2024年3月16日，建筑工程学院董波副教授在4101教室，举办了题为“基于机器学习的预测零碳情景下的气候变化”的讲座，社团指导教师祁欣怡、赵静；建筑工程学院相关专业学生和建筑环境社全体社员参与，本次讲座由程毓主持。

 面对全球环境挑战，人为碳排放被认为是全球变暖和气候可变性的主要原因，全球社会正努力向低碳净零排放经济过渡，以缓解这些气候相关的影响。在这个背景下，对于因走向净零排放而产生的过渡和物理气候风险的评估变得至关重要。为了有效地进行这种评估，出现了新的研究方法，即使用机器学习技术预测不同浓度路径下的气候响应。

研究使用了CMIP5气候模型预测数据，包括了不同的代表性浓度路径（RCP）情景。分析的主要气候变量包括地表气温、纬向风、经向风、相对湿度、海平面压力和降水通量。

QuickClim的方法论分为四个阶段，确保了它能够为任意指定的浓度路径提供精确且全面的气候变化预测和重建。

  该研究通过QuickClim模型提供了一个快速、经济有效的方式来评估广泛的碳浓度路径下的物理气候响应，这是传统气候模型无法实现的。

作者：董波

审核：朱永祥