报告题目：利用人工智能技术加强水文气象预报： 经验与案例研究Harnessing AI Techniques for Enhanced Hydrometeorological Forecasting: Experiences and Case Studies

报告专家：杰拉德·奥古斯托·科佐·佩雷斯（副教授，代尔夫特水教育研究所）

报告时间：2024年6月3日上午9:00-11:00

报告地点：东图305

报告人简介：杰拉德·奥古斯托·科佐·佩雷斯博士（Dr. Gerald A. Corzo）是代尔夫特水教育研究所（IHE Delft）的副教授。过去两年，他一直担任欧洲地球科学联盟（European Geoscience Union）地质统计学会议主席。他在水利工程、土木工程、计算科学、以及电信工程等方面都拥有丰富的理论知识和实践经验。他的研究工作涉及到水资源及水利工程中的大部分领域，主要应用了时空统计、模式识别和机器学习技术。近些年，他一直致力于分析全球极端水文现象，并探究如何对自然灾害（尤其是干旱和洪水）进行响应。同时他也致力于探索人工智能在洪水预警系统中的应用，并开发了用于水文预测的人工智能算法和水文概念模型的集成方法。2012年，他获得了国际水文科学协会（IAHS）颁发的泰森（Tison）奖。他曾出版过3本专著，并在不同的国际机构工作，如荷兰的瓦赫宁根大学和墨西哥的蒙特雷理工大学。他也参与过中国华北水利水电大学、哥伦比亚国际水资源研究院、墨西哥蒙特雷理工大学、英国环境与水资源研究中心、挪威奥斯陆大学等不同国家的高校或研究院组织的各类研究项目。

报告简介：在过去十年中，极端天气事件的频率和强度引起了人们的极大关注，这主要归因于气候变化和基础设施准备不足。这就需要全球努力加强各级水灾和旱灾的防备工作，而预测则是其中的关键因素。人工智能和数据驱动技术的出现进一步扩大了准确及时预测的可能性。报告探讨了各种研究项目中获得的经验，这些项目侧重于分析和预测从城市环境到广阔流域的洪水和干旱。主要内容包括：（1）次季节到季节（Sub-seasonal to Seasonal，S2S）天气模式预测，利用委员会模型加强欧洲中期天气预报中心（ECMWF）在意大利、荷兰和西班牙的预测。（2）排水系统洪水淹没预测，采用多种机器学习模型结合蒙特卡洛模拟来生成降雨情景，从而确定洪水的时间和地点。（3）亚马逊河流域流量预测，整合河流建模、排水数据、土地利用变化和水汽输送分析，改进对哥伦比亚的预测。（4）美国大沼泽地的水位预测，使用卷积LSTM模型（深度学习）进行准确预测。（5）优化规则生成的智能机器学习，开发模型，在多米尼加共和国创建最优水资源管理规则。（6）这些案例研究突出了现代人工智能和机器学习技术在减轻极端水文气象影响方面的多样化应用和有效性。