吴利

  清华大学(硕士)

  wuli_qhu@163.com

主持/参与科研情况

《基于深度学习的多源数据降水预报方法及在三江源地区的应用》

简介：基于深度学习的多源数据降水预报方法及在三江源地区的应用是国家自然科学基金支持的一项国家级研究项目，计划在2023年至2026年间完成。该项目旨在通过整合多源数据并应用深度学习技术，为三江源地区开发一种高精度的降水预报方法。该地区是中国的“水塔”，气候变化对其生态环境和水资源的影响深远，因此，提升降水预报的准确性对区域水资源管理和生态保护具有重要意义。

《融合人工智能技术和数值模式的三江源区中短期降水预测方法研究》

简介：融合人工智能技术和数值模式的三江源区中短期降水预测方法研究是国家自然科学基金支持的一项国家级研究项目，计划在2022至2025年完成。该项目旨在利用人工智能和数值模式技术的结合，开发适用于三江源地区的中短期降水预测模型。三江源地区作为长江、黄河和澜沧江的发源地，气候变化对其生态环境和水资源管理有着深远影响。通过更精确的降水预测，项目将为三江源区的生态保护、资源管理和防灾减灾提供科学支持。

发表学术论文(近五年)

[1] Li Wu, Tao Zhang, Yi Qin, Wei Xue. An effective parameter optimization with radiation balance constraint in CAM5 (version 5.3). Geoscientific Model Development.2020.

[2] Xinliang Wang, Weifeng Liu, Wei Xue, and Li Wu. swSpTRSV: a fast sparse triangular solve with sparse level tile layout on sunway architectures[C]. Principles and Practice of Parallel Programming. ACM, 2018:338-353.

[3] Li Wu,Tao Zhang, Yi Qin, et al. An effective parameter optimization with radiation balance constraint in CAM5. AGU Fall Meeting 2017(Poster).

[4] Li Wu, Xiaoge Xin, Yanjie, Cheng, Wei Xue. Application of Breeding of Growing Mode ensemble method in seasonal prediction of climate system model. AGU Fall Meeting 2018(Poster).

[5] Wu, D.; Wu, L.; Zhang, T.; Zhang, W.; Huang, J.; Wang, X. Short-Term Rainfall Prediction Based on Radar Echo Using an Improved Self-Attention PredRNN Deep Learning Model. Atmosphere 2022, 13, 1963. https://doi.org/10.3390/atmos1312196

[6] Yao, Z.; Zhang, T.; Wu, L.; Wang, X.; Huang, J. Physics-Informed Deep Learning for Reconstruction of Spatial Missing Climate Information in the Antarctic. Atmosphere 2023, 14, 658. https://doi.org/10.3390/atmos14040658

[7] 董润婷, 吴利, 王晓英, 曹腾飞, 黄建强, 管琴, & 吴洁瑕. (2023). 深度学习在天气预报领域的应用分析及研究进展综述. 计算机应用, 43(6), 1958.

[8] 李博录, 吴利, 王晓英, 黄建强, & 曹腾飞. (2023). 基于图动态注意力网络的多站点风速预测. 计算机应用, 43(11), 3616.

[9] 董润婷, 吴利, 黄建强, & 王晓英. (2022). 基于矩阵嵌套的 CESM 负载均衡优化方案检索策略. 电子技术应用.

[10] Yao, Z.; Zhang, T.; Wu, L.; Wang, X.; Huang, J. Physics-Informed Deep Learning for Reconstruction of Spatial Missing Climate Information in the Antarctic. Atmosphere 2023, 14, 658. https://doi.org/10.3390/atmos14040658

[11] Wu, D., Wu, L., Huang, J., & Wang, X. (2022, October). ISA-PredRNN: An Improved Self-Attention PredRNN Network for Spatiotemporal Predictive Learning. In 2022 International Conference on Image Processing, Computer Vision and Machine Learning (ICICML) (pp. 432-440). IEEE.

横向项目:

[1] 《CWRF对三江源地区气温和降水模拟效果的综合评价》
简介：CWRF对三江源地区气温和降水模拟效果的综合评价是清华大学在2022-2023年开展的研究项目。该项目主要对CWRF（China Weather Research and Forecasting Model，中国天气研究与预报模型）在三江源地区（即长江、黄河、澜沧江源头地区）的气温和降水模拟效果进行了系统评估。

[2] 《基于深度学习和数值模式的短临降水预测模型研究》
简介：基于深度学习和数值模式的短临降水预测模型研究是清华大学在2021-2023年开展的一项研究，旨在结合深度学习和数值天气预报模式（NWP）来改进短临降水（即未来几小时至几天内的降水）预测的准确性和时效性。短临降水的准确预测对防灾减灾、农业生产、城市防洪等领域有着重要的实际意义。