Presentation Details
融合物理知识的AI方法在模式-观测协同发展闭环中的应用
ID：1007
View Protection：ATTENDEE
Updated Time：2026-04-11 19:53:00 Hits：122
Invited speech
Start Time：2026-04-27 16:20（Asia/Shanghai）
Duration：15min
Session：S1-1 专题1.1 地球系统模式与模拟 »
No files
Abstract
由于我们对复杂物理过程的理解尚不充分，地球系统模式仍面临显著的不确定性。近年来，AI方法因其在处理高维、强非线性问题上的优势而备受关注。然而，其“黑盒”特性及泛化能力的局限，制约了其在科学领域中的可靠应用。将物理知识与AI方法有机融合，正展现出巨大的潜力：一方面，物理知识可引导AI模型获得更稳健、更可靠的性能；另一方面，AI的高效性和可解释技术，也有利于揭示和深化对复杂物理机制的理解。报告将重点介绍四项核心工作：极高分辨率模式的AI模拟器开发、AI-物理混合模型架构设计、耦合模式参数的自动化调优策略，以及基于物理约束的空间场重构技术。研究表明，通过引入物理机制引导，AI模型在保持高效性的同时显著提升了科学可靠性，为深化复杂物理机制理解及下一代地球系统模式研发提供了新思路。
Keywords
人工智能,地球系统模式,观测
Speaker
张涛
研究院 崂山实验室Submission Author
All Comments
Important Date
-
Conference Date
Apr 25
2026
toApr 29
2026
-
Apr 07 2026
Draft paper submission deadline
-
Jun 17 2026
Registration deadline
Sponsored By
未来大气科学论坛理事会
Organized By
河海大学海洋学院
南京大学南京赫尔辛基大气与地球系统科学学院
南京大学南京赫尔辛基大气与地球系统科学学院
Contact Information
- 秦箭煌
- qi******@hhu.edu.cn
- 173********
- 薛廉
- li******@nju.edu.cn
- 156********
- 孙佳妮
- sc******@chytey.com
- 152********
Previous Conferences
-
2025-04-17 China 北京
第一届未来大气科学论坛
Submit Comment