题目：基于神经网络的尺度自适应云量参数化方案简介 

分享人：陈国兴

题目：定量估计东亚地区夏季热浪可预报性 

报告摘要：

东亚地区人口稠密，经济体量大👰🏽‍♀️。研究此地区的大气可预报性，尤其是极端事件可预报性具有重要的意义🧦。在全球变暖背景下2️⃣，东亚地区的极端高温、热浪事件频发👨🏻‍🍼，这对于人类健康安全📆、社会经济发展🧖🏼‍♂️、生态系统等造成巨大的危害。提前预报出极端高温🌟、热浪事件🌪，有利于降低灾害带来的损失🔏。定量研究极端事件的可预报性是一个较大的挑战。在本工作中，我们基于一个新的理论方法——向后非线性局部Lyapunov指数（BNLLE），定量研究了东亚地区夏季热浪事件的可预报性。研究发现，东亚地区夏季2m温度的可预报上限为12天🚥，而热浪事件可预报性为4~12天👨🏼‍🦱。此外基于BNLLE方法，还确定了东亚地区预报误差增长的敏感区域🧛🏽‍♀️。这些误差增长的敏感区域对于热浪事件的预报会产生重要的影响。重点关注误差增长敏感区域，采用更加先进的资料同化技术、增加观测站点等方式🖤，将会有利于提高热浪事件的预报技巧。

分享人：李旋