2021年11月18日上午，资源科学前沿系列讲座第17期线上讲座成功举行，中国科学院西北生态环境资源研究院黄春林研究员带来了“机器学习在积雪数据同化中的应用”的精彩讲座。徐同仁老师主持了本次讲座，刘绍民、柏延臣、蒋玲梅教授以及来自学部90余位研究生参加了本次讲座。
黄春林老师开讲
黄春林研究院首先从积雪的研究背景，包括积雪的重要性、积雪的属性以及积雪模型，开始了本次讲座。介绍积雪过程模型可以模拟积雪特征在时空上的连续演进，当前比较流行的模型包括Noah-MP模型以及CLM模型，其特点有以下两点：第一，物理学机理、时空连续；第二，多种不确定性（简化过程、参数化、驱动、初始化），无“最佳”模型。
随后，黄春林研究员着重介绍了机器学习在积雪数据同化中的进展。在积雪面积数据同化框架中，黄春林研究员指出在如何获得高质量观测数据、提高观测算子精度、如何减少积雪过程模型的不确定性以及选择合适数据同化方法方面，机器学习可以提供较好的解决方案。在应用中，黄春林研究员分别详细介绍了山区积雪面积比例估算方法、MODIS SCF产品云像元重建、基于机器学习的“SD-SCF”关系建模以及基于机器学习的遥感积雪面积数据同化工作进展。
最后，黄春林研究员展望如何将数据驱动与模型驱动进行有机结合是下一步研究的重要方向。
从理论原理到实际应用，黄春林研究员给大家详细介绍了机器学习在积雪数据同化中的应用，引发同学们的思考。老师和同学们又和黄春林老师进行了热烈的互动交流。大家针对自己平时科研工作中，对机器学习以及数据同化领域常遇到的一些困难向黄春林老师提出了相应的疑问，黄春林老师对此都做出了细致的解答。研讨会在热烈的学术气氛中结束。