題目：冬季東亞極端冷事件的可預報性研究

主講人🚶🏻🏊🏽‍♂️：戴國錕，沐鸣2娱乐博士後👏🏻，2012和2017年分別獲得南京信息工程大學和中科院大氣物理研究所學士和博士學位，主要研究方向為天氣氣候可預報性、北極海冰-氣相互作用。

報告摘要👨🏼‍🏫：隨著全球變化的不斷加劇🌆，近年來北半球冬季極端冷事件頻發🍉，給各國人民造成了巨大的損失🗺，做好這些事件的預報至關重要。報告首先針對過去幾年中東亞地區的極端冷事件，評估了數值模式的預報能力🚶🏻‍♀️‍➡️。其次，針對2016年1月東亞地區的“世紀寒潮”事件，探討了大氣初始場在提高預報技巧中的作用。最後，針對今年年初發生的極端寒潮事件，進行了初步討論🌺。

題目：向後非線性局部Lyapunov指數方法及其應用

主講人：李旋，沐鸣2娱乐博士後，合作導師穆穆教授。2019年博士畢業於中國科學院大氣物理研究所。主要研究方向為集合預報和極端天氣事件和氣候可預報性🧑🏽‍🎓🧔‍♀️。

報告摘要：大氣是復雜的非線性系統🤵🏼‍♀️，它對於初始狀態和外強迫等極其敏感，微小擾動快速增長從而導致大氣可預報性的喪失。在可預報性領域，真正的難題是對於極端天氣和氣候的預測🙅🏿‍♀️🤟，得知提前預測出來的時間，有利於預防災害的發生，減少災害。傳統可預報性方法對於極端事件可預報的估計存在著不足，對此我們從誤差非線性增長角度，提出了一個新的理論方法——向後非線性局部Lyapunov指數方法（BNLLE），來定量估計極端事件可預報性🔛。BNLLE方法可以較好的估計出特定狀態的理論提前預報時間🧻。將BNLLE方法應用到理論模型中🙆‍♀️🧚🏽‍♀️，研究了冷暖事件可預報性的相對高低以及兩類誤差對於可預報性的相對影響🧝🏻。研究發現（1）暖事件比冷事件具有更高的可預報性；（2）兩類誤差對於特定狀態可預報性的影響取決於誤差量級，同時兩類誤差對於可預報性的相對貢獻具有流依賴性🥶。