9月22日下午，卓越工程师学院在晖园一站式社区120室成功举办第四期卓越沙龙活动。本次活动以“气象模拟与人工智能交叉应用”为主题，通过研究生学术报告与互动研讨相结合的方式，推动气象工程与智能技术领域的深度对话。来自大气科学、人工智能、电子信息等专业的师生踊跃参与，现场交流气氛热烈，展现了学院在多学科融合育人方面的持续探索。

2023级硕士研究生程昳璇同学以《AgI催化对庐山冻雨积冰影响的数值模拟研究》为题，分享了其在人工影响天气方面的研究成果。该研究聚焦我国南方冬季常见的冻雨灾害问题，以2016年1月庐山一次典型冻雨过程为案例，采用耦合AgI催化模块的WRF数值模式，系统分析了人工催化对云微物理过程、降水相态及电线积冰的调控机制。研究结果表明，通过适时适量播撒AgI，可有效促进过冷水向冰相转化，显著减少液态降水、增加固态降水。该研究为冻雨灾害的人工影响天气作业提供了科学依据和技术路径，对保障电网安全运行、为南方电网防冰减灾提供了有价值的技术参考。

2024级硕士研究生张利峰同学分享了《基于统计降尺度的深度学习方法在次季节温度预测中的应用与改进研究》的创新成果。针对次季节预测中存在的误差非线性增长和分辨率不足两大挑战，他提出了一种融合地形感知与多源数据特征的STA-UKAN深度学习框架，通过引入地形感知机制、多模式特征融合以及Token-KAN底层建模等关键技术，实现了对CMA、ECMWF等主流模式输出温度场的高精度偏差订正与空间降尺度。该模型在2-5周预报时效内均表现出优越的稳定性和准确性，显著提升了复杂地形区域的预测能力，为智慧气象业务的精细化发展提供了新路径。

在交流环节，与会师生围绕AgI催化作业的优化策略、深度学习模型的可解释性以及动力与统计降尺度方法的协同应用等议题展开深入讨论，进一步拓展了研究的广度和深度。本期沙龙充分展现了气象科学与人工智能深度融合的创新活力，为解决国家重大气象灾害防治和气候变化应对问题提供了新思路。

卓越沙龙作为学院推动研究生科研创新能力提升的重要平台，始终注重促进学科交叉与思维碰撞。本期活动不仅展现了研究生在气象工程与人工智能前沿领域的探索成果，也进一步强化了学院在培养复合型卓越工程师方面的育人实效。

卓越沙龙现场