2025年8月8日上午，萨斯喀彻温大学和新南威尔士大学Saman Razavi教授应邀来访，在308会议室为我院师生带来一场题为《Sensitivity Analysis and Applications for Hydrologic Modelling, Explainable AI, and Beyond》的前沿学术报告。报告吸引了众多师生参与，现场学术氛围浓厚。

报告会上，Saman Razavi教授系统梳理了水资源建模领域的前沿进展，重点探讨了替代建模的理论框架、复杂系统敏感性分析与不确定性量化技术，以及深度不确定性决策分析方法。他特别介绍了基于机器学习算法的创新应用，包括利用LSTM模型在无实测数据环境中的径流预测，以及通过优化KNN算法的距离度量提升洪水空间建模精度。

互动时段，现场师生围绕径流预测的关键变量选取、深度学习在水文模型优化中的应用等核心问题与Saman Razavi教授展开了深入探讨。Saman Razavi教授结合具体案例与深度学习模型的应用实践，以独到的见解逐一回应，其解答既透彻明晰，又富有启发性，进一步激发了与会者的思考。整场讨论学术氛围浓厚，思辨与交流贯穿始终，有效拓展了大家对水资源建模前沿研究的认知边界。

本次学术报告显著拓宽了水利土木学院师生对水资源建模领域应用研究的学术视野，有效促进了与国际顶尖学者的交流对话。学院将以此次报告为契机，持续深化国际学术交流与合作，积极引导师生汲取前沿理念与先进经验，不断提升水资源与人工智能领域的科研创新能力。（撰稿：迟雨蕾 审核：朱君）