报告人：梁俊泓  路易斯安那州立大学副教授

 

报告人简介： 梁俊泓本科、硕士、博士分别毕业于中山大学（2004）、香港科技大学（2006）、加利福尼亚大学洛杉矶分校（2011，导师 Jim McWilliams），曾在加利福尼亚大学洛杉矶分校、华盛顿大学从事博士后工作，现为路易斯安那州立大学副教授。梁俊泓博士主要研究海-汽界面过程、上层海洋亚中尺度过程、边界层湍流及其参数化、中小尺度动力过程对生地化过程、生态环境的影响等。

报告摘要：在海洋和气候模式里，海表温度和混合层深度的模拟还有不小的偏差。这个偏差主要由于传统基于物理的海洋边界层湍流参数化不准确。在这个报告里，给大家介绍最近开发的一个深度神经网络海洋边界层湍流的参数化方案。和传统基于物理的参数化方案相比，这个深度神经网络参数化更为准确地模拟出海洋上层温度，盐度和混合层深度。我们还利用深度神经网络参数化探讨海洋边界层参数的最优输入。