博文

JMSE 中国海洋大学张绍晴教授、哈尔滨工程大学赵玉新教授等特刊“海洋气候：深度学习、统计方法与动力模型，二卷”

已有 862 次阅读 2026-9-22 16:59 |个人分类:特刊征稿|系统分类:科研笔记

在当前数据爆炸的时代，如何将数据驱动的机器深度学习 (MDL) 与科学驱动的动力模型相结合以推进科学，已成为亟待突破的关键问题。MDL 如何既能获得益处，又能推进科学技术的发展？科学驱动的MDL 无疑是一条值得深耕的路径。事实上，MDL 的本质正是源于我们对自然世界的理解——通过数学建模刻画动态与物理过程，通过数据采样获取状态信息，并借助贝叶斯定理实现模型与数据的有机结合。

如今，MDL 在几乎所有领域都扮演着日益重要的角色。在海洋科学与工程这一强应用性领域中，MDL 更是一项极具潜力的工具，其发展与广泛应用已成为当前的研究热点。一方面，基于动力模型的再分析数据为MDL 提供了更丰富的数据来源；另一方面，高精度动力建模也亟需借助MDL 突破由多尺度相互作用中非线性反馈所带来的计算瓶颈。

基于此，Journal of Marine Science and Engineering (JMSE) 期刊特邀中国海洋大学的张绍晴教授和董军宇教授、哈尔滨工程大学的赵玉新教授、欧洲中期天气预报中心的左浩教授和山东科技大学的刘厂教授，共同创建了一期特刊，第一期特刊发布后获得了学界的广泛关注与积极反响。在此基础上，我们正式推出第二期特刊“Ocean Climate: Deep Learning, Statistical Methods and Dynamical Modeling, 2nd Edition (海洋气候：深度学习、统计方法与动力模型，二卷)”。

在本期特刊中，我们征集涉及海洋科学和工程研究与应用中机器深度学习、统计方法和动力模型的最新进展的论文，包括先进的机器学习算法、统计方法和动力模型的新思想、数据同化、融合MDL 的物理参数化等。我们提出这样一个概念：科学驱动的MDL 发展将帮助我们进一步理解动态和物理过程，从而进一步推动科学技术的发展。特刊征集的主题包括但不限于以下内容：

融合MDL 的气候和化学建模；

地球系统建模、数据同化和参数估计；

中尺度和亚中尺度海洋过程；

基于贝叶斯定理的MDL 算法；

数据同化引导的MDL 算法；

融合MDL 的新数据同化算法；

融合MDL 的参数化和参数估计；

先进的深度神经网络算法和统计方法；

先进的多尺度MDL 模型；

MDL 驱动的云和微观物理表达；

先进的动力建模方法和方案。

投稿截止日期：2026年12月10日

客座编辑介绍

张绍晴教授（中国海洋大学）

中国海洋大学物理海洋教育部重点实验室“筑峰人才工程”教授，山东省“泰山学者”特聘专家。主持研发了世界范围内第一个耦合模式资料同化系统，该系统所作的年代际气候预测代表美国NOAA 参与国际政府间气候协作组织第五次评估报告 (IPCC-AR5)。在高分辨率耦合地球系统模式研发和大气海洋耦合资料同化与预报初始化研究方面作出过杰出贡献，曾荣获NOAA 杰出研究论文奖、美国联邦商业部研究和发展金牌奖。在《自然》子刊和《科学》子刊上发表过多篇前沿科学研究成果，在多个国际期刊上发表研究论文逾百篇。主持科技部国家重点研发计划 (“两洋一海”区域超高分辨率多圈层耦合延伸期预测系统) 突破区域超高分辨率多圈层耦合模式开发、结合动力降尺度的耦合资料同化系统研发过程中的关键技术，实现区域内动力环境多时空尺度、全要素和无缝隙涵盖的延伸期预测，建立了超高分辨率多圈层耦合延伸期数值预测系统。现致力于在国产众核异构超算上，研发国家级自主知识产权的高分辨率全球和超高分辨率区域地球系统模式，以及无缝隙天气气候预报预测系统，由此打造海洋及天气气候领域科研及实验预报预测平台。

研究领域：地球系统多圈层耦合模式和同化、地球系统可预报性等。

赵玉新教授（哈尔滨工程大学）

哈尔滨工程大学智能科学与工程学院教授，国家级科技创新团队带头人。中国青年科技奖、霍英东教育教学奖获得者，国务院政府特殊津贴获得者。担任“先进导航与海洋智能装备技术”国家地方联合工程研究中心主任,“导航仪器”教育部工程研究中心主任，工信部研究型教学团队负责人，国家级虚拟教研室负责人，国家级一流本科课程负责人。曾在美国纽约州立大学、英国帝国理工学院访问学习。长期从事船舶导航与海洋仪器技术研究工作，主持卓越青年科学基金、国家自然科学基金、行业技术基础科研等30余项。主持获得省部级技术发明一等奖2项，科技进步一等奖1项，首届黑龙江省科技成果转化奖一等奖。曾获国家级教学成果二等奖，主持获得黑龙江省教学成果特等奖2项，中国自动化学会教学成果一等奖。出版学术著作4部，获得授权国际发明专利5项，国家发明专利35项 (转让10项)，软件著作权6项。目前担任中国自动化学会理事、黑龙江省自动化学会副理事长、IET (英国工程技术学会) Fellow、IEEE 高级会员。

研究领域：水下导航技术及应用、海洋传感器及业务化海洋学、智能航海技术等。

董军宇教授（中国海洋大学）

中国海洋大学教授，信息科学与工程学部部长。董军宇教授长期从事海洋科学与工程中的计算机视觉与机器学习相关研究工作，在相关领域主持承担了包括国家重大科研仪器研制项目、科技创新2030重大项目、科技部国际合作重点项目等在内的10项国家级项目。在水下高分辨率三维成像装备、浮游细胞原位观测、海洋环境要素预测及可视化等领域具有丰富的研究基础和实践经验。相关研究成果在毫米级水下目标三维测量、码头施工三维勘测、藻华识别计数、北极海冰预测等领域广泛应用。董军宇教授已在相关领域国际主流期刊及顶尖国际会议发表论文两百余篇，多篇论文入选高被引论文，入选世界顶尖科学家榜单。

研究领域：海洋数据科学、机器学习、计算机视觉。

左浩教授（欧洲中期天气预报中心）

欧洲中期天气预报中心海洋海冰耦合分析系统的负责人，研发了欧洲中期天气预报中心第五代全球海洋海冰集合分析-再分析系统 (OCEAN5)，该业务系统被用来为欧洲中期天气预报中心耦合预报系统 (中期/次季节/季节预报) 提供海洋和海冰的初始条件。OCEAN5 的再分析产品 (ORAS5) 为了解和监测全球气候变化中海洋及海冰的作用提供了重要资源，并被广泛应用。主持了哥白尼海洋环境服务 (CMEMS) 中BRONCO 和GLO-RAN 等研究项目，欧盟H2020 AtlantOS 和SPICES、ESA 海平面气候变化倡议 (CCI-Sea Level)，以及欧盟FP7 MyOcean/MyOCEAN2 等项目中一系列子课题的研究。

研究领域：海洋海冰模型及数据同化、耦合数据同化、海洋观测系统应用、海洋翻转环流与混合过程等。

刘厂教授（山东科技大学）

山东科技大学海洋科学与工程学院教授，美国威斯康星大学/普林斯顿大学-NOAA/GFDL 访问学者；现任山东省极地深海信息感知与智能探测重点实验室副主任、青岛市海洋环境智能预报与应用技术创新中心主任。长期从事人工智能海洋学、海洋信息智能应用领域的关键技术研究和装备研制工作，主持省重点研发计划“数字经济”重大专项、海洋环境保障装备研制和研究类项目等20余项。主持研制的海洋环境保障装备已在海洋领域得到推广应用；牵头研制的智能分析预报、多维可视化、航路规划与分析评估等技术成果已经在多家单位推广应用；主要科研成果获省部级科技奖励4项。

研究领域：人工智能海洋学、海洋信息智能应用、海洋环境保障解决方案等。

了解更多特刊信息：https://www.mdpi.com/si/283923