从家乡风雨到数据防线：浙江水利水电学院“定风波”团队算法攻关路

在极端灾害频发的背景下，水文气象数据缺失往往会给社会带来重大损害。浙江水利水电学院 “定风波” 团队经两年不懈攻关，成功自主研发 AI 数据修复系统。该系统在数据填补精度与鲁棒性方面实现显著提升，其成果通过数理统计与真实场景双维度验证，为我国防灾减灾事业打造了坚实的 “数据堤坝”。

“定风波” 团队由学生主导，团队核心成员因台风 “杜苏芮” 侵袭时，家乡监测数据断联及历史数据缺失造成的危害，决心运用技术弥补防灾链条的缺口。团队以解决极端气象数据监测不足的痛点为出发点，致力于通过 AI 修复技术保障社会安全稳定。

团队负责人邱赫表示，团队命名源自苏轼的《定风波》，旨在以算法守护数据世界的安宁，这也是当代青年对千年文化精神的传承与创新。

团队成员正在进行软件系统研发

成立伊始，“定风波” 团队便将水文气象数据修复作为核心研究方向。邱赫提出将机器学习与水文数据填补技术深度融合的创新构想，指出传统方法依赖单一模型，难以应对复杂的数据缺失场景，必须构建系统性解决方案。在陈浩老师的指导下，团队系统梳理流域基流特征与数据缺失机制，发现传统模型存在跨模型兼容性差、动态调整能力弱等问题，以及随机假设导致数据生成失真的深层次矛盾。

2023 年至 2024 年，团队构建了 “数据收集—模型研发—测试验证—工程落地” 全链条技术体系，成功研发能量谷优化算法（EVO）。该算法通过动态能量分配机制，为不同模型定制优化路径，使训练效率大幅提升 40%。针对高缺失率场景，团队首创四元异构模型融合架构，集成动态权重分配与多模态特征交互技术，大幅提升数据填补的稳定性。为解决数据生成偏差问题，团队开发了 “事件—缺失” 关联规则库与物理逻辑驱动策略，显著提高了生成数据的贴合度。

为验证模型精度，团队选取椒江流域历史数据构建多维度测试集，运用 PCC、NSE、Pbias 等专业指标进行严格验证。2024 年，该技术成果在浙江省气象中心业务系统中经受了实战检验。在台风预警与洪水预报场景中，系统成功修复了传感器故障导致的非随机缺失数据，极大提升了公里级气象预警产品的生成效率与预警响应的时效性。团队成员刘高瞻记录，预警信息能够提前 3 小时送达指挥部，有效增强了灾害应对的及时性和有效性。

团队成员正在进行项目讨论

目前，“定风波” 团队已发表 6 篇 SCI 论文，获得 2 项授权发明专利和 3 项软件著作权。其核心技术被浙江省气象服务中心、浙江省水利发展规划研究中心列为业务系统标准模块，并在浙江水文新技术开发经营有限公司、浙江大禹信息技术有限公司开展应用服务。团队成员肖炅灵表示，团队以代码应对数据危机，践行科研初心。

随着各地灾害防治需求的不断增加，“定风波” 团队正深入开展多灾种适配研究，致力于构建智慧化灾害预警技术生态。团队成员陈逸静指出，团队以 “数据定则民心安” 为宗旨，将继续用算法为数字时代的防灾减灾事业贡献力量。

这场源于应对暴雨灾害的技术探索，将传统诗词中的豁达精神转化为技术力量，通过实时水文数据优化预警网络，为人民生命财产安全提供了有力保障 。