报告题目：基于人工智能的天气预报技术研究
报告专家：智协飞 教授
报告时间：2024年10月16日（周三）14:00
报告地点：气象楼423会议室
专家简介：
智协飞，教授、博士生导师，《大气科学学报》常务副主编，《Remote Sensing》《暴雨灾害》常务编委，江苏省科技期刊学会副理事长，江苏省首席科技传播专家，中国气象服务协会人工智能技术委员会指导专家组副主任，中国海洋学会人工智能海洋学专委会常务委员。主持国家973项目课题、国家重点研发计划课题、国家自然科学基金项目等，发表论文260多篇，授权发明专利15项，获批软著60多项，获中国发明协会发明创业创新奖一等奖，第49届日内瓦国际发明展金奖，其他省部级科技奖4项。
报告摘要：
近年来，人工智能在天气气候预测中发挥了越来越重要的作用。报告综述了团队近年来利用人工智能方法在降水短临预报、中短期预报以及次季节预报所做的研究。
在降水短临预报中，融合地面观测的物理量信息的数据集能显著提升深度学习模型的预报技巧，特别是暴雨和大暴雨等强降水中心的预报以及雨带的预报都更加精准。在中短期预报中，CNN降水概率预报误差较EMOS预报误差更小。随着训练样本量的增加，预报误差变得更小。当预报时效延长，CNN作为最优订正模型的站点数占总站点数的百分比在下降。在次季节预报中，U-Net神经网络能显著提高ECMWF的降水预报技巧，且较CSG-EMOS具有显著优势。U-Net神经网络将ECMWF降水预报的有效预报时效从2周延伸到4周，并显著提高了极端降水的预报技巧。对模型的可解释性研究发现，预报的大气环流因子对于2周以后的降水预报尤为重要。
欢迎广大师生踊跃参加！
