2026年9月18日上午，南京信息工程大学夏友龙教授应北京师范大学地理科学学部徐同仁教授邀请，在北京师范大学地理科学学部作学术讲座。讲座围绕全球积雪资料同化及其在陆面模式改进中的应用展开，夏友龙教授与师生进行了深入交流和讨论。地理科学学部王佩教授等十余名师生参加活动。

讲座开始前，徐同仁教授对夏友龙教授的到访表示欢迎，并简要介绍了其学术经历和研究贡献。夏友龙教授长期从事陆面过程模拟、陆面资料同化以及数值天气与气候预测研究，曾先后在北京气象学院、德国慕尼黑大学、澳大利亚麦考瑞大学、美国德克萨斯大学奥斯汀分校、美国普林斯顿大学和美国国家海洋和大气管理局地球流体动力学实验室开展科研工作。2006年至2025年间，他任职于美国国家海洋和大气管理局国家环境预报中心，领导并推动北美陆面资料同化系统（NLDAS）和全球陆面资料同化系统（GLDAS）的研发、评估与业务化应用，为全球预报系统陆面过程改进提供了重要支持。其研究涵盖陆面—大气相互作用、干旱监测与预测、积雪水文过程等多个方向，并取得了丰硕成果。

本次讲座中，夏友龙教授以基于Noah-MP陆面模式和JEDI框架的全球积雪资料同化试验为主线，介绍了LETKF-OI和snow2dvar两类同化系统在离线及耦合陆面—大气条件下的应用。报告综合采用全球电信系统（GTS）、MADIS、欧洲国家观测网络及IMS产品等多源积雪深度观测资料，并利用CMC、ERA5、Crocus-ERA5、SNODAS和亚利桑那大学积雪产品，对亚洲、欧洲、俄罗斯和北美洲14个主要流域开展独立验证。结果表明，与未同化的控制试验相比，两类同化方法均能改善积雪深度和雪水当量的模拟效果；其中，离线同化的改进更为显著，在积雪主导区域的提升尤为明显。

交流环节中，与会师生围绕物理机制与同化算法的协同发展、数据验证方法与结果可靠性、多源雪深观测融合、不同同化方案的适用条件、积雪初始状态改进，以及陆面资料同化的业务化应用等问题，与夏友龙教授进行了深入讨论。

本次讲座加深了师生对全球积雪资料同化方法及其预报应用价值的理解，也为学部在陆面过程模拟、积雪水文和陆面资料同化等方向的后续研究与学术交流提供了有益参考。