| home |
true |
| title |
首页 |
| heroImage |
/hero_images/hero1.png |
| footer |
Copyright © 2022 NJUHML. All rights reserved. |
| actions |
| text |
link |
type |
组内详情 |
/member/ |
primary |
|
| text |
link |
type |
组内论著 |
/publish/publish.html |
secondary |
|
|
| features |
| title |
details |
水文气象数值模拟 |
结合数值模式与人工智能方法，对水循环过程进行模拟与预测，重点研究城市内涝、地表径流及河道流量演变规律，开展暴雨洪涝等极端事件的致灾机理分析与预报方法研究。 |
|
| title |
details |
AI气象模型 |
研发基于生成式深度学习的同化与预报AI气象模型，构建了以NJU-Earth为核心的系列化AI气象预报体系，融合高分辨率全球预报技术，支撑多尺度天气预报、气候预测及防灾减灾应用。 |
|
| title |
details |
深度学习算法 |
开发物理信息融合的深度学习框架（集成Transformer、diffusion、CNN等），重点优化降尺度（超分）、偏差订正、数据融合及时序预测等关键算法。 |
|
|
水文气象研究组（Hydrometeorology Research Group）隶属于南京大学大气科学学院，现位于南京大学仙林校区大气科学学院院楼。负责人是袁慧玲教授。本研究组主要从事水文气象数值模拟、AI气象模型与深度学习算法等方向的研究工作。研究课题基于研究组总体发展方向与成员研究兴趣设立，具体研究通过每周组会及日常与导师的深入讨论共同推进。
NJU-Earth（南京大学AI全球大气预报系统）由团队联合阿里巴巴达摩院，基于 Baguan 架构共同研发的全球0.25°高分辨率AI气象预报模型。在此基础上，团队进一步构建了NJU-Earth系列化AI预报体系，形成BaguanHR、RainCast、RegionalCast、BaguanCyclone、CBC-Diffusion概率降水模型、NJU-Mars等专业子模型，为气象科研与防灾减灾等提供智能化技术支撑。