世界气象组织数据同化专题研讨会

The World Meteorological Organization (WMO) Symposium on Data Assimilation

会议时间：	2026-08-31
会议地点：	南京
会议主题：	数据同化是一门交叉学科，通过融合统计数学、动力系统理论以及近年兴起的机器学习，将模型模拟与现实观测进行有机整合。数据同化长期以来是数值天气预报的基石，并已迅速发展成为一套跨越多种尺度——从短期天气预报到长期古气候重建——并覆盖数据科学、地球科学、生物学、工程学等多个领域的统一科学方法论。
会议议题：	方法论：如同化理论与数学、集合方法、非线性和非高斯数据同化、对流尺度与超快速数据同化、再分析创新方法等；观测：如同化遥感观测（卫星、雷达、GNSS及非常规观测）、观测与影响、观测系统模拟试验（OSSE）、观测系统试验（OSE）等；混合数据同化与机器学习：如机器学习与同化的融合、混合数据同化-机器学习技术、完全数据驱动的同化框架、基于机器学习模型的可预报性与不确定性量化、从同化向机器学习的反馈等；数据同化基础设施与中心动态：如同化系统框架进展（如DART、JEDI、PDAF）、业务中心同化系统更新、全球及区域再分析生产机构动态等；地球系统数据同化：如大气-陆地/海洋/海冰耦合同化、大气成分同化、从分钟到季节的无缝预测与多尺度问题、古气候数据同化等；广泛的应用、视角与预测科学：如数字孪生与可控性、极端天气与高影响天气的预报与再分析、可再生能源、水文、社会经济应用等。
会议目的及意义：	近年来，观测手段、计算能力与机器学习的飞速发展正在重塑数据同化的版图。随着机器学习深度融入，数据同化技术不断优化以提升预测性能和数据驱动建模能力；同时，与系统控制理论相结合，正构建起一个通过实时观测数据优化模型与控制策略的强效框架。当前的关键挑战包括：处理非线性和多尺度系统动力学、应对复杂的观测算子、以及管理具有非高斯特征的变量。为此，本次研讨会旨在回顾最新进展，并围绕数据同化领域的共性问题展开研讨。通过汇聚来自不同学科背景的科学家，本次研讨会旨在促进对话、分享新兴方法，并推动面向下一代跨尺度、跨学科数据同化科学的研究协作。
会议举办方：	南京大学