AI 如何帮助我们理解和预测变化中的地球？
我们利用机器学习、遥感、洪水制图、天气预报和数据重建，将多源地球观测转化为可解释的气候认知。
为什么重要
变化中的地球产生的数据规模大、分布不均且噪声复杂。AI 的价值在于改进重建、识别、归因和预测，同时保持与物理证据相连。
主题
地球孪生 AI
我们的贡献
- 利用水库 LiDAR 监测、SAR-光学水面光伏清单、AlphaEarth 农田图、蒸散发数据和全球风速产品构建 AI 支撑的地球表征。
- 通过高分辨率制图和数据产品，把物理地球系统过程与数字孪生式监测和预测连接起来。
论文
精选
本团队
最新本团队Global instantaneous monitoring of reservoir water levels using ICESat-2 photon-counting LiDAR
代表性成果
全球蒸散发数据集（WB-MTE）
1982 至 2009 年、0.5 度分辨率的全球月尺度蒸散发数据集，通过水量平衡模型与机器学习耦合构建。
GGWS-PCNN 全球风速数据集
基于部分卷积神经网络、HadISD 观测和 34 个气候模型构建的 1973 至 2021 年全球网格月尺度风速数据集。
相关新闻
能源 AI
我们的贡献
- 将 AI 和数据驱动评估用于海洋能源热浪风险、风速产品、漂浮式光伏、光伏选址和海水淡化系统等可再生能源问题。
- 连接大湾区海上风能预测、GGWS-PCNN 全球风速和漂浮式光伏成果，支撑气候变化背景下的能源系统决策。
论文
代表性成果
GGWS-PCNN 全球风速数据集
基于部分卷积神经网络、HadISD 观测和 34 个气候模型构建的 1973 至 2021 年全球网格月尺度风速数据集。
浮式光伏发电
用于评估全球水库浮式光伏发电量和节水潜力的代码资源。
气候变化背景下的粤港澳大湾区海上风能资源评估与预测
评估并预测气候变化背景下粤港澳大湾区海上风能资源。
天气 AI
我们的贡献
- 围绕短历时降水、台风降雨格局、沙尘暴、下击暴流服务、干旱事件和风速估算发展面向天气的 AI 与监测证据。
- 把海洋气象和生态灾害监测成果与数据驱动及动力降尺度方法结合，用于短期天气风险评估。
论文
代表性成果
海洋气象信息与生态灾害一体化监测预警技术研究及应用示范
面向海洋气象信息与生态灾害，开展一体化监测预警技术研究与应用示范。
气候 AI
我们的贡献
- 利用可解释 AI、AlphaEarth 农田制图、城市碳通量分析、海洋热浪诊断和次网格植被研究提升气候风险理解。
- 把蒸散发和 GGWS-PCNN 风速数据集与气候预测、气候变化检测和地球系统模型评估连接起来。
论文
代表性成果
全球蒸散发数据集（WB-MTE）
1982 至 2009 年、0.5 度分辨率的全球月尺度蒸散发数据集，通过水量平衡模型与机器学习耦合构建。
GGWS-PCNN 全球风速数据集
基于部分卷积神经网络、HadISD 观测和 34 个气候模型构建的 1973 至 2021 年全球网格月尺度风速数据集。
