数据
2026年6月21日
·
1 分钟阅读时长
高质量的数据集与先进的算法是地球科学突破的基石。致力于夯实基础数据底座，并引入数据驱动的地球科学新技术：
🌡️ 基础气候数据集构建
研发并发布了全球近实时（Near real-time）每日体感温度与热浪数据集，为多尺度气候变化与水文响应研究提供了可靠的数据支撑。
📚 相关论文：
🤖 数据驱动方法在地球科学中的交叉应用
将前沿的数据挖掘与机器学习算法引入水文气象领域，例如开发了基于Transformer架构的数据驱动模型，实现了多尺度土壤水分（与农业干旱密切相关）的高效、精准模拟，推动了数据驱动技术在解析复杂非线性水循环过程中的深度应用。
📚 相关论文：
Authors
殷聪
(Cong Yin)
博士后
我专注于气候科学领域，致力于使用水文气候、数据驱动和空间统计方法，增进对野火和极端气候事件的理解。 目前以第一作者或通讯作者在Science Advances, Scientific Data等期刊发表论文10篇，以其他作者身份发表论文5篇，参与编写专著2部，授权发明专利1项。 研究成果获得Nature Briefing、Vox、The Conversation和The Debrief等知名科技媒体的采访或报道。
我目前在加州大学Merced分校做博士后，与John Abatzoglou教授合作，他领导着Climatology Lab。