报告题目：面向人类用水的可微水文模型的初探

报  告 人： 李培君 博士后

邀  请 人：查元源  副教授

时      间：2025年1月7日（星期二）上午9:00

地      点：八教8220会议室

报告人简介：

李培君，美国宾州州立大学（Penn State）博士后，研究方向为基于多源数据的水文模拟及模型开发。报告人于2023年在武汉大学获得博士学位，期间荣获武汉大学研究生学术创新奖学金。其博士后所在课题组为Chaopeng Shen教授领导的Multiscale Hydrologic Processes and Intelligence (MHPI)团队，致力于通过数据、数据驱动方法和物理模型增进对水文圈及相关子系统的认识。报告人以第一作者身份发表SCI论文7篇，以第二作者身份获得计算机软件著作权2项。相关成果发表在Water Resources Research，Geoderma以及Journal of Hydrology等期刊，参与Water Resources Research，Communications Earth & Environment及Journal of Hydrology等期刊的审稿。

报告简介：

水资源的管理和分配有赖于水文模型对水资源的准确模拟和预测。近年来，随着人工智能和深度学习技术的发展，越来越多的研究致力于将数据驱动模型和物理机理模型相结合，形成一种新的可微（differentiable）水文模型。可微水文模型通过引入神经网络来优化模型参数，同时保留了物理机理模型的核心结构，实现近似甚至超越传统水文模型的精度。可微水文模型能够在数据相对较少时达到更好的模拟效果，并具有更强的可解释性和通用性。另一方面，当前水文模型中的一个重大不确定性来源于人类用水。如何在水文模型中合理加入人类用水的影响，成为提升模型模拟精度的重要方向。虽然国内外关于人类用水的模型研究已有所发展，但现有模型在精细度和区域适用性上仍存在诸多不足。本研究基于可微分水文模型，充分利用多源观测和统计再分析数据，尝试在水文模拟过程中尽可能多地反映人类活动的影响。结果表明，多源数据的使用以及相关模块的开发能够一定程度上改进水文模型对人类活动响应的刻画。

欢迎相关专业教师和研究生的光临！