报告题目：数据同化和神经网络的守恒原则

报告专家：博士伊冯娜·鲁克斯图尔

报告时间：2023年5月10日（周三）16:00

会议形式：ZOOM-线上会议（会议ID： 329 593 0089， 会议密码：87654321）

会议链接（无需密码）：https://us02web.zoom.us/j/3295930089?pwd=Tis2eU4vVE5mZmI4NGxpVXRDRVhxQT09

主持人：曾跃飞 教授

专家简介：

Yvonne Ruckstuhl博士，荷兰代尔夫特理工大学应用数学学士和硕士;慕尼黑大学气象研究所博士。自2019年以来，她一直在LMU担任博士后。她对高级数据同化算法、模型不确定性和机器学习感兴趣，并发表了 10 多篇 SCI 文章。她最近在机器学习方面的工作被地球物理学中的非线性过程选为亮点。

报告摘要：

数值离散化方案通常旨在保留连续介质系统中最重要的守恒特性，如质量守恒。然而，数据同化算法和神经网络通常不会保留物理特性，从而导致偏差。在本次演讲中，我们认为数据同化算法和神经网络应该结合一些守恒原则，遵循与NWP模型类似的设计原则。特别是，我们在各种配置中表明，当数据同化中包含物理约束时，预测误差会显着减少。我们还表明，当质量误差减少时，用于减少由于未分辨尺度导致的模型误差的神经网络表现得更好。 

欢迎广大师生踊跃参加！

气象灾害教育部重点实验室

气象灾害预报预警与评估协同创新中心

大气科学学院

2023.05.04