2

0

2

4

1

零丰华, 欧阳霖, Boufeniza Redouane LARBI, 罗京佳, 韩滔, 仲晓辉, 白磊
中国科学: 地球科学, 54(12), 3677-3690 (2024)

文章对人工智能在大气-海洋预报大模型未来发展中的挑战进行了深入分析, 并通过一个海浪预报实例展示了如何利用大型天气预报模型, 以实现更加精准预测.

2

彭子怡, 雷荔傈, 谈哲敏
中国科学: 地球科学, 54(12), 3691-3707 (2024)

模式误差是预报误差的重要组成部分, 且难以与初始误差区分. 文章提出一种估计模式误差的混合深度学习-数据同化方法, 离线或在线学习模式误差, 或同时学习模式误差和初始条件误差, 有效推断和修正模式误差.

3

穆斌, 王馨, 袁时金, 陈宇轩, 王冠淞, 秦博, 周冠博
中国科学: 地球科学, 54(12), 3708-3733 (2024)

文章基于Swin Transformer构建了热带气旋生成预测模型TCGP-Net, 其通过卷积操作和注意力机制编码预测因子的时空演化特征, 考虑多变量海气耦合作用, 并具有一定的物理可解释性. 模型检测率达97.9%, 虚警率仅2.2%, 优于现有深度学习模型.

4

仲晓辉, 陈磊, 刘俊, 林晨森, 漆远, 李昊
中国科学: 地球科学, 54(12), 3734-3747 (2024)

文章展示了一种创新的针对极端天气事件(如强降雨和大风)预报的优化天气预报模型——FuXi-Extreme. 该模型基于原FuXi模型, 通过采用去噪扩散概率模型, 提升了地面极端降雨、大风和台风的预报准确性和小尺度细节信息. 

5

张荣华, 周路, 高川, 陶灵江
中国科学: 地球科学, 54(12), 3748-3765 (2024)

文章利用人工智能(AI)技术构建了纯数据驱动的Transformer模型(命名为3D-Geoformer), 相比于基于数理方程的动力模式, 3D-Geoformer具有鲜明的特色和显著的优势, 成功应用于2023~2024年间热带太平洋海气耦合系统多变量三维(3D)温度场的实时预测，并结合敏感性试验进一步增强了模式的可解释性.

6

黄鑫, 赵忠瑞, 钟昱丰, 徐龙, Marianna B. KORSÓS, R. ERDÉLYI
中国科学: 地球科学, 54(12), 3766-3805 (2024)

太阳爆发活动产生的耀斑、日冕物质抛射及其加速的高能粒子到达近地空间后, 可能造成地球空间环境扰动, 从而影响空间及地面高技术系统的正常运行. 文章从机器学习视角, 汇总了太阳耀斑预报、日冕物质抛射传播预报、太阳质子事件预报的建模框架和研究进展, 并对太阳爆发活动预报建模的后续发展进行了展望. 

7

江朝伟
中国科学: 地球科学, 54(12), 3806-3831 (2024)

太阳爆发活动是灾害性空间天气的驱动源. 太阳爆发活动的起源过程与机制是太阳物理、空间物理和空间天气领域的重要前沿. 文章回顾了太阳爆发主要理论的发展, 强调三维磁流体力学模拟在检验这些理论中的重要性, 并关注了近年来基于观测数据的数值模拟研究, 揭示了太阳爆发机制的复杂性.

8

尚白军, 高晶, 陈葛般若, 武予清
中国科学: 地球科学, 54(12), 3832-3859 (2024)

大气水汽稳定同位素是重要的环境示踪剂. 文章综述了水汽稳定同位素的基本理论, 系统介绍了大气水汽稳定同位素研究方法的发展历程, 总结了水汽稳定同位素在五大圈层的应用, 并讨论了其未来研究前景.

9

李杰峰, 赵传峰, 陈安南, 张昊天, 杨以坤
中国科学: 地球科学, 54(12), 3860-3877 (2024)

文章综合分析了北极放大影响因素及其量化研究成果, 梳理了多种潜在机制, 并对比了不同研究中的量化结果差异, 提出了未来需重点关注的问题和方向, 为深入理解北极快速升温现象提供参考.

10

任旭, 王锦龙, Gi Hoon HONG, 李林蔚, 钟强强, 黄德坤, 于涛, 杜金洲
中国科学: 地球科学, 54(12), 3878-3887 (2024)

2011年日本福岛第一核电站泄露引发人们关注. 文章研究了北极楚科奇海地区沉积柱样中¹³⁷Cs的沉积记录, 发现了2011年日本福岛核事故释放的¹³⁷Cs记录信号, 揭示了生物运输以及大气沉降对于¹³⁷Cs在海洋中传输的重要作用.

11

李皓, 乐鹏, Deodato TAPETE, Francesca CIGNA, 吴秋菊, 向隆刚, 卢宾宾
中国科学: 地球科学, 54(12), 3888-3902 (2024)

文章提出了一个地球科学数据语料库(ESDC), 用于抽取地学文献信息、构建领域知识图谱. 在科学计量分析、大模型增强问答等多个应用中, 验证了知识图谱的有效性. ESDC为促进地球科学数据的发现、共享和传播提供了新的方法. 

12

姜朝阳, 房世波, 吴东, 刘馨, 赵花荣, 郭杰, 张心如, 朱永超, 李璇, 武英洁, 邬定荣
中国科学: 地球科学, 54(12), 3903-3915 (2024)

人工培育的良种是冬小麦高产稳产的基石. 不同年代的品种反映了当时的社会需求. 气候变化背景下, 有必要了解这些品种的表现及差异. 文章以分离升温与施肥影响的田间试验揭示不同冬小麦品种响应气候变暖的年代特征, 对于应对气候变化的冬小麦育种有一定的参考意义.

13

曾乐田, 王策, David A. FOSTER, 苏明, 崔贺旗, 贾俊民
中国科学: 地球科学, 54(12), 3916-3928 (2024)

文章基于南海东北部沉积物的碎屑锆石年代学分析, 示踪了陆架、海底峡谷及海沟等不同位置的物质来源, 刻画了陆源碎屑在主动和被动陆缘的搬运路径, 揭示了从河流到海沟沉积输送过程中的主控因素. 

14

辛杰, 张怀, 石耀霖, Felipe ORELLANA-ROVIROSA
中国科学: 地球科学, 54(12), 3929-3946 (2024)

数值模拟研究发现, 地幔柱在上升过程中会与对流上地幔(上地幔风)发生复杂相互作用, 表现出倾斜偏移、周期性断离上升或不稳定断离上升等不同模式, 进而导致地表热点具有复杂的时空分布特征. 因此, 在通过移动热点框架来约束绝对板块运动时需要充分考虑上地幔动力环境的影响.

15

陈勇, 陈一方, 陈九辉, 郭飚, 李昱, 赵盼盼
中国科学 地球科学 54(12), 3947-3961 (2024)

通过接收函数和面波联合反演研究鄂尔多斯及其两侧块体的地壳和上地幔结构, 揭示西侧的祁连造山带在青藏高原侧向生长过程中发生中下地壳的明显增厚, 而东侧的华北中部造山带则存在与薄岩石圈具有空间对应性的莫霍面上拱, 推测山西裂谷的发育与岩石圈减薄密切相关. 

16

印兴耀, 杨亚明, 梁锴, 李坤
中国科学: 地球科学, 54(12), 3962-3986 (2024)

文章在弹性与各向异性弱反差界面上, 研究了各向异性背景下的相速度和偏振方向弱反差线性表征, 提出了一种针对强VTI介质的反射透射系数近似方法, 大幅度提高了反射透射系数在大角度处的精度, 并论证了其应用于地震反演的可行性.

17

魏佳, 刘前程, 陈凌, 赵亮
中国科学: 地球科学, 54(12), 3987-3998 (2024)

文章提出了一种稳健且高效的反演方法, 实现了地震散射与吸收衰减的同时反演. 为避免反演过程收敛至局部极小值, 引入了一种频率选择准则. 实验结果表明, 该方法不仅显著降低了计算复杂度, 还有效抑制了散射与吸收系数之间的串扰.

18

曹泽斌, 刘丽军
中国科学: 地球科学, 54(12), 3999-4004 (2024)

大陆岩石圈的应力、应变状态对理解地球的构造演化至关重要, 同时对防震减灾工作也有着重要意义. 文章系统地梳理了基于不同方法和大陆岩石圈结构的相关研究, 总结了目前对大陆岩石圈形变驱动力的认识, 并就未来研究方向做出了展望. 

19

丁一汇
中国科学: 地球科学, 54(12), 4005-4007 (2024)

近年来, 东亚极端旱涝事件频发. 周文教授团队在东亚旱涝的平流层前兆因子以及巴基斯坦洪水导致东亚热浪的动力过程方面取得进展, 这为我们理解东亚旱涝事件的驱动因子提供了一个新视角. 文章对相关工作进行了解读. 

20

滕文凯, 张传伦
中国科学: 地球科学, 54(12), 4008-4010 (2024)

通过祖先序列重构获得祖先分子序列特征, 甚至在实验室“复活”祖先蛋白, 可以推演微生物祖先最适生长温度的演化历史及机制. 文章介绍了此方法的最新应用, 并总结了其发展历史、探索远古生命进化历史的潜力及挑战. 

灾害性天气气候事件的预报预测是大气科学的核心研究内容, 传统的预报预测建立在对大气科学的观测认识、理论认知、统计和动力模型发展的基础上. 近年来人工智能技术的爆发式发展正在推动大气科学的进步, 提升大气科学的机理认识和理解、数值模拟能力以及预报预测水平, 同时也为传统的“观测-机理-数值模拟”这样的研究范式带来革新的发展. 本专题聚焦耦合人工智能的灾害性天气气候事件预报预测, 在资料同化中引入深度学习表征的模式误差、基于SwinTransformer的热带气旋生成预测模型(TCGP-Net)、结合去噪扩散概率模型的极端降雨和风速预报模型Fuxi-Extreme、基于深度学习的Transformer(3D-Geoformer)预测厄尔尼诺和南方涛动, 系统探讨了人工智能预报大模型的演变, 提出耦合人工智能与传统数值模式的混合模型是预报预测的未来发展方向. 这些研究为灾害性天气气候事件的预报预测提供了新方法, 也为结合人工智能和大气科学交叉研究提供了新途径和新思路. 详见3677~3765页专题文章.