学术报告
孟君:基于统计复杂性的厄尔尼诺的预测
发布时间:2021-10-22   浏览次数:186

报告题目:基于统计复杂性的厄尔尼诺的预测

报告人:孟君 研究员

主持人:邹勇 副教授

报告时间:10月28日上午10:00

报告地点:线上腾讯会议 593129362

报告简介:

孟君,北京邮电大学理学院,特聘研究员。2014年博士毕业于中国科学院理论物理研究所,之后先后在中国科学院物理研究所叶方富研究院课题组(2014-2016)、以色列巴伊兰大学Shlomo Havlin教授课题组(2015-2018)和德国波茨坦气候影响研究所Jürgen Kurths教授课题组(2018-2020)从事博士后研究,主要研究方向为系统科学、气候系统、复杂网络、统计物理、气候变化与极端气候。先后在PNAS, Nat. Phys., Phys. Rep., New J. Phys., Chao,Phys. Rev. D, Phys. Rev. E等期刊发表论文15篇。

报告摘要:

地球气候系统是一个高度复杂并不断演化的自适应系统,由大气圈、水圈、冰雪圈、岩石圈(陆面)、生物圈,及各子系统内部和外部之间的相互关联组成。由于气候系统本身的复杂结构及众多非线性相互作用,人们对这些气候现象和灾难的理解以及预测仍然困难重重,这是科学界和公共政策决策者极为关注的课题。厄尔尼诺现象是年际尺度上最具全球影响力的气候现象之一,厄尔尼诺的预测一直以来都是科学界一大难点和热点问题,针对该问题,我们开发了一套新的计算系统复杂度的方法——系统样本熵(System Sample Entropy),并将该方法成功地用于气候系统,在“春季预测障碍”之前实现了厄尔尼诺强度的早期准确预测,显著提高了厄尔尼诺预测的预测时间和预测精度;同时我们的工作还揭示了厄尔尼诺现象与赤道中、东太平洋区域海水温度同步性存在显著关联,这为研究厄尔尼诺现象提供了新的物理机制;相较于现有的传统气候模式,系统样本熵的方法预测厄尔尼诺运算过程更加简捷,适用范围更加广泛。