11月14日，2024年风云气象卫星用户大会暨全国风云气象卫星学术研讨会在云南玉溪举行，学术研讨会主题为“人工智能技术赋能风云卫星应用”。计算机科学与技术学院教师李朝荣教授受邀参加学术研讨会并做专题报告。

大会会议上，李朝荣教授分享了题为“数据驱动的扩散大模型在降水量精准预测中的创新应用”的报告。该报告针对短临降水预报的复杂挑战，提出了创新的解决方案，提升降水预测的精度和响应能力。报告指出短临降水预报需要应对时空特征的复杂性和强度变化的非线性难题，还需克服地形引起的局地降水差异，这对实现精准预报提出了极高要求。为了应对这些挑战，李朝荣教授及其团队开发了基于多任务潜变量扩散模型的创新性深度学习组件和策略。他们通过多任务学习机制，捕捉时空依赖，分析强度结构并融合地形特征，构建了具备高分辨率时空预测能力的扩散模型，特别适用于短时强降水和极端降水的临近预报。报告详细介绍了模型的关键创新，包括时空分离技术、因果注意力机制以及迭代矫正方法，使得模型在降水特征提取和预测优化方面取得了显著成效，进一步提升了预测的准确性和稳定性。

大会论坛中，专家们针对人工智能技术迅猛发展，如何将其与气象卫星应用深度融合，围绕如何通过人工智能算法提升风云卫星数据的处理效率、提高气象预测的精准度等关键问题展开了深入讨论。专家们指出，风云气象卫星所采集的数据庞大而复杂，而人工智能技术在快速筛选和分析数据方面具备巨大潜力，能帮助挖掘更具价值的气象信息。例如，在灾害性天气预警中，借助人工智能的模式识别和深度学习能力，可更早、更准确地捕捉到极端天气的形成迹象，为政府部门和公众提供更及时、有效的预警信息，从而最大限度地减少灾害带来的损失。

计算机科学与技术学院历来高度重视科学研究工作，鼓励教师积极参加各类学术交流活动，切实推动教学工作与科学研究深度融合，不断提高人才培养质量，为即将到来的研究生教育打下坚实的基础。

撰稿：陈明香

审稿：文广 王星捷