报告题目： 深度学习在云与降水物理学中的应用
报 告 人： 陈国兴 研究员
报告时间： 2023年6月14日（周三） 14:00
报告地点： 气象楼1114
主 持 人： 陈景华 副教授
报告人简介：
陈国兴，2013年于北京大学大气与海洋科学系获得博士学位，导师为周秀骥院士和薛惠文教授，主要研究方向为云与降水物理学。2013年8月到美国纽约州立大学奥尔巴尼分校先后任博士后和项目研究员。2020年9月到复旦大学大气与海洋科学系任青年研究员。陈国兴目前主要研究气溶胶-云-降水-气候相互作用。所发表的论文涉及人为气溶胶对东南太平洋层积云微物理属性的影响、人为气溶胶对东亚夏季风降水的影响、全球变暖情况下美国东北部极端降雪事件的可能变化等。陈国兴熟悉云物理参数化方法，参与了台湾大学云微物理方案的开发，基于该方案在WRF模式中添加了利用给定气溶胶浓度在线模拟气溶胶-辐射、气溶胶-云相互作用的模块。陈国兴对深度学习算法较为了解，首次将深度学习应用于构建短期降水预报模型。
报告简介：
云和降水过程在气候和天气变化都有非常重要的作用。受物理认识和参数化水平的限制，当前天气和气候模式对云和降水相关物理过程的模拟存在很大不确定度，是气候变化和气候模拟研究不确定度的最大来源之一。深度学习工具可以基于大数据、绕过对物理过程的认识构建数值模型，为改进云物理过程模拟和降水预报提供了新的方式。本报告将简要介绍深度学习在该方面的应用场景，重点介绍深度学习对云量模拟和降水预报的改进效果
欢迎广大师生踊跃参加！
大气物理学院
2023年6月8 日
