讲座题目：Dust Storm Emission Inversion Using Multiple Data Sources Over East Asia

主讲人：金建炳

主讲人简介：现为荷兰代尔夫特工业大学应用数学系（Institute of Applied Mathematics, Delft University of Technology）博士、荷兰应用科学研究院 (TNO) 大气所科研助理，本科和硕士毕业于哈尔滨工业大学。主要研究兴趣为：数据同化、大气污染物模式开发，机器学习。博士期间研究内容包括：基于降维切线性模式的四维变分同化（4DVar）在中国沙尘暴源反演（emission inversion）的应用；遥感数据同化及其质量控制（data selection）；大气污染物模式中伴随模式（adjoint）的开发；基于机器学习的数据偏差校正（observation bias correction）；网格畸变数据同化 (grid distortion data assimilation)。其他参与并指导的课题有：基于纯数据的机器学习空气质量预测; 机器学习模型中物理一致性研究。

讲座时间：6月5日  17：00

讲座地点：行政楼1307报告厅

主办单位：数理与统计学院

协办单位：统计系应用数学研究所

荷兰代尔夫特理工大学金建炳博士来我校作学术报告

6月5日下午，荷兰代尔夫特理工大学金建炳博士应数理与统计学院邀请在行政楼1307学术报告厅为广大师生作题为“Dust Storm Emission Inversion Using Multiple Data Sources Over East Asia”的学术报告。报告会由数理与统计学院王国强教授主持。

金建炳博士首先讲述了数据同化方法的基本概念及其在沙尘暴源反演/预测中的重要性。其次，金博士讲解了观测数据偏差校正、遥感数据质量控制、背景协方差估算等是沙尘暴源反演问题的关键所在。接着，金博士分享了机器学习在观测偏差校正/质量控制、大气污染物伴随模式在背景协方差估算、图像处理技术在沙尘暴位置误差修正等方向的实际应用。最后，金博士就该领域的进一步研究作了探讨和展望。金博士的报告不仅为广大听众带来了沙尘暴源反演的最新研究成果，而且开阔了大家的视野和思路。报告结束后，金博士与参加讲座的教师和研究生就机器学习与图像处理等国际前沿和热点问题做了深入的交流与探讨。同时，王国强教授与金博士就今后双方的学术交流与合作交换了意见。

据悉，金建炳现为荷兰代尔夫特理工大学应用数学系（Institute of Applied Mathematics, Delft University of Technology）博士、荷兰应用科学研究院 (TNO) 大气所科研助理。本科和硕士毕业于哈尔滨工业大学。主要研究兴趣为：数据同化、大气污染物模式开发，机器学习。博士期间研究内容包括：基于降维切线性模式的四维变分同化（4DVar）在中国沙尘暴源反演（emission inversion）的应用；遥感数据同化及其质量控制（data selection）；大气污染物模式中伴随模式（adjoint）的开发；基于机器学习的数据偏差校正（observation bias correction）；网格畸变数据同化 (grid distortion data assimilation)。其他参与并指导的课题有：基于纯数据的机器学习空气质量预测；机器学习模型中物理一致性研究。