2023年2月10日,《大气科学进展》(Advances in Atmospheric Sciences,AAS)发布2023年度优秀文章、优秀审稿人、优秀编委奖的获奖名单,城市院陈明轩、张顾炜等同志的2篇文章入选。
陈明轩作为通讯作者,联同卢冰、宋林烨、秦睿等发表的文章《一种针对ECMWF 24-240小时数值天气预报的深度学习偏差订正方法》(A Deep Learning Method for Bias Correction of ECMWF 24–240 h Forecasts)。本研究提出一种基于卷积神经网络的深度学习方法CU-net,将数值天气预报的偏差订正问题,转换为适合于深度学习的“图像到图像”气象信息“翻译”问题,可对数值天气预报的海量数据结果进行非线性特征学习和网格点上的偏差订正。他们使用国际最先进的欧洲中期天气预报中心(ECMWF)全球数值天气预报模型2005-2018年的天气预报资料及其对应的新一代再分析数据进行偏差订正试验,结果表明,CU-net方法对温度、湿度、风速、风向预报结果的订正性能非常显著,为数值天气预报偏差订正研究和业务应用开辟了人工智能新途径。
CU-net网络结构图
对2018年ECMWF温度预报结果的订正性能评价。图中不同颜色代表RMSE(均方根误差)的大小,颜色越红,表示订正的结果越差;颜色越蓝,表示订正的结果越好
张顾炜在南京信息工程大学攻读博士学位期间作为第一作者发表的文章《基于CMIP6的全球增暖1.5°C-5°C情景下中国极端高温未来变化预估》(Future Changes in Extreme High Temperature over China at 1.5°C-5°C Global Warming Based on CMIP6 Simulations)。为了应对全球变暖,《巴黎协定》提出将全球增温幅度控制在较工业革命之前2℃之内,并努力限制在1.5℃的目标。同时随着“双碳”目标的提出,未来中国的气候将如何改变,引起了科学界和决策者的高度关注。研究利用最新的CMIP6数据集发现,当全球增暖达到工业革命前的1.5℃-5℃时,中国约有50-70%地区,1.9-4.4亿人面临高于全球平均水平的增温幅度,其中南方的极端高温事件增加相对更多,而北方则是高温事件的强度增幅更大。相对于2℃-5℃,将全球增暖控制在1.5℃将有利于避免36%-87%极端高温事件的增幅。
(a)未来全球平均温度相对于工业革命前的变化;(b) 1.5℃-5℃增暖情景下中国变暖情况
极端高温事件对全球变暖的响应
据悉,《大气科学进展》(Advances in Atmospheric Sciences)——中国大气科学领域学术水平最高的英文期刊之一,最新影响因子3.9,SCI和中科院期刊分区都位列Q2区。本次评选共9篇论文获评优秀文章奖,其中3篇为优秀新闻观点文章,1篇为优秀数据文章,5篇为优秀原创论文。
获奖通知:https://mp.weixin.qq.com/s/Lbn1eYA780nGquzuFvS7aQ
论文信息:
Lei Han, Mingxuan Chen *, Kangkai Chen, Haonan Chen, Yanbiao Zhang, Bing Lu, Linye Song & Rui Qin(2021). A Deep Learning Method for Bias Correction of ECMWF 24–240 h Forecasts. 38(9), 1444–1459. https://link.springer.com/article/10.1007/s00376-021-0215-y
Guwei Zhang, Gang Zeng*, Xiaoye Yang & Zhihong Jiang(2021). Future Changes in Extreme High Temperature over China at 1.5°C–5°C Global Warming Based on CMIP6 Simulations. Advances in Atmospheric Sciences, 38(2), 253-267. https://link.springer.com/article/10.1007/s00376-020-0182-8