對於第二階段目標，陳教授表示，在第一階段目標的基礎上，團隊將預報時效延長到6小時，需融合不同位勢高度雷達拼圖、多源融合降水產品、衛星雲圖，建立用於訓練預警時間達6小時的人工智能深度學習模型的數據集。其次，將通過耦合天氣數值模型與人工智能深度學習模型，發展出全新的暴雨臨近預報模型，並訓練模型以延長預報時效，最終達到提前6小時暴雨有效預警目標。
陳教授強調，衹有實現提前6小時的暴雨預警，才能使政府和社會各方有充分的應災決策和防災規劃所需的時間，實現真正有效的救災減災目標，從而完善社會應急防災體系。團隊將分階段評估暴雨預警精度，在預警0至3小時階段使用“三維統計評價系統”，對於4至6小時的暴雨預警階段，則採用概率與區間法提供預警結果，並評估預警精度。
關於實施分區暴雨警告對跨區活動的市民造成的信息混亂？陳教授表示，暴雨應對措施將會變得極為複雜，需要開展分區暴雨預警和社會應急措施的課題來解決，從而正確地應對，真正實現分區暴雨預警帶來的社會效益。他相信，在高科技快速發展的基礎上，智慧城市的建設可以有助於利用好分區暴雨預警帶來的優勢。 |
