大物名师讲座(第144 期) ——特邀中国科学院新疆生态与地理研究所胡增运研究员作报告

发布单位:大气物理学院创建者:孙东敏发布时间:2022-06-21浏览量:2129

报告题目:大道至简之——CCHZ-DISO 大数据评估新系统

报告人: 胡增运 研究员

报告时间:2022年6月22日(星期三)上午10:00

报告地点: 气象楼1114会议室  

主持人:李煜斌  教授

 

报告人简介:

胡增运,理学博士,应用数学专业,海外高层次人才(青年QR),中国科学院新疆生态与地理研究所研究员,硕士生导师,长期从事环境变化与人类健康交叉领域研究, 研究方向为气候变化、传染病预测预警及风险评估、环境变化对人类疾病的影响等。截至目前,发表学术期刊论文55篇,SCI 期刊收录论文45篇,第一作者和通讯作者SCI论文30篇,Google Scholar引用超过1300次,H-index=19,高被引文章1篇。包括:Nonlinear Analysis: Real World Application(ESI高被引),Chaos, Solitons and Fractals;气候变化类 JC, JH, 和JGR等。主持中组部国家人才项目、国家青年基金和省部级项目7项,参与科技部973等国家级项目20项。现任SCI期刊Atmosphere 编委, Frontiers in Environmental Science客座编委. 多个SCI top 期刊评审专家,如: Earth’s Future; Journal of Climate, JOH, JGR等。

报告内容简介:

随着大数据的快速发展,数据的质量和模型精度评估成为大数据研究中的热点问题,且在科学的发展中占据核心地位。现有的大部分统计指标只评估模型单方面的精度,对数据或模型的整体全面评估缺少。Nature中最新研究表明传统的集合平均等方法在CMIP6模型的选取中存在巨大的不确定性,导致对气候变化结论的不合理(Hausfather et al.,2022)。因此,亟需发展一个新的评估系统。为解决上述问题,本团队构建CCHZ-DISO大数据评估系统,其中CCHZ来自主要贡献者姓氏首字母:C来自陈曦研究员,C来自陈德亮院士,H来自胡增运研究员,Z来自周启鸣教授;DISO:distance between indices of simulation and observation。CCHZ-DISO的构建,核心理论是欧式空间距离,计算统计指标的距离。 其中统计指标种类和数目的选取完全根据研究者自身的研究需求决定。不同统计指标的权重提供相应的计算方案。CCHZ-DISO的构建体现大道至简的精髓。该系统可应用到涉及数据比较的任何学科。

 

欢迎广大师生踊跃参加! 

大气物理学院

2022年 6月21日