1. 个人信息

姓名：潘翔

性别：男

单位：青海理工学院大气科学专业

学术专长：雷达气象学；人工智能强对流天气预报

2.联系方式：

邮箱：panxiang@qhit.edu.cn

地址：青海省西宁市城北区青海理工学院望远楼

邮编：810000

3.教育经历：

2019.09－2025.06，理学博士（硕博连读），大气科学，南京大学

2015.09－2019.06，理学学士，大气科学，南京大学

4.工作经历：

[1] 2025.07至今，青海理工学院生态与环境科学学院 专任教师

5.奖励和荣誉：

[1] 2021年，全国AI预报挑战赛第 2 / 2849 名

[2] 2022年，江苏强对流AI预报大赛第 3 / 1784 名

[3] 2025年，南京大学优秀毕业生

[4] 2021年，南京大学优秀研究生

6. 研究方向和主要成果：

研究方向为大气科学，聚焦于雷达气象学与人工智能强对流临近预报，涉及双偏振雷达资料融合、深度学习模型构建、物理约束优化及强对流天气过程的生消机理研究。参与过《高原致灾气象过程的多平台综合观测》（国家重点研发计划）、《复杂地形降水短临预报预警关键技术研究及应用示范》（四川省“揭榜挂帅”项目）、《雷达气象学》（国家自然科学基金杰出青年基金项目）、《基于天气雷达的雷暴大风识别预警技术研发》（中国气象局揭榜挂帅项目）、《弓状回波强对流致灾大风形成机理研究》（国家自然科学基金重点项目）等多项国家级科研任务。

开发的人工智能强天气预报模型“基于双偏量的AI回波外推模型”已在国家气象中心SWAN预报系统中实现业务转化，并在厦门城市重大社会保障系统项目中应用，有效提升预报能力20%以上。发表多篇高水平SCI论文，其中第一作者SCI一区论文单篇引用超百次，多次在American Meteorological Society、欧洲雷达气象与水文会议等重要国际会议上作口头报告。

7. 代表性论文:

[1] Pan Xiang, Lu Yinghui, Zhao Kun(*), Huang Hao, Wang Mingjun, Chen Haonan, 2021, (2021). Improving nowcasting of convective development by incorporating polarimetric radar variables into a deep‐learning model. Geophysical Research Letters, 48(21), DOI: 10.1029/2021GL095302 (引用量：114)

[2] Chen Gang, Pan Xiang, Wen Long, Lyu Fanchao, Xu Fen, Li Yi, and Zhao Kun(*), (2025). Linking Polarimetric Radar Signatures and Raindrop Size Distribution Characteristics in Rainstorms. JGR-Atmosphere, (conditionally accepted with revision)

[3] Hu Yuan(*), Chen Lei, Wang Zhibin, Pan Xiang, Li Hao, (2021). Towards a more realistic and detailed deep-learning-based radar echo extrapolation method, Remote Sensing, 14(1), 24. DOI: 10.3390/rs14010024 (引用量：33)

[4] Tang Yujin, Zhou Jiaming, Pan Xiang, Gong Zeying, Liang Junwei(*), 2023, Postrainbench: A comprehensive benchmark and a new model for precipitation forecasting, ICLR24 Workshop: Tackling Climate Change with Machine Learning

[5] Zhao Wenxuan, Huang Hao(*), Zhao Kun, Lu Yinghui, Li Anwen, Pan Xiang, Chen Haiqin, Hu Xiangfeng, (2025). Potential of Fully Connected Neural Networks for Microphysical Retrieval of Ice Hydrometeors from Dual-Polarization Radar Data. IEEE Transactions on Geoscience and Remote Sensing. DOI: 10.1109/TGRS.2025.3567115