英国布鲁内尔大学Yurui Fan副教授应邀讲授《Hydroinformatics》全英文课程
来源： 作者：李毅 王毅哲 发布日期：2026-06-18 浏览次数：
应水建学院李毅教授、范军亮教授、胡笑涛教授邀请，2026年6月7日至12日，英国布鲁内尔大学范玉瑞（Yurui Fan）副教授采用线上线下结合的方式为本、硕及博士研究生讲授全英文课程《水文信息学》 “Hydroinformatics” ，本次课程主题聚焦机器学习与统计方法在水资源系统中的应用，学院相关教师及39名研究生参加了此次课程学习。
课程中，范玉瑞副教授首先从人工智能（AI）与机器学习（ML）的基础概念切入，对比了物理模型与数据驱动模型的差异，强调了机器学习在水资源数据挖掘与预测中的核心作用。围绕“水文预测中的机器学习”这一主题，他详细推演了人工神经网络（ANN）、循环神经网络（RNN）及长短期记忆网络（LSTM）的核心架构与算法原理。他不仅剖析了反向传播、随机梯度下降的数学逻辑，还深入讲解了LSTM中遗忘门、输入门和输出门的工作机制，并结合具体的手算示例与Python代码，展示了如何构建水文预测模型以捕捉时间序列中的长期依赖关系。
此外，围绕“水文风险的统计学分析”主题，范玉瑞副教授系统介绍了洪水频率分析理论，涵盖了对数正态分布、Gumbel分布等常用的极值分布类型。他详细推导了矩估计法（MOM）与最大似然估计（MLE）等参数估计方法，以及K-S拟合优度检验在模型验证中的应用。最后，他引入了基于Copula函数的多变量洪水风险分析框架，深入探讨了如何量化降水、土壤湿度等复合气候灾害的联合概率与Kendall重现期。课程内容将前沿数据科学与传统水文统计深度融合，为提升水文预测可靠性及支撑水资源风险管理提供了新的思路与工具。课上及课后，范玉瑞副教授与参会师生围绕深度学习模型构建、多参数联合分布评估等实操问题进行了充分的探讨与交流。
范玉瑞副教授毕业于加拿大里贾纳大学并获得博士学位，曾任联合国开发署（UNDP）国际咨询专家及里贾纳大学能源、环境与可持续社区研究所博士后研究员，现任英国布鲁内尔大学副教授。他的研究方向涵盖水资源与环境系统分析、洪水及海岸工程流域管理、洪水与干旱风险分析、水文预测不确定性量化及水文气候风险评估等。近年来，范玉瑞副教授围绕水文系统风险与不确定性问题开展了大量研究，推动了Copula模型、因子分析、数据同化和AI驱动水文气候预测等方法在水资源系统中的应用。相关成果已发表在Water Resources Research、Journal of Hydrology、Hydrology and Earth System Sciences、Earth’s Future等国际权威期刊，形成了持续稳定的高水平科研产出。
