一、团队简介
南京信息工程大学气候与应用前沿研究院（ICAR）由活跃在科研和教学一线的包括全职“国家千人”等16名中、青年优秀科研人员组成。研究团队围绕地球系统模式的研发和气候机理与预测开展研究，包括研发次季节-季节-年际无缝隙预测系统和基于机器深度学习的智能预测及分析方法以及研发资料同化、物理参数化改进方案等，关注ENSO及其多样性的季节-年际可预测性以及不同时空尺度信号对热带气候预测的影响，此外还关注全球变暖对不同时空尺度热带海气相互作用过程的影响和机理，以及全球变暖背景下极端降水和热浪的物理机制和预测的研究。近四年获批包括科技部国家重点研发计划项目、国家自然科学基金重点项目、面上项目、青年基金、国家留学基金创新型人才国际合作培养项目、科技部高端外国专家引进计划、博士后科学基金等10余项国家级项目，在气候机理及预测方向进行难点公关。
ICAR logo:
二、团队领军和成员简介
| 团队领军：罗京佳，二级教授/博士生导师，气候与应用前沿研究院院长，智慧气象研究院院长，国家重大人才计划入选者，江苏省“双创人才”和“双创团队”领军，科技部重点研发计划首席科学家，入选气候变化领域全球最具影响力1000位科学家。2001年毕业于日本东京大学，获得物理海洋学博士学位，先后在日本海洋研究开发机构和澳大利亚气象局任职工作，2018年全职回国工作，现兼任国际CLIVAR太平洋区域委员会委员、中科院地球环境研究所国家重点实验室学术委员等。长期从事热带气候年际-年代际变化、全球气候模式研发、气候预测理论和方法及应用、气候变化机制等研究。共发表学术论文180余篇，包括Nature及其子刊、Science、PNAS等国际顶级期刊，文章总引用数超过15000次，其中有30余篇文章的引用超过100次。荣获多项国内外奖励，包括日本海洋开发机构“研究功绩奖”和日本政府教育、科技、文化、体育部“青年科学家奖”（日本大气和海洋学科唯一获此殊荣的外籍学者）。 |
| 团队骨干：袁潮霞，教授/博士生导师。2011年于东京大学取得理学博士学位，历任东京大学特任研究员，国立日本海洋研究开发机构(JAMSTEC)博士后研究员，目前兼职JAMSTEC客座研究员。曾获日本政府奖学金、日本学术振兴会（JSPS）fellow、笹川研究助成、JAMSTEC研究开发功绩赏等。长期从事极端天气气候以及热带海气耦合现象如IOD、ENSO的机理及可预报性等研究，先后主持国家自然科学基金青年项目、面上项目，参与多项国家重点研发计划，发表SCI论文30多篇，担任多个国际学术期刊审稿人。 |
| 团队骨干：郑永骏，教授/硕士生导师。2000年本科毕业于南京气象学院大气科学专业，2007年获得中国气象科学研究院气象学硕士，2012获得中国科学院大气物理研究所气象学博士学位。先后在中国气象科学研究院、美国佛罗里达州立大学和法国气象局工作。主要研究方向为数值预报模式、资料同化和高性能计算。其研发的长短波辐射方案和陆面模式已耦合到中国气象局GRAPES模式并业务化；在法国气象局建立的全球陆面同化预报系统应用于法国农业监控和灌溉指导。主持自然科学基金专项、面上项目和多个横向项目，在高影响国际期刊发表多篇论文。 |
| 团队骨干：闫会平，讲师/博士。博士在读期间访问美国西北太平洋国家实验室（PNNL）4年。长期从事气溶胶的气候效应和气候预测等方面的研究。目前主持国家自然科学青年基金1项，以骨干身份参与多项国家自然科学面上项目和重大研发项目。 |
| 团队骨干：董丽娜，讲师/博士。2009年获南京信息工程大学气象学博士学位。主要开展东亚夏季风系统季内变化、年际变化和年代际变化等研究，先后主持和参与多项国家自然科学基金青年科学基金项目、重点项目、面上项目和科技部重点研发计划项目。 |
| 团队骨干：吴琨，讲师/硕士生导师。2017年9月至2019年2月于CanadianCentre for Climate Modelling and Analysis（CCCma，加拿大环境局气候模拟与分析中心）开展联合培养博士项目。主要从事大气辐射过程参数化和云辐射效应研究。目前主持国家自然基金青年基金1项、科技部重点研发计划项目子课题1项。在Journal of climate、Remote Sense、Journal of Quantitative Spectroscopy & Radiative Transfer等期刊上发表SCI论文十余篇。 |
| 团队骨干：马晓帆，讲师/博士。2021年获中国科学院大气物理研究所气象学博士学位，2018-2020于在美国加州大学河滨分校进行博士联合培养。主要从事大西洋经向翻转流年代际变率及其气候影响、人类活动对气候系统的影响研究。在Science Advance、Science Bulletin、Climate Dynamics等高水平期刊发表多篇第一作者论文。主持江苏省高校自然科学面上项目、中科院大气所LASG开放课题，参与国家自然科学基金重点项目2项。 |
| 团队骨干：郭子悦，讲师/博士。2022年获南京大学理学博士学位，研究方向为区域气候变化与数值模拟。主要从事对流可分辨区域气候模拟及预估等研究。以第一作者身份在CD、JGR-Atmospheres等国际刊物上发表论文4篇。 |
三、团队科技创新亮点
团队研制的南京信息工程大学气候预测系统NUIST-CFS1.0是目前国际上唯一的能提供逐月实时滚动更新、预测时效长达2年的系统，填补了国内在气候异常年际预测领域方面的空白，达到国际领先水平。该气候预测系统入选国家“十三五”科技创新成就展，目前已深入参与到中国气象局、国家海洋局、水利部及区域气候中心的业务服务，为国家和地方提供了重要的预测参考信息，为江苏省政府提供汛期预测决策咨询报告，取得良好效果，获得广泛赞誉，并已为相关企业提供服务。
图1 国家科技部领导参观我校展台
团队利用人工智能机器深度学习方法进行智能气候预测、动力模式偏差订正、降尺度和物理参数化，提升气候预测水平。尤其在智能热带气候预测方面取得了较大的进步，与韩国科学家合作构建的CNN模型对厄尔尼诺预测准确率提前一年半也达到80%以上，针对印度洋偶极子季节-多季节预测的多任务学习AI模型显著改进印度洋偶极子预测技巧，相关研究内容分别发表在《Nature》和《Nature Communications》。还积极推进人工智能在气象和海洋领域的研究、业务应用以及跨学科交流等，与上海人工智能实验室等联合研发的全球气象预报AI“风乌”大模型预报技巧超过谷歌、华为、英伟达等研发的AI大模型，联合阿里巴巴达摩院和国家业务单位于2021年1-4月举办了全球首次人工智能预测厄尔尼诺大赛。
图2 人工智能机器学习预测厄尔尼诺（nature，2019）和印度洋偶极子（Nature Communications，2023）
图3 全球首次人工智能预测厄尔尼诺大赛——2021“AI Earth”人工智能创新挑战赛总决赛2021年4月22日在南京信息工程大学举行，我校学生荣获季军
四、团队联系方式
人工智能机器学习预测厄尔尼诺 (Nature，2019)，机器学习预测模型（CNN）性能优越
