刘臻晨
副研究员
工程馆308
15161469208
liuzhenchen@hhu.edu.cn
（更新于 2025年1月21日）
刘臻晨，男，1990年10月出生，江苏南通如皋人，副研究员，主攻水文气候学与中长期智慧预测，河海大学“核心骨干C类”人才引进。刘臻晨于河海大学水文水资源学科取得学士、博士（直接攻博）学位，之后在香港城市大学、复旦大学等两所高校的大气科学系从事博士后研究，2024年12月回到河海大学水文水资源学院从事教学科研工作。2024年12月前，主持十四五国家重点研发计划专题、国家自然科学基金青年项目、中科院国重室开放课题各1项，水文气候相关的中试平台业务应用1项；在Journal of Geophysical Research: Atmospheres、Hydrology and Earth System Sciences、Journal of Hydrometeorology、Advances in Atmospheric Sciences等气象学、水文学、水文气象学期刊上以第一作者身份发表论文10篇；参与撰写《大范围干旱动态监测与预测》专著1部。目前担任Geophysical Research Letters、Advances in Atmospheric Sciences、 Journal of Hydrometeorology等多个期刊审稿人。
对于老师主页的各栏目未列之处、补充说明，简述如下：
【研究生招生、本科创训】
1. 按照我校研究生导师管理要求和周期，老师将于2025年6月进行硕导资格申请，获批之后进行招生，欢迎有志于从事水旱事件研究（机理或预测）的高年级本科生联系。同时，也欢迎低年级本科生就“全球水旱灾害及其社会经济影响”这一议题联系科研创训活动。
2. 对于水文水资源学生来说，水文气候学是需要“额外学习一些气候动力知识”的交叉学科，探究水旱灾害形成的天气、气候成因。
3. 如对“中长期预报预测”感兴趣，也欢迎联系我，可重点研究基于人工智能技术的智慧预测问题，包括干旱预测、水文中长期预测等。
4. 青年人的智慧和想法是丰富的，欢迎商讨“水旱灾害机理与多尺度预测”有关的议题和方向。
【研究方向】
围绕“干旱机理诊断与中长期预测”这一方向，结合老师在气候动力学、人工智能气象学这两个方面的专长与特色，目前及未来继续开展如下研究：
方向1：致旱机理诊断
针对特大气象干旱事件（大范围、长历时、高强度的降水亏缺），从“热带海气相互作用/中纬度准静止罗斯贝波—多尺度环流及遥相关型—局地动力/热动力”的致旱气候物理链出发，研究干旱发生、快速发展、缓解等阶段性变化机理，尤其关注特大干旱发生的前兆信号。涉及到的研究手段，除了常规的环流分析外，包括但不限于：①动力方程诊断（分析各项收支与贡献）；②模式模拟验证（运行经典的大气环流模式、海气耦合模式（如LBM、CAM6等））；③基于可解释性人工智能技术XAI的统计模拟。本方向目前聚焦我国。
方向2：干旱多尺度智慧预测
在致旱机理认识的基础上，结合经典的深度学习框架（监督学习/因果推断/生成式AI），分别从“长期集合预报模式产品订正”、“异步（跨季节）关系训练”这两个角度，构建贴近业务预报需求的干旱智慧预测模型，并从模型可解释性角度量化特征重要性。本方向立足全球预测，聚焦我国。
方向3：中长期水文预报
结合我国不同流域主要水文站点的中长期预报实际需求，在认识来水丰枯的地理差异、季节性、纬度带差异的基础上，模仿和改进人工智能海洋学已有的成熟预测模型，结合因果推断等人工智能技术，进一步发展不同预见期（2~18个月）的中长期水文预报的智慧预测模型。
方向4：全球水旱灾害链
全球尺度上，目前已准备好全球极端水旱事件集、全球极端天气气候事件级监测系统，并在干旱温度异常分类、致旱致热因子分布律等方面已有初步认识，为全球水旱灾害链的机理与预测研究作铺垫。
方向5：水旱灾害与国际粮食期货（计划，面向低年级本科生）：
在已有的水旱灾害机理诊断、多尺度全球水旱灾害监测预测系统的基础上，针对受特大水旱灾害影响较大的国际粮食期货（如北美洲玉米、南美洲大豆等），发展预见期（2~18个月）的期货预测模型。
【近期研究进展】
2024/2025年期间，老师正在开展的研究工作集中在致旱机理分类诊断、干旱超长期预测两方面，具体为：①研究我国特大气象干旱事件对热带印太协同模态多样性分类的确定性响应问题，这也是老师主持的重点研发子课题中的一部分。②构建基于深度监督学习框架的跨季节干旱长期预测模型。
【社会服务】
努力开发全球尺度极端水旱灾害智慧监测、诊断、预测一体化系统，当前阶段主要推动三部分：
1. 《全球极端天气气候事件监测系统V1.0》（软著登记：2023SR0104122），已于2024年8月25日在中国气象局国家气候中心的新一代人工智能全国气候监测预测平台CIPAS3.0集成并进行业务中试运行。
2. 极端气象干旱快速动力诊断分析子系统（计划2025年6月前 集成）
3. 全球极端气象干旱灾害链早期预警与超长期集合预报预测子系统（计划2025年8月前完成 超长期预报校正子系统）
【近五年（2019-2024年）成果概述】
1. 识别： 构建基于高密点云提取算法的极端干旱事件识别框架、监测系统并生成全球事件集
2. 分类： 定量极端气象干旱的空间传播特性、温度异常多样性并揭示全球复杂时空分布特征
3. 模拟： 利用大气动力诊断量进行极端干旱可解释性模拟并揭示全球致旱致热的动力分布律
4. 诊断： 分析跨季节跨区域干旱的印太海域海气协同模态及中纬高空波列的多尺度致旱成因
5. 预测： 研发基于监督学习模型的区域极端气象干旱预测模型并在中长期预测中取得较好表现
刘臻晨，男，1990年10月出生，江苏南通如皋人，副研究员，主攻水文气候学与中长期智慧预测，河海大学“核心骨干C类”人才引进。刘臻晨于河海大学水文水资源学科取得学士、博士（直接攻博）学位，之后在香港城市大学、复旦大学等两所高校的大气科学系从事博士后研究，2024年12月回到河海大学水文水资源学院从事教学科研工作。2024年12月前，主持十四五国家重点研发计划专题、国家自然科学基金青年项目、中科院国重室开放课题各1项，水文气候相关的中试平台业务应用1项；在Journal of Geophysical Research: Atmospheres、Hydrology and Earth System Sciences、Journal of Hydrometeorology、Advances in Atmospheric Sciences等气象学、水文学、水文气象学期刊上以第一作者身份发表论文10篇；参与撰写《大范围干旱动态监测与预测》专著1部。目前担任Geophysical Research Letters、Advances in Atmospheric Sciences、 Journal of Hydrometeorology等多个期刊审稿人。
对于老师主页的各栏目未列之处、补充说明，简述如下：
【研究生招生、本科创训】
1. 按照我校研究生导师管理要求和周期，老师将于2025年6月进行硕导资格申请，获批之后进行招生，欢迎有志于从事水旱事件研究（机理或预测）的高年级本科生联系。同时，也欢迎低年级本科生就“全球水旱灾害及其社会经济影响”这一议题联系科研创训活动。
2. 对于水文水资源学生来说，水文气候学是需要“额外学习一些气候动力知识”的交叉学科，探究水旱灾害形成的天气、气候成因。
3. 如对“中长期预报预测”感兴趣，也欢迎联系我，可重点研究基于人工智能技术的智慧预测问题，包括干旱预测、水文中长期预测等。
4. 青年人的智慧和想法是丰富的，欢迎商讨“水旱灾害机理与多尺度预测”有关的议题和方向。
【研究方向】
围绕“干旱机理诊断与中长期预测”这一方向，结合老师在气候动力学、人工智能气象学这两个方面的专长与特色，目前及未来继续开展如下研究：
方向1：致旱机理诊断
针对特大气象干旱事件（大范围、长历时、高强度的降水亏缺），从“热带海气相互作用/中纬度准静止罗斯贝波—多尺度环流及遥相关型—局地动力/热动力”的致旱气候物理链出发，研究干旱发生、快速发展、缓解等阶段性变化机理，尤其关注特大干旱发生的前兆信号。涉及到的研究手段，除了常规的环流分析外，包括但不限于：①动力方程诊断（分析各项收支与贡献）；②模式模拟验证（运行经典的大气环流模式、海气耦合模式（如LBM、CAM6等））；③基于可解释性人工智能技术XAI的统计模拟。本方向目前聚焦我国。
方向2：干旱多尺度智慧预测
在致旱机理认识的基础上，结合经典的深度学习框架（监督学习/因果推断/生成式AI），分别从“长期集合预报模式产品订正”、“异步（跨季节）关系训练”这两个角度，构建贴近业务预报需求的干旱智慧预测模型，并从模型可解释性角度量化特征重要性。本方向立足全球预测，聚焦我国。
方向3：中长期水文预报
结合我国不同流域主要水文站点的中长期预报实际需求，在认识来水丰枯的地理差异、季节性、纬度带差异的基础上，模仿和改进人工智能海洋学已有的成熟预测模型，结合因果推断等人工智能技术，进一步发展不同预见期（2~18个月）的中长期水文预报的智慧预测模型。
方向4：全球水旱灾害链
全球尺度上，目前已准备好全球极端水旱事件集、全球极端天气气候事件级监测系统，并在干旱温度异常分类、致旱致热因子分布律等方面已有初步认识，为全球水旱灾害链的机理与预测研究作铺垫。
方向5：水旱灾害与国际粮食期货（计划，面向低年级本科生）：
在已有的水旱灾害机理诊断、多尺度全球水旱灾害监测预测系统的基础上，针对受特大水旱灾害影响较大的国际粮食期货（如北美洲玉米、南美洲大豆等），发展预见期（2~18个月）的期货预测模型。
【近期研究进展】
2024/2025年期间，老师正在开展的研究工作集中在致旱机理分类诊断、干旱超长期预测两方面，具体为：①研究我国特大气象干旱事件对热带印太协同模态多样性分类的确定性响应问题，这也是老师主持的重点研发子课题中的一部分。②构建基于深度监督学习框架的跨季节干旱长期预测模型。
【社会服务】
努力开发全球尺度极端水旱灾害智慧监测、诊断、预测一体化系统，当前阶段主要推动三部分：
1. 《全球极端天气气候事件监测系统V1.0》（软著登记：2023SR0104122），已于2024年8月25日在中国气象局国家气候中心的新一代人工智能全国气候监测预测平台CIPAS3.0集成并进行业务中试运行。
2. 极端气象干旱快速动力诊断分析子系统（计划2025年6月前 集成）
3. 全球极端气象干旱灾害链早期预警与超长期集合预报预测子系统（计划2025年8月前完成 超长期预报校正子系统）
【近五年（2019-2024年）成果概述】
1. 识别： 构建基于高密点云提取算法的极端干旱事件识别框架、监测系统并生成全球事件集
2. 分类： 定量极端气象干旱的空间传播特性、温度异常多样性并揭示全球复杂时空分布特征
3. 模拟： 利用大气动力诊断量进行极端干旱可解释性模拟并揭示全球致旱致热的动力分布律
4. 诊断： 分析跨季节跨区域干旱的印太海域海气协同模态及中纬高空波列的多尺度致旱成因
5. 预测： 研发基于监督学习模型的区域极端气象干旱预测模型并在中长期预测中取得较好表现