关于对“江苏省环境空气质量预测大模型”服务的询价公告
2025-07-28
江苏/南京
招标采购
关于对“江苏省环境空气质量预测大模型”服务的询价公告
江苏/南京-2025-07-28 00:00:00
索引号:*********/********** 组配分类:政府采购
发布机构:监测中心 发文日期:**********
名 称:关于对“江苏省环境空气质量预测大模型”服务的询价公告 文件编号:
内容摘要: 时 效:

关于对“江苏省环境空气质量预测大模型”服务的询价公告

发布时间:********** **:**浏览次数:

关于“江苏省环境空气质量预测大模型”服务的询价公告

各有关供应商:

江苏省环境监测中心拟进行江苏省环境空气质量预测大模型”服务采购,欢迎合格的供应商参与报价。

一、采购需求

(一)服务内容:详见附件

(二)采购预算:******元(大写拾万零肆佰元整

(三)具体要求:

*、资质(如有)/

*、服务地点: 江苏省环境监测中心

*、服务时限:**个月

*、付款条件:自合同签订之日起,甲方在收到乙方发票后向乙方支付合同额**%费用甲方出具完工确认函后,支付合同额**%费用。

*、报价文件纸质版和电子版均须加盖公章,纸质版须密封。提供正式报价视为接受我中心在本项目采购中提出的各项技术要求。

*、单位负责人为同一人或者存在直接控股、管理关系的不同供应商,不得参加同一项采购活动。如成为本项目成交供应商,须配合我中心核实与其他未中标询价单位关联关系,提供无关联关系盖章承诺,并承担违约责任。

*、其他/

二、报价文件材料要求(标*为关键项,缺失视为无效报价。)

(一)*供应商基本情况

名称


法人


注册地址


联系电话


股东名称及持股比例


主要人员及职务

(董事、监事等)


(二)*相关资质证明

(营业执照副本等)

(三)*近两年业绩(提供合同等证明材料)

*、承担其他单位/公司合同情况

*、承担省中心合同情况,没有填

(四)*报价及测算明细

(含人员、设备、技术方法等)

(五)*服务响应

(此次项目配备人员情况(职称等)、技术方法、质量要求、保密、时效、安全等要求)

(六)*技术服务成果形式

(七)*知识产权归属等承诺

)其他/

三、报价材料提交截止时间和地点

(一)截止时间:******。以本中心收到材料时间为准,截止时间后为无效报价文件。

(二)提交/邮寄地点:南京市建邺区中和路***

(三)接受报价材料邮箱: *********@***.***

(四)联系人:马茜雅,电话:***********

四、成交规则(服务类)

按照符合采购项目需求、质量和服务的情况下,报价最低的原则确定成交供应商。

附件:“江苏省环境空气质量预测大模型”服务技术要求

江苏省环境监测中心

*******


附件:

“江苏省环境空气质量预测大模型”服务技术要求

一、项目概述

为贯彻落实国家、省《深入打好污染防治攻坚战的实施意见》,根据江苏省空气质量现状和考核目标要求,拟针对江苏省********年期间大气空气质量开展污染过程预测预报技术研究,服务内容为基于 ** 技术的空气质量精细化预测预报技术研究,为江苏省大气污染过程应对提供科学技术支撑。

二、服务内容

*、基于 ** 技术的空气质量预测模型搭建

预测大模型采用四维时空序列网格化模型,在气象模型基础上增加污染物浓度变量能够在空间和时间上捕捉空气质量数据中的长期依赖和空间相关性

预测大模型将气象数据、污染浓度历史数据等作为模型输入,通过海量数据训练,建立海量历史数据与污染浓度的模型关系,并通过预测模型输出不同空间/时间粒度的预测结果;

数据源主要由气象数据与污染物浓度数据两部分构成。气象数据包括全国城市气象站点数据、欧洲中心再分析资料****、全球预报系统***数据以及参考其他网站的气象预测数据,污染物浓度数据则包括全国各个子站和微站各污染物的数据。时间分辨率包括小时和日粒度,数据时间则选择****年至****

预测模型搭建方面至少使用*主流神经网络结构方法,模型空间分辨率不低于*********

*、基于 ** 技术的空气质量预测模型配置及训练

***预测模型时间分辨率不低于**,空间分辨率:不低于**×****

***预测模型能使用全国城市气象站点数据、欧洲中心再分析资料****、全球预报系统***数据以及参考其他网站的气象预测数据。

*预测参数包括空气污染物*********************参与训练的参数为空气污染物*********************气象变量为**气温、*******处相对湿度、***风矢量*\*、向下短波辐射通量。

*训练要求输入为历史*天的污染物真实浓度数据,未来第*天气象预测数据,输出为未来*天的浓度。训练数据为全部数据集合的前**%,训练集为全部数据集合的后**%

*)通过训练多个模型以减少累积误差,可预测未来**小时的大气污染

*、计算资源

因服务可能需要同时运行多个高分辨率的大气模型,因此配置的*****核,内存≥****,存储≥********



企业微信客服
微信公众号
微信小程序