手机扫描二维码答题
00:00:00
副热带季风研究学术成果梳理与资源整合专家调查问卷
录音中...
发起单位:
中国气象学会副热带气象专业委员会
填写说明:
本问卷旨在系统梳理副热带季风领域的学术发展态势、科研资源分布与国际合作网络,为学科发展评估和国际合作路径设计提供依据。问卷共分六个部分,预计填写时间约 10 分钟。所有信息仅用于学术评估,个人信息将严格保密,姓名仅在您同意的情况下作为报告致谢对象。感谢您的支持!
第一部分 专家背景信息
1.1 您的姓名(可选,若提供将作为报告致谢对象):
*
1.2 您所在的国家或地区:
*
1.3 您所在单位:
*
1.4 您的主要研究领域有哪些?
【多选题】
季风机理与诊断
次季节至季节预测与模式评估
气候变化与季风响应
中高纬与热带相互作用
海陆气冰多圈层相互作用
人工智能与大数据气象应用
古季风与代用资料
业务预报与气候服务
极端天气气候事件
气候影响与气候服务
其他
*
1.5 您的从业年限:
请选择
少于5年
5年至10年
11年至20年
超过20年
*
1.6 您的角色类型有哪些?
【多选题】
基础研究
业务预报或监测
学科规划或管理
期刊编辑
国际计划科学指导委员会成员
研究生或博士后
其他
第二部分 核心科学问题评价
*
2.1 请判断以下核心科学问题的当前重要性。
非常不重要
不重要
一般
重要
非常重要
多尺度驱动机制(季节内至年际至年代际)
多尺度驱动机制(季节内至年际至年代际)
次季节至季节可预报性与预测技术(机理与人工智能)
次季节至季节可预报性与预测技术(机理与人工智能)
副热带季风与中高纬环流相互作用
副热带季风与中高纬环流相互作用
全球变暖下副热带季风长期响应
全球变暖下副热带季风长期响应
副热带季风本质及其与热带季风关系
副热带季风本质及其与热带季风关系
极端天气气候事件
极端天气气候事件
*
2.2 请判断以下核心科学问题在未来5年的突破可能性。
非常低
低
一般
高
非常高
多尺度驱动机制(季节内至年际至年代际)
多尺度驱动机制(季节内至年际至年代际)
次季节至季节可预报性与预测技术(机理与人工智能)
次季节至季节可预报性与预测技术(机理与人工智能)
副热带季风与中高纬环流相互作用
副热带季风与中高纬环流相互作用
全球变暖下副热带季风长期响应
全球变暖下副热带季风长期响应
副热带季风本质及其与热带季风关系
副热带季风本质及其与热带季风关系
极端天气气候事件
极端天气气候事件
*
2.3 请判断以下核心科学问题的国际共识度。
非常低
低
一般
高
非常高
多尺度驱动机制(季节内至年际至年代际)
多尺度驱动机制(季节内至年际至年代际)
次季节至季节可预报性与预测技术(机理与人工智能)
次季节至季节可预报性与预测技术(机理与人工智能)
副热带季风与中高纬环流相互作用
副热带季风与中高纬环流相互作用
全球变暖下副热带季风长期响应
全球变暖下副热带季风长期响应
副热带季风本质及其与热带季风关系
副热带季风本质及其与热带季风关系
极端天气气候事件
极端天气气候事件
*
2.4 您认为上述核心科学问题中缺失了哪些关键问题?请填写问题名称,并简述其当前重要性、未来5年突破可能性和国际共识度。
*
2.5 您认为当前国际季风研究界在副热带季风领域存在的最重大科学争议是什么?
第三部分 学术发展态势与资源整合瓶颈
*
3.1 过去10年副热带季风领域最具原创性突破的方向有哪些?
【请选择1
-
3项】
副高与梅雨年际关系
热带季节内振荡对季风爆发的调制
动力模式在次季节至季节预报中的偏差订正
季风区极端降水的水汽来源追踪
气候模式对季风长期趋势的预估
人工智能在次季节至季节预测中的应用
青藏高原热力强迫机制
多洋盆海温协同调制
中高纬与热带相互作用
副热带季风独立于热带季风的论证
季风区观测实验与数据集构建
其他
*
3.2 您认为目前科研资源(数据、算力、人才)最薄弱的环节有哪些?
【多选题】
长序列高分辨率再分析资料获取难度大
次季节至季节预报模式集合成员数不足且计算资源短缺
机理研究与业务预报脱节且缺乏转化平台
跨学科(人工智能、水文、生态)融合不够
国际数据共享不充分,尤其针对极端事件
理论框架缺失,缺乏统一动力学理论
观测系统不完善,关键区观测稀疏
青年人才国际流动机会不足
地缘政治因素干扰科学合作
数据跨境流动受国家安全限制
专项稳定科研经费不足
面向副热带季风的模式诊断工具平台匮乏
其他
*
3.3 您对本问卷提出的五个维度科学标准(机理、预测、相互作用、长期响应、极端天气气候事件)的认可度如何?
非常合理
基本合理,但需调整
不合理,建议调整
*
如您对上述五个维度科学标准有调整建议,请简要说明。
*
3.4 若未来组织定向学术研讨或设立专项,您建议优先支持哪些交叉方向?
【多选题】
副热带季风机理和动力学
副热带季风次季节至季节可预报性与可解释人工智能融合
中高纬、副热带与热带协同观测实验
古季风记录与现代过程对比
季风区城市尺度极端事件及影响
季风与水文、生态、健康交叉研究
极端天气气候事件
南南合作与能力建设
季风、气溶胶与陆面反馈
其他
第四部分 国际合作项目与平台信息采集
*
4.1 您近15年内参与过的副热带季风国际合作项目或联合平台有哪些?
【多选题】
南海季风试验(1996年至2002年)
中日季风合作研究
中美季风合作
亚洲季风年(2007年至2012年)
全球能量与水资源交换计划或世界气候研究计划季风委员会相关计划
世界气象组织相关季风计划
全球季风模式比较计划
季风亚洲综合研究计划
国际季风项目办公室
亚澳非季风国际大科学计划
东南亚区域季风预测计划
中澳季风与气候联合研究
中欧季风项目
南南合作气象项目(如共建一带一路气象合作)
多边联合中心或实验室
其他
*
4.2 您在上述项目或平台中的主要角色有哪些?
【多选题】
首席科学家或牵头人
课题负责人
骨干成员
研究生或博士后
协调或管理岗位
科学指导委员会委员
其他
*
4.3 请从您参与过的国际合作项目或联合平台中选择最熟悉的一个:
请选择
南海季风试验(1996年至2002年)
中日季风合作研究
中美季风合作
亚洲季风年(2007年至2012年)
全球能量与水资源交换计划或世界气候研究计划季风委员会相关计划
世界气象组织相关季风计划
全球季风模式比较计划
季风亚洲综合研究计划
国际季风项目办公室
亚澳非季风国际大科学计划
东南亚区域季风预测计划
中澳季风与气候联合研究
中欧季风项目
南南合作气象项目(如共建一带一路气象合作)
多边联合中心或实验室
其他
*
4.4 该项目或平台的全称是:
4.5 该项目或平台的起止时间为:
年至
年。
*
*
4.6 您在该项目或平台中的主要角色是:
首席或牵头人
课题负责人
骨干成员
其他
*
4.7 该项目或平台最突出的成效是什么?请用1至2句话说明。
*
4.8 您对该项目或平台的总体成效评价如何?
1分
2分
3分
4分
5分
*
4.9 您认为目前副热带季风研究领域国际合作的主要模式有哪些?
【多选题】
大型国际联合观测试验
双边政府间定期科技合作项目
多边国际计划
虚拟或实体联合研究中心
依托大型国际会议设立的合作工作组
以数据共享为核心的非正式网络
南南合作与技术转移
其他
*
4.10 请评价下列合作模式在科学产出方面的实际成效。
很低
低
一般
高
很高
大型观测试验
大型观测试验
双边政府间项目
双边政府间项目
多边国际计划
多边国际计划
联合研究中心
联合研究中心
南南合作导向项目
南南合作导向项目
*
4.11 请评价下列合作模式在人才培养方面的实际成效。
很低
低
一般
高
很高
大型观测试验
大型观测试验
双边政府间项目
双边政府间项目
多边国际计划
多边国际计划
联合研究中心
联合研究中心
南南合作导向项目
南南合作导向项目
*
4.12 请评价下列合作模式对业务预报的贡献。
很低
低
一般
高
很高
大型观测试验
大型观测试验
双边政府间项目
双边政府间项目
多边国际计划
多边国际计划
联合研究中心
联合研究中心
南南合作导向项目
南南合作导向项目
*
4.13 您认为目前副热带季风国际合作中存在的突出短板有哪些?
【请选择1
-
3项】
缺乏长期稳定的经费支持机制
数据共享政策不统一,获取滞后或受限
实质性联合分析工作少,流于会议交流
青年人才国际流动机会不足
成果向业务预报的转化通道不畅
欧美与亚洲之间的关注点差异大,难以聚焦
地缘政治因素干扰科学合作
数据跨境流动受国家安全限制
国际会议参与签证障碍
发展中国家参与度不足
合作成果缺乏面向发展中国家的落地转化
其他
*
4.14 您认为南南合作与能力建设在副热带季风领域应优先推进哪些方面?
【请选择1
-
3项】
面向发展中国家的预报技术转移与培训
共享观测与数据集建设
联合培养青年人才
共建区域季风研究与业务中心
其他
第五部分 客观指标体系评价
*
5.1 您认为在识别副热带季风领域领军科学家时,以下客观指标的相对重要性如何?
非常不重要
不重要
一般
重要
非常重要
国际科学网基本科学指标高被引论文
国际科学网基本科学指标高被引论文
中国知网高被引论文
中国知网高被引论文
国际学术奖项(世界气象组织奖项、美国气象学会或美国地球物理联合会会士)
国际学术奖项(世界气象组织奖项、美国气象学会或美国地球物理联合会会士)
国别学术奖项
国别学术奖项
主持重大项目经历
主持重大项目经历
国际计划领导经历(如南海季风试验、亚洲季风年、亚澳非季风国际大科学计划)
国际计划领导经历(如南海季风试验、亚洲季风年、亚澳非季风国际大科学计划)
长期学术任职(编委、学会委员)
长期学术任职(编委、学会委员)
实际业务预报贡献
实际业务预报贡献
数据集、模式或平台贡献
数据集、模式或平台贡献
人才培养成效
人才培养成效
国家级或国际评估报告主要作者(如政府间气候变化专门委员会、世界气象组织评估报告)
国家级或国际评估报告主要作者(如政府间气候变化专门委员会、世界气象组织评估报告)
学术社区服务(组织国际会议、评估报告编写)
学术社区服务(组织国际会议、评估报告编写)
5.2 请针对下列国内外重点机构,勾选其最突出的1至2个优势研究方向。
*
5.2.1
【多选题】
副高动力学
S2S模式
季风-气溶胶
东亚季风年代际变化
其他__________
中国科学院大气物理研究所
中国科学院大气物理研究所
*
5.2.2
【多选题】
区域气候模式
梅雨锋观测
AI预报
其他__________
南京信息工程大学
南京信息工程大学
*
5.2.3
【多选题】
副热带急流动力学
季风-陆面过程
古季风重建
极端降水机理
其他__________
北京大学
北京大学
*
5.2.4
【多选题】
副热带季风区海气相互作用
季风与次季节-季节可预报性
区域地球系统模式
东亚季风多尺度变异
其他__________
南京大学
南京大学
*
5.2.5
【多选题】
华南前汛期与季风槽
季风-台风协同作用
南海季风爆发机理
海岸带灾害性天气
其他__________
中山大学
中山大学
*
5.2.6
【多选题】
S2S业务系统
暴雨机理
数据同化
其他__________
中国气象科学研究院
中国气象科学研究院
*
5.2.7
【多选题】
季风监测诊断
S2S业务预测
气候预测会商
其他__________
国家气候中心
国家气候中心
*
5.2.8
【多选题】
AI-S2S预测
生成式集合扰动
MJO预测
其他__________
复旦大学/上海科学智能研究院
复旦大学/上海科学智能研究院
*
5.2.9
【多选题】
季风-海洋相互作用
季节预测
其他__________
美国夏威夷大学IPRC
美国夏威夷大学IPRC
*
5.2.10
【多选题】
亚洲季风年
云微物理
其他__________
日本东京大学/JAMSTEC
日本东京大学/JAMSTEC
*
5.2.11
【多选题】
S2S集合预报
MJO预测
AI-S2S
其他__________
欧洲中期天气预报中心(ECMWF)
欧洲中期天气预报中心(ECMWF)
*
5.2.12
【多选题】
CFSv2
ENSO预测
MJO监测
其他__________
美国国家环境预报中心(NCEP)
美国国家环境预报中心(NCEP)
*
5.2.13
【多选题】
HadGEM模式
季风年代际变化
AI季节预报
其他__________
英国气象局(UKMO)
英国气象局(UKMO)
*
5.2.14
【多选题】
梅雨监测
SINTEX-F2
其他__________
日本气象厅(JMA)
日本气象厅(JMA)
*
5.2.15
【多选题】
亚澳季风相互作用
海气耦合
其他__________
澳大利亚CSIRO
澳大利亚CSIRO
*
5.2.16
【多选题】
印太季风系统
全球气候模式
其他__________
法国IPSL
法国IPSL
*
5.2.17
【多选题】
东亚梅雨精细化预测
区域降尺度
其他__________
韩国气象局(KMA)
韩国气象局(KMA)
*
5.2.18
【多选题】
季风任务
IMPO
其他__________
印度热带气象研究所(IITM)
印度热带气象研究所(IITM)
*
5.2.19 其他机构请专家补充
*
5.3 您对上述客观指标体系的总权重分配是否有调整建议?请简要说明。
第六部分 综合建议
*
6.1 您是否愿意参与后续的定向学术研讨或专家咨询?
愿意
不愿意
视情况而定
*
6.2 您对副热带季风研究领域的学科发展、国际合作或业务能力提升有何其他建议?
字体大小
副热带季风研究学术成果梳理与资源整合专家调查问卷
复制