服务大厅 | VPN | English

欧亚极端事件可预报性研究:动力与AI模型的比较

发布时间:2025-05-19

报告时间:2025年5月20日(周二)9:00 -11:00

报告地点:敏学楼406会议室

报告人简介:

复旦大学大气与海洋科学系副教授,2017年毕业于中国科学院大气物理研究所。主要研究方向为高影响天气和气候事件的可预测性,深入探讨了大气初始不确定性、边界不确定性等因素对极端天气事件生成和预报的影响,并提出了有效的目标观测方案,以减小预报不确定性。已在国际SCI期刊上发表论文30余篇,主持了国家自然科学基金青年项目和面上项目各一项,作为核心骨干参与了国家自然科学基金基础科学中心项目、重大项目以及科技部重点研发项目等多个国家级科研项目。

报告摘要:

松弛试验,即将模型预测结果不断地向分析场逼近,是一种有效识别大气可预报性来源的有效手段。利用这一技术,本研究探究了动力模型(IFS)和AI模型(Pangu-Weather和AIFS)对欧亚地区极端事件的可预测性。结果表明,通过北极松弛试验,所有模型均可以提高欧亚地区极端事件的预报技巧。但相比于动力模型,AI模型的改善效果较为有限。这一差异可能是由于AI模型在表征北极-欧亚联系方面较弱导致的。总体而言,AI模型中不同纬度之间的联系较弱,尤其是热带与中纬度之间的联系,这可能与AI模型中热带区域变率较低有关。

诚邀感兴趣的师生参加!

人工智能学院

2025年5月19日

来源:人工智能学院  

地址:辽宁省大连市甘井子区凌海路1号

邮编:116026