主题：气象与自动化
时 间：2024年8月31日14:00-17:00
腾讯会议ID：261-697-629
主持人：葛泉波 教授 南京信息工程大学
报告安排
时间 | 报告人 | 报告题目 |
14:00-14:35 | 智协飞 教授 南京信息工程大学 | 基于人工智能的降水短临预报技术 |
14:35-15:10 | 陆春松 教授 南京信息工程大学 | 天气与气候模式中云微物理过程的建模 |
15:10-15:45 | 张峰 教授 复旦大学 | 基于人工智能技术的云物理特性遥感研究 |
15:45-16:20 | 张小玲 总工程师 国家气象中心 | 中央气象台人工智能气象应用发展及思考 |
16:20-17:00 | 韩永 教授 中山大学 | 面向复杂环境的多参数气象环境测量仪研制 |
专家及报告简介
报告题目：基于人工智能的降水短临预报技术
报告摘要：利用人工智能方法开展降水短临预报研究。首先介绍基于物理约束的NWP短时强降水预报的人工智能订正技术，然后利用融合多物理量信息的深度学习模型进行降水短临预报试验，模型显著减小了降水的预报误差，对不同量级降水预报技巧都有明显提升。
报告题目：天气与气候模式中云微物理过程的建模
报告摘要：云过程对天气和气候都产生了重要的影响，但云过程尺度跨度大、定量分析难，目前对云物理的理论认识仍然存在很大的不确定性，阻碍了模式对降水辐射等的准确模拟。本报告将从云微物理研究的背景、难点和前沿入手，介绍云微物理建模过程，探讨不同建模方案的优劣，以及未来的发展方向。
报告题目：基于人工智能技术的云物理特性遥感研究
报告摘要：云的物理特性对气候变化和天气预报有着重要影响，然而传统遥感手段在获取全天时的厚云物理特性方面存在一定的局限性。本报告将探讨如何利用人工智能技术改进全天时云物理特性遥感的精度和效率，为实现全天时、全覆盖的云物理特性监测提供创新解决方案。
报告题目：中央气象台人工智能气象应用发展及思考
报告摘要：近年来，由人工智能推动的新一轮技术革命正在对气象预报业务产生重要深远的影响，为我国气象预报高质量发展带来巨大的机遇，也对气象预报业态发展带来巨大挑战。在气象预报领域，盘古、GraphCast、伏羲、风乌、NeuralGCM等AI预报大模型相继出现，不断在预报精度和时效上取得突破。人工智能技术逐步被应用于中央气象台的预报业务各环节，而由清华大学软件学院和国家气象中心联合研发的人工智能气象预报短临模型风雷和全球短中期预报模型风清于2024年6月发布，成为人工智能加速和带动中央气象台气象预报向智能化业务升级转型发展的标志性事件。风雷和风清大模型已经分别在强对流天气短临预报和台风路径等中短期预报中发挥重要作用。未来，如何在此基础上，不断提升模型对极端、灾害性天气预报的能力，打造人工智能预报基础大模型和专业小模型有机发展的技术体系有待探索和攻关。
报告题目：面向复杂环境的多参数气象环境测量仪研制
报告摘要：简要阐述大气探测仪器分类，现状及走向，详细报告最近的工作面向复杂环境的多参数气象测量仪器的研制。该仪器基于透射原理，设计并研制光学发射、接收、对准及矫正系统，以保证仪器的测量准确度，实现能见度、湍流强度、温度、湿度、气压等参数的同步测量，并完成远距离数据传输以及外场实验应用测试。该仪器可应用在复杂路网低能见度下团雾、近地面气象环境状态监测以及站点、岛屿以及车载移动平台上，对于气象环境业务探测和研究湍流-粒子-光之间的相互作用研究具有重要的价值。
