5月15日下午，南京信息工程大学第六届科技活动月之际，南京大学大气科学学院朱延年副教授应邀作客大物名师讲座，作了题为《全球海洋低云中尺度组织形态分类和长期趋势研究》的精彩学术报告。报告由王红磊主持。

报告中，朱延年副教授首先详细介绍了利用深度学习技术，基于MODIS数据构建深度残差网络模型ResNet50，并用于白天海洋低云组织形态的分类及分布特征分析。其次，他还详细介绍了基于该模型课题组建立的一个海洋低云中尺度形态类型长期数据集（2003-2022年）及利用该数据集开展的基于云形态分类和云控制因子对气溶胶-云敏感性影响的研究：基于云的形态分类进行云对气溶胶敏感性研究时，会低估相应的敏感性，云量对于气溶胶的敏感度仅为相同控制因子下的1/4，这意味着基于云形态类型分类会导致对气溶胶变化引起的有效辐射强迫（ERFaci）变化的低估。同时，长期趋势分析显示，Solid Stratus和Closed MCC在全球范围内呈现明显的季节性变化。Suppressed Cumulus的频率呈现出显著增加。最后，朱延年副教授详细介绍了课题组结合气溶胶和气象场数据，进一步构建的预测低云形态的机器学习模型，并采用参数扰动方法开展的气溶胶和气象条件变化对低云形态长期趋势的贡献方面的相关工作。

报告结束后，参会人员与朱延年副教授展开了热烈的讨论与互动，获得不少有益启示，尤其是针对海洋低云分类方法和AI技术在云物理学科中的应用方面。