报告人：陈生 中国科学院西北生态环境资源研究院
报告题目：基于深度学习和风云卫星观测的降水反演研究
报告时间：2026年4月20日（周一）9:30
报告地点：静远楼1306
主办单位：地理测绘与城乡规划学院、科学技术研究院
报告人简介：
陈生，2009年7月博士毕业于中国科学院遥感应用研究所，2009年8月-2016年8月在美国俄克拉荷马大学先进雷达研究中心/水文气象遥感实验室从事水文气象遥感研究。2016年入职中山大学大气科学学院，2022年入职中国科学院西北生态环境资源研究院。主要研究遥感定量降水估计、气象灾害监测与预报、遥感观测数据同化、人工智能天气预报等。基于人工智能的短临天气预报系统、基于雷达和风云四号闪电同化的数值天气预报系统已经在气象局部门开展业务应用。已发表论文90多篇，其中SCI高质量期刊论文60多篇，Google学术引用4000多次。担任 Nature，Scientific Report，WRR，JHM，JH，IEEE TGRS, IEEE-JSTA，RS等20多个国内外知名专业期刊审稿人。
报告摘要：
天气雷达可为监测盲区提供及时的降水信息，并发布早期灾害预警。报告重点介绍一种创新型全球-局部耦合双分支网络框架体系，旨在基于风云四号A星(FY-4A)静止卫星提供的高时空分辨率观测数据重建表征降水强弱的雷达合成组合反射率(CREF)，同时减轻雷达观测缺失的影响。框架通过动态特征融合将全球上下文与局部特征结合，提高模型的表征能力，增强重建的准确性和鲁棒性。并结合具体案例研究进一步分析其在重建表征降水的雷达反射率方面的有效性和泛化能力，以及在中国范围内应用。