报告题目：AI集合预报方法及对极端ENSO预测的改进
报告专家：周路 博士后
报告时间：2026年3月13日（周五）9:30
报告地点：文德楼S519
主 持 人：董济海 教授
个人简介：
南京信息工程大学博士后，合作导师张荣华教授。2019年获河海大学学士学位，2024年获中国科学院大学博士学位（获2025年度中国科学院优秀博士学位论文奖）。主要从事ENSO的智能表征和预测、热带海气相互作用等研究，近5年在Science Advances、Nature Communications、npj Climate and Atmospheric Science等知名期刊发表多篇论文。获2024年度国家博士后创新人才支持计划（“博新计划”）资助，主持国家自然科学基金青年科学基金C类、江苏省自然科学基金青年基金、国家重点研发项目子课题等项目。
报告摘要：
本研究提出了一种基于正交条件非线性最优扰动（CNOP）方法的初值扰动方案，并将其应用到深度学习（DL）模型的集合预报中，以提升对极端气候事件的预测能力。研究选取了1982/83、1997/98、2015/16和2023/24年的四次强El Niño事件作为案例，系统评估了该方案对改善DL模型预测的有效性。结果显示，当DL模型从春季起报时，基于CNOP的集合预报可将Niño3.4的预测误差降低30%以上，并系统改善了对热带太平洋三维海温场的预测精度。由于该方法的计算不依赖特定的模型架构，因此具有较好的通用性，可广泛应用于DL模型对极端天气和气候事件的集合预测中。
欢迎广大师生踊跃参加！
南京信息工程大学海洋科学学院
2026年3月12日
