胡均亚 副研究员

物理海洋学
研究方向: 物理海洋学
岗  位: 副研究员
部  门: 海洋环流与波动重点实验室
联系方式:
电子邮件: hujunya@qdio.ac.cn
个人网页:

女,理学博士,主要从事海气动力过程和数值模拟预测研究。发展了一个新的混合型耦合模式,成功实现了热带太平洋区域海洋模式和全球大气环流模式的耦合,研究了模式中ENSO的时空多样性特征及其主导动力过程,强调了热带太平洋海盆内部变率过程对ENSO多样性的重要作用;提出了一种表征年代际变率的新方法应用于表征年代际风场强迫,理论证明了热带太平洋风场的年代际变率对ENSO空间类型多样性的重要调制作用;系统开展了ENSO事件的可预报性研究,使用复杂气候模式揭示了影响ENSO预报准确性的次表层初始误差及目标观测敏感区,突破了以往只关注表层误差和敏感区的局限性,为优化ENSO观测网布局提供了科学指导。在JGR、CD等国际期刊上发表论文13篇。主持国家自然科学基金青年基金项目、面上项目,参与国家基金重大项目、国家重点研发计划和中科院先导专项等国家级项目。

教育经历

2011.09-2016.07,中国科学院大气物理研究所,气象学,博士

2007.09-2011.07,中国海洋大学,大气科学,学士

工作经历

2024.12至现在,中国科学院海洋研究所,副研究员

2019.07-2024.11,中国科学院海洋研究所,助理研究员

2016.07-2019.07,中国科学院海洋研究所,博士后

主持或参加主要科研项目情况

1. 国家自然科学基金面上项目,目标观测敏感性研究及其对ENSO预测的影响,2023.01-2026.12,主持,在研

2. 国家自然科学青年基金项目,用复杂气候模式研究ENSO预测的春季预报障碍及其目标观测敏感区,2018.01-2020.12,主持,已结题

3. 中国科学院战略性先导科技专项子课题,近百年-千年极端气候与太平洋-印度洋气候模态的联系,2020.01-2024.12,参加,已结题

4. 国家重大基金项目课题,ENSO多变性及其与太平洋年代际变率等的关系,2017.01-2021.12,参加,已结题

发表的代表性文章(限10篇)

1. Hu, J.*, Wang, H., Gao, C., Zhang, R-H., 2024, Different El Niño Flavors and Associated Atmospheric Teleconnections as Simulated in a Hybrid Coupled Model. Advances in Atmospheric Sciences, 41(5): 864-880.

2. Hu, J. Y., H. N. Wang, C. Gao, L. Zhou, and R.-H. Zhang*, 2023: Interdecadal wind stress variability over the tropical Pacific causes ENSO diversity in an intermediate coupled model, Climate Dynamics, 60, 1831-1847.

3. Qin, X., Yao, J., Hu, J.*, Li, C., 2023: Characteristics of the tropical cyclones before making landfall in China. International Journal of Climatology, 43: 3963–3976.

4. Zhou, Q., W. S. Duan*, and J. Y. Hu, 2020: Exploring sensitive area in the tropical Indian Ocean for El Niño prediction: implication for targeted observation. Journal of Oceanology and Limnology, 38, 1602–1615.

5. Hu, J. Y., R.-H. Zhang*, and C. Gao, 2019: A Hybrid Coupled Ocean-atmosphere Model and its Simulation of ENSO and Atmospheric Responses. Advances in Atmospheric Sciences, 36, 643-657.

6. Hu, J. Y., W. S. Duan*, and Q. Zhou, 2019: Season-dependent predictability and error growth dynamics for La Niña predictions. Climate Dynamics, 53, 1063-1076.