8月31日下午，自动化前沿热点讲堂之第二十九讲以线上形式在我校成功举办，本次讲堂由IEEE/CAA Journal of Automatica Sinica、自动化学报、中国自动化学会主办，以“气象自动化”为主题。自动化学院院长葛泉波教授担任本次讲堂主持人。

葛泉波教授首先致辞，他向出席本次讲堂的专家与学者表示热烈的欢迎，并向大家介绍了自动化学院的发展，近年来自动化学院在人工智能和自主智能无人系统领域进行深入地探索，形成了“信息+气象”的气象自动化学科特色。他希望能以此次讲堂为契机，开展深入的学术交流与探讨，碰撞出思想的火花，为未来的学术研究与合作寻求新思路。

南京信息工程大学智协飞教授的报告题目为《基于人工智能的降水短临预报技术》，他首先介绍了基于物理约束的NWP短时强降水预报的人工智能订正技术，然后利用融合多物理量信息的深度学习模型进行降水短临预报试验，模型显著减小了降水的预报误差，对不同量级降水预报技巧都有明显提升。

国家杰青、南京信息工程大学陆春松教授以《天气与气候模式中云微物理过程的建模》为题作报告，深入剖析了云微物理过程建模的难点与挑战，从云微物理研究的背景、难点和前沿入手，介绍了云微物理建模过程，探讨了不同建模方案的优劣，为未来的研究方向提供了宝贵见解。

国家优青、复旦大学张峰教授以《基于人工智能技术的云物理特性遥感研究》为题作报告，他在报告中分析了传统遥感手段在获取全天时的厚云物理特性方面存在一定的局限性，探讨了如何利用人工智能技术改进全天时云物理特性遥感的精度和效率，为实现全天时、全覆盖的云物理特性监测提供创新解决方案。

国家气象中心总工程师张小玲的报告主题为《中央气象台人工智能气象应用发展及思考》。报告总结分析了人工智能推动的新一轮技术革命对气象预报业务带来的巨大机遇和挑战。在气象预报领域，盘古、GraphCast、伏羲、风乌、NeuralGCM等AI预报大模型相继出现，不断在预报精度和时效上取得突破。人工智能技术逐步被应用于中央气象台的预报业务各环节。例如，由清华大学软件学院和国家气象中心联合研发的人工智能气象预报短临模型风雷和全球短中期预报模型风清于2024年6月发布，成为人工智能加速和带动中央气象台气象预报向智能化业务升级转型发展的标志性事件；风雷和风清大模型已经分别在强对流天气短临预报和台风路径等中短期预报中发挥重要作用。未来，如何在此基础上，不断提升模型对极端、灾害性天气预报的能力，打造人工智能预报基础大模型和专业小模型有机发展的技术体系有待探索和攻关。

中山大学韩永教授的报告主题为《面向复杂环境的多参数气象环境测量仪研制》。他简要阐述了大气探测仪器分类，现状及走向，并详细报告最近的工作面向复杂环境的多参数气象测量仪器的研制。该仪器可应用在复杂路网，低能见度下团雾、近地面气象环境状态监测以及站点、岛屿以及车载移动平台上，对于气象环境业务探测和研究湍流-粒子-光之间的相互作用研究具有重要的价值。

五位专家的报告涵盖了气象自动化领域的理论前沿、关键技术，深入探讨了面临的挑战与未来发展方向，为与会者呈现了一场内容丰富、视角多元、思想碰撞的学术盛宴。据统计数据显示，本次讲堂直播的观看人次达到了7.2万，其中，通过中国自动化学会各平台观看的人数为2.6万人次，通过其他合作平台观看的观众则达到了4.6万人次，显示出广泛的受众覆盖与较高的关注度。此次讲堂的成功举办促进了自动化学科与气象自动化领域的交流与发展，为推动我校自动化学科的快速发展，以及一流学科的深化建设具有重要意义。