近预报能力还不足，服务的智能程度较差；气象服务产品亟待丰富；系统集约性和整体性能还需进一步加强。随着系统的不断运用和气象部门数据业务平台的不断升级换代，预报人员对系统提出了很多新的需求，需要不断地提升短时临近预报平台系统发布平台效率、加强和完善功能、提高安全系数，进一步提高预报员的工作效率和决策水平，确保短时临近预报决策支持平台的可持续发展。投标人资质要求*) 投标人须是在中华人民共和国境内注册的有合法经营资格的国内独立法人；投标人须提供工商行政管理部门颁发的《营业执照》副本复印件或事业单位登记管理局颁发的事业单位法人证书副本或社会团体登记管理机关颁发的社会团体法人登记证书副本复印件（加盖公章）。如提供新版营业执照，须同时提供体现许可经营信息等的网页查询截图（打印件加盖公章） *) 投标人必须具有深圳市政府采购注册供应商资格（供应商注册网址：http://***.******.***）； *) 投标人近三年（即至少从****年*月开始起算，供应商成立不足三年的可从成立之日起算）无行贿犯罪记录。（各供应商无需提供《行贿犯罪档案查询告知函》，此项由深圳市政府采购中心集中查询）； *) 本项目不接受任何形式的联合体投标，也不接受进口产品和服务投标。 *) 非深圳注册的投标人必须在深圳有常驻服务机构。 服务类清单序号采购计划编号需求内容 数量单位备注财政预算限额(元)*PLAN-****-******-****** 基于人工智能的强天气短时融合预报技术应 *.* 套 *******.* 具体技术要求临近预报是在气象防灾减灾业务中运行发挥重要作用，但目前临近预报方法及服务产品智能化方面仍达不到业务需求。本项目主要开展智能临近预报方法研究，强对流灾害性天气信息自动生成发送。通过本项目，建设效率更高、功能更完善、安全系数更高的短时临近预报平台系统，主要内容包括：（*）基于多普勒雷达图像识别技术，并结合自动站降雨和阵风实况数据，建设飑线智能预警子系统。（*）建立基于人工智能的雷达回波预报模型，构建一个较高准确性，高时效性的雷达回波预报模型，初步实现基于雷达回波的临近预报系统，为暴雨、对流天气的短临预报提供参考。（*）通过大数据分析，结合深度机器学习相关技术，提炼短时强降水雷达回波特征。（*）建设多源数据采集系统，通过快速获取、处理、分析和提取飑线有价值的、海量、多样化的气象相关的社会观测数据，初步建立一个能实现互联网社会化观测和舆情综合服务的决策支持系统，以满足对于文本、图片、视频等数据的采集、存储、分析及可视化需求，为社会提供更优质的服务。（*）引进和应用高分辨率风云四号卫星资料处理和分析核心技术，开发华南地区基于风云四号卫星资料的降水估测产品（QPF）。针对华南台风、暴雨、强对流等灾害性强天气，开发基于风云四号卫星的定量监测对流的自动识别、追踪和短时临近预报产品，提升高分辨率卫星产品应用水平。（*）在上述研究的基础上，开发产品显示和产品检验功能。智能预报方法、短时强降水预报、飑线社会数据、基于风云*号卫星的QPF和自动识别、追踪和短时临近预报产品。产品以图形可视化方式进行展示，便于预报人员研究和分析。具体如下：一、灾害天气分灾种自动识别监测和预警技术*、飑线灾害灾种自动识别监测和预警技术。基于多普勒雷达图像识别技术对强天气（飑线、雷暴单体等），并结合自动站实况降雨和阵风的监测数据，以深圳市边界（深圳市竹子林）为中心分别划定***km（预警区）、***km（警戒区）、***km（关注区），对多普勒雷达强天气图像识别结果数据、降雨和阵风进行同步实时预警监测。以人工智能判别方法对强天气进行智能预警，当警戒圈范围内识别出强天气区域，同时实况降雨和阵风超过阈值，强天气智能预警子系统将综合分析降雨和阵风的实况和预报数据，生成强天气预报预警信息，同时将数据写入强天气预警业务数据库。系统将自动判断触发自动预警功能，及时通过外呼、短信等方式提醒基层防灾责任人。*、飑线灾害多源数据搜索与挖掘。飑线是一种范围较小、生命史较短、气压和风的不连续线，属中尺度深厚对流天气系统。其出现非常突然，影响时风向突变、风速骤增、气压涌升、气温急降，并常伴有雷暴、 冰雹、龙卷等剧烈天气，易造成严重的灾害。大部分飑线与锋面活动有关，少数飑线产生于台风前部的倒槽或东风波里。在人工智能时代，如何利用人工智能技术及理念，通过对多源异构飑线数据的搜索及挖掘技术，来解决目前的气象灾害问题，这是一个值得研究和解决的问题。将人工智能技术应用到气象灾害信息挖掘上，主要需要搜索与气象灾害信息相关的数据；对不同的气象灾害进行分类；融合多源异构的数据，并在数据中挖掘出对于预防、减轻气象灾害有价值的信息。搭建飑线灾害多源数据搜索系统，能够从不同数据源获得飑线造成的气象灾害相关数据，包括应急办、交通局、水务局等政务网站，微博、微信等社交媒体以及其他新闻网站；搭建一套高可用的非关系存储数据库； 训练针对飑线带来的多种气象灾害的机器学习模型，针对不同的灾害如树木倒塌、内涝、山体滑坡等气象灾害进行分析与挖掘。二、基于智能预报大数据技术应用。本系统为建立基于人工智能的短临预报与气象信息挖掘平台，该系统的总体架构图如上图所示。首先，平台最底层为基础设施层，由计算资源、存储资源、网络资源等构建统一的操作系统和存储系统。其中存储系统由数据库系统、目录服务系统、文件服务系统三部分组成。在基础设施层之上为数据资源层，主要为气象信息数据库和各类封装的算法库，其中气象数据包括雷达回波数据、卫星云图数据、模式预报数据、自动站数据、地面站数据、历史灾情数据等。算法库中包含卷积神经网络、集成学习算法、深度循环网络、深度强化网络等各类深度学习算法。基于数据资源层，在系统应用层构建三个子系统，分别是飑线灾害多源数据搜索与挖掘子系统、基于人工智能的雷达图像外推子系统和高时空分辨率短临降水估计子系统。三个子系统可以单独运行也可以联合进行短临降水估计。短临降水估计系统可以对在飑线灾害多源数据搜索与挖掘子系统上挖掘到的气象信息进行检验，反过来，这些气象信息可对降水的短临预报提供社会化观测资料。另一方面，两个子系统之间也可以对预报结果进行验证和修正。最后，该平台将建立统一的用户访问接口，为用户的访问和信息的发布提供支持。*、雷达回波数据预处理模块综合利用多年雷达回波数据、地面观测站数据及其他再分析资料，分析雷达回波在不同天气背景下生消演变活动和移动特征，并利用深度学习技术研究雷达回波随时间的变化情况。对数据进行标识和预处理，对雷达回波图像等数据进行拼接和缺失值的插值及填充，为数据做标签并进行预处理，在此基础上构造标准样本数据库。*、雷达回波数据样本库构建针对雷达回波的历史数据进行分析，分析水汽、温度、湿度各类气象因素对雷达回波的影响方式，充分了解强对流天气发展的机理，考虑对回波形态变化具有指示性意义的因子，通过构建的样本库，建立雷达回波外推模型，并利用深度学习相关技术例如卷积网络、长-短期记忆网络等进行建模，从而提高强对流天气的预报准确性和时效性。*、基于人工智能的临近预报模型雷达回波临近预报问题实质上是时序预报问题。因此本研究中选择了在时序预测问题中表现出色的循环神经网络模型。针对雷达回波临近预报问题设计了网络模型，结合雷达回波外推问题的特性，设计了雷达回波临近预报网络模型，使其继承了循环神经网络的自主学习能力和长期记忆输入信息的能力，使其具有较好的外推临近预报能力。最后，对回波数据集进行训练和测试，对预报结果进行评估，并将基于人工智能的临近预报模型和传统临近方法的评估结果进行了对比，验证外推模型的性能和效果。*、外推结果可视化接口该模块将提供基于人工智能的雷达图像外推结果的可视化接口，以供外部可视化平台完整展示整个广东省的基于雷达回波的临近预报结果，从而为临近预报提供参考。通过对雷达回波数据进行整理和分析，使用特征工程提取到所需的雷达回波数据源，利用自动站观测资料和数值模式输出数据，根据人工智能学习模型进行统一的预处理，剔除相应的噪音数据，对缺失数据进行平滑填充等操作，从而构建标准样本库。根据雷达回波临近预报的特性，对新一代天气雷达的基数据进行分析和处理，包括坐标系的转换以及数据的建模和可视化。设计适合雷达回波临近预报的深度神经网络模型。基于深度学习等人工智能技术构建好的标准样本库进行建模，利用卷积神经网络对雷达回波的局部特征进行提取，使用循环神经网络等方法对雷达回波时序信息进行提取，从而构建一个高准确性，高时效性的雷达回波外推模型。把雷达数据输入学习网络进行训练和测试，以及对输出结果进行评价和对比。三、高时空分辨率短临降水估计短临预报通常指*-**小时的短时天气预报，短临预报主要预判小范围，甚至是几公里范围内的天气情况，尤其是强对流天气造成的暴雨等极端天气，通过读取雷达数据，定位云的坐标，与地理信息进行叠加，判断强降水可能影响的隐患点，根据降水初期、最强降水的回波强度、高度、持续时间等条件，来判断可能引起地质灾害的范围，以及该区域范围内的隐患点信息。目前就临近预报业务而言，在技术手段上仍然主要建立在天气雷达特征或云图特征识别和外推的基础上进行预报。鉴于此，我们希望在人工智能浪潮的推动下，对气象预警预报进一步改进，重点在于雷达数据同化和将同化资料和数值模式的合理融合，利用多普勒气象雷达数据，综合自动气象站数据和卫星反演降水数据，结合深度机器学习相关技术，实现深圳及华南地区范围内高时空分辨率精准降水预报。通过对雷达资料同化，融合数值模式数据, 建立强对流天气短时和短期预报并重、实现主观和客观预报有机结合的一体化预报业务模块；应用深度学习方法的强对流天气智能监测预报技术，基于多源观测数据的强对流分类智能识别技术、临近外推技术，利用多源观测资料和数值模式输出的强对流分类智能预报技术，建立国家级与深圳市实时协同的强对流短临预警业务流程；建立较为完善的高时空分辨率短临降水预报产品体系，实现*-*h乃至更长时效内时间和空间稠密化和高频更新。为了更准确的进行预报，需要对现有的气象时序数据进行扩充，从而增加训练样本。时序数据的扩充包括雷达数据外推和数值模式预报场数据的获取两部分，雷达图像外推模块将利用前沿深度学习技术，对雷达图像的时序数据进行扩充，与传统雷达图像外推数据进行结合，提高外推图像的准确性，并对融合后的数据进行特征选择、特征生成和特征抽取，获得更真实的未来图像数据，以更好的对降雨量进行预测。当前业界应用的短时强降雨预报是对临近预报和数值模式进行融合之后的产物，其目的是对两种模式的结果进行综合考量，在对不同时刻的降水量进行预测时，能够发挥出二者的长处。基于深度学习算法的预报模型也将同时使用两种数据，通过深度神经网络对雷达回波图像和数值模式数据提取出时间和空间上的特征，对降雨量做出精准的预报。该模块将利用各类先进深度学习算法，输入经过处理外推后的雷达图像，结合模式预报分析场和预报场数据，进行降雨量预报。同时利用模型集成技术和超参数自动优化技术，对模型效果进行提升，以达到更准确的高时空分辨率短临降水预报结果。四、高分辨率风云四号卫星产品应用技术利用高性能计算机提供的计算资源，采用并行计算方法，对卫星云图产品进行分级切片处理，具体包括水汽图、可见光产品、红外*产品、红外*产品等卫星云图产品，最终实现泛华南卫星云图产品切片制作。系统基于金字塔模型，可根据比例尺缩放控制产品的详细程度，通过分级切片，把卫星云图清晰度进一步提高到*KM**KM；同时，确保使用放大缩小和播放功能时不影响其加载效率。*、风云四号卫星资料产品应用针对风云四号卫星数据，提供高频次、高质量的风云卫星红外、水汽、可见光等高清晰产品，开发华南地区基于风云四号卫星资料的降水估测产品（QPF）以及高精度垂直大气温湿结构观测信息，提升高分辨率卫星产品应用水平。红外单通道高清晰产品绘图路线通过hdf*接口库，解析风云四号卫星成像仪L*b级数据，读取红外通道数据集，解析出有效DN值，通过文件自带定标系数计算每个像元的亮温tbb；通过已有的地理定位文件将红外亮温tbb进行一定范围内的快速投影转化，采用等经纬度投影模式；调用python等软件的pil模块的image库对数据进行快视图绘制。注意在其中绘制时将灰度色标和亮温进行逆向对应，便于画出越白越冷的效果。真彩色合成高清晰产品绘图路线通过hdf*接口库，解析风云四号卫星成像仪L*b级数据；读取多个可见光通道数据集，解析出有效DN值；对数据进行转换，把原通道数据集转换成RGB数据集（通道可选择）；对RGB数据集数据线性拉伸, 拉伸比例一般设定*%左右；通过已有的地理定位文件将可见光进行一定范围内的快速投影转化，采用等经纬度投影模式；实现对*通道的彩色合成算法，快速对投影数据进行彩色合成；调用python等软件的pil模块的image库对数据进行快视图绘制。快试图分为单通道和合成图像两种类型图片产品。将海陆边界叠加在圆盘图背景上。可见光单通道高清晰产品绘图路线：通过hdf*接口库，解析风云四号卫星成像仪L*b级数据；读取可见光通道（三通道）数据集，解析出有效DN值；对数据进行转换，把原通道数据集转换成RGB数据集；对RGB数据集数据线性拉伸, 拉伸比例一般设定*%左右；通过已有的地理定位文件将可见光进行一定范围内的快速投影转化，采用等经纬度投影模式；调用python等软件的pil模块的image库对数据进行快视图绘制。快试图分为单通道和合成图像两种类型图片产品。将海陆边界叠加在圆盘图背景上。降水估测产品（QPF）通过hdf*接口库，解析降水估测产品；读取降水数据集，单位mm/h；通过hdf*接口库，解析风云四号数据；读取可见光第一通道作为圆盘图背景；通过已有的地理定位文件将QPF数据进行一定范围内的快速投影转化，采用等经纬度投影模式；将*至**的数据根据色彩表转换成颜色叠加在圆盘图背景上；将海陆边界叠加在圆盘图背景上。高精度垂直大气温湿结构观测信息通过hdf*接口库，解析风云四号大气探测器大气温湿廓线数据产品；通过已有的地理定位文件将温湿度进行一定范围内的快速投影转化，采用等经纬度投影模式；以X轴为温度，Y轴为高度，画温度廓线图；以X轴为湿度，Y轴为高度，画湿度廓线图。将海陆边界叠加在圆盘图背景上。*、风云四号卫星在华南强天气短临预报应用技术针对华南台风、暴雨、强对流等灾害性强天气，开发基于风云四号卫星的定量监测对流的自动识别、追踪和短时临近预报产品，重点提高*-*小时强天气预报能力。对流初生判识算法读取和解析连续两次（**和*分钟观测时间差）风云四号L*b级别数据；获取不同通道亮温数据，通过采用不同通道的定标表获得最后的亮温数据；多目标对流跟踪：多对流目标跟踪算法是在前后两帧对流判识的情况下，判断帧间对流相互对应的情况。由于初生对流目标尺寸不大，需要选用粒子滤波的方法对对流进行跟踪，根据对流观测资料获取时间间隔选择不同的追踪算法参数。这里主要采用粒子滤波算法进行有效的像元追踪，它是利用对流云可能位置的样本作为粒子集来表示概率，可以用在任何形式的状态空间模型上。其核心思想是通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替需要完全遍历的积分值，从而获得状态最小方差分布的过程。对流检测：对流检测算法采用阈值法结合面积阈值主要提供像素级联通区域对流的检测结果。FY-*对流检测算法联合采用*.**μm与**.*μm通道信息，利用对流云在红外窗区通道亮温低以及白天可见光通道反照率高的特性来进行判识。红外**.*μm通道采用阈值法与面积阈值检测对流。白天增加可见约束条件（仅对太阳天顶角小于**度适用）先进行*.**μm通道反照率太阳高度角订正处理，再采用阈值法判识对流云。对流识别后，通过hdf*工具将对流产品按hdf*格式写出，进行保存。对流识别绘图通过hdf*接口库，解析对流产品数据；通过hdf*接口库，解析风云四号L*b级数据；读取红外**微米通道数据，通过定标表反演获取亮温数据，利用该数据作为圆盘图背景；将对流数据根据色彩表转换成颜色叠加在圆盘图背景上；将海陆边界叠加在圆盘图背景上。五、所有产品数据需实时入库存储在深圳市气象局数据库，并开发实时显示共，和深圳市气象局业务系统实时对接。开发产品显示和产品检验功能。智能预报方法、短时强降水预报、飑线社会数据、基于风云*号卫星的QPF和自动识别、追踪和短时临近预报产品。产品以图形可视化方式进行展示，便于预报人员研究和分析。（六）日常维护服务及应急技术支持*、日常维护服务(*)为保证系统的日常稳定运行，合同有效期内，建立完善的项目维护组，明确项目维护内容以及项目组人员的职责范围，建立完善的项目维护流程。（*）依据维护流程提供日常维护服务以保障项目系统的日常稳定运行，在网络环境和数据库环境发生变化时，应修改项目系统程序配置以适应新的运行环境。（*）要求对系统作定期或不定期技术巡检服务并建立完整的技术维护档案，将每次技术维护的类型、日期、维护内容、维护措施、维护人员、故障原因、处理结果等要素详细记录并归纳入库并形成完整的维护档案库。（*）要求通过日常维护及巡检等服务，查找不利于系统正常运行的因素或诱发系统故障的因素，如是系统缺陷引起的，应针对缺陷进行系统软件升级并向用户发出升级预告。如是业务应用或管理上引起的，则对用户提出有针对性管理建议或意见。*、应急响应维护服务提供电话咨询指导、远程在线支持、现场技术服务等应急响应技术服务；建立应急维护分级规则，应急响应技术维护服务的响应速度和故障处理时效按照应急维护分级规则的要求进行。（*）提供电话指导、远程在线支持服务，在接到系统的故障申告、咨询或技术服务请求后，安排技术工程师提供每周****小时的电话、远程在线支持服务。（*）提供现场支持服务，针对系统的故障申告电话及远程支持服务无效的状况下，提供现场技术服务，现场技术服务响应的时效性应符合应急维护分级规则的要求。（*）建立应急维护故障分级服务响应体系进行应急响应服务分级，根据系统运行中出现的故障或问题，按照其对系统运行的影响程度按紧迫性划分为*个等级。*、信息安全维护根据深圳市政府信息安全相关办法要求及局内相关规定，加强各系统的信息安全检查，并配合进行网络信息安全检查及整改工作，每个季度进行漏洞的弥补，包括各系统前后台所用到的服务器和网站应用的漏洞。此外，还需及时处置用户反馈、解决系统运行中出现的问题。*、服务产品保障确保各类气象服务产品实时生成，同步存储到相应的数据库并以统一的接口为各气象服务平台调用，为气象决策服务提供服务支撑。 商务需求一、开发期限要求：*.* 服务期：自合同签订之日起***个日历日内。*.* 产品验收移交地点：深圳市气象局*.* 项目分为需求分析、系统设计、系统开发、测试、部署实施、培训等*个阶段实施。*）、需求分析阶段要求中标方的系统调研员充分了解我方系统的功能需求，形成详细的需求分析报告。*）、系统设计阶段要求系统分析设计师根据需求说明书做好本项目详细设计，形成设计文档，包括概要、详细设计；系统设计的流程图，每个程序的介绍、文件及数据标准说明等。*）、系统开发阶段要求软件开发工程师，测试工程师按本项目的需求和功能模块完成软件系统开发。*）、测试阶段要求中标方对本系统进行测试并通过。*）、部署实施阶段要求部署工程师做好软件的部署与安装，确保可正常运行。*）、培训阶段要求为我方提供不少于**个课时的培训及培训文字资料和讲义等相关用品。所有的资料必须是中文书写。二、报价方式和币种*.*本项目总报价为完成采购文件及合同条款所规定的工作内容的各项费用，以人民币为结算单位，包括软件开发费用、安装调试费、培训费用、第三方测试费用及税费等相关费用。如招标文件中要求分项报价而中标人未单独列明的分项价格，将被视为该费用已包含在其他分项中。*.*投标货币：人民币三、 付款方式该项目费用以人民币结算，按深圳市财政委员会规定支付。四、安装和验收*.*、中标人应根据所提交的验收方案和实施办法，自行组织设备和人员，并在使用单位监查下现场进行测试和验收。*.*、验收由深圳气象局组织进行，中标人应在项目验收时将软件的全部有关产品说明书、技术文件、资料、及安装、验收报告等文档汇集成册交付使用单位。*.*、中标人应负责在项目验收时将软件的全部有关产品说明书、技术文件、资料、及安装、验收报告等文档及软件源代码汇集成册交付设备使用单位。五、质保期及质保期间处理*.*质保期：本项目验收合格后**个月之内为质保期。*.*维护服务：在质保期内，中标方应该免费提供****小时电话技术支持，对于电话支持无法解决的问题，赴现场解决故障的响应时间不超过*小时。*.*项目的主要建设内容包括：（*）基于多普勒雷达图像识别技术，并结合自动站降雨和阵风实况数据，建设飑线智能预警子系统。（*）建立基于人工智能的雷达回波预报模型，分别用卷积神经网络对雷达回波的局部特征进行提取，和用循环神经网络等方法对雷达回波图像的信息进行提取，构建一个较高准确性，高时效性的雷达回波预报模型，初步实现基于雷达回波的临近预报系统，为暴雨、对流天气的短临预报提供参考。（*）通过大数据分析，结合深度机器学习相关技术，提炼短时强降水雷达回波特征。（*）建设多源数据采集系统，通过快速获取、处理、分析和提取飑线有价值的、海量、多样化的气象相关的社会观测数据，初步建立一个能实现互联网社会化观测和舆情综合服务的决策支持系统，以满足对于文本、图片、视频等数据的采集、存储、分析及可视化需求，为社会提供更优质的服务。（*）引进和应用高分辨率风云四号卫星资料处理和分析核心技术，开发华南地区基于风云四号卫星资料的降水估测产品（QPF）。针对华南台风、暴雨、强对流等灾害性强天气，开发基于风云四号卫星的定量监测对流的自动识别、追踪和短时临近预报产品，提升高分辨率卫星产品应用水平。（*）在上述研究的基础上，开发产品显示和产品检验功能。预计第*模块至少需要专业人员**个人月量技术开发和服务；第*、*、*、*模块各至少需要专业人员*人月量技术开发和服务；第*模块至少需要专业人员*人月量技术开发和服务。（**+*+*+*+*+*）人月**.*万元/月**.**税及其它成本=***.**万元。经测算该项目的费用报价在***.**万元（含）以上较为合理。低于合理成本价的投标报价，由评标委员会评定其报价的合理性，评定为不合理的，评标委员会要求投标人给出说明。 评标信息评标信息序号评分项权重*价格部分***技术部分** 序号评分因素权重评分方式评分准则*技术开发方案**专家打分针对本项目特点，制定贴切本项目的技术开发服务和技术实施路线方案，保证招标项目系统的有序进行。从项目整体需求分析（**%）、系统总体设计（**%）、系统技术实施路线（**%）及系统功能开发及技术服务（**%）等四个方面进行横向比较，分档评分：分档评分：优（**-**分）、良（**-**分）、中（**-**分）、差（*-*分）。*项目组织实施方案*专家打分对项目实施的总体表述，项目实施计划清晰，合理，项目组织实施安排周密可行。从项目组织机构及其职责安排（**%）、人力资源配备及岗位职责（**%）、项目进度计划安排及管理（**%）、项目过程管理（**%）、项目质量管理及质量保证措施（**%）等五个方面进行横向比较，分档评分：优（*分）、良（*分）、中（*分）、差（*-*分）。*服务计划*专家打分质保期服务计划。横向比较，分档评分：优（*分）、良（*.*分）、中（*分）、差（*-*分）。*技术培训方案*专家打分能针对本项目内容制定切实可行的系统技术培训计划，技术培训计划应完整有序，可操作性强，培训目标、内容、对象明确，培训方法得当，课时及学员容量安排合理。横向比较，分档评分：优（*分）、良（*.*分）、中（*分）、差（*-*分）。*拟安排的项目负责人（仅限*人）情况*专家打分要求项目负责人近*个月必须在投标单位缴纳社保，否则该人员不予计分。在此基础上，以下三项累加计分： （*）项目负责人具有气象或计算机专业相关博士学位（含）以上（或能证明具有同等学术水平）的得*分；具有硕士学位（或能证明具有同等学术水平）的得*分，硕士学位以下不得分。（*）项目负责人近*年内以第一作者或通讯作者（****年*月*日至本项目开标之日，以发表时间为准）发表过气象或人工智能、数据挖掘、大数据、图像处理等相关领域的SCI论文，每篇得*.*分，最高得*分。 （*）项目负责人近*年内（****年*月*日至本项目开标之日，以颁发时间为准）曾以气象或人工智能、数据挖掘、大数据、图像处理等相关领域项目的研究成果获得过市级或以上的科技奖励（含自然科学奖、技术发明奖和科技进步奖等）的得*分。 要求提供近*个月社保资料（网页或窗口打印资料均可）、学位证书、论文发表刊物及其他相关材料（均为扫描件）作为得分依据。评分中出现无证明资料或专家无法凭所提供资料确定是否得分的情况，一律作不得分处理。*人员投入状况（项目负责人除外）**专家打分要求相关人员近三个月在投标单位缴交社保，否则该人员不予计分。在此基础上，考察团队成员具有“气象”、“计算机”、“软件”、“电子信息”等相关专业副高级（或以上）职称或博士学位人数情况：*、*人及以上得***%分数，*、*人得**%分数；*、*人得**%分数；*、* 人得**%分数；*、*-* 人得**%分数。要求提供相关人员近三个月的养老保险资料（补缴无效；社保部门资料或网页资料或窗口打印资料均可，未提供三个月资料的人员不予纳入计分）。学历（学位）证书或职称证书作为评分参考（所有资料均要求扫描件，原件备查）。评分中出现无证明资料或专家无法凭所提供资料判断是否得分的情况，一律作不得分处理。*商务部分** 序号评分因素权重评分方式评分准则*资质认证情况*专家打分具备地市级（或以上）重点实验室（工程实验室）认定证书得***%分数；否则不得分。要求提供相关证书或其他证明材料扫描件（原件备查）作为得分依据。 评分中出现无证明资料或专家无法凭所提供资料判断是否得分的情况，一律作不得分处理。*投标人同类项目业绩情况**专家打分考察近五年（****年*月*日至本项目开标之日，以合同执行期在此期间为准）投标人承担过同类项目（同类项目专指与“气象”软件开发、“人工智能”、“数据挖掘”、“大数据”或“图像处理”等相关的服务项目或课题，且合同金额不低于 **万元）业绩[已履约评价（验收）合格）]情况：每具有一个得 **%分数；此项最多得***% 分数。要求同时提供合同关键信息（通过合同关键信息无法判断是否得分的，也可以提供能证明得分的其它证明资料，如合同甲方出具的证明文件等）及项目履约（验收）合格评价（证明）文件（均要求提供扫描件）作为得分依据。 评分中出现无证明资料或专家无法凭所提供资料判断是否得分的情况，一律作不得分处理。*投标人获得的可研成果以及知识产权情况*专家打分*. 投标人近*年内（****年*月*日至本项目开标之日，以授权公告日为准）获得气象或人工智能、数据挖掘、大数据、图像处理等计算机软硬件相关的发明专利情况，每具备*项得*.*分数；最高不超过*分。*. 投标人近*年内（****年*月*日至本项目开标之日，以授权公告日为准）获得气象或大数据、人工智能、云计算等计算机软件相关的计算机软件著作权情况，每具备*项得*.*分数；最高不超过*分。 投标人须科研成果认定或知识产权相关证明文件作为得分依据。评分中出现无证明资料或专家无法凭所提供资料判断是否得分的情况时，一律作不得分处理。*报价合理性*专家打分对照招标文件关于投标报价的要求，结合本项目完成（服务）期限要求和人员要求，考察投标人"投标报价"的科学性及合理性。横向比较，分档评分：评价为优得*分；评价为良得*.*分；评价为中得*分；评价为差不得分。*服务网点（场地）*专家打分*. 深圳供应商，或非深圳供应商但******（******营业执照复印件），并能够提供项目组全体人员驻点开发服务的得*分； *、其他得*分。需在投标文件中承诺提供驻点开发服务，非深圳供应商并提供服务网点设立证明材料（提供分公司营业执照复印件）。*诚信情况*专家打分根据《深圳市财政委员会关于加强招投标评审环节诚信管理的通知》（深财购[****]**号）的要求，投标人在参与政府采购活动中存在诚信相关问题且在主管部门相关处理措施实施期限内的，本项不得分，否则得满分。投标人无需提供任何证明材料，由工作人员向评审委员会提供相关信息。其他公开招标项目评定分离申报事项一览表序号需明确事项名称授权评审委员会定标非授权评审委员会定标填写内容备注填写内容备注*是否派代表参加评审填写“是”或“否” 不需填写*评审方法填写“综合评分法”或“最低价法”填写“综合评分法”、“定性评审法”或“最低价法”*定标方法 不需填写填写“自定法”、“抽签法”或“竞价法”填写说明：*.该表格为采购人申报时填报的材料，请将该表格放在需求书的首页首行,或作为独立文档与其他申报资料一并上传申报；*.采购人只能填写“授权评审委员会定标”或“非授权评审委员会定标”栏目，不得同时填写两栏目；*.属于国际招标的项目，不填写此表格；*.如上述表格填写不全或不按表格要求填写，将影响政府采购活动的正常开展。对表格填写不合要求的，申报审核将不予通过，退回采购人重新申报。 附件*-基于人工智能的强天气短时融合预报技术应用-招标申报书.docx.docx