1. 团队名称：智能信息与灾害预警
2. 研究团队成员
序号 | 姓名 | 职称/职务/人才称号等 | 研究领域方向等 | 个人主页 |
1 | 韩雷 | 教授（团队负责人） | 智能信息处理 |
|
2 | 葛玉荣 | 副教授 | 智能信息处理 |
|
3 | 刘金涛 | 副教授 | 智能信息处理 |
|
4 | 于紫凝 | 讲师 | 智能信息处理 |
|
3. 研究情况简介
本团队在智能信息处理领域，多年来一直深入进行人工智能灾害预警研究，以智能信息处理前沿技术为依托，以提高灾害环境的监测和预测水平为目标，为国家的防灾减灾提供信息化和智能化的理论和技术支持，属于信息学科与环境学科的学科交叉研究。
目前，团队共有教师成员4人，其中教授1人，副教授2人，讲师1人，有海外研究经历者2人，有企业工作经历者1人（青岛朗讯科技），与美国国家大气研究中心（NCAR）、科罗拉多州立大学（CSU）和日本千叶大学有长期的学术合作，并与国家气象中心、国家大气探测中心和国家地震局有紧密的业务应用合作，形成了一个基础科学研究与业务应用紧密结合的学科团队。（
团队成立以来，一直持守王选院士提出的“顶天立地”的科研指导思想，坚持理论研究与业务应用的同步走战略。以国家防灾减灾的迫切需求为导向，围绕地球的“电离圈-大气圈-岩石圈”观测数据，使用传统信号处理方法和先进智能信息处理方法，提取观测数据中极端灾害相关的异常特征，分析多源地球物理场的相互作用。团队研制出box-based对流风暴智能预警系统，并在国家气象中心强天气预报中心日常业务运行，产生了明显的业务效益；研制出数值天气预报智能偏差订正系统，应用于“北京冬奥会气象保障关键技术”项目中，目前在北京气象局进行业务化运行。针对瞬时大风灾害，团队研制了高速、高精度实时风场信号采集系统，以此为核心的小型相干激光测风雷达可高效获取实时大气三维风场数据，并成功服务于2022北京冬奥会开幕式及户外赛事，以及“巅峰使命2022”珠峰科考任务。针对地震灾害前期信号的特点，提出了拓扑网络、异常验证模型等智能分析方法，从时间和空间上验证了地震灾害前的异常变化，为地震预测提供方法基础，研究结果于国家地震局进行业务试用。
近年来，团队在IEEE Transactions on Geoscience and Remote Sensing、Journal of Geophysical Research、IEEE Geoscience and Remote Sensing Letters、Advances in Atmospheric Sciences、Remote Sensing、IEEE International Conference on Big Data、IEEE International Conference on Big Knowledge等国内外学术刊物上发表论文五十余篇；获得发明专利授权四项。团队在数值天气预报智能偏差订正研究和激光测风雷达的成果，应用于“北京冬奥会气象保障关键技术”项目中，并以期刊封面论文的形式，发表于理工科权威期刊AAS，并被国际知名的科技新闻平台EurekAlert追踪报道（https://www.eurekalert.org/news-releases/923820）（国际知名媒体如纽约时报、CNN、BBC等都从该平台获取科技新闻）。
4. 团队成果
序号 | 作者 | 论文/专著/专利/奖励 名称和出处 | 成果 获得时间和级别 | 影响因子（或可体现影响力的指标） | 简介（体现成果水平的有关说明） | |
1 | 韩雷 | A machine learning nowcasting method based on real-time reanalysis data. Journal of Geophysical Research, 2017. | 2017, 顶尖期刊 | 5.217 | 本文提出了机器学习预报方法(SBOW)，预报性能明显由于已有的业务系统。该系统在国家气象中心得到了业务使用。 | |
2 | 韩雷 | Convolutional Neural Network for Convective Storm Nowcasting Using 3-D Doppler Weather Radar Data IEEE Transactions on Geoscience and Remote Sensing, 2020 | 2020. 顶尖期刊 | 8.125 | 本文提出了三维卷积神经网络强对流天气预报方法，有效提高了预报的准确度，由于之前运行的SBOW方法，该算法目前在国家气象中心进行业务运行。 | |
3 | 韩雷 | A deep learning method for bias correction of ECMWF 24–240 h forecasts. Advances in Atmospheric Sciences. 2021 | 2021. 权威期刊 | 3.9 | 本文针对传统订正方法难以有效利用精细化空间信息的缺点，提出了嵌套编解码网络方法，可以更好地捕捉多尺度的上下文信息，实现数值天气预报的智能偏差订正。该系统应用于“北京冬奥会气象保障关键技术”项目中，目前在北京气象局进行业务化运行。 | |
4 | 韩雷 | Advancing Radar Nowcasting Through Deep Transfer Learning. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60(2): 1-9. | 2022. 顶尖期刊 | 8.125 | 本文提出了强对流天气预报中的迁移学习方法，解决了深度学习预测模型在不同地域的快速使用问题。 | |
5 | 韩雷 | Polarimetric Radar Quantitative Precipitation Estimation Using Deep Convolutional Neural Networks， IEEE Transactions on Geoscience and Remote Sensing, 2023 | 2023, 顶尖期刊 | 8.125 | 本文首次将深度学习方法应用于双偏振雷达的定量降雨估计（QPE）研究中，解决了多变量复杂极化数据的有效使用难题，明显提高了QPE产品的质量。 | |
6 | 于紫凝
| Evaluation of pre-earthquake anomalies of borehole strain network by using Receiver Operating Characteristic Curve，Remote sensing
| 2021，权威期刊 | 4.509 |
|
