（更新于2025年9月2日） 刘臻晨，男，1990年10月出生，江苏南通人，副研究员，主攻水文气候学，研究水旱机理诊断与中长期智慧预测。刘臻晨于妖精视频 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。主持国自然面上项目、十四五国家重点研发计划专题、国自然青年项目、中科院国重室开放课题各1项。参与水灾害防御全国重点实验室 “干旱监测预测预警模型系统研发”；在国家气候中心业务中试平台构建全球极端天气气候事件监测系统1项。在JGR-A、HESS、JHM、AAS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GRL、AAS等多个期刊审稿人。 【2025年研究进展】 1. 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。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。 2. 参与水灾害防御全重室 干旱监测预测预警模型系统研发专班，负责“重旱事件实时监测系统”、“致旱天气气候实时诊断系统”、“集合预报、深度学习相结合的干旱长期预测系统”等三个模块。 3. 获得国自然面上基金《ENSO和IOD影响下我国重现型大旱发生机理及智慧预测》资助。 【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：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2：致旱机理诊断 针对特大气干旱事件，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：动力方程诊断、模式模拟验证、可解释性人工智能技术。本方向目前聚焦我国。 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。 【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12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2026年3月前完成 超长期预报校正子系统） 【过去五年（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