-
https://qdio.cas.cn/2019Ver/News/kyjz/202508/t20250828_7920728.html
来源：海洋环流与波动实验室
近日，中国科学院海洋研究所王凡团队携手南京信息工程大学张荣华教授、崂山实验室蔡文炬院士等，在Nature Communications发表题为“Projection of ENSO using observation-informed deep learning”的研究论文。该研究开 ...
-
https://qdio.cas.cn/2019Ver/News/kyjz/202509/t20250903_7958688.html
来源：海洋环流与波动实验室
近日，中国科学院海洋研究所近海动力环境研究及其工程应用研究组利用CUDA技术对海洋研究所自主研发的风暴潮数值模式IOCASM（Implicit Ocean Current and Storm Surge Model）进行全面加速，成功构建了新一代GPU-IOCASM。 ...
-
https://qdio.cas.cn/2019Ver/News/kyjz/202509/t20250916_7969133.html
来源：海洋环流与波动实验室
近日，中国科学院海洋研究所人工智能海洋学研究组、海洋热力学过程与气候变化研究组发表系列综述文章，系统总结了人工智能（AI）在海洋智能预报、海洋遥感和海岸带监测研究中的最新进展。这些工作全面展示了人工智能在推 ...
-
https://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202509/t20250908_7321689.html
发布时间：2025年09月08日 来源：中国气象报社
9月4日，记者从中国气象局公共气象服务中心（以下简称“公共服务中心”）获悉，其与清华大学联合研发的人工智能（AI）气象服务系统“风和”，已顺利通过中央网信办备案，成为气象领域 ...
-
https://mp.weixin.qq.com/s/7flE6P1EH52jyaCNsCDkyQ
原创 Peter Hall 麻省理工科技评论APP 2025年08月21日
（来源：NASA）
美国国家航空航天局（National Aeronautics and Space Administration, NASA）和 IBM 公司发布了一款全新的开源机器学习模型，旨在帮助科学家更好地理解和预测太阳的物理现象与活动规律。这款名 ...
-
https://mp.weixin.qq.com/s/J4LR7cN-3WQJZrjXaEvx9g
EarthAi 2025年08月28日
一、研究背景与意义
准确的气象预报对人类社会活动和自然灾害防范具有至关重要的作用。传统数值天气预报（Numerical Weather Prediction, NWP）方法基于物理方程模拟大气、海洋和陆地之间的相互作用，虽精度较高，但计算成本极大，且通常为确 ...
-
https://www.gov.cn/zhengce/zhengceku/202508/content_7037862.htm
索 引 号： 000014349/2025-00070 主题分类： 科技、教育\科技
发文机关：国务院 成文日期： 2025年08月21日
标 题：国务院关于深入实施“人工智能+”行动的意见
发文字号： ...
-
https://mp.weixin.qq.com/s/rBFWt6L0ejbTxiFcXmQiTw
Wenwen Li Geohazard 2025年08月15日
Artificial Intelligence in Earth Science: A GeoAI PerspectiveWenwen Lihttps://doi.org/10.1029/2025JH000691
摘要：GeoAI（地理空间人工智能）通过将地理空间数据与人工智能技术深度融合，在环境监测、预测建模和决策支 ...
-
https://mp.weixin.qq.com/s/Dk38PD12pXPe65MfSajjFQ
原创 王超、黄欣 AI同化 2025年08月14日
成果推荐！全球首个具有业务化能力的化学-天气强耦合四维变分同化（CMA-GFS-AERO 4D-Var)试验性示范系统诞生！---张小曳、沈学顺院士团队联合攻坚成果登上GMD
导语： 天气预报如何更准确？空气质量预报如何更精细？一个关键 ...
-
https://mp.weixin.qq.com/s/iNvpYexrtkT7cQRBroUAjw
原创 阿宗的科研备忘
上周，我们去中央台和北京台调研AI模型和智能体的研发与应用情况，发现了一个有趣的现象：很多看起来非常复杂、让人摸不着头脑的深度学习模型，其实可以通过数值天气预报的思路来帮助我们理解。这种对标式理解的方法，不仅可以让这些模型变得更 ...
-
https://research.noaa.gov/noaa-teams-up-with-zignal-labs-to-advance-storm-weather-reporting-with-ai-powered-intelligence/
NOAA teams up with Zignal Labs to advance storm weather reporting with AI-powered intelligence
July 30, 2025
NOAA and Zignal Labs, a real-time intelligence company, are teamin ...
-
近日，中国科学院海洋研究所人工智能海洋学研究组在卫星遥感反演全球海气热通量方向取得重要进展。相关成果以“Enhancing Retrievals of Air-Sea Heat Fluxes from AMSR2 Microwave Observations Based on Deep Learning”为题，发表在遥感领域国际期刊 IEEE Transactions on Geoscience and Remote Sensing（SCI一 ...
-
http://www.zgqxb.com.cn/zx/gj/202508/t20250801_7249868.html
来源：中国气象报社 日期：2025年08月01日
美国国家海洋和大气管理局（NOAA）的开创性高分辨率快速更新短期天气预报模型（HRRR）将迎来人工智能驱动的试验性姊妹模型HRRR-Cast。
7月，NOAA全球系统实验室（GSL）将推出高分辨率快速更新预报模型HRR ...
-
近期，世界气象组织（WMO）联合挪威气象局、马拉维气象局，启动了人工智能天气预报试点项目。该项目旨在借助“预报工具封装”（Forcast-in-a-box）等概念及工具，提升资源有限国家早期预警能力。
该项目由气候风险与早期预警系统倡议资助，以挪威气象局研发的高分辨率数据驱动的天气预报模型 Bris和欧洲中 ...
-
-
https://mp.weixin.qq.com/s/90uuUY2Y0ESas8ZDE2K09g
Smart GEOhazards 数智灾害 2025年07月19日
文章简介
标题: Artificial intelligence for modeling and understanding extreme weather and climate events
译文：用于建模和理解极端天气与气候事件的人工智能
期刊：Nature Communications
摘要：近年来，人工智能 ...
-
https://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202507/t20250726_7236471.html
发布时间：2025年07月26日 来源：中国气象报社
7月26日，在上海举行的2025世界人工智能大会开幕式上，中国气象局发布全民早期预警中国方案“妈祖（MAZU）”，构建包含多灾种预警的全球早期预警服务网络，分享中国早期预警实践 ...
-
https://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202507/t20250726_7236553.html
发布时间：2025年07月26日 来源：中国气象报社
7月26日，在第2025世界人工智能大会气象专会上，由国家卫星气象中心（国家空间天气监测预警中心）（以下简称“卫星中心”）牵头，联合南昌大学、华为技术有限公司共同研发的全球首个 ...
-
https://mp.weixin.qq.com/s/Dq8yIHXjisxuMrTvICxe7A
EarthAi 2025年07月24日
可解释深度学习新模型有效提升ENSO预测能力Toward long-range ENSO prediction with an explainable deep learning modelQi Chen, Yinghao Cui, Guobin Hong, Karumuri Ashok, Yuchun Pu, Xiaogu Zheng, Xuanze Zhang, Wei Zhong, Peng Zhan & ...
-
https://mp.weixin.qq.com/s/ZIN1MBIef9-eMLtoOjQ1Eg
EarthAi 2025年07月22日
利用观测驱动的深度学习化学传输模型提升72小时空气质量预报能力Enhancing 72-Hour air quality forecasting with an observation-driven deep learning chemistry transport modelSiwei Li, Jia Xinghttps://doi.org/10.1016/j.envint.2025.1 ...
