南京信息工程大学曾跃飞教授做客岭南地理论坛 | 第325讲

2026年9月10日，应华南师范大学地理科学学院王丰龙教授邀请，南京信息工程大学大气科学学院曾跃飞教授做客岭南地理论坛，于地理科学学院101讲学厅作题为《数据同化与人工智能：古气候重建至现代天气预报中的研究与应用》的学术报告。

王丰龙教授致开场词

报告围绕数据同化的基本原理、数值天气预报、人工智能在数据同化中的应用以及古气候重建四个方面展开。曾跃飞教授介绍，数据同化通过融合观测信息与模式模拟，综合考虑二者的不确定性，获得对气象或气候状态的更合理估计，为天气预报和古气候重建提供支持。在数值天气预报方面，曾跃飞教授介绍了观测技术、数值模式和数据同化的发展及其对预报能力提升的作用。他结合卫星可见光反照率、气象雷达及5G基站观测资料的同化试验，展示了多源观测信息在改进云、降水及气旋强度预报中的应用。

曾跃飞教授做报告

围绕人工智能的应用，曾跃飞教授结合盘古、伏羲和GraphCast等天气预报模型的发展，介绍了机器学习在模式误差表征、观测误差估计等数据同化环节中的应用，以及利用生成式学习探索同化新方法的研究方向。他还以云南地区面向风电和光伏发电的精细化气象预报、新疆近地面风速预报订正为例，说明了人工智能在预报降尺度和误差订正中的应用。

在古气候重建方面，曾跃飞教授介绍了将代用记录与地球系统模式模拟相结合的数据同化方法。针对代用记录时空分布稀疏、记录不连续及不确定性较大等问题，他结合珊瑚记录与模式模拟的重建试验，重点讲解了自适应局地化和潜空间数据同化等方法，展示了相关方法在改善重建精度与计算效率方面的潜力。

在互动交流环节，现场师生踊跃提问，就孢粉等代用指标重建与数据同化重建的差异、不同方法之间的互补性，以及重建结果不一致时如何相互验证等问题展开热烈讨论。交流讨论进一步聚焦代用记录与模式模拟的联系，为师生理解古气候重建的方法选择与结果可靠性提供了启发。

曾跃飞教授与会场师生交流讨论

本次讲座为我校师生提供了理解数据同化与人工智能在地球科学中应用的新视角，也启发了数据同化理论在古气候重建与数值天气预报等领域的学术探索与实践应用。

曾跃飞教授与会场师生合影

文图 | 闫艳辉

编辑 | 黄希雯