3月19日下午，大气科学专业拔尖班在气象楼813举办2026年第一期“科研启航”系列学术报告会，大气院副院长李青青，大气院教授、拔尖班班主任陈国森现场指导，拔尖班全体同学参加本次报告会。

本次报告会由2023级周熹愉、张通进行成果汇报。其中周熹愉以“基于时－空－谱多源信息融合的深度学习野火监测方法研究”为主题，研究通过融合多源卫星数据，引入U-Net模型构建时空融合技术，实现了对火点的快速识别与精细化监测。同时，发展了耦合火-气双向机制的数值模型，用以模拟山火蔓延动态。结果显示，该方法有效提升了亮温预报模拟性能，能更准确地反映火灾演变过程。针对山火灾害频发、早期探测难等问题，以云南省及周边为研究区域提出了一套综合解决方案。张通以“一种用于数值模式降水预报订正的混合深度学习模型（M³F-U-Net）的设计、构建与训练 ”为主题，提出一种混合深度学习模型M³F-U-Net，在数值模式降水预报订正领域取得重要进展。针对数值预报因初始条件与模式误差导致的偏差，以及降水数据特有的非高斯分布特性，将多流独立下采样架构，对动力、热力、水汽场等异构数据进行物理分类与动态加权融合，有效解决了传统模型的特征纠缠与过度平滑问题。模型引入分段非线性变换与课程学习策略，显著提升了对强降水与复杂地形区域的订正能力。基于东亚数据的试验显示，模型在海陆、山地等不同地形及四季均表现稳定，尤其在台风“卡努”个例中，MAE 降低了21.67%，ETS 提升了22.04%，展现了模型在极端灾害天气下的高业务应用价值。

此次学术交流活动过程不仅拓宽了与会同学关于多源数据协同与人工智能技术在复杂环境监测与预报中的巨大潜力的见解，还对科研方法、逻辑与原理做出了详尽指导。汇报人于提问答疑环节中也收获了宝贵建议，为改进与完善报告提供了方向。

活动现场