报告题目：基于统计复杂性的厄尔尼诺的预测

报告人：孟君 研究员

主持人：邹勇 副教授

报告时间：10月28日上午10：00

报告地点：线上腾讯会议 593129362

报告简介：

孟君，北京邮电大学理学院，特聘研究员。2014年博士毕业于中国科学院理论物理研究所，之后先后在中国科学院物理研究所叶方富研究院课题组（2014-2016）、以色列巴伊兰大学Shlomo Havlin教授课题组（2015-2018）和德国波茨坦气候影响研究所Jürgen Kurths教授课题组（2018-2020）从事博士后研究，主要研究方向为系统科学、气候系统、复杂网络、统计物理、气候变化与极端气候。先后在PNAS, Nat. Phys., Phys. Rep., New J. Phys., Chao，Phys. Rev. D, Phys. Rev. E等期刊发表论文15篇。

报告摘要：

地球气候系统是一个高度复杂并不断演化的自适应系统，由大气圈、水圈、冰雪圈、岩石圈（陆面）、生物圈，及各子系统内部和外部之间的相互关联组成。由于气候系统本身的复杂结构及众多非线性相互作用，人们对这些气候现象和灾难的理解以及预测仍然困难重重，这是科学界和公共政策决策者极为关注的课题。厄尔尼诺现象是年际尺度上最具全球影响力的气候现象之一，厄尔尼诺的预测一直以来都是科学界一大难点和热点问题，针对该问题，我们开发了一套新的计算系统复杂度的方法——系统样本熵（System Sample Entropy），并将该方法成功地用于气候系统，在“春季预测障碍”之前实现了厄尔尼诺强度的早期准确预测，显著提高了厄尔尼诺预测的预测时间和预测精度；同时我们的工作还揭示了厄尔尼诺现象与赤道中、东太平洋区域海水温度同步性存在显著关联，这为研究厄尔尼诺现象提供了新的物理机制；相较于现有的传统气候模式，系统样本熵的方法预测厄尔尼诺运算过程更加简捷，适用范围更加广泛。