陈曦研究员团队的主要研究方向是数值天气预报(Numerical Weather Prediction,简写为NWP)相关的开发和应用。研究重点是探索并开发数值模型算法,发展与之相关的天气预报应用产品。 曾参与完成了美国NOAA的下一代全球预报系统项目(Next Generation Global Prediction System,简写为NGGPS),后演化为美国当前天气气候一体化预报系统(Unified Forecast System,简写为UFS)。由于在以上项目中的杰出贡献,NOAA授予其金质奖章和突出贡献证书。近期,陈曦研究员入选了科学院相关的人才计划B类并获得择优支持,以及国家自然科学基金海外相关高层次青年人才计划,并加入了中国科学院大气物理研究所。
主要任职经历
2021 - Present
![](assets/img/logos/logo-iap.png)
研究员,博士生导师
中国科学院大气物理研究所
2016 - 2021
![](assets/img/logos/logo-pu.png)
![](assets/img/logos/logo-gfdl.png)
副研究员
普林斯顿大学/地球物理流体动力学实验室
导师: 林先建
2013 - 2016
![](assets/img/logos/logo-pu.png)
![](assets/img/logos/logo-gfdl.png)
博士后研究员
普林斯顿大学/地球物理流体动力学实验室
导师: 林先建
2006 - 2013
![](assets/img/logos/logo-umich.jpeg)
博士研究助理
密歇根大学
教育经历
2006 - 2013
![](assets/img/logos/logo-umich.jpeg)
密歇根大学
大气、海洋和空间科学博士学位
导师: Joyce Penner
2002 - 2006
![](assets/img/logos/logo-pku.png)
北京大学
大气和海洋科学学士学位
导师: 付遵涛
![](assets/img/zurich.png)
动力内核及框架研发正在招聘
此研究方向基于低马赫数黎曼问题近似求解器(Low-Mach number Approximate Riemann Solver,简写为LMARS)开展动力内核及框架的开发和应用。地学流体的主要特征表现为非真空和非强烈不连续性。利用这些特性为地学流体量身定制的LMARS相比传统的黎曼解析能够更高效地得到更精确的结果。同时,LMARS可以通过黎曼求解器的常用形式,无障碍地将同样广泛发展的传统工业CFD应用,引入具有特殊外力和几何特征的多尺度地学流体的模拟中来。目前,LMARS已经成功实现在地球和行星大气的多种应用中,并取得了良好的模拟结果。
数值天气预报应用及产品研发
正在招聘
此方向主要为研发多种数值天气预报相关的应用及产品,如天气预报服务的定制化服务,预报验证,以及后处理订正。近期项目为创建可满足业务化需求的全球沙尘预报系统,它可以准确的预报大尺度上的沙尘传输过程,以及小尺度沙墙的精细结构。
部分获奖经历
中国计算机协会-阿里巴巴创新研究计划青年科学基金
颁发单位:中国计算机学会(2022)
优秀青年科学基金项目(海外)
颁发单位:国家自然科学基金(2021)
中国科学院率先行动“4*25人计划” - B类(择优支持)
颁发单位:中国科学院(2020)
多项年度最高文章下载量/文章引用数奖项
The Most Downloaded Paper Award - Progress in Earth and Planetary Science (2020)
Top Cited Article Award - Journal of Advances in Modeling Earth Systems (2018-2019)
Top Downloaded Paper Award - Journal of Advances in Modeling Earth Systems (2018-2019)
Top Downloaded Paper Award - Geophysical Research Letters (2018-2019)
Top Downloaded Paper Award - Quarterly Journal of the Royal Meteorological Society (2018-2019)
鸣谢:荣誉归功于各位合作者们,我非常荣幸和幸运的参与到了这些优秀项目当中。