xiaolixiaoli123的个人博客

随着观测技术、数值模拟与计算基础设施的迅猛发展，地球系统科学、生态学、环境科学等自然科学领域正迈入“大数据+智能模型”驱动的新阶段。传统的统计建模方法虽具可解释性，却难以应对高维、非线性、多源异构的复杂自然系统；而以机器学习和深度学习为代表的AI技术，正为科学发现提供强大工具。更进一步，以大模型（Foun ...

随着观测技术、数值模拟与计算基础设施的迅猛发展，地球系统科学、生态学、环境科学等自然科学领域正迈入“大数据+智能模型”驱动的新阶段。传统的统计建模方法虽具可解释性，却难以应对高维、非线性、多源异构的复杂自然系统；而以机器学习和深度学习为代表的AI技术，正为科学发现提供强大工具。更进一步，以大模型（Foun ...

在水文水环境保护中，对于信息的采集、处理和分析是关键步骤。水文水环境及其相关数据均具有空间分布特征，传统的方法难以发挥作用。地理信息系统（GIS）强大的空间数据管理和分析功能，在空间信息处理上有独到的优势，是研究区域水文水环境的空间差异的有力工具，GIS在水文水环境中的应用对解决水文水环境中许多问题起着 ...

气候变化背景下，极端天气导致的洪水事件将更加频发。快速城市化对流域下垫面的改变，及人类活动向洪泛区的扩张。二者共同使得全世界多数人类活动高度聚集区的洪水风险增加。洪水淹没危险性（各种年遇型洪水淹没）是洪水损失评估、风险评估及洪水应急和管理规划等工作的重要基础。当前开展洪水危险性研究工作中的主要困难 ...

在全球顶尖期刊发表范式发生结构性变革的今天，数据可视化已从辅助工具升级为科学传播的黄金媒介，可谓是 「一图胜千言」 已成为高水平顶级期刊的硬性门槛——数据显示很多情况的拒稿与图表质量直接相关。Nature统计显示，大部分的评审专家将图表质量列为优先审稿要素。面对复杂图谱、多维数据、时空动态模型的表达 ...

“30/60双碳目标”已成为我国绿色发展的新国策，建筑业对碳排放量化分析和减排也越来越重视。特别是全文强制性国标标准《建筑节能与可再生能源利用通用规范》GB55015-2021的实施，对建设项目可行性研究报告、建设方案和初步设计要求进行建筑碳排放分析；国家标准《绿色建筑评价标准》GB/T50378-2019也要求进行建筑碳排放 ...

聚焦地表–耕作层–根区–潜水面之间的水盐动态过程，面向农业生产、盐渍化治理、灌溉制度优化等应用场景。内容以真实农田剖面和观测数据为基础，系统进行降雨、灌溉、蒸发、根系吸水及盐分迁移的定量模拟思路，帮助您从“管理措施”推演到“剖面响应”与“环境风险变化”。同时，将通过深层渗漏与地表径流两条路径，明确 ...

WRF（Weather Research and Forecasting Model）作为当下大气科学、环境科学及水文地理领域应用最广泛的中尺度气象模式，是相关科研人员开展数值模拟、机理分析、场景预测的“核心工具”——小到局地暴雨、台风过程的精细模拟，大到区域气候演变、土地利用/城市化的气象效应研究，WRF都是产出高质量成果的“标配利器”。 ...

在全球气候快速变化的背景下，理解并预测生物种群如何应对气候变化，特别是它们的地理分布如何变化，已经变得至关重要。利用R语言进行物种气候生态位动态量化与分布特征模拟，不仅可以量化描述物种对环境的需求和适应性，预测物种的潜在生态位和分布，还可以模拟物种分布的动态变化，捕捉生物种群生态位的时空异质性。这种 ...

时间序列是水文、气象等领域中最为常见的数据类型，对时间序列数据的预测、分类以及异常值检测等也是这些领域最常见的任务；但是，时间序列分析技术从二十世纪二十年代兴起，一百年以来已经变的非常繁杂。本课程以实践序列分析为主线，系统讲述了传统的时间序列分析技术、机器学习以及深度学习等模型。 本次不但可 ...