为构筑多维学术视野，搭建学术前沿与科技变革趋势的桥梁，4月10日下午在常州校区举办了第75期“水韵论坛”。本次论坛以“从参数率定到参数学习”为切入点，孙若辰副教授担任主讲人，围绕人工智能技术革新水科学研究范式展开深度探讨，为本科生与研究生同学们呈现了一场精彩的学术盛宴。

孙若辰副教授从机器与人工智能的起源和发展历史脉络切入，梳理了机器学习、深度学习等技术在水文气象领域的突破性应用。

讲座聚焦“参数学习”这一方向，重点阐释了单纯形法、SCE-UA等经典优化算法的原理及其在水文参数校准中的实践价值，阐明了传统优化算法的局限性。此外，孙若辰副教授还讲解了复杂陆面水文模型率定时的挑战，并就基于替代模型的参数优化方向为同学们介绍了目前科研团队的研究成果。在此基础上，解析了如何将深度学习框架与水文专业模型深度融合，构建具备自主学习和动态优化能力的智能优化系统。孙若辰副教授强调，在将自身研究领域与深度学习结合的过程中，研究者需立足学科本质需求，通过算法创新解决水文过程模拟中的高维、非线性及不确定性难题。

作为水文水资源学院品牌学术活动，本期水韵论坛延续了“前沿引领、学科交叉”的定位，将持续搭建高水平学术交流平台，引导青年学子探求数字技术赋能水科学发展的创新路径，以科技报国之志献礼河海大学百十华诞。(信息来源：水文水资源学院)