セッション概要
| 領域外・複数領域 (M) | ||||
|---|---|---|---|---|
| セッション小記号 | 地球科学一般・情報地球科学 (GI) | |||
| セッション ID | M-GI34 | |||
| タイトル | Data-driven approaches for weather and hydrological predictions | |||
| タイトル短縮名 | Data driven study in weather prediction | |||
| 代表コンビーナ | 氏名 | 小槻 峻司 | ||
| 所属 | 千葉大学 環境リモートセンシング研究センター | |||
| 共同コンビーナ 1 | 氏名 | Carolynne Hultquist | ||
| 所属 | University of Canterbury | |||
| 共同コンビーナ 2 | 氏名 | 澤田 洋平 | ||
| 所属 | 東京大学 | |||
| 共同コンビーナ 3 | 氏名 | Ana Carolina Vaz | ||
| 所属 | Instituto Nacional de Pesquisas Oceanicas | |||
| 共同コンビーナ 4 | 氏名 | 関山 剛 | ||
| 所属 | 気象庁気象研究所 | |||
| 共同コンビーナ 5 | 氏名 | 安田 勇輝 | ||
| 所属 | 海洋研究開発機構 | |||
| セッション言語 | E | |||
| スコープ | In the digital era, data-driven techniques are transforming our understanding and prediction capabilities of complex earth systems. This session aims to explore the cutting-edge methodological and applicational studies for weather, climate and hydrological predictions. Key themes includes: (1) methodological studies to deepen data-driven approaches for geoscience problems, (2) machine/deep learning studies applied for extreme weather-related disasters, (3) climate predictive analysis to discern climate variability, trends, and anomalies, (4) integrating remote sensing and ground data to refine prediction models. This session aims to foster a rich dialogue among experts, highlighting both the advancements and challenges in data-driven environmental modeling. Participants will gain insights into current best practices and envision the future trajectory of this rapidly evolving domain. |
|||
| セッション形式 | 口頭およびポスターセッション | |||