Presentation Details
  1. Home
  2. Presentation List
  3. Presentation Details
基于机器学习的气溶胶和云物理参数化发展
ID：637 View Protection：ATTENDEE Updated Time：2025-04-01 16:43:36 Hits：862 Invited speech

Start Time：2025-04-18 14:45（Asia/Shanghai）

Duration：15min

Session：S1-1 专题1.1 模式数值算法研究 » S1-1专题1.1 模式数值算法研究

No files

Abstract
机器学习是大气模式次网格参数化的重要手段，有助于提升大气模式对气溶胶和云的多尺度模拟能力。这里我们将基于机器学习发展的黑碳混合态指数的机器学习仿真耦合全球气候模式中用来确定积聚模态中含黑碳颗粒和非黑碳颗粒的比例，模式中含黑碳颗粒比例从原方案中的100%下降到新方案中的48%，黑碳粒子相对包裹厚度在遥远海洋区域则从大约20下降到大约10，和观测更加吻合。基于机器学习的黑碳混合态模拟则进一步用来提升模式中黑碳粒子活化和光吸收计算，减少了原模式中黑碳粒子质量吸收截面高估偏差。而在云微物理参数方面，我们开展了基于自编码器的分档云微物理方案的机器学习仿真，发展了带权积分的整体微物理方案。基于自编码器，机器学习算法自动习得可以最优表征谱形状的权重函数。我们结果表明带权积分的方案比传统基于矩的整体方案可以更准确的标准谱形。
 
Keywords
机器学习，气溶胶，云微物理
Speaker
汪名怀
教授 南京大学

Submission Author
汪名怀 南京大学
Submit Comment
Verify Code Change Another
All Comments
Important Date

  • Conference Date

    Apr 17

    2025

    to

    Apr 21

    2025

  • Apr 10 2025

    Draft paper submission deadline

  • Apr 28 2025

    Registration deadline

Sponsored By
中国科学院大气物理研究所
Organized By
中国科学院大气物理研究所
Contact Information
Login to view full contact details
Previous Conferences