报告题目：大道至简之——CCHZ-DISO大数据及模型评估新系统化的不解之缘
报 告 人：胡增运 研究员
单 位：中科院新疆生态与地理研究所
邀 请 人：赵天保 研究员
时 间：2023年6月28日上午10:00
地 点： 2号楼319会议室
简介： 胡增运博士，中国科学院新疆生态与地理研究所研究员，国家级青年人才，长期从事环境变化与人类健康等交叉研究。研究领域：气候变化、水文与水资源、传染病预测预警及风险评估、环境变化对人类健康影响等。发表期刊论文80篇，包括GRL，JC, JGR, JOH等。
摘要：
随着大数据的快速发展，数据的质量和模型精度评估成为大数据研究中的热点问题，且在科学的发展中占据核心地位。现有的大部分统计指标只评估模型单方面的精度，对数据或模型的整体全面评估缺少。Nature中最新研究表明传统的集合平均等方法在CMIP6模型的选取中存在巨大的不确定性，导致对气候变化结论的不合理（Hausfather et al.,2022）。因此，亟需发展一个新的评估系统。
为解决上述问题，本团队构建CCHZ-DISO大数据评估系统，其中CCHZ来自主要贡献者姓氏首字母：C来自陈曦研究员，C来自陈德亮院士，H来自胡增运研究员，Z来自周启鸣教授；DISO：distance between indices of simulation and observation。
CCHZ-DISO的构建，核心理论是欧式空间距离，计算统计指标的距离。其中统计指标种类和数目的选取完全根据研究者自身的研究需求决定。不同统计指标的权重提供相应的计算方案。CCHZ-DISO的构建体现大道至简的精髓。该系统可应用到涉及数据比较的任何学科。