7月17日上午，兰州大学2023年暑期学校“学在兰大”之“数字时代与数据素养”专题研讨班第六场在秦岭堂A108举行。兰州大学大气科学学院陈思宇教授为我校师生作了题为《从数值天气预报到新冠肺炎预测的思考与展望》的主题报告。
什么是数值预报？新冠肺炎预测如何实现？大数据时代如何实现多学科交叉融合？陈思宇从数值天气预报的前生今世、新冠肺炎预测的理论框架及应用、人工智能在大气领域的应用三个方面出发，深入剖析了数值预测和大数据分析在大气科学、公共卫生等领域的杰出贡献，充分展现了数字时代下多学科交叉融合的魅力。
陈思宇首先援引《Nature》期刊中的论述，向在座同学阐述了数值天气预报的意义：“准确的数值天气预报能够拯救生命、辅佐应急管理、在灾害天气事件中减轻影响、避免经济损失，还能创造持续不断的财政收入。”传统的天气预报方法或多或少存在弊端。而在新时代“客观、定量化、准确”的要求下，唯有数值天气预报可以做到精细化预报。陈思宇梳理了数值天气预报的发展历程。她认为：“大气探索资料、大气科学学科和计算技术领域的蓬勃发展是数值天气预报发展的基本条件。”而随着科学家在数值积分的尝试、计算稳定性问题、计算机应用等领域的不断探索，“如今6天预报的水平跟十年前5天预报的准确程度相当，北半球与南半球的预报水平已经几乎相同。”
基于数值预报的理论框架，陈思宇介绍了新冠肺炎预测系统，分享了如何从初具想法，到通过EEMD-ARMA订正，再到综合政府管控参数化方案、人员聚集方案等发展历程。“将统计-动力数值天气预报方法引入流行病学的预测模型，可以有效改进其预报准确率。”她还感慨道：“在黄建平院士的带领下，我们将一个想法变成了现实。”
报告最后，陈思宇从气象数据大小、传感器频率、数据源维度、地球观测系统等方面论述了气象领域具有海量数据的特点，并指出，丰富的观测数据与传感系统决定了机器学习将在气象领域发挥巨大作用。她向同学们介绍了深度学习在气候预测、污染物浓度预报等领域的应用，并分析了人工智能与数值天气预报的联系与差异。陈思宇以“盘古气象大模型”、蒙古跨境沙尘预测等实例，深入分析了深度学习在气象领域的现存挑战和未来展望。她认为，大数据将给数值天气预报领域带来巨大的变革。
人工智能的飞速发展正在给多个领域带来颠覆性变革。陈教授对数值天气预报和新冠肺炎预测领域的深度分析展现了数字时代下多学科交叉融合的魅力。通过本场报告，同学们对数据分析在不同专业和具体场景下的应用有了更深层次的认知。
2021级政治学与行政学专业林思宇同学说，“通过听陈思宇老师的报告，我对自己在数字时代和数据素养方面有了更深刻的认识和反思。我意识到数字时代是一个信息爆炸、变化迅速、竞争激烈、机遇挑战并存的时代，要适应这个时代，就要不断地学习新的知识和技能，提高自己的数据素养。数据素养不仅包括数据的获取、处理、分析、呈现等能力，还包括数据的理解、评估、应用、创新等能力。我觉得我在这方面还有很多不足，需要加强学习和练习，提高自己的数据素养水平。”
“陈老师让我们了解到了大数据在大气领域方面的实际应用。”2022级汉语言文学专业杨秋一同学说，“预测系统创新需要多学科交叉融合，更需要更加远大的视野。从数值天气预报到新冠肺炎预测，到再到蒙古跨境沙尘预测，我们应该关注当前社会问题，培养全球思维。同时，我们应发挥本专业的优势，找到自身专业与人工智能的联系和差异，这样才能更好地对其加以运用。”
2022级数学类专业吴雨鑫感慨道：“陈老师主要讲了数值天气预测领域，其中人工智能和⼤数据起着关键的作用，并结合数学模型，将收集到的数据结合机器学习进⾏建模，从而得到想要的结果。非常幸运的是我是⼀名数学专业的学生。陈老师今天的分享让我切身体会到了数学在其他领域的应用以及与其他学科的交叉融合发展，也让我对自己的学科有了更深刻的认知，未来也会更加努⼒发展自己在交叉学科方面的能力。”
在听完本次讲座后，2022级化学类专业的许可表示受益匪浅：“今天的讲座让我越发感觉到如今信息时代的大背景下，大数据、人工智能等新时代工具在各个方面发挥的重要作用。‘数据引领未来’，我们必须把握好信息时代的特点，关注前沿技术的发展，把它们用在自己的生涯发展之中。”
学校主页
