欢迎您访问第四届中国系统科学大会
最新消息
重要日期
  • 提交报告题目和摘要初稿的截止日期为:2020年7月31日
  • 第一批报告题目和摘要的录用通知日期为:2020年4月15日
  • 第二批报告题目和摘要的录用通知日期为:2020年8月10日
  • 提交最终论文日期:2020年8月10日-8月20日
第四届中国系统科学大会
大会专题研讨

 

题目:非线性最优化方法及其在数值天气预报、气候预测研究中的应用

 

   :该报告将介绍作者们近年来发展的、用于研究天气、气候可预报性问题的非线性最优化方法,并探讨这些方法在提高天气、气候预报技巧中的作用,提出未来有潜力的、须加大力气进行研究的集合预报方法,最后给出数值天气预报、气候预测中尚未解决的若干学科交叉问题。

段晚锁教授

中国科学院大气物理

研究所

段晚锁,博士、研究员,博士生导师。1995年在山西大学基础数学专业本科毕业,2000年在昆明理工大学应用数学专业硕士研究生毕业(导师;李继彬教授),2003年在大气所获气象学博士学位(导师:穆穆院士),并留所任助理研究员;20101月晋升为研究员,2015年获国家杰出青年科学基金资助;目前担任LASG国家重点实验室副主任,研究员二级,中科院特聘研究员,国科大岗位教授。曾担任973计划项目课题、中科院知识创新工程重要方向项目、以及多项国家基金委项目(包含:重点、面上和青年)的负责人。曾获全国百篇优秀博士论文,全国优秀青年气象科技工作者、以及中科院卢嘉锡青年人才奖等6项奖励。兼任国际动力气象委员会委员(ICDM)、世界气候学研究计划中委会委员(WCRP-CNC)、大气科学杂志“Nonlinear Processes in  Geophysics”, “Advance in Atmospheric Sciences”编委、《大气科学》常务编委等。曾多次在重要国际学术会议上作特邀报告,多次担任重要国际学术会议或其分会的召集人。目前的研究方向为:天气和气候的可预报性理论、方法及其应用,集合预报,目标观测,以及动力系统定性理论在大气和海洋动力学研究中的应用等。

 

 

题目:现代气候预测业务发展概述

 

    要:我国气候特点内涵:我国是典型的季风气候,气候本底条件差;降水时空分布不均,年际差异大,旱涝分明;冬冷夏热,季节差异明显;气候类型复杂多样,气候资源丰富;气象灾害种类多,影响大。现代气候业务的标志:预测精准化(动力模式及释用、具有物理基础的统计),监测标准化(气候现象、气候事件、气候过程的监测),评估定量化(事件、行业和区域评估),业务集约化(国省一体化系统平台),服务智慧化(人工智能、复杂系统等手段)。现代气候业务发展的保障力度:海洋气象、生态气象、山洪防治、卫星、信息化、气象灾害防治等六大工程项目全方位保障运行。现代气候业务发展科学和技术问题:气候预测水平和稳定性有待提高,灾害风险和气候定量化评估技术滞后,气候变化业务还没有真正形成,气候服务没有面向经济社会主战场。现代气候业务的发展愿景:随着经济社会发展和全球气候变化,气候风险越来越大,气候关联度越来越高,气候服务需求越来越旺,气候业务要紧密联系社会经济发展和服务大众;发挥制度优势,部门融合,联合攻关,形成支撑气候业务服务的核心技术;灵活应用智能化等高新技术、科学把握气候规律的能力逐步提升,以期提供精准化、智能化气候服务。

龚志强研究员

中国气象局预报与网络司

龚志强,中国气象局预报与网络司,研究员/处长。担任世界气象组织海洋气候学专家组组长、动力气象学委员会委员。主要承担短期气候预测技术研发,提出了基于大样本因子组合的历史最优信息提取技术,将历史信息、模式预报分别作为预报因子构建新的预报方程,融合最相似信息和最不相似信息,研发了夏季降水的客观化预测的新思路,发展了有效增加模式季节降水预报中年代际变化信息的动力-统计预测方法,实现了模式动力信息与统计信息的多方案融合。组织研发了动力统计集成的客观化季节气候预测系统1.0版本、2.0版本和英文版,编制了中、英文操作手册,实现了系统在省级单位和亚洲区域的培训和应用。2012年以来,出版专著《气候系统复杂网络及其应用》等专著3本。在国内外期刊发表论文40多篇,其中第一(通讯)作者论文26篇,SCI论文17篇。获得了2015年气象科学技术成果进步奖二等奖,2017年教育部科技进步奖二等奖等。入选中国气象局2016青年英才人才培养计划。承担各类科研项目10多项目,累计科研经费超900万。

题目:智慧城市的新型计算架构和算法

 

   要:我国正在大力推进智慧城市建设,并且从大中型城市向中小型城市快速推进。目前智慧城市建设存在碎片化、重复建设、智能水平低,响应速度慢等问题,难以满足高实时、高度智能化的需求。本报告将提出以超算和云计算为中心的计算模式向端边云协同的计算模式,向物联终端协同的智能计算方向发展,以及与之相适应的新型人工智能算法模型,由此实现从泛在感知,到泛在计算和泛在智能。

胡清华教授

天津大学

胡清华,天津大学教授、博导,,国家自然科学基金杰出青年基金获得者,天津大学智能与计算学部副主任、人工智能学院院长、天津市机器学习重点实验室主任、中国人工智能学会理事、粒计算与知识发现专委会副主任,《IEEE Transactions on Fuzzy Systems》和《自动化学报》和《智能系统学报》的编委。先后获国家杰青、优青、国家自然基金重点项目以及国家重大科技专项支持,从事机器学习和数据挖掘方面的研究,聚焦于低质量、高维、多模态数据的建模及其应用方面的研究。已申请专利12项,发表论文200余篇,150余篇被SCI检索,论文被引用近万次。获省部级自然科学一等奖1项。

 

题目:基于复杂系统的遥感智能计算研究

 

   要:报告分为遥感与地理大数据概念、地理图斑智能计算理论、地表复杂信息提取技术、地理模式挖掘科学问题几方面内容。首先将介绍对遥感与地理时空大数据全覆盖、多源协同、快速计算和提升价值密度四方面的理解,提出揭示高分辨率遥感外在空间结构(图)与内在发生机理(谱)耦合的图谱认知理论,并结合地理学分析思想、机器学习技术与遥感机理方法介绍分层感知/时空协同/多粒度决策一体的地理图斑智能计算模型;以分区网络控制分层图斑提取类型迁移学习功能结构重组为技术路线,介绍精确到每一个地理实体(图斑)的精准土地利用/土地覆盖变化(P-LUCC)信息产品生产线的研制思路;最后交流如何以P-LUCC信息为基础,开展城乡资源配置空间优化、南方多云雨地区农业生产过程反演、南北过渡带生态植被制图与山地效应分析等几方面地理模式挖掘问题探索的研究思路。

骆剑承研究员

中国科学院空天信息研究院遥感科学国家重点实验室

骆剑承,中国科学院空天信息研究院遥感科学国家重点实验室研究员、中国科学院大学教授,博士、博士生导师。以遥感大数据智能计算与地学分析为主要方向,重点研究遥感数据挖掘理论和时空信息高性能计算的关键技术,发展了“分层感知/时空协同与多粒度决策于一体的遥感图谱认知理论,建立了国产高分遥感数据处理、信息智能提取的技术系统与应用服务平台。先后承担国家重大研发计划、科技支撑、863 计划、国家自然科学基金重点与面上项目、地方应用等项目数十项,出版 4 本专著和图集(《遥感图谱认知》、《遥感影像地学理解与分析》、《高分辨率遥感影像计算与分析》等),在国内外学术刊物或国际会议上发表学术论文 200余篇,其中 SCI 检索论文  60 余篇。曾获得国家科技进步二等奖、北京市科技进步二等奖、天津市科技进步二等奖等奖项。

 

 


任昱昊,王庆芝    青岛大学   邮编:266071     电话:+86-13573266290, +86-18764271527       邮箱:cssc2020@qdu.edu.cn

=主办单位:上海系统科学研究院    承办单位:青岛大学       版权所有 © 中国科学院系统科学研究所