LTO学术报告2022-29

报告题目一:大道至简之——CCHZ-DISO 大数据评估新系统
报告人:胡增运,中国科学院新疆生态与地理研究所研究员
 

报告人简介:胡增运博士,中国科学院新疆生态与地理研究所研究员,国家级青年人才,长期从事环境变化与人类健康等交叉研究。研究领域:环境变化、传染病预测预警及风险评估、环境变化对人类健康影响等。发表期刊论文60篇,包括JC, JGR, JOH等。
报告摘要:
随着大数据的快速发展,数据的质量和模型精度评估成为大数据研究中的热点问题,且在科学的发展中占据核心地位。现有的大部分统计指标只评估模型单方面的精度,对数据或模型的整体全面评估缺少。Nature中最新研究表明传统的集合平均等方法在CMIP6模型的选取中存在巨大的不确定性,导致对气候变化结论的不合理(Hausfather et al.,2022)。因此,亟需发展一个新的评估系统。
为解决上述问题,本团队构建CCHZ-DISO大数据评估系统,其中CCHZ来自主要贡献者姓氏首字母:C来自陈曦研究员,C来自陈德亮院士,H来自胡增运研究员,Z来自周启鸣教授;DISO:distance between indices of simulation and observation。
CCHZ-DISO的构建,核心理论是欧式空间距离,计算统计指标的距离。 其中统计指标种类和数目的选取完全根据研究者自身的研究需求决定。不同统计指标的权重提供相应的计算方案。CCHZ-DISO的构建体现大道至简的精髓。该系统可应用到涉及数据比较的任何学科。


报告题目二:寻找气候预测中的确定性
报告人:胡开明,中国科学院大气物理研究所研究员
 

报告人简介:胡开明,中国科学院大气物理研究所研究员,研究方向为ENSO、季风及气候变化。主要揭示了全球变暖下ENSO自身及对东亚气候影响变化的新机制;发现下垫面大地形能将ENSO导致的气候异常锚定于一些固定地理位置的新现象;提出了ENSO影响东亚夏季气候的西北太平洋放大器和印度洋电容器过程;并将这些机制应用于中国夏季极端高温、降水、极端台风等预测研究。成果发表于Nature Geosciences、Journal of Climate 等多个地学期刊。获中科院优秀博士论文、广东省科学技术奖励一等奖等奖励,入选中国科学院青年创新促进会。
报告摘要:人类一直有预知天气气候的愿望,而天气气候预测具有非常大的不确定性。 本报告主要讲述了报告人对如何减少气候预测中不确定的一些思考。我们发现大气气候态环流、大尺度地形能将一些气候异常固定于一些特定位置,并且发现一些基本物理规律对气候变化有非常强的约束作用。这些过程可能有利于减少天气气候事件预测的不确定。
报告论文:
1.Hu Kaiming, Huang G, Huang P, Kosaka Y, Xie S-P (2021) Intensification of El Niño-induced atmospheric anomalies under greenhouse warming. Nature Geoscience 14 (6):377-382.  
2.Hu Kaiming, Huang G, Xie S-P, Long S-M (2019) Effect of the mean flow on the anomalous anticyclone over the Indo-Northwest Pacific in post-El Niño summers. Clim Dynam 53 (9):5725-5741. 
3.Hu Kaiming, Xie S-P, Huang G (2017) Orographically Anchored El Niño Effect on Summer Rainfall in Central China. J Climate 30 (24):10037-10045. 
 
报告时间:2022年10月13日 09:30                                         
报告地点:2号楼1201
腾讯会议ID(线上报告):969 2328 1463
主持人:李祥付 副研,陈梦燕 助研
附件下载: