为及早发现并培养青年人才的科学素养，激发他们的创新研究热情，为国家建立高质量的基础研究人才队伍提前布局、注入活力，自2023年起，国家自然科学基金委员会在现有的人才资助体系中，新设立了青年学生基础研究项目。

日前，国家自然科学基金委员会在合肥举行了2024年度青年学生基础研究基金项目评审会议，对复旦大学、清华大学、北京大学等试点高校的优秀本科生申请人进行了面试考察。我系刘齐七同学成功获得资助（指导老师：冯杰研究员），研究课题为“气象大模型中基于物理约束扰动的中国区域寒潮的次季节集合预报研究”。这是我系本科生获得的第二个青年学生基础研究基金项目。 

如何成功申请本科生国家自然科学基金项目，刘齐七同学分享了参与科学研究的心得和基金委面试的感受！

我从小对地理抱有浓厚的兴趣，在我五六岁的时候家人给我买了一张大画幅的世界地图挂在卧室的墙上，那时起便对地形地貌、海陆分布、行政区划有了大体的认知。我高中就读于重庆市南开中学，那一年正逢新高考改革，我毅然选择了物理、化学、地理组合。在地理课上，我对老师讲解的地球公转自转、各类天气系统等知识颇有兴趣。而物理课所学的动力学知识，又为我理解地球上的各种运动打下了基础。进入复旦大学后，我选择了大气与海洋科学系，希望自己能够更深刻地理解大气的各类过程，在气象科学领域贡献自己的力量。

在高中阶段，我便开始关注手机APP给出的未来15天天气预报，常常7天以后的预报数据会进行较大的调整——上周的预报中今天应当是艳阳高照，然而实际却是大雨倾盆。我深切地感受到了目前的气象预报水平在更长时间段的预测中所遇到的挑战。近几年人工智能（AI）领域的快速发展，也让基于机器学习的气象预报大模型不断涌现，复旦自主研发的FuXi-S2S便是其中一员。结合我FDUROP曦源项目的研究主题“极端冷事件”（指导老师：戴国锟副教授），我希望能够利用FuXi-S2S数据驱动的模型，做好对我国冬季寒潮的次季节尺度（3-4周）的预报，期待能为能源行业、交通部门、保险行业等提供更长时段的数据参考。

FuXi-S2S推理与训练结构示意图（Chen et al., 2024）

今年的项目申请相比于去年，多了院系内遴选的环节。从五月中旬开始准备，当时与冯杰老师线上线下多次交流，敲定了申请书的大部分内容，并做好了第一版的PPT。在5月30日院系遴选结束后，系内老师提出的建设性意见让我意识到自己的申请书与报告依然存在各种问题，于是我继续修改PPT准备学校和基金委的答辩。6月11号的校内遴选，其他院系专家关于AI模型训练方面的问题把我难住了，我也认识到自己对AI方面知识的欠缺。

整个六月至八月，我都在与冯老师、院系的资深专家和学校科研院的专家讨论，反反复复打磨自己的申请书与PPT，不断地抠细节，调整字体、排版、参考文献等等，前前后后改了十几个版本。我也经常学习一些集合预报与AI模型训练相关的文献，准备好迎接基金委答辩现场专家提出的问题。在答辩前几周，我将答辩稿认认真真地手写下来，并反复练习，理顺自己的答辩逻辑、固定自己的用词。

报告PPT首页

最终，我们来到位于合肥的量子信息国家实验室。当我换上正装站在答辩讲台上，虽然有一点紧张，但在前期的充分准备下，我顺利地完成了8分钟的演讲，并且与专家们进行了17分钟的回答交流。最后学校一行的同学和老师一起在门口合影，面试环节圆满完成。

此次基金申请成功，感谢自己近三个月坚持打磨申请书与PPT，也特别感谢冯老师如影随形地指导与关心，也离不开戴国锟老师在前期曦源项目中帮我打下的扎实基础，以及周文、吴志伟、高艳红、陈国兴、魏云涛、方向辉等老师们提出的宝贵意见。同时，我也很感激基金委为本科生提供的科研平台，助力我们在将来的科学研究道路中行稳致远。

国自然基金申请成功，并不是结束，而是开始。在接下来的一年里，我会认真按照申请书的计划内容，继续与各位老师以及师兄师姐们交流讨论，做好AI大模型在次季节寒潮集合预报的课题！