报告详情
智能数据同化进展：观测—模式—AI一体化的可微范式
编号：172
访问权限：仅限参会人
更新：2026-08-01 12:37:40 浏览：0次
特邀报告
报告开始：暂无开始时间（Asia/Shanghai）
报告时间：暂无持续时间
所在会场：[暂无会议] [暂无会议段]
暂无文件
摘要
随着人工智能与科学计算的深度融合，数据同化正在由观测处理、模式积分和分析优化相对分离的传统体系，向观测、数值模式与人工智能协同发展的新阶段演进。本报告结合团队在全可微微波辐射传输算子、隐式可微变分反演、误差协方差自适应学习及区域可微动力框架等方面的研究进展，探讨如何利用自动微分贯通观测模拟、模式演化与反向优化，构建统一且可持续学习的分析—预报闭环。相关研究表明，可微计算能够降低复杂观测算子和伴随模式的开发维护成本，并为初始状态、误差统计及物理参数的联合估计提供统一技术路径，拓展卫星、雷达等高维非线性观测的直接同化能力。报告进一步指出，智能数据同化并非以神经网络替代物理模式，而是以可微计算为纽带，融合物理约束、观测信息与数据学习能力，推动中尺度数值预报向观测算子可微、误差参数可学习、同化过程可嵌入和分析预报可协同优化的新范式发展。
关键词
智能数据同化；观测–模式–AI一体化；误差协方差自适应学习
报告人
韩威
中国气象局地球系统数值预报中心副总工程师 中国气象局地球系统数值预报中心稿件作者
全部评论
重要日期
-
会议日期
08月12日
2026
至08月15日
2026
-
08月05日 2026
初稿截稿日期
-
08月12日 2026
注册截止日期
主办单位
成都信息工程大学
承办单位
成都信息工程大学
联系方式
历届会议
-
2025年08月15日 中国 大同市
第七届全国中尺度气象学研讨会 -
2021年01月14日 中国 南京市
第三届全国中尺度气象学论坛
发表评论