解析四维集合变分数据同化方法/海洋环境保障系统和海洋资料同化/人工智能海洋预测预报研究
2021-06-23576次
| Seminar1 09:00am-10:00am |
| Title: 解析四维集合变分数据同化方法 |
| Venue: 海洋科技大楼303会议室 |
| Time: 09:00am-10:00am, 25 June, 2021 |
| Speaker: 李威 教授 (天津大学) |
About the seminar: 本研究研制了一种新的数据同化方法——解析四维集合变分数据同化（A-4DEnVar）方法，避免了繁琐的伴随模型的编写和计算，极大地提高了可移植性和计算效率，实现了初始场与模式参数联合优化；不但在处理非线性问题时完全继承了传统四维变分（4DVar）的优势，还可以通过集合自然而然地引入流依赖信息；目前已经完成基于理想模型的测试，研制了可以用于复杂模型的同化代码框架。该方法为众多业务化大气海洋分析预报系统中的数据同化模型便捷地升级为四维变分，提供了更为可行的途径。 |
Seminar2 10:00am-11:00am |
| Title: 海洋环境保障系统和海洋资料同化 |
| Venue: 海洋科技大楼303会议室 |
| Time: 10:00am-11:00am 25 June, 2021 |
| Speaker: 吴新荣 研究员（国家海洋信息中心） |
About the seminar: 介绍国家海洋信息中心目前业务化运行的海洋环境保障系统及近年来在海洋资料同化和耦合资料同化方面的研究工作。 |
| Seminar3 14:00pm-15:00pm |
| Title: 人工智能海洋预测预报研究 |
| Venue: 海洋科技大楼303会议室 |
| Time: 14:00pm-15:00pm 25 June, 2021 |
| Speaker: 李威 教授（天津大学） |
About the seminar: 综合利用混沌理论、经验正交函数和经验模态分解，以及深度学习等手段，构建了南海海洋多变量多尺度短期预报和中长期预测模型。对于0～10天的短期预报，尽管没有将气象驱动场和开边界条件等外部驱动作为预报因子，但是对南海的正常海况和台风海况均显示了较好的预报性能。对于中长期预测，通过经验模态分解的作用将时空多尺度预测时效提高到了30天以上。 |