刘柏田

聚焦计算机与气象的跨学科融合,
研究 AI4Science 在气象预测中的应用,服务预报决策

sonderlau@foxmail.com Max1ndex
刘柏田

教育经历

南京大学·大气科学学院·NJUHML 课题组 博士研究生 | 大气科学
导师:袁慧玲教授 2026.06 -- 至今
杭州电子科技大学·计算机学院 硕士研究生 | 软件工程
GPA 3.24/4.00 导师:张海平教授 2023.09 -- 2026.06
杭州电子科技大学信息工程学院·计算机学院 本科生 | 软件工程
GPA 4.2/5.0 2019.09 -- 2023.06

实践经历

中国气象科学研究院浙江分院 算法开发与研究实习生
浙江省杭州市 2024.09 -- 至今
  • 工作内容依托中国气象科学研究院的数据资源和业务指导,开发基于深度学习的短临降水预测模型,负责数据预处理、模型训练和业务场景接入
  • 工作成果围绕业务中的时效和精度需求,研发两类短临降水预报模型,并推进业务部署。
    1. 快速多时效短临降水预报模型(0~2 小时):规避自回归预报中的误差累积,结合对抗式训练和多时效信息嵌入,在传统数值模式基础上提升精度与分辨率(1 km、6 分钟)。
    2. 极端降水预报模型(0~1 小时):将建模从数值域扩展到频率域,针对多尺度降水特征设计模型架构和训练策略。模型在极端降水事件上表现较好,长时效细节保留更稳定。

论文与专利

项目经历

基于深度学习的全球短中期预报大模型 NJU-Earth 核心代码贡献与模型优化
南京大学 NJUHML 课题组 2026.06 -- 至今
  • 项目简介参与 NJUHML 课题组的 NJU-Earth 全球短中期确定性预报大模型项目,负责模型训练调优、在线可视化和每日推理流水线建设,支撑 AIM-FDP 比赛运行
  • 个人贡献搭建 NJU-Earth 基础训练流水线,包括 CRA 数据处理、数据集构建、模型预训练和微调。
    建立覆盖数据处理、模型训练、推理和产品发布的自动化流程;搭建可视化网站,展示每日预报结果、台风案例和指标统计
  • 项目成果正参与中国气象局 AIM-FDP 人工智能模型预报示范计划(中短期赛道)。后续计划以 NJU-Earth 为基础,拓展全球高分辨率预报、区域精细化预报、强降水预测及台风路径与强度研判等方向的 AI 预报能力。
基于人工智能的气象预测模型 核心算法开发与研究
合作单位:浙江省气象局 2024.09 -- 2026.02
  • 项目简介与浙江省气象局合作,面向气象预报业务需求,开发基于深度学习的气象预测模型,提升短临降水预测的精度和效率
  • 个人贡献负责雷达数据的预处理、质量校验与完整性检测,设计并优化深度学习模型,开发预测可视化工具并完成业务场景测评
  • 项目成果模型在 2025 年梅雨季测评中优于传统数值模式,时空分辨率达 1 km 和 6 分钟,推理时间低于数值模式,缓解了短临预测实时性不足的问题。目前正在推进基于扩散模型的概率预测研究,用于改进降水重尾分布预测。
基于计算机视觉的杨梅目标检测 核心算法开发与研究
合作单位:浙江省气象局,仙居气象局 2024.12 -- 2025.10
  • 项目简介与浙江省气象局和仙居气象局合作,面向杨梅成熟度检测需求,研发视觉算法并部署到杨梅园区现场。
  • 个人贡献负责算法方案预研和可行性验证,对采集数据集进行特征分析和后处理。
  • 项目进展初步研发基于 YOLO 的目标检测模型,在园区开放场景下达到预期识别效果。现阶段继续推进杨梅成熟度预测和数据统计分析,为仙居地区杨梅销售提供数据支持。
基于双目远心镜头的玻璃平面测速 算法开发与设备集成
合作单位:上海中电电子系统工程有限公司、彩虹(合肥)液晶玻璃有限公司 2023.06 -- 2024.11
  • 项目简介面向高温高湿工业环境下 0.3 mm 玻璃薄板的实时测速需求,开发高精度测速算法,误差控制在 0.6 mm/s 以内
  • 个人贡献主导测速算法设计与实现,完成远心相机和测温设备调试,设计 UI 界面并将算法部署至工业移动计算平台
  • 项目成果针对玻璃透明性带来的识别难点,通过边缘定位和时钟同步实现稳定测速。系统可在 80℃、75% 相对湿度环境下运行,并配合隔热箱体和自检测功能用于现场生产。
基于骨架识别的澳洲淡水小龙虾快速精确测量 算法开发与设备集成
2023.10 -- 2024.7
  • 项目简介实现小龙虾每日长势的快速测量,为新品种育种提供数据支持。
  • 个人贡献主导测量算法设计与实现,完成数据处理、模型训练和配套设备设计。
  • 项目成果基于骨架关键点识别算法,结合远心镜头定位并测量小龙虾螯长。配合分段式检测流程,实现小龙虾数据的稳定采集和分析。
基于 YOLO 的乡村杂物堆识别 算法开发负责人
合作单位:云智海慧信息科技有限公司 2023.06 -- 2024.12
  • 项目简介基于 YOLOv5 开发乡村道路垃圾桶、垃圾及杂物堆检测系统,支持垃圾桶合盖和溢出状态识别,用于乡村街道自动化监管
  • 个人贡献负责数据集采集与增强,调优 YOLOv5 模型以提升杂物堆检测精度,并开发垃圾桶状态检测模块
  • 项目成果系统检测率超过 95%,垃圾桶合盖及溢出检测准确率达 98%,已应用于“和美乡村”数字化平台。

自我评价

硕士阶段主要从事人工智能和软件工程相关工作,参与并负责多个跨学科项目的开发与落地。熟悉深度学习算法设计、数据处理和系统集成,曾作为主要负责人完成气象预测、工业测速及环境监测等项目,并将成果应用到实际场景。具备较强的独立问题解决能力和团队协作经验。

博士阶段希望继续围绕气象预测与 AI4Science 开展研究,用深度学习方法解决具体业务和科学问题,产出可验证、可落地的研究成果。