2024年5月24日下午，第二十九期专家论坛以线上和线下结合的方式在腾讯会议、知乎和寇享学术等平台上进行直播，论坛邀请了北京城市气象研究院冯琎研究员、中国科学院大气物理研究所夏江江副研究员分别做《两种方案的混合物理-数据近地面要素诊断》和《基于AI的下一代天气气候预报模型的样子》专题报告。北京城市气象研究院副院长陈明轩研究员主持了论坛交流。学会理事和会员、城市院科研人员和研究生、来自全国相关科研和业务单位人员和社会公众等1.5万人次参加。

冯琎研究员报告中介绍了准确预测地面气象要素对许多部门都至关重要。数值天气预报（NWP）中的物理方案和数据驱动的校正方法分别因参数化的不确定性和缺乏鲁棒性而存在局限性。报告将介绍两种物理信息-数据模型，一种基于近地面多层物理的传统Fortran 框架，但是根据观测数据优化强迫参数；另一种基于近地面物理参数化模拟器和误差迁移学习矫正器。两种方案都得到了比数值模式更好的预报结果。其中后者可以提供方便的、完全网格化的精确预报结果，提高了极端值的预报性能，且具有零样本学习能力。

夏江江副研究员报告介绍了近年来人工智能技术在天气气候预报中的应用进展，探讨基于AI的下一代天气气候预报模型可能的发展趋势。

论坛嘉宾冯琎研究员，入选中国气象局青年气象英才、北京市科协卓越工程师成长计划。美国大气研究中心中小尺度实验室访问学者。主持国家自然科学基金青年、面上项目，负责多项国家重点研发计划项目专题。发表论文30余篇。发展方案被美国国家环境预报中心下一代区域快速更新预报系统采用。研究方向涵盖AI气象和大数据应用技术、数值模式预报技术、空气质量评估和预测技术等。

论坛嘉宾夏江江副研究员，任大气科学人工智能研究中心副主任。研究领域是结合气象大数据和数值天气预报模式，基于机器学习/深度学习等技术，主要有三方面内容：（1）发展模式后处理方法，高时空分辨率数据集重构（重建天气气候信息）技术；（2）研发天气气候预报模型，包括短临外推模型、中短期天气预报模型和季节尺度极端天气气候事件预测模型；（3）深度学习可解释性技术在天气气候物理过程研究中的应用。

视频回放：https://www.koushare.com/live/details/34521