国家自然科学基金大气科学学科二级申请代码下设研究方向与关键词解读：D0511 大气数值模式发展

李建 包庆 雷荔傈 张祎

1 中国气象科学研究院灾害天气国家重点实验室, 北京 100081

2 中国气象局青藏高原气象研究院, 成都 610000

3 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室, 北京 100029

4 南京大学大气科学学院, 南京 210063

5 航天宏图信息技术股份有限公司2035 未来实验室, 北京 100195

1 引言

学科申请代码调整是国家自然科学基金委员会（简称自然科学基金委）“优化学科布局”改革任务的重要组成部分和切入点（李静海, 2018, 2020）。申请代码修订工作的指导原则是“提高申请代码的包容性和覆盖面，通过广覆盖的申请代码结构尽量涵盖更多的研究方向。鼓励设置跨科学部申请代码，加强对跨学科、大交叉研究的支持”（国家自然科学基金委员会, 2019）。自然科学基金委地球科学部大气科学学科作为改革试点，积极落实新时代科学基金资助导向，通过开展资助战略研究形成了2020 年度申请代码设置方案，明确了“分支学科”“支撑技术”“发展领域”三大板块的新布局。调整后申请代码的体系性和结构性均有了显著改善，且有助于大气科学从传统的“气象学”“大气物理”等较独立的分支向地球系统科学大气分量的新格局转变（刘哲等, 2020; 国家自然科学基金委员会,2022）。

大气数值模式发展是大气科学学科中综合性广、实用性强、对气象行业引领度高的研究方向。得益于多年来基础理论和技术方法的不断累积，数值天气预报持续发展（Benjamin et al., 2019; Randall et al., 2019; Yu et al., 2019），各类预报系统在世界各大业务预报中心实时运行，其影响度不逊色于物理学的任何其它领域（Bauer et al., 2015）。大气数值模式已成为当今大气科学的核心科技出口，一方面通过各类数值试验支撑着大气科学各分支学科和发展领域的前沿探索，一方面通过产业化的数值预报预测系统支撑着全球和区域的天气气候业务。

2020 年度的基金申请代码将旧版代码中“数值模式与数值模拟”进行了拆分，大气数值模式发展被设置为“支撑技术”板块中的独立代码（D0511），而数值模拟则融入了“分支学科”和“发展领域”板块（刘哲等, 2020）。这一调整有效地区分了技术研发和技术应用。大气数值模式发展（D0511）强调具有创新性的、自主知识产权的模式技术研发而非模式（模拟）应用。这直面了我国大气模式发展长期存在的“卡脖子”问题。由于研发新模式或开展模式关键技术研究的挑战性和试错性较强，以往这类申请在函评过程中较难获得专家共识，相较模式应用类申请往往处于劣势。独立的代码设置对于模式研发工作起到保护和扶持的作用。这体现出学科对大气数值模式发展的高度重视。

申请代码直接面向基金项目的申请、评审和资助布局等管理工作，每个申请代码下设“研究方向”及其“关键词”，是申请人填写申请书的重要内容，也是智能辅助指派系统匹配专家的重要依据。本文将对大气数值模式发展（D0511）的研究方向和关键词设置进行解读，以便申请人更好地定位到适合的研究方向和关键词，同时提升智能辅助系统的匹配精度。

2 研究方向及关键词的总体框架

申请代码D0511 大气数值模式发展主要开展以大气数值模式研发为导向的模式系统关键科学技术和基础理论研究，下设四个研究方向：大气模式动力框架、大气模式过程参数化、大气资料与数据同化、大气模式评估和集成（表1）。其设置的主要考虑如下。当前，大气数值模式正朝着无缝隙、多尺度、高分辨率等方向发展，并逐步融入到地球系统模拟的大背景下（Alley et al., 2019; Gettelman et al., 2022）。新的发展需求对模式的动力框架算法、物理过程参数化和多尺度资料同化等问题提出了新的挑战。从数值模式的结构来看，动力框架和物理过程是两个核心组成部分；资料同化是将观测信息吸收入模式的关键环节。这三者可进行协同但相对独立的发展，因此将其各列为一个研究方向。此外，鉴于大气模式是一个有机的整体，其发展必然需要针对模式的整体进行集成，并展开系统性评估，故在此基础上设置了模式评估和集成方向。值得指出的是，这里的模式评估是指与模式发展具有紧密关联度的评估方法、策略及研究工作。这类评估研究可以直接与模式整体或部件的发展产生联系，并反馈给相关的模式开发者；而其它一般性、与某类具体科学问题关联度更高的模式评估工作，更贴近模式应用，可融入相应的“分支学科”或“发展领域”板块。

从上述内容可以看到，四类方向既相互支撑、紧密关联，又可相对清晰地进行区分。四个方向基本涵盖了大气数值模式发展过程中的各个环节。每个方向的关键词均按研究对象、研究方法和科学问题分为3 类。下面对每个方向的关键词设置进行具体说明。

3 关键词解读与说明

3.1 大气模式动力框架

大气模式动力框架是承载和驱动数值模式的骨架和引擎。动力框架在模式中的作用，一方面是对可求解尺度绝热无摩擦控制方程组的离散化和求解；另一方面，大气模式的整体物理—动力相互作用最终需要依靠动力框架的时间积分向前推进，因此它也起到了牵引整个模式体系的作用。此方向重点关注大气模式动力框架相关的高精度、高效、可扩展离散化算法和求解器，以及离散化方程组的动力学特性等。

研究对象类关键词有9 个（表1）。其中，动力框架属于总体关键词术语，其它关键词为动力框架中不同的组成部分或表现形式。比如，垂直坐标、变网格模式、非静力模式、模式滤波代表动力框架中具有不同属性的研究对象。传输模式、正压模式、原始方程则表示动力框架中具备不同复杂度特点的简化模式系统。离散算法为动力框架研究的主要对象。从基于Web of Science（WOS）核心数据库统计的上述9 个关键词在近5 年（2018～2022 年）的出现频率（图1a）来看，动力框架、传输模式、正压模式、模式滤波、变网格模式等出现次数较高，离散算法的出现频次最低（仅4 次）。

表1 大气科学学科二级申请代码D0511“大气数值模式发展”主要研究方向与关键词Table 1 Research directions and keywords under the secondary application codes of the atmospheric sciences discipline:D0511 atmospheric numerical model development

研究方法类关键词有6 个（表1）。其中，时间积分方案、半隐式、有限差分、有限体积、有限元属于框架中的不同算法主体研究领域。例如，有限差分、有限体积、有限元为三类数值模式中常用的离散算法，在WOS 数据库中出现频率相对较高。理想测试则是检验动力框架的主要研究手段，在从零到一的动力框架原始研发过程中，不同复杂度的理想测试是帮助模式开发者确认模式行为合理性、厘清模式存在问题的重要工具和手段。

科学问题类关键词有5 个（表1）。其中，稳定性、守恒性、适定性均为动力框架的基本性能。稳定性是WOS 中在动力框架方向出现频次最高的关键词（图1a）。地形处理则是一个动力框架在面向实际应用场景时，必须应对的关键问题。算法效率是框架能否高效率展开实际应用的关键问题。适定性则更侧重动力框架中偏微分方程的理论问题研究。

3.2 大气模式过程参数化

大气模式过程参数化包括物理过程和化学过程的参数化。物理过程主要代表那些无法被求解尺度控制方程所描述的过程，包括不可求解过程（如云物理过程）和欠解析过程（如对流）。由于大气模式过程参数化的不确定性和其影响的重要性，参数化发展始终是数值模式发展的难点和热点。尺度自适应、“灰区”分辨率的物理过程以及物理过程不确定性等研究是该方向的热点问题。

研究对象类关键词有13 个（表1）。这些关键词或是表征模式过程参数化的不同方面（如对流参数化、云微物理参数化、宏观云参数化、边界层参数化、重力波参数化、地形拖曳参数化、辐射传输参数化、陆面过程参数化、表面通量参数化等），或是需要参数化的不同对象（如中小尺度对流、三维辐射、云降水物理、大气化学等）。对流参数化、中小尺度对流系统、云微物理参数化、边界层参数化、大气化学、表面通量参数化等关键词在WOS核心数据库中近5 年出现频次均超过了百次；其中，对流和边界层参数化则超过200 次（图1b）。

这些年，外卖走红中国餐饮业，店铺们也都纷纷开通了外卖业务。美国必胜客推出宅急送之后，便设定了超时免单的规则，一经推出就受到了各大餐饮店的追捧。

研究方法类关键词有2 个（表1）。机器学习属于近年来新兴的研究手段，主要通过人工智能等方式来模拟物理过程与模式求解尺度环境的相互作用，从而部分或完全替代原本基于物理逻辑的参数化方案。可变网格物理过程参数化则是由于全球多尺度变分辨率模式的出现，对物理过程参数化在发展上提出的更高一层的要求——参数化需要在更复杂的分辨率变化下，得到较好的模拟效果。

科学问题类关键词有4 个（表1）。气溶胶—云相互作用属于大气模式云物理过程中的热点科学问题。陆—气相互作用则是大气模式与底部下垫面的交互过程。云参数化测试平台和云模拟器则属于用于开展大气模式过程参数化测试的两个主要的科学研究工具，也被纳入科学问题的范畴。

3.3 大气资料与数据同化

数据同化是连接观测资料与数值模式的核心。数据同化将时空分布不均的多源观测信息加入到数值模式中，得到对模式动力系统初始状态的最优估计。数据同化还可用于设计未来观测系统、改进数值模式及参数化方案等研究中。因此，对于数值天气预报和气候预测，数据同化既是模式基础理论的难点问题，又是学科优化发展的前沿问题。此方向重点关注大气资料与数据同化理论、传统和人工智能资料同化算法、同化技术开发及应用等问题。

研究对象类关键词有9 个（表1）。资料同化属于总体关键词术语，由WOS 的近5 年文献计量分析可知资料同化的出现频次在本方向所有关键词中最高（图1c）。资料同化与观测资料和数值模式紧密相连，因此研究对象里其它关键词为当前资料同化前沿的具体研究对象。雷达资料同化、卫星资料同化和闪电资料同化涵盖当前数值天气预报最重要的观测资料，由近5 年文献计量分析可见卫星资料出现频次最多，其次为雷达资料，闪电资料虽然出现频次略少，但其为新兴的对流灾害性天气探测的重要资料。模式初始化和观测系统模拟试验为资料同化与数值模式结合的重要研究对象，前者与数值天气预报直接相关，后者则与观测设计、同化概念证明等紧密相连。大气化学资料同化、古气候资料同化和耦合数据同化为资料同化从传统的数值天气预报向地球系统模拟的重要延伸。

图1 D0511 大气数值模式发展（a）方向1——大气模式动力框架、（b）方向2——大气模式过程参数化、（c）方向3——大气资料与数据同化和（d）方向4——大气模式评估和集成关键词在2018～2022 年WOS 核心数据库中出现的频次统计Fig.1 Frequency statistics of keywords in (a) direction 1—dynamic framework of atmospheric models, (b) direction 2—parameterization of atmospheric models, (c) direction 3—atmospheric data and assimilation, and (d) direction 4—evaluation and integration of atmospheric model of D0511 atmospheric numerical model development in WOS core database from 2018 to 2022

研究方法类关键词有7 个（表1）。变分同化、集合卡尔曼滤波、混合同化、粒子滤波和非线性同化为资料同化中的不同算法的主体研究领域。变分同化、集合卡尔曼滤波和混合同化为当前资料同化在数值天气预报及高维地球科学应用中的主流方法；随着数值模式和观测系统的持续发展，粒子滤波和非线性同化则为资料同化发展可能的未来方法。质量控制和偏差订正为观测资料（特别是卫星资料和雷达资料）可成功被模式吸收、有效改进初始场的关键手段。

科学问题类关键词有7 个（表1）。背景误差协方差、模式误差、观测误差、初值误差和观测算子为资料同化的具体组成部分，是资料同化的直接构成部件。多尺度误差则为资料同化在数值天气预报、无缝隙预报、气候预测中均需考虑的重要问题。可预报性涉及误差增长机制，既是资料同化的基础理论问题，又是资料同化能否在实际应用中成功实施的关键问题。

3.4 大气模式评估和集成

大气模式评估和集成包括大气模式动力—物理耦合、大气模式与同化系统的集成、以及以模式系统改进为目的的针对不同时空尺度的评估和检验。大气数值模式发展中，模式评估不仅是检验模式性能优劣的重要方法，更可为大气模式的进一步发展指明方向和提供思路。在模式集成领域、动力框架和参数化过程的一致性、参数化方案之间的协调性、模式分辨率与物理参数化方案的匹配性、大气数值模式和数据同化系统结合的紧密程度等方面，直接或间接影响到大气数值模式模拟性能的优劣和数值预报系统预报水平的高低。

研究对象类关键词有9 个（表1）。主要涵盖的都是模式评估和模式集成重点关注的时间尺度（准两年振荡、次季节—季节、日变化）、典型天气和气候事件（大气低频振荡、热带气旋、极端事件）、模式类型（区域模式）、误差类型（耦合误差），或是模式评估和应用的出口（预测系统）。其中，日变化、热带气旋、极端事件、预测系统在WOS 的近5 年文献计量中频次较高，均超过了百次（图1d）。

科学问题类关键词有3 个（表1）。系统性误差是模式评估中的一个核心问题，因为模式发展改进的目的之一就是致力于深入认识并不断减少模式的系统性误差。预报精度是衡量数值预报准确性的关键指标，也是模式的重要改进方向。误差非线性增长是大气可预报性研究领域的一个重要科学问题，需要在模式评估中加以关注。

图1 所示的计量分析是基于WOS 核心数据库中2018～2022 年已发表文献中主题分别属于四个方向且所有字段包含“大气数值模拟”的关键词开展，并在其中筛选出气象/大气科学类文献所得到的。每个关键词均存在近5 年发表的对应文献，总体来看各研究方向的关键词设置基本合理。部分出现频率较低的关键词视后续发展动态可考虑调整。

4 基于基金申请情况的统计分析

基于近2 年（2021～2022 年）的基金申请情况对四个方向关键词的出现比例和使用情况进行统计分析。D0511“大气数值模式发展”代码近2 年申请量为155（73+82）项，4 个方向申请数量分别为：大气模式动力框架13（6+7）项、大气模式过程参数化37（17+20）项、大气资料与数据同化68（31+37）项、大气模式评估和集成37（19+18）项。申请量较多的为“大气资料与数据同化”方向，申请量较小的为“大气模式动力框架”方向。

申请书中的关键词词频统计如图2 所示。其中，出现频次较高（≥6）的关键词依次为：资料同化、卫星资料同化、变分同化、质量控制、背景误差协方差、观测误差、混合同化、GRAPES 模式、机器学习、数值模拟、雷达资料同化、高分辨率、集合卡尔曼滤波、观测算子、集合预报。出现频次≥3的关键词如图3 所示。

图2 D0511 大气数值模式发展代码2021～2022 年申请书关键词的词频统计特征Fig.2 Frequency statistics of keywords in the applications of D0511 atmospheric numerical model development from 2021 to 2022

图3 2021～2022 年D0511 申请书关键词出现频次≥3 次的关键词词频统计Fig.3 Frequency statistics of keywords with a frequency of occurrence no less than three times in the applications of D0511 from 2021 to 2022

基于计量统计数据分析2021～2022 年“申请书关键词”与“系统内设关键词”的对应关系如下。方向1“大气模式动力框架”未被使用的关键词为：模式滤波、时间积分方案、理想测试、稳定性、适定性、地形处理，共6 个；13 项申请书使用“系统内设关键词”的占比为70.0%。方向2“大气模式过程参数化”未被使用的关键词为：宏观云参数化、三维辐射、云参数化测试平台、云模拟器，共4 个；37 项申请书使用“系统内设关键词”的占比为78.9%。方向3“大气资料与数据同化”未被使用的关键词为：古气候资料同化、耦合数据同化、观测系统模拟试验、可预报性，共4 个；68项申请书使用“系统内设关键词”的占比为82.6%。方向4“大气模式评估和集成”未被使用的关键词为：大气低频振荡、热带气旋，共2 个；37 项申请书使用“系统内设关键词”的占比为90.9%。

此外，通过对D0511 各方向申请人自填关键词（系统关键词库以外）的分析可知：方向1“大气模式动力框架”的自填关键词多是已有关键词库里对应关键词的同义词或是其细化，部分关键词对应项目开展涉及到的特定模式或是网格；方向2“大气模式过程参数化”的自填关键词多为申请人在某个系统关键词基础上根据申请书所提科学问题进行的细化，因此自填关键词大多属于已被系统关键词所包含的子集；方向3“大气资料与数据同化”的自填关键词多为“资料同化”的出口（例如“数值模拟”“数值预报”“数值天气预报”），或是将“资料同化”的观测资料直接列为关键词，同时存在将项目的研究对象作为关键词的现象，值得注意的是，“机器学习”为该方向部分申请人的高频自填关键词；方向4“大气模式评估和集成”的自填关键词多为针对项目拟解决的特定科学问题所进行的细化。

5 关键词选择与设置的建议

5.1 建议精准地选择系统已有关键词

2021～2022 年青年基金和面上基金申请中，常见到与已有关键词相似但不一致的自填关键词，建议在全面了解系统已有关键词后，直接精准地选择已有关键词。比如，“集合背景误差协方差”和“流依赖背景误差协方差”，均可选择“背景误差协方差”；“陆地上卫星资料同化”“风廓线雷达资料同化”“弱约束四维变分方法”，可分别选择“卫星资料同化”“雷达资料同化”“变分方法”；“初始化方案”则可选择“模式初始化”。

5.2 建议考虑上一级匹配关键词

由于每个研究方向的关键词数量均在20 个左右，受此限制，系统已有关键词不能囊括所有可能的研究领域。当没有系统关键词可精准匹配研究申请时，可选择较研究申请关键词更上一级的匹配关键词。比如，在申请中所见的一些自填关键词：自适应局地化、GC 局地化、模式空间局地化，虽然并未有与“局地化”直接匹配的已有关键词，但实际上“局地化”为已有关键词“集合卡尔曼滤波”中的一个研究方向。因此，建议选择“集合卡尔曼滤波”为关键词。相似的还有“稀疏化”“云检测”等卫星资料同化中的研究方向，则可选择“卫星资料同化”为关键词；某物理过程中的某一具体要素，可选择该物理过程所对应的关键词。

5.3 建议及时更新关键词设置

学科和科研均在持续发展，关键词需反映科技前沿。因此建议在对各方向研发进展和具体申报情况进行系统分析的基础上，及时更新关键词设置。比如，全球公里级高分辨率模式发展与高性能计算技术联系紧密（Bauer et al., 2021），在关键词设置中，可进一步加强对大气模式发展起到支撑作用的关键技术条目设置。同时，模式调试是模式走向实际应用过程中的一个关键环节（Mauritsen et al.,2012; Hourdin et al., 2017），但由于其侧重经验性，难以提出具体的科学问题，往往被视为研究的“灰色领域”，未来可考虑在满足科学研究规范要求的基础上，适当加强对此类“灰色领域”研究的包容度。资料同化的一个前沿发展方向为与机器学习相结合，无论是基金申请还是文献计量分析中都可见到“机器学习”“生成对抗网络”等关键词的涌现。另外，随着数值模式、观测网络以及基础算法的发展，“不确定性”“不确定量化”等关键词也不断涌现。因此，关键词需要及时更新或者扩展。同时，建议专家及时更新个人信息中的关键词。

6 总结

设立D0511 代码的目的是进一步增强大气科学领域中的模式研发力量。必须承认，由于模式发展的特殊性，目前在整个大气科学学科的“面青地”项目申请中，D0511 及其关联代码D0512（地球系统模式发展）的占比处于偏低状态（何建军等,2021）。因此，合理设置并不断完善代码关键词将有助于更好地引导科研人员的项目申请及研究方向。本文针对国家自然科学基金大气科学学科二级申请代码D0511 大气数值模式发展的四个方向，进行了关键词信息解读，旨在把握当前大气数值模式发展领域基金申请的整体现状，明确下一步基金研究方向和关键词设置的改进思路。

总体来看，四个方向的主要关键词设置合理，少部分关键词存在使用频率偏低的问题，在后续工作中可适当调整，进一步增强关键词的多样性和前沿性。此外，随着科学研究的发展，在推进我国数值模式研发力量整体发展这一基本指导思想的基础上，研究方向和关键词的具体内容应进一步面向大气数值模式发展的核心科学问题、面向关键技术应用转化、面向学科交叉与前沿技术，通过对近两年D0511 代码的申请情况进行深度研判，在专家群体的共同努力下不断完善、及时动态调整，从而持续优化以体现学科发展的最新动态。

致谢衷心感谢D0511 大气数值模式发展专题顾问专家和工作组成员对本代码关键词编制工作的鼎力支持，顾问专家提出的宝贵意见建议和工作组成员扎实细致的调研分析是D0511 关键词编制的重要基础和保障。特别感谢中国气象科学研究院李普曦副研究员开展的数据统计分析工作，为本文解读提供了数据支撑。