题目：3D DBSCAN算法在事件体识别中的应用

报告摘要：

“水文水资源学-大气与海洋科学”领域中的研究对象（如河道起沙模拟、水生群落监测、极端暴雨/高温寒潮识别、大气河/反气旋提取、海洋中尺度涡追踪等）往往具有空间运动多样、跨季节跨区域、强度变幅大、生消时刻不一等复杂特征；这类具有三维（经度-纬度-时间）时空变化的研究对象可简称为“事件体”。精准识别这些“事件体”可提供刻画自然界真实变化的大量样本，是后续机理分析的重要前提。基于此，本次报告分为两部分（70%/30%）：（1）在分析研究初衷与现实意义、方法沿革的基础上，详细介绍基于经典DBSCAN算法的、在三维空间内进行目标事件识别和参数敏感性分析的研究方案，以及在2022年长江全域高温伏秋旱事件中的应用；相关论文发表在AOSL机器学习专刊，DOI链接为https://doi.org/10.1016/j.aosl.2022.100324。（2）简单推介其他与“事件体识别”相关的、典型的有监督/非监督框架。

个人简介：刘臻晨，复旦大学大气与海洋科学系博士后。2019年9月博士毕业于河海大学水文学及水资源（应用水文气候学方向）。研究兴趣：全球极端干旱机理与多尺度预测，智能算法在极端天气气候中的应用。

题目：缓变外强迫因子影响乌拉尔山月平均环流的超临界叉式分岔模型

报告摘要：

乌拉尔山地区月平均环流正、负异常往往是我国发生大范围低温雨雪、持续性偏暖偏干等重要天气和气候事件的指示信号。为探寻乌拉尔山月平均环流正、负异常的发生规律，本研究构建了一个考虑外强迫和地形的简化陆气耦合模式，改进了Charney的大气多平衡态理论，提出了局地大气多平衡态假说：超临界叉式分岔模型。该模型预言：（1）由于乌拉尔山脉的存在，局地大气环流存在三种平衡态流型，即正常型（平直西风）、正异常型（高压脊）和负异常型（低压槽）；（2）当缓慢变化的外强迫因子超过某一临界值时，将发生超临界叉式分岔现象，平衡态流型以相等概率由正常型转变为正异常型或负异常型。观测结果表明，冬季太阳常数和特定月份的巴伦支-喀拉海海冰密集度都可以视为缓变外强迫因子，它们与乌拉尔山月平均环流之间的统计关系均与模型的预言基本相一致。

个人简介：李冬冬，复旦大学大气与海洋科学系博士后。2015年和2020年分别获得兰州大学理学学士和博士学位。研究方向是大气多平衡态理论和北极海-冰-气相互作用。