童宣（Xuan Tong）
童宣 指导教师：周文 邮箱：tongxuan_@fudan.edu.cn
研究兴趣 人工智能在天气与气候领域应用 教育背景 学士学位（2012-2016），大气科学（长望实验班），南京信息工程大学 博士学位（2016-2021），气象学（直博），中国科学院大气物理研究所 研究经历 2022-至今，博士后，复旦大学大气与海洋科学系/大气科学研究院 承担课题 1. 主持，水利部水文气象灾害机理与预警重点实验室（筹）2023年度开放基金，《基于深度学习的华北夏季降水预报模型》（项目编号：HYMED202306，2023年9月至2025年8月）。 2. 课题骨干，“十四五”国家重点研发计划“跨流域跨区域特大干旱场景推演与智慧防御”项目之课题1《特大干旱孕育机理与发展过程的链式传导机制研究》之专题2“基于气候物理链的特大干旱大气动力驱动机制研究”（编号：2022YFC3002801，2022年11月至2025年10月）。 3. 主要参与，国家自然科学基金专项项目《自然-社会耦合系统中极端天气气候事件关键信号提取及快速归因技术研究》（编号：4224100091，2023年1月至2025年12月）。 获奖情况 2022.7, ‘第二届人工智能天气预报创新大赛-降水赛道 三等奖’, 上海气象学会。 2022.7, ‘第二届人工智能天气预报创新大赛-气温赛道 三等奖’, 上海气象学会。 2020.4, ‘2020 深圳开放数据应用创新大赛 算法赛-粤港澳大湾区强降水临近预测 三等奖’, 深证市政务服务数据管理局 & 深证市南山区人民政府。 发表论文 1. Tong, X., Zhou,W*., & Xia,J. J. (2023). Improving Boreal Summer Precipitation Predictions from the Global NMME through Res34-Unet. Geophysical Research Letters, Accepted. 2. Tong, X., Li, J. W., Zhang, F*., Li, W., Pan, B.X., Li, J., & Letu, H. (2023). The deep-learning-based fast efficient nighttime retrieval of thermodynamic phase from Himawari-8 AHI measurements. Geophysical Research Letters, 50, e2022GL100901. 3. Xuan Tong, Zhongwei Yan*, Wen Zhou*, Jiangjiang Xia, Xiaowei Quan, 2023:Multidecadal Oceanic Modulation of Summer Precipitation in North China in 1200-Year Global Climate Simulations. Journal of Climate, 36(17), 6125–6138. 4. Xuan Tong, Zhongwei Yan*, Jiangjiang Xia and Lou Xiao, 2019: Decisive Atmospheric Circulation Indices for July‒August Precipitation in North China Based on Tree Models. Journal of Hydrometeorology, 20(8). 5. 童宣, 严中伟*, 李珍, 曹丽娟, 江志红, 2018: 近百年中国两次年代际气候变暖中的冷、暖平流背景, 气象学报, 76(4): 554-565. 6. Liu N, Yan ZW, Tong X, Jiang J, Li, H. C., Xia. J. J.*, Lou, X., et al., 2021: Meshless Surface Wind Speed Field Reconstruction based on Machine Learning. Advances in Atmospheric Sciences, 2022, 39(10): 1721-1733. 7. Wei, W. G., Yan, Z.W*., Tong, X., Han, Z. Q., Ma, M. M., Yu, S., and Xia, J. J, 2022: Seasonal prediction of summer extreme precipitation over the Yangtze River based on random forest. Weather and Climate Extremes, 37, 100477. 8. Li, J. W., Zhang, F*., Li, W. W., Tong, X., Pan, B. X., Li, J., et.al., 2023: Transfer-Learning-Based Approach to Retrieve the Cloud Properties Using Diverse Remote Sensing Datasets, IEEE Transactions on Geoscience and Remote Sensing, 61, 1-10. 9. Zhao, Z. J., Zhang, F*., Wu, Q., Li, Z., Tong, X., Li, J. W., & Han, W., 2023: Cloud identification and properties retrieval of the Fengyun-4A satellite using a ResUnet model. IEEE Transactions on Geoscience and Remote Sensing, 61, 1–18. #以上信息由本人提供，更新时间：2023/11/30 |
