人工智能技术在数值天气预报中的应用，已经展现了很好的潜力和前景，特别是以盘古、伏羲、风乌等为代表的人工智能大模型，但这些大模型均依赖于由传统数据同化方法建立的大气再分析格点数据（如ERA5）。在数据同化中，如何应用人工智能技术？当前在这方面开展的工作相对较少。本报告针对人工智能在数据同化中的应用，聚焦卫星数据同化中全天候全地表同化等关键问题，汇报我们团队在观测算子替代、集合四维变分同化、直接同化等方面的一些初步应用研究进展，以期抛砖引玉，开展有效合作，推动人工智能技术在数据同化领域的创新应用。

参考文献

Li, Y., Han, W.*, Li, H., Duan, W., Chen,L., Zhong, X., et al. (2024). Fuxi‐en4dvar:An assimilation system based on machine learning weather forecasting model ensuring physical constraints. Geophysical Research Letters, 51, e2024GL111136. https://doi.org/10.1029/2024GL111136

Xu, X., Sun, X., Han, W.*, Zhong, X., Chen, L., Li, H., 2024. Fuxi-DA: A Generalized Deep Learning Data Assimilation Framework for Assimilating Satellite Observations (No. arXiv:2404.08522). arXiv. https://doi.org/10.48550/arXiv.2404.08522

报告人简介：韩威，博导，“万人计划”科技创新领军人才，中国气象局地球系统数值预报中心卫星资料同化室副主任，风云气象卫星工程应用系统副总设计师，中国气象学会卫星气象学学会副主任委员，《Monthly Weather Review》和《Advances in Atmospheric Sciences》编委。长期致力于我国自主研发的数值天气预报系统GRAPES，多项成果在中国气象局和欧洲中期天气预报中心实现业务应用。曾获中国气象学会气象科学技术进步成果一等奖、邹竞蒙气象科技人才奖、国家科技进步二等奖、国际TOVS会议最佳报告奖和首届国家卓越工程师团队奖等奖励。