2026年3月30日上午，william英国中文在海科楼505成功举办了2026年第11期“海学讲堂”。受“陆架及深远海气候，资源与环境广东普通高校重点实验室”和“粤西海洋气象灾害理论与应用研究重点实验室”邀请，南京信息工程大学大气科学学院曾跃飞教授，为williamhill英国师生作了题为《Machine Learning-based Representation of Model Error and Observation Error with estimated Cross-Correlation in Data Assimilation》的学术报告。会议由william英国中文张宇教授主持，学院院长谢玲玲，徐建军教授等四十余名师生参与交流。

曾跃飞教授的报告紧扣数值天气预报中的前沿挑战，重点探讨了如何利用机器学习技术提升资料同化的精度。曾跃飞教授首先简要回顾了资料同化的基本原理，强调了观测资料与数值模型结合在提升天气预报准确度中的关键作用。针对传统方法难以精确描述模型误差的问题，曾跃飞教授详细介绍了基于机器学习的模型误差表征方案。通过对比试验指出，机器学习方案在捕捉模型不确定性方面显著优于传统方法。报告深入讨论了观测误差的复杂性，特别是如何通过估算预报误差与观测误差之间的跨相关性来优化同化效果。

在交流环节，与会师生围绕机器学习模型的训练样本选择、观测资料同化中的误差处理等问题与曾跃飞教授进行了深入探讨。此次学术交流为资料同化与人工智能等领域的交叉融合提供了新的思路和方向，拓展了师生在资料同化等方面的学术认知，也为今后进一步开展科研合作奠定了良好基础。本次论坛对学院人才培养、科学研究与平台建设等方面具有积极的启发与指导意义。