内容简介：

气候系统模型已经成了预估将来气候变化的不可缺少的工具，但是由气候系统模型产生的气候变化预估存在着很大的不确定性，其不确定性因素包括模型驱动场和初始场的不确定性、模型结构和参数的不确定性、模型分辨率与计算方法带来的不确定性、以及气候资料的不确定性等，本讲座讨论如何运用统计方法来降低和量化气候系统模型中存在的不确定性，简单介绍大复杂系统不确定性分析的统计方法，并以Common Land Model （CoLM）和Weather and Research Forecasting (WRF)区域模型为例展示如何应用这些方法。

 

主讲人简介：

段青云，“千人计划”入选者，北京师范大学全球变化与地球系统科学研究院首席科学家。研究领域：水资源管理、水文学模型构建及校准、土壤---植物---大气相互作用机制、气候变化对水资源的影响、风险及不确定性统计分析方法等。他发展了贝叶斯定理统计方法在动力学模型中不确定性评估的方法和应用，发展了模型参数估计（SCE-UA)方法，并长期主持和领导国际模型参数估计实验（MOPEX），是北美陆地数据同化系统（NLDAS）的主要开发人之一。