4月8日，大气科学专业拔尖班于气象楼423会议室举办2026年第四期“科研启航”系列学术报告会。大气院教授、拔尖班班主任陈国森及拔尖班全体同学参加本次报告会，孙希尧同学主持。

本次报告会中，方宇晨以“基于U-Net及其变体模型的雷达降水临近预报研究”为题，详细汇报了深度学习在短期降水预测中的应用探索。他表示，传统的雷达回波外推方法（如光流法）难以应对降水系统的复杂非线性变化。为此，该研究利用江苏省S波段雷达数据与降水实况资料，以过去的10帧雷达图像预测未来的降水情况，对比分析了基础U-Net模型以及引入注意力机制的Swin U-Net、ViT U-Net三种深度学习架构的预报性能。研究发现，这三种模型在不同的预报时效和降水强度下各具优势：Swin U-Net凭借滑动窗口机制，在1小时短时预报及中强降水区域表现优异；而引入全局注意力机制的ViT U-Net，则在3小时及6小时的较长时效预报中展现出了更强的稳定性和全域建模能力。方宇晨表示，未来将进一步开展模型的轻量化设计，并尝试结合天气形势进行物理过程的解释。

同学们围绕散点图中的“断层”异常现象（雷达伪影与插值误差导致）、深度学习回归与传统统计学回归的本质区别以及如何在Transformer框架中更科学地融入时间序列特征等前沿问题展开了深入且热烈的探讨。陈国森老师对“从零开始”搭建深度学习模型并不断钻研的研究热情给予了高度肯定，他不仅引导同学们思考各模型的适用场景与改进方向，还鼓励大家在科研中享受“做中学”的乐趣，透过代码和算法去探究气象数据的物理本质。

本期“科研启航”学术报告会充分展现了拔尖班同学在“人工智能+大气科学”交叉领域的积极探索。通过热烈的学术思辨与互动，同学们不仅加深了对气象深度学习前沿算法的理解，更在模型构建思维和科学探究方法上得到了进一步的锻炼与提升。

报告现场