为营造浓厚学术氛围，郑州大学生态与环境学院、河南省水循环模拟与水环境保护国际联合实验室举办“外国专家大讲堂”系列活动，特邀加拿大新不伦瑞克大学及英国格拉斯哥大学John Xiaogang Shi（史晓刚）副教授为全院师生开展高水平学术讲座，欢迎广大师生踊跃参与！

报告题目：Bridging Moisture Tracking and Deep Learning to Improve Drought Forecasting in the Mekong Delta

（结合水汽追踪与深度学习提升湄公河三角洲干旱预报能力）

报告人：John Xiaogang Shi（史晓刚） 加拿大新不伦瑞克大学及英国格拉斯哥大学

报告时间：2026年7月23日14：30-17：30

报告地点：郑州大学生态与环境学院102报告厅

报告人简介：John Xiaogang Shi (史晓刚)，加拿大新不伦瑞克大学及英国格拉斯哥大学副教授。毕业于美国西雅图华盛顿大学，获博士学位。其研究围绕气候变化与人类活动影响下的水文循环演变规律，聚焦极端水旱灾害的成因、风险与预测问题，综合运用创新水文模型、深度学习算法及遥感技术，在流域水循环归因分析、可解释人工智能预测、洪水风险评估与韧性治理等方面取得了创新成果。

其职业生涯遍布四大洲，曾先后任格拉斯哥大学高级讲师、兰卡斯特大学与西交利物浦大学讲师、澳大利亚联邦科学与工业研究组织研究员，以及加拿大环境部国家水文学研究中心访问研究员。他曾担任格拉斯哥大学社会与环境可持续发展学院研究主任、格拉斯哥大学-南开大学联合研究生院环境科学硕士项目主任，并共同发起创立了该校的环境可持续性委员会。此外，他还担任英国研究与创新署（UKRI）同行评审学院成员，受邀加入英国Future Leaders Fellowships评审委员会、英国自然环境研究理事会Pushing the Frontiers重点基金评审委员会，以及该理事会Large Grants重大基金（345万英镑/项）评审委员会。现任《Environmental Impact Assessment Review（环境影响评估评论）》(IF 9.8)副主编，并担任联合国开发署（UNDP）非洲永久性奥卡万戈河水委员会技术委员会成员。

报告摘要：随着气候变化加剧水文气候极端事件，提升干旱预测能力已成为增强脆弱农业三角洲韧性的关键所在。这一紧迫性在湄公河三角洲尤为突出——该地区反复遭受严重干旱，造成深远的社会经济损失，凸显了改进预报以支撑防灾减灾与应急准备的迫切需求。本研究提出一个基于人工智能的框架，将降水湿气诊断与深度学习相结合，显著提升越南湄公河三角洲（VMD）的干旱预测水平。首先，利用双层水核算模型（WAM-2layers）——以ERA5再分析资料为输入的水汽追踪工具——量化了水汽源贡献，发现VMD超过60%的降水源于上游源区，其中湿度和风速被识别为干旱期降水亏缺的主要因果驱动因子。基于这一物理认识，本研究采用卷积门控循环单元（ConvGRU）模型，并显式地以这些外部大气变量进行训练。该模型在3个月预见期上展现出稳健的多类型干旱预报能力，对气象干旱和农业干旱的检测准确率分别达约90%和80%，且误报率低（<10%），并能可靠地重建重大历史干旱事件。本工作建立了一种协同方法论，即以过程驱动的水汽诊断来支撑并验证人工智能预测系统，从而直接助力构建更可靠、具有物理可解释性的早期预警，并为这一气候敏感型三角洲的农业韧性与经济稳定提供支撑。