主 讲 人：胡增运 研究员

单 位：中国科学院新疆生态与地理研究所

报告地点：腾讯会议（810 903 383）

报告时间：2022年6月15日（周三）下午3:00

邀 请 人：林朝晖 研究员

摘要：随着大数据的快速发展，数据的质量和模型精度评估成为大数据研究中的热点问题，且在科学的发展中占据核心地位。现有的大部分统计指标只评估模型单方面的精度，对数据或模型的整体全面评估缺少。Nature中最新研究表明传统的集合平均等方法在CMIP6模型的选取中存在巨大的不确定性，导致对气候变化结论的不合理（Hausfather et al.,2022）。因此，亟需发展一个新的评估系统。为解决上述问题，本研究构建CCHZ-DISO大数据评估系统，其中CCHZ来自主要贡献者姓氏首字母：C来自陈曦研究员，C来自陈德亮院士，H来自胡增运研究员，Z来自周启鸣教授；DISO：distance between indices of simulation and observation。CCHZ-DISO的构建，核心理论是欧式空间距离，计算统计指标的距离。 其中统计指标种类和数目的选取完全根据研究者自身的研究需求决定。不同统计指标的权重提供相应的计算方案。CCHZ-DISO的构建体现大道至简的精髓。该系统可应用到涉及数据比较的任何学科。

报告人简介: 胡增运博士，中国科学院新疆生态与地理研究所研究员，国家级青年人才，长期从事环境变化与人类健康等交叉研究。研究领域：环境变化、传染病预测预警及风险评估、环境变化对人类健康影响等。发表学术期刊论文55篇，SCI 期刊收录论文45篇，第一作者和通讯作者SCI论文30篇，Google Scholar引用超过1300次，Hindex=19，高被引文章1篇。主持中组部国家人才项目、国家青年基金和省部级项目7 项，参与科技部973等国家级项目20项。SCI期刊Atmosphere 编委, Frontiers in Environmental Science客座编委. 多个SCI top 期刊评审专家，如：Journal of Travel Medicine, One health, Earth’s Future; Journal of Climate等。