转载于： 雷达实验室 局校天气雷达联合实验室

2023年6月8日上午，应赵坤教授的邀请，南京信息工程大学的智协飞教授线上做题目为《基于人工智能的短临预报技术研究》的学术报告。报告由徐昕副教授主持，线上线下有超过300人同步参加。 智协飞教授首先提出了科学问题：为什么要对数值预报进行订正，并介绍了深度学习在0-3小时短临预报、1-7天中短期预报等不同时效预报的应用。随后，智协飞教授重点针对降水临近预报，介绍了其研究背景和意义。智协飞教授指出，目前数值预报和传统临近外推预报方法难以获得高质量的0-2h降水预报，并提出了基于U-Net的区域数值模式降水预报订正模型，利用对流有效位能、K指数、地理高度等35个候选预报因子对区域数值模式降水预报订正，选取了北京地区一次短时强降水过程进行预报，模型预报结果尤其是强降水落区和量级得到有效改进。另外，智协飞教授构建了强降水数据集（Hea-P）、融合物理量数据集（HCPQ），数据集在ConvLSTM、PredRNN等模型上展示出更好的预报能力，并对贵州地区一次降水过程进行了分钟级降水临近预报，分钟级晴雨预报、中雨、大到暴雨等预报结果均得到明显改善。

智协飞教授的报告基于深度学习方法，构建了强降水数据集、融合物理量数据集的预报模型，显著提升了中雨及以上量级降水的短临预报技巧，改进了雨带预报的准确率和较小尺度强降水的预报能力，关注了深度学习应用在气象领域的热点难点问题，引起了线上和线下与会专家的浓厚兴趣。在报告结束后，智协飞教授就模型与数据集的构建、人工智能与数值预报的未来发展前景等相关问题与参会人员进行了深入的交流与探讨。

专家介绍，智协飞，德国波恩大学自然科学博士，现任南京信息工程大学教授，博士生导师，中国海洋学会人工智能专委会常委、中国气象服务协会人工智能技术委员会指导专家组副主任。

近年来主持国家重大科学研究计划(973)项目课题、国家重点研发计划课题、国家自然科学基金项目等十多项国家级项目(课题)，承担中国气象局国家气象中心、公共气象服务中心等研发任务。

在国内外期刊发表学术论文240多篇，出版大气科学研究专著一部，获授权发明专利4项，软著49项。曾获中国气象局气象科学二等奖，2018年度科学中国人，2020年度江苏大气科学基础研究成果奖二等奖(排名第一)，2021年度中国气象服务协会科学技术奖气象科技创新奖二等奖(排名第一)等。