2026年6月18日下午，成都信息工程大学炸金花下载
硕博学术沙龙在新气象楼807会议室顺利举行。作为学校建校75周年校友回家系列活动的重要一环，本次活动由炸金花下载
党委副书记陈敏主持，特邀优秀校友、中国气象科学研究院副研究员、国家优秀青年科学基金获得者桂柯返校，作题为《从“学生”到“研究者”的进阶密码》的专题报告。炸金花下载
众多硕博研究生到场聆听，现场座无虚席，学术氛围热烈。
桂柯是成信大气学科2017届硕士研究生校友，目前在中国气象科学研究院从事科研工作，主要关注环境气象与人工智能的交叉方向，在气象-污染物双向耦合预报、AI污染溯源等领域进行了一系列探索，曾主持多项国家级课题，并发表学术论文30余篇。报告中，他从气象AI大模型的发展历程切入，梳理了当前该领域的几种主要技术路线，包括基于Transformer的时序预测、图神经网络空间建模，以及扩散概率模型等。他重点阐释了基于扩散模型的“物理+AI”融合思路，指出该框架尝试在概率模型中嵌入大气物理约束，以弥补传统确定性预报在精细化概率预报方面的不足，并在短期及中长期预报中初步展现了提升稳定性和可解释性的潜力。此外，他结合团队研究实践，分享了该方案在实际业务转化中遇到的困难与应对策略。
结合自身科研成长经历，桂柯分享了在环境气象AI领域选择差异化赛道的深刻感悟。他详细回顾了团队攻克气象与污染监测站点空间错位难题的全过程——传统模式依赖再分析资料与站点插值，常导致气象场和污染物浓度在时空匹配上出现系统性偏差。团队创新性地提出多源观测数据直接驱动框架，利用卫星遥感、地面基站和激光雷达等多维度信号，通过端到端的深度学习网络实现气象变量与污染浓度的同步预报，从而在全球沙尘暴输送路径预测和城市群臭氧污染溯源中取得突破性进展。该研究不仅发表在《Geophysical Research Letters》《Atmospheric Chemistry and Physics》等顶刊，更被多个国家级业务单位试用，真正实现了从学术论文到行业工具的价值转化。
在互动交流环节，在场学生踊跃提问，问题涵盖环境气象概率预报的业务落地难点、传统气象观测资料在AI时代的数字化转型路径、气候动力学方向研究生如何高效学习机器学习工具，以及面向边缘计算场景的轻量化模型设计等。桂柯结合一线科研实践逐一细致作答，特别强调：“大气科学的核心物理认知是AI模型无法替代的根基，同学们要善于将物理先验转化为网络结构的约束条件，而不是简单套用开源算法。”他鼓励大家立足成信大在气象观测和统计预报方面的传统优势，主动拥抱AI技术，在交叉细分领域深耕细作，以解决真实行业痛点为导向实现学术创新。
本次学术沙龙以校友赋能校园科研建设为桥梁，既为在校研究生提供了与顶尖学者面对面交流的宝贵机会，也通过前沿技术分享和科研心路讲述，有效拓宽了师生的学术视野。活动充分彰显了成信大气象学科薪火相传的底蕴与锐意创新的活力，激励在场师生将个人学术追求与国家环境气象战略需求紧密结合，以扎实研究为建校75周年献上厚重贺礼。
