2019年8月30日下午，应广州大学经济与统计学院和岭南统计科学研究中心的邀请，在行政东前座412会议室，澳大利亚联邦科学与工业研究组织（CSIRO）的首席研究科学家及统计计算及数据建模团队的团队负责人邵全喜博士作了题为“Probabilistic canopy temperature forecast based on environmental vriables”的学术报告——暨“羊城讲坛”第五十七讲，旨在进一步提高年轻学者及研究生对相关研究的理解。此次讲座由张兴发老师主持，相关专业的师生参加了此次讲座。
邵全喜是澳大利亚联邦科学与工业研究组织（CSIRO）的首席研究科学家及统计计算及数据建模团队的团队负责人，目前主要研究建模及算法开发和在不同的领域的应用研究，是CSIRO参与多个国家项目中活跃研究人员之一。特别是在多学科研究创新环境下统计学方法及应用，特别是它们在农业，水文和气候方面的应用。是世界知名的应用统计学家，在农业水文水资源领域享有很高的知名度。他的研究内容包括极端事件建模，数据同化、数据融合，预测模型，不同模型模块的不确定性，变化环境下的极端事件等。通过对在极端的建模方法存在问题的精辟理解，他开发了洪水和低流量频率分布的新方法，并在流量历时曲线下改变土地用途的建模中应用它们。他用更好降尺度的全球大气环流模式以及具有更好弹性的时间序列模型，提高了季节预报。他在数据的不确定性（作物探测，降水资料和径流数据）方面进行创新性工作，这是在农业水文气候方面至关重要的建模。他的许多研究发表在顶级学术刊物，并且都在澳大利亚实际应用。他的水质模型通过了澳大利亚和新西兰政府审核作为国家标准，在许多国家已被使用。
邵博士是一个创新的科学家，不仅具有坚固学科的研究能力，而且对其他学科具有深入了解。在过去的几年里，他的团队建设和创新研究荣获两次CMIS奖，CSIRO工业应用创新奖和大数据应用开发奖。他在知名的国际学术期刊上发表了大量的理论与应用研究的论文。在国际SCI收录期刊和会议上他已经发表130多篇论文，其中有39篇为第一作者或通讯作者。SCI引用超过2800，谷歌学术引文超过4500，其中大约一半是在顶尖期刊。他还出版了2本书，5篇会议报告专著和15会议论文全文（其中8个SCI索引）。他做了10多个主题演讲，并被邀请在国际会议上报告。他也是20多家国际SCI收录期刊定期审稿人及几个杂志的副主编。
邵博士在国际科学界十分活跃。他作为会议主席成功地举办了国际Environmetrics协会（TIES2005和TIES2014）。邵博士2006 - 2008年是TIES的财务主管，2011年以来为董事，2010 - 2015年为董事会成员。他是2015年世界统计大会的科学计划委员会（由国际统计学会举办的具有联合国经济和社会理事会（经社理事会）和联合国教育、科学咨商地位的唯一一个文化组织（UNESCO））。他也是中国社会环境与资源统计的终身高级顾问，并且作为此学会的主要倡导者，在其第一年会上作了主题发言。积极推动统计学在经济环境中的应用，提高统计学科的社会经济贡献。他是澳大利亚科廷大学数学与统计系外部技术咨询顾问委员会的代表及兼职教授，澳大利亚皇家理工大学的博士导师西澳大利亚大学自然科学学院的学术委员会委员。他在中国的几个高校兼职荣誉教授和高级特聘教授。
报告的主要内容：Canopy temperature is an important indicator of plant water status of crops and the ability to predict canopy temperature will assist in the implementation of this technology for guiding crop irrigation scheduling. By noting that canopy temperature is related to its environmental weather variables which change over time of the day and have different effect or contribution to canopy temperature, in this talk, we will present probabilistic models to predict canopy temperature by using weather variables which can be obtained from weather model predictions. Unlike the existing models which consider only the linear correlation, the proposed model allows the model parameters to vary according to a periodic function which is designed to capture the variation over the time of the day. The continuity of parameter changes is guaranteed by varying the model parameters periodically and smoothly. We first extend the models for fully watered scenario as in literature and then further develop new models for limited water scenarios. WE fully test the model performance in various ways by using experimental data from Australia and the United State, to ensure their predictability in practice.
