报告题目：基于生成式人工智能的天气预报、气候预测及数据同化

报告时间：2025年1月14日（星期二）15:30—17:30

报告地点：中国科学院地理资源所A901

报告人：潘宝祥 副研究员（中国科学院大气物理研究所）

报告人简介：

潘宝祥，中国科学院大气物理研究所副研究员，前美国劳伦斯利弗摩尔国家实验室（LLNL）研究员，研究方向包括：结合概率机器学习与动力模式的天气气候多尺度预报、动力系统可预报性等。2012年本科毕业于武汉大学，2015年在清华大学获得工学硕士学位，2019年于加州大学欧文分校（University of California, Irvine）获得工学博士学位，师从Dr. Soroosh Sorooshian, Dr. Kuolin Hsu, Dr. Amir AghaKouchak。

报告内容简介：

天气预报关注，在先验知识不完善和预报模型不完美的情况下，如何提高预报技巧；气候预测则关注，在各种外强迫情景下，由一组不完美模型所揭示的气候变率。这种显著的差异源于地球物理流体力学的混沌本质，这一现象限制了天气预报的可预报性，导致了气候预测的不确定性。特别在次季节-季节尺度上，这种混沌现象留下了一个可预报性信号与内部变率噪声相互博弈的战场。为此，我们通过量化在观测和预测约束下气候状态的概率分布，构建了生成式AI模型，弥合了在天气预报与气候预测之间长期存在的这种差异。我们构建的这种方法在数据同化、天气预报和气候预测无缝衔接方面展示出了独特优势。