曹力戈

海洋资料同化，业务化海洋学，海洋数值模式

2021.09 - 2025.06 天津大学 海洋环境动力学 博士

2019.09 - 2021.07 天津大学 海洋科学 硕士(硕博连读)

2015.09 - 2019.07 中国农业大学 自动化 本科

2025.07 – 至今 天津大学 海洋科学与技术学院 助理研究员/博士后

(1)国家自然科学基金青年科学基金项目(C类)，基于MaCOM质量守恒约束的海底压力资料同化研究，2027.01-2029.12，主持

(2)国家卫星海洋应用中心委托项目，HY-4A卫星天地一体化项目应用产品共性技术研究——海洋预报模型应用，2026.06-2028.03，主持

(3)国家重点研发计划项目课题，自主可控区域海洋资料快速融合与同化系统研发，2023.12-2026.11，参与(课题骨干)

(4)国家重点研发计划项目课题，区域高分辨率和岛礁超高分辨率嵌套海洋多源观测资料同化系统研制及应用示范，2022.03-2025.12，参与

(5)自然资源部海洋环境信息保障技术重点实验室开放基金，耦合数据同化中的参数优化研究，2021.01-2022.12，主持

(6)国家海洋环境预报中心记录北极专项服务类采购项目，环流冰海耦合同化模块组技术研发，2025.12-2026.12，参与

(7)自然资源部南海预报减灾中心(自然资源部粤港澳大湾区海洋预警中心)委托项目，基于NEMO模型的中国海海洋资料同化系统开发项目，2025.08-2025.12，参与

1. Cao L, Li W*, Zhang Y, Han G, Qin Y, Liang K, Wang X, Li H, Zhou G, Wu H, Zheng Q, He J, Tong Y, Zhang Y. MOHDAS: MaCOM Operational Hybrid Data Assimilation System Based on A-4DEnVar. Ocean-Land-Atmos. Res. 2026;5:0135.

2. Cao L, Han G*, Li W*, Wu H, Wu X, Zhou G, Zheng Q. Impact of instantaneous parameter sensitivity on ensemble-based parameter estimation: Simulation with an intermediate coupled model. J. Adv. Model. Earth Syst. 2024;16:e2024MS004253.

3. Cao L, Wu X*, Han G*, Li W, Wu X, Wu H, Li C, Li Y, Zhou G. EAKF-based parameter optimization using a hybrid adaptive method. Mon. Wea. Rev. 2022;150(11):3065–3080.

4. He J, Cao L*, Li W, Han G, Wang X, Li H, Liang K, Zhou G, Wu H, Zheng Q, Zhang Y, Tong Y. A Geographic-Dependent Coupled Parameter Optimization Scheme Based on A-4DEnVar. J. Mar. Sci. Eng. 2026;14(5):418.

5. Li Y, Han G, Li W, Wang X, Li H, Cao L*. Coupled multiparameter estimation based on instantaneous parameter sensitivity: Simulations with an intermediate coupled model. Ocean-Land-Atmos. Res. 2026;5:0143.

6. Tian Y, Han G, Li W, Cao L*, Wu H, Zheng Q*, Ji Z. Hybrid AI model for skillful significant wave height forecasting with validation in the South China Sea. Ocean Eng. 2026;357(Pt 1):125271.

7. Wu H, Li W, Han G, Zhang Y, Wu X, Cao L, Zhou G, Liu H, Zheng Q. The 4D-MGA Multiscale Data Assimilation System for the 1/12° Global MaCOM. Ocean-Land-Atmos. Res. 2026;5:0146.

8. Wu H, Li W, Li H, Han G, Zhou G, Liu H, Cao L, Zheng Q. A global high-resolution temperature and salinity reconstruction by spatiotemporal multiscale correlations and dynamic height constraints. Earth Syst. Sci. Data. 2026;18(8):5855–5869.

9. Zheng Q, Li W, Han G, Shao Q, Cao L, Zhou G, Wu H. Satellite-Driven Spatiotemporal Multiscale Perception Learning for Estimating Daily Arctic Sea Ice Thickness. Remote Sens. 2026;18(17):2991.

10. Dong W, Han G, Li W, Wu H, Zheng Q, Wu X, Zhang M, Cao L, Ji Z. A Comparative Evaluation of Two Bias Correction Approaches for SST Forecasting: Data Assimilation Versus Deep Learning Strategies. Remote Sens. 2025;17(9):1602.

11. Zheng Q, Wang R, Han G, Li W, Wang X, Shao Q, Wu X, Cao L, Zhou G, Hu S. A spatiotemporal multiscale deep learning model for subseasonal prediction of Arctic sea ice. IEEE Trans. Geosci. Remote Sens. 2024;62:4300522.

12. Zhou G, Han G, Li W, Wang X, Wu X, Cao L, Li C. High-resolution gridded temperature and salinity fields from Argo floats based on a spatiotemporal four-dimensional multigrid analysis method. J. Geophys. Res. Oceans. 2023;128:e2022JC019386.

13. Wu H, Li W, Han G, Cao L, Cui X, Liang K, Zhou G, Zheng Q. Full-grid bathymetry estimation in the numerical simulation of 8 tidal constituents using an ensemble adjustment Kalman filter-smoothing scheme. Front. Mar. Sci. 2024;11:1479335.

14. Wu X, Han G, Li W, Shao Q, Cao L. Deep Learning–Based Prediction of Kuroshio Path South of Japan. J. Atmos. Ocean. Technol. 2023;40(2):175–190.

天津大学“优秀博士学位论文” 2025

天津大学优秀毕业生 2025

北京市优秀毕业生 2019