专题征稿 | 数字化的古气候研究：数据集成、数值模拟与数据同化
Nature portfolio约 5 分钟征稿主题：专题征稿 | 数字化的古气候研究：数据集成、数值模拟与数据同化
Digital Paleoclimate: Integration, Simulation, and Assimilation
客座编辑：晏宏，中国科学院地球环境研究所研究员，黄土与第四纪地质国家重点实验室副主任；刘征宇，美国俄亥俄州立大学Max Thomas讲席教授，AGU Fellow；安芷生，中国科学院地球环境研究所研究员，中国科学院院士，美国科学院外籍院士，AGU Fellow
期刊名称：npj Climate and Atmospheric Science
截止日期：2024.9.30
点击阅读原文或扫码进入征稿页面
客座编辑
晏宏，中国科学院地球环境研究所副所长、黄土与第四纪地质国家重点实验室副主任
晏宏研究员现任中国科学院地球环境研究所副所长，黄土与第四纪地质国家重点实验室副主任。主要研究方向为热带-亚热带地区古气候古环境变化，在砗磲高分辨率古气候研究和热带水文气候变化动力学等领域取得创新成果，提出了古天气研究新方向，发表论著100余篇，其中以第一/通讯作者在 Nature Geoscience、Nature Communications和PNAS等期刊发表研究论文 50 余篇。获中国科学院院长特别奖、中国十大新锐科技人物奖、刘东生杰出青年奖、中国科学院青年科学家奖等学术奖项，入选国家优青、国家杰青、WR等人才计划。担任npj Climate and Atmospheric Science、The Innovation、Frontiers in Earth Science等期刊副编或编委。
刘征宇，美国俄亥俄州立大学Max Thomas讲席教授，AGU Fellow
刘征宇教授现任美国俄亥俄州立大学地理系大气科学方向负责人，Max Thomas讲席教授。研究方向为海陆气系统动力学及模拟、海气相互作用及耦合动力学和古气候模拟，是过去21,000年瞬变气候模拟试验（TraCE 21ka）负责人。对大气-海洋-陆地-生态耦合系统中的从年际到千年尺度的海洋和气候变率的理解做出了基础性的贡献。被授予美国地球物理联合会会士 （AGU Fellow）、美国气象联合会会士（AMS Fellow）和美国科学促进会会士（AAAS Fellow）。在 Science、Nature、PNAS、 Nature Climate Change和Science Advances 上发表 22 篇论文，总引用超过 20000 次，H-指数为 74。
安芷生，中国科学院地球环境研究所研究员，中国科学院院士，美国科学院外籍院士，AGU Fellow
安芷生，中国科学院地球环境研究所研究员，1991年当选为中国科学院院士，2000年当选为第三世界科学院院士，2013年当选为美国地球物理联合会会士（AGU Fellow），2016年当选为美国科学院外籍院士。曾任中科院西安分院院长，黄土与第四纪地质国家重点实验室主任，中科院地球环境所所长，中科院地学部副主任、中国第四纪研究委员会副主任，国际第四纪联合会（INQUA）副主席及黄土委员会主席，国际全球变化（IGBP）科学委员会委员、副主席，国际人类世工作组委员，南大洋研究中心咨询委员会委员等。现任美国科学院院刊（PNAS），Quaternary Science Reviews，Quaternary Research等多个国际期刊编委。
主要从事黄土与全球变化研究，在中国黄土与全球变化、季风动力学和全球气候变化等领域做出杰出贡献，发表SCI论文480余篇，在Nature、Science及子刊和PNAS等高影响力期刊上发表文章32篇。据Web of Science SCI引用超过37000次，H index为88。曾获国家自然科学二等奖5 次，并获陕西省最高科学技术奖，中国科学院杰出科技成就奖、陈嘉庚地球科学奖、何粱何利地球科学奖、中国科学十大进展及其他国内奖项，2023年获美国地球物理联合会（AGU）罗杰·雷维尔奖章（Roger Revelle Medal），是该奖自1991年设立以来唯一一位获奖的中国科学家。近年来在气候变化领域致力于推动古气候定量重建-数据集成-数值模拟-数据同化-未来预测的联合研究，是穿越地球时空计划（CRESTS）主要发起人之一。
专题征稿介绍
数字化的古气候研究：数据集成、数值模拟与数据同化
Digital paleoclimate: Integration, simulation and assimilation
点击阅读原文或扫码进入征稿页面
现代仪器观测的气象气候资料是理解气候变化动力学、建立气候模型和预测未来的主要基础。然而，现代观测数据的时间跨度仅百余年，无法涵盖年代、百年及更长时间尺度的变化，这严重限制了对地球气候多尺度变化特征的理解和气候模型的长期预测能力。古气候重建记录（例如，树木年轮、珊瑚、砗磲、石笋、黄土、湖泊和海洋沉积物等）为这些多尺度气候变化提供了清晰的视野，是现代观测资料的重要补充。同时，这些古气候数据也可以为气候模型提供独特且不可替代的约束。
在过去几十年里，随着各种高质量古气候的不断积累，科学家们开始尝试开展数据集成和整合，旨在建立起类似于现代网格化观测数据的数字化古气候数据集。同时，随着高性能计算的快速发展，跨越数万年的地球系统模型长期瞬态实验也变得可行。更重要的是，数据同化方法的引入使得古气候记录和数值模拟的深度融合成为可能，这将为全面理解多尺度地球气候演变带来里程碑式的进展。此外，人工智能技术也正在逐渐应用于古气候研究，这也是一个新的前沿方向。这些进展表明，古气候研究正在从传统的地质范式向数字化范式转变。
我们在npj Climate and Atmospheric Science杂志上推出一个专辑，以期推动古气候研究的数字化转型。我们诚邀探索地球多尺度古气候变化的原创文章、观点论文和综述投稿，包括古气候数据集成、古气候模拟、数据同化，以及机器学习在古气候研究中的应用等方面。
点击“阅读原文”，访问征稿页面