個人信息
彭世球，研究員。
簡歷
彭世球，1968年生，博士，研究員，博士生導師，中國科學院海外傑出人才“百人計畫”入選者。2004年美國佛羅里達州立大學博士畢業，2004-2009先後任北卡羅萊納周立大學博士後副研究員、研究助理教授。主要從事海氣相互作用、海洋和大氣數值模擬及資料同化、中尺度動力過程及物理參數化等領域的研究工作，尤其是在“四維變分同法方法”（4DVAR）及共扼伴隨技術領域有獨特專長和造詣，在中尺度天氣過程及近海風暴潮的模擬與預報等方面取得了令國際同行矚目的成果。曾發展了著名的普林斯頓海洋模式（POM）的三維切線模式與伴隨模式，受到普林斯頓大學著名海洋學家L.Oey的高度評價，並受邀請將模式在普林斯頓大學的網頁上公開發布。發表SCI論文多篇，其中先後有兩篇論文被評為著名海洋期刊“Ocean Modeling ”季度最熱門的25篇論文的第1名及第13名。主持國家自然科學資金面向項目1項、中科院重要方向項目1項，參加973、863項目多項。曾多次受邀參加國際國內學術會議，並在大會上做專題報告。目前是美國地理學會（AGU）會員，並應邀擔任《Monthly Weather Review》、《Journal of Geophysical Research》等國際著名期刊的獨立審稿人。
代表論著
Peng, S.-Q., and X. Zou, 2010, Impact on quantitative precipitation forecasts of 4D-Var rainfall data assimilation with a modified digital filter in favor of mesoscale gravity waves: A case study, J. Geophys. Res
Peng, Shiqiu, Lian Xie, Bin Liu, Fredrick Semazzi, 2010: Application of Scale-Selective Data Assimilation to Regional Climate Modeling and Prediction. Monthly Weather Review
Peng, S.-Q., X. Xu, X. Shi, X. Wang, Y. Zhu, and J. Pu, 2009: The early-warning effects of assimilation of the observations over the large-scale slope of the “world roof” on its downstream weather. Chinese Science Bulletin
Peng, S.-Q.,L. Xie and Len J. Pietrafesa, 2007: Correcting the Errors in the Initial Conditions and Wind Stress in Storm Surge Simulation Using an Adjoint Optimal Technique. Ocean modeling
Peng, S.-Q., and L. Xie, 2006: Effect of Determining Initial Conditions by Four- Dimensional Variational Data Assimilation on Storm Surge Forecasting. Ocean modelling
Peng, S.- Q., and X. Zou, 2004: Assimilation of Ground-Based GPS Zenith Total Delay and Rain Gauge Precipitation Observations Using 4D-Var and Their Impact on Short-Range QPF. J. Met. Soc. Japan
Peng, S.- Q. , and X. Zou, 2002: Assimilation of NCEP Multi-Sensor Hourly Rainfall Data Using 4D-Var Approach: A Case Stud of the Squall Line on 5 April 1999. J. Met. Atm. Phy
科研項目
1) 首次發展了普林斯頓海洋模式（Princeton Ocean Model，簡稱POM）的三維切線性模式（TLM）和共軛伴隨模式（Adjoint Model）；
2）建立一套基於POM及其共軛伴隨模式的海洋資料四維變分同化系統（4DVAR）並成功套用於近海風暴潮的模擬和預報；
3）首次提出“選尺度資料同化方法”（Selective-scale Data Assimilation）,並成功套用到區域氣候模式的模擬和預報中；
4）通過資料同化發現青藏高原東南側大地形坡度關鍵區的溫度和水汽觀測對我國西南及長江中下游的天氣系統具有很好的預警效應；
5）首次在數值模式及資料同化中對具有重要天氣意義的中尺度重力波信號進行分離並強化；
6）建成南海區域實時“海氣數值預報試驗平台”，並成功的對多個極端天氣事件作出較準確的預測預報。
