清华大学黄小猛--中文主页--首页

黄小猛

教授

个人信息

联系方式：010-62798365
电子邮箱：

学科：大气科学

教育经历

工学博士，清华大学计算机科学与技术系计算机网络专业，2003年9月～2007年6月

工学硕士，华中科技大学水电暨数字化工程学院水利水电工程专业，2000年9月～2003年6月

工学学士，武汉大学电子信息学院电子工程专业，1996年9月～2000年6月

工作经历

2022年8月至今教授，清华大学地球系统科学系，地球系统值模拟教育部重点实验室主任

2011年11月～2022年7月副教授，清华大学地球系统科学系，地球系统值模拟教育部重点实验室常务副主任

2010年10月～2011年11月助理教授，清华大学地球系统科学研究中心

2009年6月～2010年10月助理研究员，清华大学计算机科学与技术系高性能计算研究所

2007年7月～2009年5月博士后，清华大学计算机科学与技术系高性能计算研究所

研究方向

黄小猛，清华大学地球系统科学系长聘教授，2021年国家杰出青年科学基金获得者，国家超级计算无锡中心总工，地球系统数值模拟教育部重点实验室主任。长期从事地球系统数值模拟、高性能计算、大数据和人工智能方面的研究工作，多项成果被地球系统数值模拟科学大装置和美国大气科学研究中心的CESM模式采用。目前正在主持2020年全球变化重点专项“发展通用的地球系统模式高效并行计算框架”项目研究，在国内外学术期刊上发表论文130余篇。担任模式发展领域著名刊物GMD专题编辑，以及世界天气研究计划中国委员会“大数据和人工智能”工作组组长。

[1] Tao, F., Huang, Y., Hungate, B.A. ... , Huang, X(*), Luo YX(*). (2023). Microbial carbon use efficiency promotes global soil carbon storage. Nature. https://doi.org/10.1038/s41586-023-06042-3

[2] Wang, M., Wang, D., Xiang, Y., Liang, Y., Xia, R., Yang, J., ... & Huang, X(*). (2023). Fusion of ocean data from multiple sources using deep learning: Utilizing sea temperature as an example. Frontiers in Marine Science.

[3] Chen, Y., Huang, X.(*), Luo, J. J., Lin, Y., Wright, J. S., Lu, Y., ... & Lin, P. (2023). Prediction of ENSO using multivariable deep learning. Atmospheric and Oceanic Science Letters, 100350.

[4] Zhang, B., Xiong, W., Ma, M., Wang, M., Wang, D., Huang, X., ... & Huang, X(*). (2022). Super-resolution reconstruction of a 3 arc-second global DEM dataset. Science Bulletin.

[5] Zhang, B., Ma, M., Wang, M., Hong, D., Yu, L., Wang, J., ... & Huang, X.(*) (2022). Enhanced Resolution of FY4 Remote Sensing Visible Spectrum Images Utilizing Super-Resolution and Transfer Learning Techniques. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 15, 7391-7399.

[6] Huang, P., Chen, Q., Wang, D., Wang, M., Wu, X., & Huang, X.(*). (2022). TripleConvTransformer: A deep learning vessel trajectory prediction method fusing discretized meteorological data. Frontiers in Environmental Science, 1720.

[7] Chen, Q., Ding, W., Huang, X.(*), & Wang, H. (2022). Generalized interval type ii fuzzy rough model based feature discretization for mixed pixels. IEEE Transactions on Fuzzy Systems.

[8] Liao, C., Huang, W., Wells, J., Zhao, R., Allen, K., Hou, E., …, Huang, X. & Luo, Y. (2022). Microbe-iron interactions control lignin decomposition in soil. Soil Biology and Biochemistry, 173, 108803.

[9] Liao, C., Chen, Y., Wang, J., Liang, Y., Huang, Y., Lin, Z., ... Huang, X. & Luo, Y. (2022). Disentangling land model uncertainty via Matrix-based Ensemble Model Inter-comparison Platform (MEMIP). Ecological Processes, 11(1), 1-16.

[10] Lei Lin, Hao Liu, Xiaomeng Huang, Qingjun Fu, and Xinyu Guo. Effect of tides on river water behavior over the eastern shelf seas of China. Hydrol. Earth Syst. Sci., 26, 5207–5225, 2022

[11] Jin, W., Luo, Y., Wu, T., Huang, X., Xue, W., & Yu, C. (2022). Deep Learning for Seasonal Precipitation Prediction over China. Journal of Meteorological Research, 36(2), 271-281.

[12] Tang, Q., Huang, X.(*), Lin, L., Xiong, W., Wang, D., Wang, M. and Huang, X.(2021). MERF v3.0, a highly computationally efficient non-hydrostatic ocean model with implicit parallelism: algorithms and validation experiments. Ocean Modelling. https://doi.org/10.1016/j.ocemod.2021.101877.

[13] Wang J.M., Li W., Ciais P., Li L., Chang J., Goll D., Gasser T., Huang X., Devaraju N., Bouche O. (2021). Global cooling induced by biophysical effects of bioenergy crop cultivation. Nature Communications. 12(1):7255. doi: 10.1038/s41467-021-27520-0.

[14] Huang X.(*), Lin Lin, Yuwen Chen, Yue Chen, Xing Huang, Mingqing Wang, Jonathon S. Wright.(2021). Improving machine learning-based weather forecast post-processing with clustering and transfer learning. CLIVAR Exchanges (Special Issue: Advances in Climate Prediction Using Artificial Intelligence ). No.81, Nov. 2021

[15] Hu J. , Tian C. , Ge B., Huang X.(*), Wu X.(*)(2021). A climate downscaling method based on deep back-projection neural network. CLIVAR Exchanges (Special Issue: Advances in Climate Prediction Using Artificial Intelligence ). No.81, Nov. 2021

[16] Li X., Zhang L., Wang J., Huang X., Zhong Q., Wu X.(2021). Forecasting of Time Series Significant Wave Height based on ConvLSTM. CLIVAR Exchanges (Special Issue: Advances in Climate Prediction Using Artificial Intelligence ). No.81, Nov. 2021

[17] Li L., Zhang H,, Wang J. , Huang X.(*), Zhong Q. , Wu X.(*). (2021). Forecasting Significant Wave Height based on Transformer. CLIVAR Exchanges (Special Issue: Advances in Climate Prediction Using Artificial Intelligence ). No.81, Nov. 2021

[18] Shi, P., Lu, H., Leung, L.R., He, Y., Wang, B., Yang, K., Yu, L., Liu, L., Huang, W., Xu, S. , Liu, J., Huang, X., Li, L. and Lin, Y.(2021). Significant land contributions to interannual predictability of East Asian summer monsoon rainfall. Earth's Future, 9(2), p.e2020EF001762.

[19] Dou, X., Liao, C., Wang, H., Huang, Y., Tu, Y., Huang, X., Peng, Y., Zhu, B., Tan, J., Deng, Z. and Wu, N.(2021). Estimates of daily ground-level NO2 concentrations in China based on Random Forest model integrated K-means. Advances in Applied Energy, 2, p.100017.

[20] Xiao, Q., Geng, G., Cheng, J., Liang, F., Li, R., Meng, X., Xue, T., Huang, X., Kan, H., Zhang, Q. and He, K.(2021). Evaluation of gap-filling approaches in satellite-based daily PM2. 5 prediction models. Atmospheric Environment, 244, p.117921.

获得2021年国家杰出青年科学基金

获得2016年戈登贝尔奖（ACM Gordon Bell Prize）奖提名

获得2014年清华大学—浪潮集团计算地球科学青年人才奖

获得2013年清华大学地学中心先进工作者

获得2012年清华大学地学中心先进工作者

获得2011年中兴通讯产学研优秀成果一等奖

地球系统数值模拟装置——超级模拟支撑与管理系统,国家发改委

发展通用的地球系统模式高效并行计算框架,国家科学技术部高技术研究发展中心

智能数值模式发展,国家自然科学基金

高分辨率区域海洋模式软件子系统研制,国家科学技术部高技术研究发展中心

高效自动并行的海洋模式计算框架研究,国家自然科学基金

人工智能辅助数值天气预报关键技术研究,国家自然科学基金

面向海洋模式的高效自动并行三维算子库研制,海洋科学与技术试点国家实验室

三维海洋要素场智能化重构技术研究,海洋环境科学与数值模拟重点实验室

高分辨率区域气候动力降尺度预报技术研发与应用,自然资源部北海预报中心

全球大规模高效并行海浪数值模拟技术,自然资源部第一海洋研究所

基于深度学习的ENSO预报模型研究,自然资源部海洋环境预报中心

区域动态高时空分辨率大气污染源排放清单,生态环境部(总理基金项目)