张荣华中国科学院海洋研究所研究员船舶与海洋工程工程与技术科学创新人物科技创新网

张荣华，男，研究员，博导，理学博士，中国科学院大学首席教授，中国科学院海洋环流与波动重点实验室副主任、学术委员会副主任。研究方向为海气相互作用和数值模拟，主要学术贡献：热带海气耦合模式、热带海洋-大气相互作用、厄尔尼诺-南方涛动（ENSO）数值模拟和预测、年代际海洋气候变率、海洋反馈过程参数化及其对气候模拟影响等研究领域。长期以来，其研究工作以海洋环流数值模拟为中心，致力于海洋与地球其它分系统（特别是大气、海洋生物和化学）等耦合模式的发展和改进；建立了各种类型的热带海洋-大气耦合模式；并用所发展的模式进行年际/年代际气候异常(如厄尔尼诺-南方涛动)数值模拟和相关物理过程诊断分析等跨学科研究；近年来，创造性地将海洋卫星遥感资料用于气候反馈过程参数化研究，有效地改进了热带海气耦合模式和地球系统模式，取得了国际领先的科研成果。已在国际重要核心刊物上发表众多具有重要影响力的学术论文；已发表期刊论文150余篇 (其中SCI论文140多篇，包括以第一作者发表于《nature》的封面论文)。主持和参与包括国家自然科学基金、中国科学院先导专项、青岛海洋科学与技术试点国家实验室项目、山东省自主创新重大关键技术项目、青岛市创业创新领军人才项目等在内的项目10余项。

教育背景

1986年9月-1989年10月，中科院大气所，物理海洋学，博士

1983年9月-1986年7月，中科院大气所，气候动力学，硕士

1979年9月-1983年7月，浙江大学，气象学，学士

工作经历

2013年12月-至今，中国科学院海洋研究所，海洋环流与波动重点实验室，研究员，博导

2010年10月-2013年12月，美国,美国马里兰大学地球系统交叉科学研究中心，资深科学家(Senior Research Scientist)

2011年7月-2013年12月，美国，美国马里兰大学大气与海洋系，教授(兼任, Affiliate Professor)

2003年7月-2010年10月，美国，马里兰大学地球系统交叉科学研究中心，副研究员(Associate Research Scientist)

1999年7月-2003年7月，美国，美国哥伦比亚大学国际气候研究所，副研究员(Associate Research Scientist)

1995年9月-1999年7月，美国，美国罗德岛大学，助理研究科学家和博士后(Assistant Research Scientist and Post Doctoral Associate)

1994年6月-1995年9月，美国，美国国家海洋大气管理局海洋资料中心，访问科学家(Visiting Research Scientist)

1992年2月-1994年6月，中国科学院大气物理研究所，副研究员

1990年2月-1992年2月，日本，日本气象厅气象研究所，博士后（Post Doctoral Associate）

社会兼职：

1、2016-11-01-今,中国海洋湖沼学会海洋与气候分会, 副理事长。

2、2016-11-01-今,海洋学报, 主编助理。

3、2016-07-01-今,青岛海洋科学与技术国家实验室海洋动力过程与气候功能实验室, 副主任。

4、2016-01-01-今,国家实验室区域海洋动力学与数值模拟实验室学术委员会, 委员。

5、2015-01-01-今,中国科学院大学, 首席教授。

2016、4-04-01-今,中国科学院环流与波动重点实验室学术委员会, 副主任。

7、2014-01-01-今,Chinese Journal of Oceanology and Limnology (CJOL), 助理主编。

8、2010-01-01-今,Atmospheric and Oceanic Science Letters (AOSL), 编委。

研究领域

热带海气耦合模式、热带海洋-大气相互作用、厄尔尼诺-南方涛动（ENSO）数值模拟和预测、年代际海洋气候变率、海洋反馈过程参数化及其对气候模拟影响等研究领域。长期以来，其研究工作以海洋数值模式发展和模拟为重点，致力于海洋与地球其它分系统（特别是大气、海洋生物和化学）等耦合模式的发展和改进；建立了各种类型的海洋大气耦合模式；并用所发展的模式进行年际/年代际气候异常(如厄尔尼诺南方涛动)数值模拟和相关物理过程诊断分析等跨学科研究；近年来，创造性地将海洋卫星遥感资料用于气候反馈过程参数化研究，有效地改进了海气耦合模式和地球系统模式，取得了国际领先的科研成果。

科研项目

1、国家自然科学基金，重大项目课题，ENSO多变性及其与太平洋年代际变率等的关系（41690122），2017/01-2021/12，397.6万元，主持，结题。

2、中国科学院先导专项，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（XDB40030103），2020/01-2024/12, 290万，主持，结题。

3、中国科学院先导专项，子课题，全球海洋时空过程模拟及预报模型（XDA19060102），2018/01-2022/12, 799.7万，主持，结题。

4、国家海洋局“全球变化与海气相互作用”专项，海洋动力系统可预报性研究（GASI-IPOVAI-06），2016/01-2020/12，50万，参与，结题。

5、国家自然科学基金，重大项目课题，黑潮及延伸体海域海气相互作用机制及其气候效应（41490644），2015/01-2019/12，360万元，主持，结题。

6、国家自然科学基金，面上项目，海洋次表层上卷温度场优化方法及其在提高ENSO实时预测中的应用（41490644），2015/01-2018/12，90万元，主持，结题。

7、中国科学院先导专项，子课题，ENSO模拟和实时预测模式研制（XDA11010105），2013/11-2018/06, 400万，主持，结题。

8、山东省自主创新重大关键技术项目，“透明海洋”科技创新工程（2014GJJS0101），2014-2017,118万，主持，结题。

9、全球变暖下的海洋响应及其对东亚气候和近海储碳的影响, 参与, 国家级, 2013-10--2016-08。

10、山东省自主创新重大关键技术项目-“透明海洋”科技创新工程, 参与, 省级, 2014-11--2017-11。

11、ENSO多变性及其与太平洋年代际变率等的关系, 主持, 国家级, 2017-01--2021-12。

12、海洋和地球系统模式发展和应用, 主持, 省级, 2014-10--2017-10。

13、第十一批“****”创新长期项目, 主持, 国家级, 2016-01--2018-12。

14、青岛海洋科学与技术国家实验室“鳌山人才”卓越科学家计划, 主持, 省级, 2015-11--2018-11。

15、西太平洋海洋环流动力过程, 参与, 国家级, 2015-01--2020-12。

16、海洋与气候系统数值模拟平台建设关键技术, 参与, 省级, 2017-01--2017-12。

发表论文

[1] Zhang R.-H., Lu Zhou, Gao, Chuan, 2024: A transformer-based coupled ocean-atmosphere model for ENSOstudies, Science Bulletin, DOI: 10.1016/j.scib.2024.04.048 .

[2] Zhou Lu, Rong-Hua Zhang, Chuan Gao, 2024: ENSO-related precursor pathways of interannual thermalanomalies identified using a transformer-based deep learning model in the tropical Pacific, Geophys. Res. Lett.,51, e2023GL107347.

[3] Zhu, Yuchao, Rong-Hua Zhang, 2023: A deep learning-based U-Net model for ENSO-related precipitationresponses to sea surface temperature anomalies over the tropical Pacific, Atmospheric Oceanic Science Letters,in press. https://doi.org/10.1016/j.aosl.2023.100351

[4] Gao, Chuan, Lu Zhou, and Rong-Hua Zhang, 2023: A transformer-based deep learning model for successful predictions of the 2021 second-year La Niña condition, Geophys. Res. Lett., in press. doi:10.1029/2023GL104034

[5] 石其东, 张荣华. Impact of the Deep Chlorophyll Maximum in the Equatorial Pacific as Revealed in a Coupled Ocean GCM-Ecosystem Model. Journal of Geophysical Research: Oceans[J]. 2023.

[6] Lu Zhou, RongHua Zhang. A self-attention–based neural network for three-dimensional multivariate modeling and its skillful ENSO predictions. Science Advances[J]. 2023, 9(10): https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9995078/.

[7] Shuoni Ye, RongHua Zhang, Hongna Wang. The role played by tropical cyclones-induced freshwater flux forcing in the upper-ocean responses: A case for Typhoon Yutu (2018). OCEAN MODELLING[J]. 2023, http://dx.doi.org/10.1016/j.ocemod.2023.102211.

[8] Lu Zhou, Chuan Gao, RongHua Zhang. A spatiotemporal 3D convolutional neural network model for ENSO predictions: A test case for the 2020/21 La Niña conditions. Atmospheric Oceanic Science Letters[J]. 2023, http://dx.doi.org/10.1016/j.aosl.2023.100330.

[9] 张秋实, 张荣华. Subsurface Thermohaline Biases in the Southern Tropical Pacific and the Roles of Wind Stress and Precipitation. Journal of Climate[J]. 2023.

[10] Zhu, Yuchao, Zhang, RongHua, Li, Delei. An ocean modeling study to quantify wind forcing and oceanic mixing effects on the tropical North Pacific subsurface warm bias in CMIP and OMIP simulations. CLIMATE DYNAMICS[J]. 2022, 58(3-4): 999-1014, http://dx.doi.org/10.1007/s00382-021-05946-y.

[11] Zhu, Yuchao, Zhang, RongHua, Moum, James N, Wang, Fan, Li, Xiaofeng, Li, Delei. Physics-informed deep-learning parameterization of ocean vertical mixing improves climate simulations. National Science Review,[J]. 2022, 9(8): 160-167.

[12] Yu Yang, SHU-HUA CHEN, Yu-heng Tseng, Gregory R. Foltz, 张荣华, gao huiwang. Impacts of Model Resolution and Ocean Coupling on Mean and Eddy Momentum Transfer During the Rapid Intensification of Super Typhoon Muifa (2011). Quarterly Journal of the Royal Meteorological Society[J]. 2022,

[13] QIUSHI ZHANG, YUCHAO ZHU, 张荣华. Subsurface Warm Biases in the Tropical Atlantic and Their Attributions to the Role of Wind Forcing and Ocean Vertical Mixing. Journal of Climate[J]. 2022, 2291-2303.

[14] Hu, Junya, Wang, Hongna, Gao, Chuan, Zhou, Lu, Zhang, RongHua. Interdecadal wind stress variability over the tropical Pacific causes ENSO diversity in an intermediate coupled model. CLIMATE DYNAMICS. 2022, http://dx.doi.org/10.1007/s00382-022-06414-x.

[15] Lu Chen, 张荣华, Chuan Gao. Effects of Temperature and Salinity on Surface Currents in the Equatorial Pacific. Journal of Geophysical Research (1896-1977)[J]. 2022.

[16] Zhou Lu, 张荣华. A hybrid neural network model for ENSO prediction in combination with principal oscillation pattern analyses. Advances of Atmospheric Sciences[J]. 2022, 39(6): 889-902.

[17] Guanghui ZHOU, Rong-Hua ZHANG. Structure and evolution of decadal spiciness variability in the North Pacific during 2004-2020, revealed from Argo observations. Advances in Atmospheric Sciences[J]. 2022, 953-966.

[18] gao chuan, 陈茂楠, Zhou Lu, FENG Licheng, 张荣华. The 2020–2021 prolonged La Niña evolution in the tropical Pacific. Science China Earth Sciences[J]. 2022, 65(12): 2248-2266,

[19] Guan, Cong, Tian, Feng, McPhaden, Michael J., Wang, Fan, 胡石建, Zhang, Rong-Hua. Zonal Structure of Tropical Pacific Surface Salinity Anomalies Affects ENSO Intensity and Asymmetry. Geophysical Research Letters[J]. 2022, 49(1): e2021GL096197-.

[20] Gao, Wei, Wang, ZhenYan, Zhang, RongHua, Huang, HaiJun. Variability of the Mindanao Dome upwelling system during ENSO event from 2010 to 2015. DEEP-SEA RESEARCH PART I-OCEANOGRAPHIC RESEARCH PAPERS[J]. 2022, 189: http://dx.doi.org/10.1016/j.dsr.2022.103875.

[21] 高川, 陈茂楠, 周路, 冯立成, 张荣华. 2020~2021年热带太平洋持续性双拉尼娜事件的演变. 中国科学:地球科学[J]. 2022, 52(12): 2353-2372,

[22] 张荣华, Guanghui ZHOU, hai zhi, Chuan Gao, hongna wang, FENG Licheng. Salinity interdecadal variability in the western equatorial Pacific and its effects during 1942-2018. Climate Dynamics[J]. 2022.

[23] Zhang, RongHua, Gao, Chuan, Feng, Licheng. Recent ENSO evolution and its real-time prediction challenges. NATIONAL SCIENCE REVIEW[J]. 2022, 9(4): 2-5, http://dx.doi.org/10.1093/nsr/nwac052.

[24] Cui, Chaoran, Zhang, RongHua, Wei, Yanzhou, Wang, Hongna. Mesoscale wind stress-SST coupling induced feedback to the ocean in the western coast of South America. JOURNAL OF OCEANOLOGY AND LIMNOLOGY[J]. 2021, 39(3): 785-799, http://dx.doi.org/10.1007/s00343-020-0182-7.

[25] Zhu, Yuchao, Zhang, RongHua*, Li, Delei, Chen, Dake. The Thermocline Biases in the Tropical North Pacific and Their Attributions. JOURNAL OF CLIMATE[J]. 2021, 34(5): 1635-1648, https://www.webofscience.com/wos/woscc/full-record/WOS:000615495000005.

[26] Hai ZHI, Pengfei LIN, Zhujun FANG, Hailong LIU, RongHua ZHANG, Wenrong BAI. Sea surface salinity-derived indexes for distinguishing two types of El Niño events in the tropical Pacific. 中国科学:地球科学英文版[J]. 2021, 64(8): 1267-1284.

[27] Tian, Feng, Zhang, RongHua, Wang, Xiujun. Indian Ocean warming as a potential trigger for super phytoplankton blooms in the eastern equatorial Pacific from El Nino to La Nina transitions. ENVIRONMENTAL RESEARCH LETTERS[J]. 2021, 16(5): http://dx.doi.org/10.1088/1748-9326/abf76f.

[28] Yu, Jun, Wang, Xiujun, Murtugudde, Raghu, Tian, Feng, Zhang, RongHua. Interannual-to-Decadal Variations of Particulate Organic Carbon and the Contribution of Phytoplankton in the Tropical Pacific During 1981-2016: A Model Study. JOURNAL OF GEOPHYSICAL RESEARCH-OCEANS[J]. 2021, 126(1): http://dx.doi.org/10.1029/2020JC016515.

[29] Tian, Feng, Zhang, RongHua*, Wang, Xiujun. Coupling ocean-atmosphere intensity determines ocean chlorophyll-induced SST change in the tropical Pacific. CLIMATE DYNAMICS[J]. 2021, 56(11-12): 3775-3795, http://dx.doi.org/10.1007/s00382-021-05666-3.

[30] 汤芷葭, 张荣华, Hongna Wang, Shaoqing Zhang, Hong Wang. Mesoscale Surface Wind-SST Coupling in a High-Resolution CESM Over the KE and ARC Region. Journal of Advances in Modeling Earth Systems (JAMES)[J]. 2021.

[31] Tian, Feng, Zhang, RongHua*, Wang, Xiujun, Zhi, Hai. Rectified Effects of Interannual Chlorophyll Variability on the Tropical Pacific Climate Revealed by a Hybrid Coupled Physics-Biology Model. JOURNAL OF GEOPHYSICAL RESEARCH-OCEANS[J]. 2021, 126(6): http://dx.doi.org/10.1029/2021JC017263.

[32] 智海, 林鹏飞, 方祝骏, 刘海龙, 张荣华, 白文蓉. 区分热带太平洋两类厄尔尼诺事件的海表面盐度指数. 中国科学:地球科学[J]. 2021, 51(8): 1240-1257, https://www.sciengine.com/doi/10.1360/N072020-0384.

[32] Zhi, Hai, Zhang, RongHua, Lin, Pengfei, Yu, Peng, Zhou, Guanghui, Shi, Shiwei. Interannual Salinity Variability Associated With the Central Pacific and Eastern Pacific El Ninos in the Tropical Pacific. JOURNALOFGEOPHYSICALRESEARCHOCEANS[J]. 2020, 125(10): https://www.webofscience.com/wos/woscc/full-record/WOS:000612077200055.

[33] Feng, Licheng, Zhang, RongHua, Yu, Bo, Han, Xue. Roles of Wind Stress and Subsurface Cold Water in the Second-Year Cooling of the 2017/18 La Nina Event. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2020, 37(8): 847-860, http://lib.cqvip.com/Qikan/Article/Detail?id=7102348441.

[34] Zhu, Yuchao, Zhang, RongHua, Sun, Jichang. North Pacific Upper-Ocean Cold Temperature Biases in CMIP6 Simulations and the Role of Regional Vertical Mixing. JOURNAL OF CLIMATE[J]. 2020, 33(17): 7523-7538, https://www.webofscience.com/wos/woscc/full-record/WOS:000615097000016.

[35] Cui Chaoran, Zhang RongHua, Wang Hongna, Wei Yanzhou. Representing surface wind stress response to mesoscale SST perturbations in western coast of South America using Tikhonov regularization method. JOURNAL OF OCEANOLOGY AND LIMNOLOGY[J]. 2020, 38(3): 679-694, http://lib.cqvip.com/Qikan/Article/Detail?id=7101692461.

[36] Gao, Chuan, Zhang, RongHua*, Karnauskas, Kristopher B, Zhang, Lei, Tian, Feng. Separating freshwater flux effects on ENSO in a hybrid coupled model of the tropical Pacific. CLIMATE DYNAMICS[J]. 2020, 54(11-12): 4605-4626, http://dx.doi.org/10.1007/s00382-020-05245-y.

[37] Zheng, Gang, Li, Xiaofeng, Zhang, RongHua, Liu, Bin. Purely satellite data-driven deep learning forecast of complicated tropical instability waves. SCIENCE ADVANCES[J]. 2020, 6(29): http://dx.doi.org/10.1126/sciadv.aba1482.

[38] Zhang RongHua, Yu Yongqiang, Song Zhenya, Ren HongLi, Tang Youmin, Qiao Fangli, Wu Tongwen, Gao Chuan, Hu Junye, Tian Feng, Zhu Yuchao, Chen Lin, Liu Hailong, Lin Pengfei, Wu Fanghua, Wang Lin. A review of progress in coupled ocean-atmosphere model developments for ENSO studies in China. JOURNAL OF OCEANOLOGY AND LIMNOLOGYnull. 2020, 38(4): 930-961, http://lib.cqvip.com/Qikan/Article/Detail?id=7102292157.

[39] Tian, Feng, Zhang, RongHua*, Wang, Xiujun. Effects on Ocean Biology Induced by El Nino-Accompanied Positive Freshwater Flux Anomalies in the Tropical Pacific. JOURNAL OF GEOPHYSICAL RESEARCH-OCEANS[J]. 2020, 125(1): https://www.webofscience.com/wos/woscc/full-record/WOS:000530025100029.

[40] Lin Pengfei, Zhang Ronghua, Chai Fei, Liu Hailong, Zhi Hai. Salinity effects on the 2014 warm "Blob" in the Northeast Pacific. ACTA OCEANOLOGICA SINICA[J]. 2019, 38(9): 24-34, http://sciencechina.cn/gw.jsp?action=detail.jsp&internal_id=6560600&detailType=1.

[41] Hai ZHI, RongHua ZHANG, Pengfei LIN, Peng YU, RongHua ZHANG. Interannual Salinity Variability in the Tropical Pacific in CMIP5 Simulations. 大气科学进展:英文版[J]. 2019, 36(4): 378-396, http://lib.cqvip.com/Qikan/Article/Detail?id=7001228729.

[42] Zhi, Hai, Zhang, RongHua, Lin, Pengfei, Shi, Shiwei. Effects of Salinity Variability on Recent El Nino Events. ATMOSPHERE[J]. 2019, 10(8): http://dx.doi.org/10.3390/atmos10080475.

[43] Wei, Yanzhou, Wang, Hongna, Zhang, RongHua. Mesoscale wind stress-SST coupled perturbations in the Kuroshio Extension. PROGRESS IN OCEANOGRAPHY[J]. 2019, 172: 108-123, http://ir.qdio.ac.cn/handle/337002/155340.

[44] Gao Jiaxiang, Zhang RongHua, Wang Hongna. Mesoscale SST perturbation-induced impacts on climatological precipitation in the Kuroshio-Oyashio extension region, as revealed by the WRF simulations. JOURNAL OF OCEANOLOGY AND LIMNOLOGY[J]. 2019, 37(2): 385-397, http://lib.cqvip.com/Qikan/Article/Detail?id=7001541464.

[45] Tao, LingJiang, Gao, Chuan, Zhang, RongHua*. Model parameter-related optimal perturbations and their contributions to El Nino prediction errors. CLIMATE DYNAMICS[J]. 2019, 52(3-4): 1425-1441, http://ir.qdio.ac.cn/handle/337002/155319.

[46] Hu, Junya, Zhang, RongHua, Gao, Chuan. A Hybrid Coupled Ocean-Atmosphere Model and Its Simulation of ENSO and Atmospheric Responses. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2019, 36(6): 643-657, http://lib.cqvip.com/Qikan/Article/Detail?id=7001676118.

[47] Bin MU, Juhui REN, Shijin YUAN, RongHua ZHANG, Lei CHEN, Chuan GAO. The Optimal Precursors for ENSO Events Depicted Using the Gradientdefinition- based Method in an Intermediate Coupled Model. 大气科学进展：英文版[J]. 2019, 36(12): 1381-1392, http://lib.cqvip.com/Qikan/Article/Detail?id=7003144655.

[48] Zhang, RongHua*, Tian, Feng, Busalacchi, Antonio J, Wang, Xiujun. Freshwater Flux and Ocean Chlorophyll Produce Nonlinear Feedbacks in the Tropical Pacific. JOURNAL OF CLIMATE[J]. 2019, 32(7): 2037-2055, http://ir.qdio.ac.cn/handle/337002/154914.

[49] Zhang, RongHua*, Tian, Feng, Zhi, Hai, Kang, Xianbiao. Observed structural relationships between ocean chlorophyll variability and its heating effects on the ENSO. CLIMATE DYNAMICS[J]. 2019, 53(9-10): 5165-5186.

[50] Zhu, Yuchao, Zhang, RongHua*. A Modified Vertical Mixing Parameterization for Its Improved Ocean and Coupled Simulations in the Tropical Pacific. JOURNAL OF PHYSICAL OCEANOGRAPHY[J]. 2019, 49(1): 21-37

[51] Tian, Feng, Zhang, RongHua, Wang, Xiujun. Factors affecting interdecadal variability of air-sea-CO2 fluxes in the tropical Pacific, revealed by an ocean physical-biogeochemical model. CLIMATE DYNAMICS[J]. 2019, 53(7-8): 3985-4004, http://ir.qdio.ac.cn/handle/337002/163322, http://www.irgrid.ac.cn/handle/1471x/6861314, http://ir.qdio.ac.cn/handle/337002/163323.

[52] Pei Yuhua, Zhang Ronghua, Chen Dake. Roles of different physical processes in upper ocean responses to Typhoon Rammasun (2008)-induced wind forcing. SCIENCE CHINA. EARTH SCIENCES[J]. 2019, 62(4): 684-692, https://www.sciengine.com/doi/10.1007/s11430-018-9313-8.

[53] Yuhua PEI, RongHua ZHANG, Dake CHEN. Roles of different physical processes in upper ocean responses to Typhoon Rammasun(2008)-induced wind forcing. 中国科学:地球科学英文版[J]. 2019, 62(4): 684-692, http://lib.cqvip.com/Qikan/Article/Detail?id=7001721025.

[54] Zhi, Hai, Zhang, RongHua, Lin, Pengfei, Yu, Peng. Interannual Salinity Variability in the Tropical Pacific in CMIP5 Simulations. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2019, 36(4): 378-396, http://lib.cqvip.com/Qikan/Article/Detail?id=7001228729.

[55] Junya HU, RongHua ZHANG, Chuan GAO. A Hybrid Coupled Ocean–Atmosphere Model and Its Simulation of ENSO and Atmospheric Responses. 大气科学进展:英文版[J]. 2019, 36(6): 643-657, http://lib.cqvip.com/Qikan/Article/Detail?id=7001676118.

[56] Tian, Feng, Zhang, RongHua*, Wang, Xiujun. A Positive Feedback Onto ENSO Due to Tropical Instability Wave (TIW)-Induced Chlorophyoll Effects in the Pacific. GEOPHYSICAL RESEARCH LETTERS[J]. 2019, 46(2): 889-897, http://ir.qdio.ac.cn/handle/337002/155598.

[57] Mu, Bin, Ren, Juhui, Yuan, Shijin, Zhang, RongHua, Chen, Lei, Gao, Chuan. The Optimal Precursors for ENSO Events Depicted Using the Gradient-definition-based Method in an Intermediate Coupled Model. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2019, 36(12): 1381-1392, http://lib.cqvip.com/Qikan/Article/Detail?id=7003144655.

[58] Yu, Jun, Wang, Xiujun, Fan, Hang, Zhang, RongHua. Impacts of Physical and Biological Processes on Spatial and Temporal Variability of Particulate Organic Carbon in the North Pacific Ocean during 2003-2017. SCIENTIFIC REPORTS[J]. 2019, 9(1): http://dx.doi.org/10.1038/s41598-019-53025-4.

[59] GAO Jiaxiang, ZHANG RongHua, WANG Hongna. Mesoscale SST perturbation-induced impacts on climatological precipitation in the Kuroshio-Oyashio extension region, as revealed by the WRF simulations. 海洋湖沼学报(英文)[J]. 2019, 37(2): 385-397, http://lib.cqvip.com/Qikan/Article/Detail?id=7001541464.

[60] Tang, Youmin, Zhang, RongHua, Liu, Ting, Duan, Wansuo, Yang, Dejian, Zheng, Fei, Ren, Hongli, Lian, Tao, Gao, Chuan, Chen, Dake, Mu, Mu. Progress in ENSO prediction and predictability study. NATIONAL SCIENCE REVIEW[J]. 2018, 5(6): 826-839, http://lib.cqvip.com/Qikan/Article/Detail?id=78658382504849564854484954.

[61] Zhang, RongHua, Tian, Feng, Wang, Xiujun. Ocean Chlorophyll-Induced Heating Feedbacks on ENSO in a Coupled Ocean Physics-Biology Model Forced by Prescribed Wind Anomalies. JOURNAL OF CLIMATE[J]. 2018, 31(5): 1811-1832, https://www.webofscience.com/wos/woscc/full-record/WOS:000427438100008.

[62] Zhang, RongHua*, Tian, Feng, Wang, Xiujun. A New Hybrid Coupled Model of Atmosphere, Ocean Physics, and Ocean Biogeochemistry to Represent Biogeophysical Feedback Effects in the Tropical Pacific. JOURNAL OF ADVANCES IN MODELING EARTH SYSTEMS[J]. 2018, 10(8): 1901-1923, http://ir.qibebt.ac.cn/handle/337004/11727.

[63] Tao, LingJiang, Gao, Chuan, Zhang, RongHua. ENSO Predictions in an Intermediate Coupled Model Influenced by Removing Initial Condition Errors in Sensitive Areas: A Target Observation Perspective. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2018, 35(7): 853-867, http://lib.cqvip.com/Qikan/Article/Detail?id=675139508.

[64] Zhu, Yuchao, Zhang, RongHua. Scaling wind stirring effects in an oceanic bulk mixed layer model with application to an OGCM of the tropical Pacific. CLIMATE DYNAMICS[J]. 2018, 51(5-6): 1927-1946, https://www.webofscience.com/wos/woscc/full-record/WOS:000442433200019.

[65] Wei Yanzhou, Zhang Ronghua, Wang Hongna, Kang Xianbiao. Effect of mesoscale wind stress-SST coupling on the Kuroshio extension jet. JOURNAL OF OCEANOLOGY AND LIMNOLOGY[J]. 2018, 36(3): 612-619, http://lib.cqvip.com/Qikan/Article/Detail?id=675895576.

[66] Zhang, RongHua, Tao, LingJiang, Gao, Chuan. An improved simulation of the 2015 El Nio event by optimally correcting the initial conditions and model parameters in an intermediate coupled model. CLIMATE DYNAMICS[J]. 2018, 51(1-2): 269-282, https://www.webofscience.com/wos/woscc/full-record/WOS:000435522000016.

[67] Gao, Chuan, Zhang, RongHua, Wu, Xinrong, Sun, Jichang. Idealized Experiments for Optimizing Model Parameters Using a 4D-Variational Method in an Intermediate Coupled Model of ENSO. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2018, 35(4): 410-422, https://www.webofscience.com/wos/woscc/full-record/WOS:000425327700005.

[68] Tian, Feng, Zhang, RongHua, Wang, Xiujun. A Coupled Ocean Physics-Biology Modeling Study on Tropical Instability Wave-Induced Chlorophyll Impacts in the Pacific. JOURNAL OF GEOPHYSICAL RESEARCH-OCEANS[J]. 2018, 123(8): 5160-5179, http://ir.qibebt.ac.cn/handle/337004/11617.

[69] Li, Shan, Zhang, Shaoqing, Liu, Zhengyu, Lu, Lv, Zhu, Jiang, Zhang, Xuefeng, Wu, Xinrong, Zhao, Ming, Vecchi, Gabriel A, Zhang, RongHua, Lin, Xiaopei. Estimating Convection Parameters in the GFDL CM2.1 Model Using Ensemble Data Assimilation. JOURNAL OF ADVANCES IN MODELING EARTH SYSTEMS[J]. 2018, 10(4): 989-1010, http://www.irgrid.ac.cn/handle/1471x/1782356.

[70] Zhu, Yuchao, Zhang, RongHua. An Argo-Derived Background Diffusivity Parameterization for Improved Ocean Simulations in the Tropical Pacific. GEOPHYSICAL RESEARCH LETTERS[J]. 2018, 45(3): 1509-1517.

[71] Jianing Wang, Youyu Lu, Fan Wang, RongHua Zhang. Surface Current in "Hotspot" Serves as a New and Effective Precursor for El Niño Prediction. SCIENTIFIC REPORTS[J]. 2017, 7(1): 1-9, https://doaj.org/article/8ad738531352491baca1afeeacf74b9c.

[72] 高川, 王宏娜, 陶灵江, 张荣华. IOCAS ICM及其ENSO实时预测试验和改进. 海洋与湖沼[J]. 2017, 48(6): 1289-1301, http://lib.cqvip.com/Qikan/Article/Detail?id=674175244.

[73] Zhang Ronghua, Gao Chuan. Processes involved in the second-year warming of the 2015 El Nino event as derived from an intermediate ocean model. SCIENCE CHINA. EARTH SCIENCES[J]. 2017, 60(9): 1601-1613, http://sciencechina.cn/gw.jsp?action=detail.jsp&internal_id=6092965&detailType=1.

[74] 张荣华, 高川. 关于2015年厄尔尼诺事件的二次变暖过程：一个基于中等复杂程度海洋模式的诊断分析. 中国科学. 地球科学[J]. 2017, 47(9): 1027-1039.

[75] Kang, Xianbiao, Zhang, RongHua, Gao, Chuan, Zhu, Jieshun. An improved ENSO simulation by representing chlorophyll-induced climate feedback in the NCAR Community Earth System Model. SCIENTIFIC REPORTS[J]. 2017, 7(1): http://ir.qdio.ac.cn/handle/337002/154325.

[76] Wei, Yanzhou, Zhang, RongHua, Wang, Hongna. Mesoscale wind stress-SST coupling in the Kuroshio extension and its effect on the ocean. JOURNAL OF OCEANOGRAPHY[J]. 2017, 73(6): 785-798, http://ir.qdio.ac.cn/handle/337002/143035.

[77] Kang, Xianbiao, Zhang, RongHua, Wang, Guansuo. Effects of different freshwater flux representations in an ocean general circulation model of the tropical Pacific. SCIENCE BULLETIN[J]. 2017, 62(5): 345-351, http://dx.doi.org/10.1016/j.scib.2017.02.002.

[78] Hu ZengZhen, Kumar Arun, Huang Bohua, Zhu Jieshun, Zhang RongHua, Jin FeiFei. Asymmetric evolution of El Niño and La Niña: the recharge/discharge processes and role of the off-equatorial sea surface height anomaly. CLIMATE DYNAMICS[J]. 2017.

[79] Wang, Jianing, Lu, Youyu, Wang, Fan, Zhang, RongHua. Surface Current in "Hotspot" Serves as a New and Effective Precursor for El Nino Prediction. SCIENTIFIC REPORTS[J]. 2017, 7: https://www.webofscience.com/wos/woscc/full-record/WOS:000396869100014.

[80] Tao, LingJiang, Zhang, RongHua, Gao, Chuan. Initial error-induced optimal perturbations in ENSO predictions, as derived from an intermediate coupled model. ADVANCESINATMOSPHERICSCIENCES[J]. 2017, 34(6): 791-803, http://lib.cqvip.com/Qikan/Article/Detail?id=672047204.

[81] Gao, Chuan, Zhang, RongHua*. The roles of atmospheric wind and entrained water temperature (T-e) in the second-year cooling of the 2010-12 La Nina event. CLIMATE DYNAMICS[J]. 2017, 48(1-2): 597-617, https://www.webofscience.com/wos/woscc/full-record/WOS:000392307300034.

[82] Zhang, RongHua, Gao, Chuan. Role of subsurface entrainment temperature (Te) in the onset of El Nio events, as represented in an intermediate coupled model. CLIMATE DYNAMICS[J]. 2016, 46(5-6): 1417-1435, https://www.webofscience.com/wos/woscc/full-record/WOS:000371069900005.

[83] Zhi, Hai, Zhang, RongHua, Zheng, Fei, Lin, Pengfei, Wang, Lanning, Yu, Peng. Assessment of Interannual Sea Surface Salinity Variability and Its Effects on the Barrier Layer in the Equatorial Pacific Using BNU-ESM. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2016, 33(3): 339-351, http://dx.doi.org/10.1007/s00376-015-5163-y.

[84] 郑飞, 朱江, 张荣华, 彭京备. 2015年超级厄尔尼诺事件的成功预报. 中国科学院院刊[J]. 2016, 31(2): 251-257, http://sciencechina.cn/gw.jsp?action=detail.jsp&internal_id=5640279&detailType=1.

[85] Gao, Chuan, Wu, Xinrong, Zhang, RongHua. Testing a four-dimensional variational data assimilation method using an improved intermediate coupled model for ENSO analysis and prediction. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2016, 33(7): 875-888, http://lib.cqvip.com/Qikan/Article/Detail?id=668858438.

[86] 张荣华王凡. 海洋多尺度和多圈层过程及其相互作用研究——一个应用于厄尔尼诺模拟的成功范例. 中国科学院院刊[J]. 2016, 31(12): 1308-1315, http://www.chinaxiv.org/abs/201612.00213.

[87] Rong-Hua Zhang*, Chuan Gao. The IOCAS intermediate coupled model (IOCAS ICM) and its real-time predictions of the 2015–2016 El Niño event. SCIENCE BULLETIN. 2016, 61(13): 1061-1070, http://dx.doi.org/10.1007/s11434-016-1064-4.

[88] Zhang, RongHua. A modulating effect of Tropical Instability Wave (TIW)-induced surface wind feedback in a hybrid coupled model of the tropical Pacific. JOURNAL OF GEOPHYSICAL RESEARCH-OCEANS[J]. 2016, 121(10): 7326-7353, https://www.webofscience.com/wos/woscc/full-record/WOS:000388602200007.

[89] Zhang RongHua. A hybrid coupled model for the pacific ocean-atmosphere system. Part I: Description and basic performance. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2015, 32(3): 301-318, https://www.webofscience.com/wos/woscc/full-record/WOS:000347285700003.

[90] Pei YuHua, Zhang RongHua, Chen DaKe. Upper ocean response to tropical cyclone wind forcing: A case study of typhoon Rammasun (2008). SCIENCE CHINA-EARTH SCIENCES[J]. 2015, 58(9): 1623-1632.

[91] Li, Zhongxian, Zhou, Tianjun, Chen, Haishan, Ni, Donghong, Zhang, RongHua. Modelling the effect of soil moisture variability on summer precipitation variability over East Asia. INTERNATIONAL JOURNAL OF CLIMATOLOGY[J]. 2015, 35(6): 879-887, https://www.webofscience.com/wos/woscc/full-record/WOS:000353987800006.

[92] ZHI Hai, ZHANG Rong-Hua, LIN Pengfei, WANG Lanning. Simulation of Salinity Variability and the Related Freshwater Flux Forcing in the Tropical Pacific: An Evaluation Using the Beijing Normal University Earth System Model (BNU-ESM). 大气科学进展：英文版[J]. 2015, 32(11): 1551-1564, http://lib.cqvip.com/Qikan/Article/Detail?id=665874478.

[93] ZHI Hai, ZHANG Rong-Hua, LIN Pengfei, WANG Lanning. Quantitative Analysis of the Feedback Induced by the Freshwater Flux in the Tropical Pacific Using CMIP5. 大气科学进展：英文版[J]. 2015, 32(10): 1341-1353, http://lib.cqvip.com/Qikan/Article/Detail?id=665874436.

[94] WEI Yanzhou, PEI Yuhua, ZHANG Rong-Hua. Seasonal variability of the Kuroshio Current at the PN Section in the East China Sea based on in-situ observation from 1987 to 2010. 海洋学报：英文版[J]. 2015, 34(5): 12-21, http://lib.cqvip.com/Qikan/Article/Detail?id=665044415.

[95] Zhang, RongHua*, Gao, Chuan, Kang, Xianbiao, Zhi, Hai, Wang, Zhanggui, Feng, Licheng. ENSO Modulations due to Interannual Variability of Freshwater Forcing and Ocean Biology-induced Heating in the Tropical Pacific. SCIENTIFIC REPORTS[J]. 2015, 5: https://www.webofscience.com/wos/woscc/full-record/WOS:000367056600001.

[96] Zhang, RongHua. An ocean-biology-induced negative feedback on ENSO as derived from a hybrid coupled model of the tropical Pacific. JOURNAL OF GEOPHYSICAL RESEARCH-OCEANS[J]. 2015, 120(12): 8052-8076, https://www.webofscience.com/wos/woscc/full-record/WOS:000369153200019.

[97] ZHANG Rong-Hua. A Hybrid Coupled Model for the Pacific Ocean-Atmosphere System.Part Ⅰ: Description and Basic Performance. 大气科学进展：英文版[J]. 2015, 32(3): 301-318, http://lib.cqvip.com/Qikan/Article/Detail?id=663679888.

[98] Zheng, Fei, Zhang, RongHua. Interannually varying salinity effects on ENSO in the tropical pacific: a diagnostic analysis from Argo. OCEAN DYNAMICS[J]. 2015, 65(5): 691-705, https://www.webofscience.com/wos/woscc/full-record/WOS:000352902600005.

[99] PEI Yuhua, ZHANG Rong-Hua, ZHANG Xiangming, JIANG Lianghong, WEI Yanzhou. Variability of sea surface height in the South China Sea and its relationship to Pacific oscillations. 海洋学报：英文版[J]. 2015, 34(12): 80-92, http://lib.cqvip.com/Qikan/Article/Detail?id=667219536.

[100] Feng Licheng, Zhang Ronghua, Wang Zhanggui, Chen Xingrong. Processes Leading to Second-Year Cooling of the 2010-12 La Ni(n)a Event,Diagnosed Using GODAS. 大气科学进展：英文版[J]. 2015, 32(3): 424-438, http://lib.cqvip.com/Qikan/Article/Detail?id=663679897.

[101] Zhang, RongHua. Structure and effect of ocean biology-induced heating (OBH) in the tropical Pacific, diagnosed from a hybrid coupled model simulation. CLIMATE DYNAMICS[J]. 2015, 44(3-4): 695-715, https://www.webofscience.com/wos/woscc/full-record/WOS:000349406100006.

[102] Wei Yanzhou, Pei Yuhua, Zhang RongHua. Seasonal variability of the Kuroshio Current at the PN Section in the East China Sea based on in-situ observation from 1987 to 2010. ACTA OCEANOLOGICA SINICA[J]. 2015, 34(5): 12-21, http://lib.cqvip.com/Qikan/Article/Detail?id=665044415.

[103] Kang Xianbiao, Huang Ronghui, Wang Zhanggui, Zhang RongHua. Sensitivity of ENSO Variability to Pacific Freshwater Flux Adjustment in the Community Earth System Model. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2014, 31(5): 1009-1021, http://lib.cqvip.com/Qikan/Article/Detail?id=661908216.

[104] Zhang, RongHua, Li, Zhongxian, Zhu, Jieshun, Kang, Xianbiao, Min, Jinzhong. Impact of tropical instability waves-induced SST forcing on the atmosphere in the tropical Pacific, evaluated using CAM5.1. ATMOSPHERIC SCIENCE LETTERS[J]. 2014, 15(3): 186-194, https://www.webofscience.com/wos/woscc/full-record/WOS:000340247300005.

[105] Gao, Zongting, Hu, ZengZhen, Zhu, Jieshun, Yang, Song, Zhang, RongHua, Xiao, Ziniu, Jha, Bhaskar. Variability of Summer Rainfall in Northeast China and Its Connection with Spring Rainfall Variability in the Huang-Huai Region and Indian Ocean SST. JOURNAL OF CLIMATE[J]. 2014, 27(18): 7086-7101, https://www.webofscience.com/wos/woscc/full-record/WOS:000341981800014.

[106] Zhang, RongHua. Effects of tropical instability wave (TIW)-induced surface wind feedback in the tropical Pacific Ocean. CLIMATE DYNAMICS[J]. 2014, 42(1-2): 467-485, https://www.webofscience.com/wos/woscc/full-record/WOS:000329238300028.

[107] Zhu, Jieshun, Huang, Bohua, Zhang, RongHua, Hu, ZengZhen, Kumar, Arun, Balmaseda, Magdalena A, Marx, Lawrence, Kinter, James L, III. Salinity anomaly as a trigger for ENSO events. SCIENTIFIC REPORTS[J]. 2014, 4: https://www.webofscience.com/wos/woscc/full-record/WOS:000343983600012.

[108] Zheng Fei, Zhang RongHua, Zhu Jiang. Effects of interannual salinity variability on the barrier layer in the western-central equatorial Pacific: A diagnostic analysis from Argo. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2014, 31(3): 532-542, http://lib.cqvip.com/Qikan/Article/Detail?id=49301873.

[109] 张荣华. Impact of Tropical Instability Waves (TIWs)-induced SST Forcing on the Atmosphere in the Tropical Pacific: A Clean Evaluation Using CAM5.1. Atmos. Sci. Lett. 2014.

[110] Zhang RongHua, Wang Zhanggui. Model evidence for interdecadal pathway changes in the subtropics and tropics of the South Pacific Ocean. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2013, 30(1): 1-9, http://lib.cqvip.com/Qikan/Article/Detail?id=44274167.

[111] Zhang, RongHua, Zheng, Fei, Zhu, Jiang, Wang, Zhanggui. A successful real-time forecast of the 2010-11 La Nina event. SCIENTIFIC REPORTS[J]. 2013, 3: https://www.webofscience.com/wos/woscc/full-record/WOS:000314091000001.

[112] 张荣华. Remote Effects of Tropical Cyclone (TC) Wind Forcing over the Western Pacific on the Eastern Equatorial Ocean. Adv. Atmos. Sci. 2013.

[113] 张荣华. Using satellite data to represent tropical instability waves (TIWs)-induced wind feedbacks in the Pacific Ocean. Remote Sensing. 2013.

[114] Zhang RongHua, Zheng Fei, Zhu Jieshun, Pei Yuhua, Zheng Quanan, Wang Zhanggui. Modulation of El Nino-Southern Oscillation by freshwater flux and salinity variability in the tropical Pacific. ADVANCES IN ATMOSPHERIC SCIENCES[J]. 2012, 29(4): 647-660, https://www.webofscience.com/wos/woscc/full-record/WOS:000305518200001.

[115] Zhang, RongHua, Chen, Dake, Wang, Guihua. Using Satellite Ocean Color Data to Derive an Empirical Model for the Penetration Depth of Solar Radiation (H-p) in the Tropical Pacific Ocean. JOURNAL OF ATMOSPHERIC AND OCEANIC TECHNOLOGY[J]. 2011, 28(7): 944-965, https://www.webofscience.com/wos/woscc/full-record/WOS:000293619700008.

[116] Zhang, RongHua, Wang, Guihua, Chen, Dake, Busalacchi, A J, Hackert, E C. Interannual Biases Induced by Freshwater Flux and Coupled Feedback in the Tropical Pacific. MONTHLY WEATHER REVIEW[J]. 2010, 138(5): 1715-1737, https://www.webofscience.com/wos/woscc/full-record/WOS:000279500900013.

[117] Zhang, RongHua, Busalacchi, Antonio J. An Empirical Model for Surface Wind Stress Response to SST Forcing Induced by Tropical Instability Waves (TIWs) in the Eastern Equatorial Pacific. MONTHLY WEATHER REVIEW[J]. 2009, 137(6): 2021-2046, https://www.webofscience.com/wos/woscc/full-record/WOS:000267850700019.

[118] Zhang, RongHua, Busalacchi, Antonio J. Freshwater Flux (FWF)-Induced Oceanic Feedback in a Hybrid Coupled Model of the Tropical Pacific. JOURNAL OF CLIMATE[J]. 2009, 22(4): 853-879, https://www.webofscience.com/wos/woscc/full-record/WOS:000264242800001.

[119] 张荣华. Ocean Biology-Induced Climate Feedback Effects on Interannual Variability in the Tropical Pacific: A Missing Process in the NCEP CFS. NCEP, Camp Springs, Maryland. 2009.

[120] Zhang RongHua, Busalacchi Antonio J., Wang Xiujun, BallabreraPoy Joaquim, Murtugudde Raghu G., Hackert Eric C., Chen Dake. Role of ocean biology-induced climate feedback in the modulation of El Niño-Southern Oscillation. GEOPHYSICAL RESEARCH LETTERS. 2009.

[121] Wei Gao, ZhenYan Wang, RongHua Zhang, HaiJun Huang. Variability of the Mindanao Dome upwelling system during ENSO event from 2010 to 2015. DEEP-SEA RESEARCH PART I. http://dx.doi.org/10.1016/j.dsr.2022.103875.

[122] Gao C, Zhang RH. The roles of atmospheric wind and entrained water temperature (Te) in the second-year cooling of the 2010–12 La Niña event. http://119.78.100.177:8080/handle/2HF3EXSE/53410.

[123] Zhang RH, Tao LJ, Gao C. An improved simulation of the 2015 El Niño event by optimally correcting the initial conditions and model parameters in an intermediate coupled model. http://119.78.100.177/globalchange/handle/2HF3EXSE/109235.

[124] Zhang, R.-H.*, L.M. Rothstein and A.J. Busalacchi, 1998: Origin of upper-ocean warming and El Nino change on decadal time scales in the Tropical Pacific Ocean. Nature, 391, 879-883.

出版著作：

[1] 张荣华，李新正，李安春等译，《海洋学导论》译著，2017，电子工业出版社。

[2] 张荣华，高川，任宏利，海气界面间的淡水通量强迫和海洋生物引发的加热效应对厄尔尼诺-南方涛动的调制影响，《10000个科学难题：海洋科学卷》,科学出版社，2018, P101-105.

[3] 任宏利，张荣华，海洋动力反馈过程和热带不稳定波对ENSO发生发展的影响机理，《10000个科学难题：海洋科学卷》,科学出版社，2018, P106-111.

[4] 张荣华，高川，王宏娜，陶灵江，2021：《中间型海洋-大气耦合模式及其ENSO模拟和预测》，科学出版社。

参与会议：

（1）Ocean biology-induced heating feedback on ENSO 大气科学学科发展战略研讨会暨天气、气候与大气环境高峰论坛 2018-10-13

（2）ENSO modulations by freshwater flux forcing and ocean biology-induced heating 2018-07-30

（3）Compensated modulating effects on ENSO due to freshwater flux forcing and ocean chlorophyll-induced heating in the tropical Pacific bio-climate system 2018-07-10

（4）Nonlinear Modulations of ENSO Due to Freshwater Flux and Salinity Effect in a Hybrid Coupled Atmosphere and Ocean Physics-Biology Model 2018-06-03

（5）An improved ENSO simulation by representing chlorophyll-induced climate feedback in the NCAR Community Earth System Model 2018-05-08

（6） An improved ENSO simulation by representing chlorophyll-induced climate feedback in the NCAR Community Earth System Model 2018-04-19

（7） Ocean Chlorophyll-induced Heating Feedbacks on ENSO in a Coupled Ocean Physics-Biology Model Forced by Prescribed Wind Anomalies 2018-02-11

（8）基于简化海气耦合模式的厄尔尼诺和南方涛动（ENSO）可预报性研究及其实时预报第二届海洋科学高性能计算峰会 2017-10-16

（9）海洋动力环境与气候安全 “海洋资源与海洋经济的可持续发展”省级高级研修班 2017-09-26

（10）海洋生态引发加热效应对 ENSO 的调制影响 AOSL创刊十周年庆暨学术研讨会 2017-08-24

（11）An improved 2015 El Niño hindcast using the CNOP approach to optimize initial conditions and model parameters in a coupled model 2017-06-04

（12）An improved 2015 El Niño hindcast using the CNOP approach to optimize initial conditions and model parameters in a coupled model 2017-06-04

（13）海洋中热带外海区与热带相互作用 2017-04-20

（14）An Improved Representation of Wind Stirring Effect on the Ocean Mixed Layer and Its Application to Tropical Pacific Ocean Modeling 2016-12-12

（15）关于 2014-15年厄尔尼诺事件的二次变暖过程：一个基于中等复杂程度海洋模式的诊断分析 2016年中国海洋湖沼学会学术交流会 2016-11-07

（16）An Application of a 4-Dimensional Variational Data Assimilation Method to ENSO Analysisand Prediction in an Intermediate Coupled Model 2016-07-31

（17）An improved representation of wind stirring effect on the ocean mixed layer and its application to tropical Pacific ocean modeling 2016-07-27

（18）An Ocean Biology-induced Negative Feedback on ENSO in the Tropical Pacific Climate System 2016-02-21

（19）ENSO Modulations by Interannual Variability of Freshwater Forcing and Ocean Biology-induced Heating feedbacks in the Tropical Pacific 2015 AGU fall meeting 2015-12-14

张荣华：观海洋天象测全球气候

从2014年的暖冬到2015年4月上旬长江中下游遭遇的“倒春寒”，气温出现忽高忽低的振荡。地球究竟怎么了？厄尔尼诺(El Niño)现象（赤道中东太平洋海温异常增暖）在2015年再度来临，其影响席卷全球。

多年来，许多科学家都在致力于分析热带太平洋上层海洋变暖这一疑难问题，但由于缺少足够时空分辨率的海洋观测资料，对其时空结构演变并不完全清楚，对El Niño实时预报更是一大挑战。可从事海洋科学研究30年的张荣华，却凭借其卓尔不群的科研才华，在海洋和海气耦合模式发展与改进及气候预测上建树独到。

不久前，美国哥伦比亚大学国际气候研究所网站发布的厄尔尼诺—南方涛动（ENSO）预报模式中，就有张荣华所发展的中等复杂程度的海气耦合模式（简称ICM），该模式自2003年以来一直为国际社会定期公布ENSO预报。如今，这一模式已以中国科学院海洋研究所（IOCAS）为名，成为我国首次在国际上亮相的ENSO模式（见图 1）。

把脉厄尔尼诺的扰动

厄尔尼诺—南方涛动(ENSO)是发生在热带太平洋的最强年际气候变率信号。ENSO虽然发生在热带太平洋，但通过大气遥相关过程，会对全球天气、气候产生重大影响，是目前已知的全球大气环流和天气、气候异常最主要的引导源和贡献者，同时也对环境和社会产生深远影响。张荣华说，通常情况下，厄尔尼诺事件只会持续6至8个月，但是2015年的厄尔尼诺持续期可能会增加一年或者更长，把海洋中巨大的热量转移到大气中。“所以今年的厄尔尼诺若与已经在逐渐升温的全球气候变化趋势相结合，可能会让全球变暖的趋势加强，会把逐渐变暖的地球变得更热。”

从上世纪70年代末以来，热带太平洋上层海洋出现了系统性的大范围增温现象，并伴随着ENSO事件特性的改变（如振幅、振荡周期、海表温度异常首先出现区域及其以后的传播方向等）而改变。

当时刚刚毕业的张荣华，利用美国NOAA海洋观测资料率先从观测资料分析中揭示出海洋次表层中热带海区和热带外海区存在的关联, 特别是发现，自上世纪80年代以来热带太平洋上层海洋变暖和ENSO特性的改变可追踪至70年代及其以前副热带、中纬度地区次表层海洋增暖现象，从而揭示出热带外地区对于自70年代末以来热带太平洋上层海洋变暖和ENSO特征改变中所起的重要作用。

他分析说，对ENSO现象的研究是年际时间尺度海气相互作用的核心内容，预测热带太平洋中ENSO事件的发生、发展和转变过程是气候动力学的关键性课题和探索年际尺度气候预报最有希望的途径之一。所以，研究ENSO的形成机理和演变规律以及及时、准确地预报ENSO事件的发生、发展和其对全球天气、气候变化的影响，是目前科学家乃至政府部门、社会公众十分关注的重要科学和现实问题。

虽然，近几十年来有关ENSO的研究已取得巨大进展，（如图1中所示的已开展提前半年至一年的ENSO实时预报），然而ENSO预测仍然存在着很大的不确定性，不能满足防灾减灾的实际需求。尤其是上世纪90年代以来，不同类型El Niño事件的频繁发生使得ENSO时空演变过程变得更加复杂多变，其实时预报水平也面临了更大的挑战。如果能准确预报其发生和演变，无疑将给人类带来益处。这一动因促使张荣华对ENSO的研究一直持续至今。

特别值得一提的是，近年来，他成功地发展了各类热带海气耦合模型，并用于对ENSO这一地球上最强、最重要的年际气候信号的模拟和预测研究，特别是开发了次表层海温反演这一创新技术，并发展了一个中间型ENSO实时预报模式，自2003年以来一直为国际社会定期提供ENSO预报结果。

如今这个以中国科学院海洋研究所（IOCAS）为名的ENSO模式，曾以“Zhang ICM”或“ESSIC ICM”为国际学术界所熟知。这一卓著的成果不仅是对张荣华个人最大的肯定和褒奖，更是确立了我国在相关热带海气耦合预报模式上的前沿地位。

在对ENSO历史回报结果表明，这一模式在众多预报模式中表现出类拔萃，已成为国际上预报厄尔尼诺较成功的模式之一，其预报结果为学术界广泛引用。特别是对赤道太平洋2010〜2011年间La Niña事件的预报中发现，几乎所有预报模式都未能预报出2011年下半年间赤道太平洋所发生的二次变冷过程，但ESSIC ICM却做到了，它准确地预报出二次变冷的发生和演变。事实胜于雄辩，这被公认为是预报这次冷事件最成功的预报模式之一。

教师情结

出生在江南的张荣华记忆中最深刻的就是，像极了小孩脸的雷阵雨，一会天晴一会下雨。天空的神秘莫测吸引了他选择杭州大学（今浙江大学）气象学专业，主攻天气预报。毕业后，他考取了中国科学院大气物理研究所的研究生，3年硕士和3年博士生涯，“很自然走上了科研之路”。

这一路走来，有三位老师深深影响到张荣华。对他们，张荣华满是敬意和感动。一位是杭州大学教授数值天气预报的老师刘孝麟教授，也是他的大学毕业论文的指导教师。“刘老师对学生特别好”，那个年代，各方面条件都不太好，以至于他和另外一位同学到浙江省气象局实习时，学校往返实习单位的交通成了大难题。刘老师知道后，把家里的两辆自行车都借给了他们，“整整用了3个月”，如果到学校晚了没饭吃，他们就会被邀请到刘老师家蹭饭。如今张荣华是做海洋和气候数值模拟的，但当时他是做气象预报，刘老师的这门课连接了两块研究的精髓，为他后来做数值模拟和预报奠定了基础。

都说大树底下好乘凉，张荣华是幸运的，自己在硕士研究生和博士研究生阶段遇到了科研上的领路人，并且都是学术大家。一位是海气相互作用专家、中国科学院院士巢纪平（硕士研究生导师），一位是大气动力学和数值模拟专家、中国科学院院士曾庆存（博士研究生导师）。他回忆说，当时在北京读书时条件非常差，海洋学的相关教材根本没有，所以，巢老师亲自给学生写讲义，亲自讲授海洋环流动力学的课程。“巢老师自己也说，晚上备课到凌晨两三点，第二天早上一早再给我们上课，整整讲了一个学期”，“我现在手上还有他的好几本手写的讲稿，有厚厚的一叠”。博士生导师曾庆存，在上世纪80年代就被选为中国科学院学部委员。“曾老师是留苏的，发展了具有中国特色的地球系统模式，当时也是亲自教授我们数值模拟理论和方法。”这为以后开展海洋和气候数值模拟研究打下了基础。提到这些老师们，张荣华总是带着感激之情。

科研成果斐然，让学术界刮目相看

马克思主义认识论认为，“实践、认识、再实践、再认识，这种形式循环往复以至无穷”。在科学研究中，也是如此的过程。张荣华在采访中告诉记者，很多科学探索都是从自然界观测中提炼思路。思路很重要，“从理解中结合学科的发展前沿，定量化以后再进一步提出理论或者数据模型，然后进行评估、回到观测中去验证、评估”。他们做一个数值模型，先是发现问题，然后改进，观测验证，再提高，再观测验证。

记者细数张荣华在海洋环流模式和气候数值模拟等研究领域的专长：海气耦合模式、热带海洋—大气相互作用、厄尔尼诺—南方涛动(ENSO)数值模拟和预测、年代际海洋气候变率、海洋反馈过程参数化及其对气候模拟影响，依次展开的各项研究都没有脱离海洋这个关键词。

早在博士论文工作期间，张荣华在导师曾庆存院士等的指导下，针对海洋和海气耦合模式展开研究，取得了重要成果。如在国际上率先发展了一个自由表面大洋环流模式，发展了一个基于海洋-大气耦合模式的短期气候异常预测系统。并且，他也发展了短期气候异常预测方法，成功地发展了一个海洋—大气耦合模式应用于我国跨季度气候预测，如成功地进行短期气候异常(如中国的夏季降水、旱涝等)和全球气候、环境变化等的数值模拟和预测研究。他个人因在海气相互作用数值模拟与短期气候预测方法等研究的突出贡献，荣誉奖励纷至沓来。1993年被评为中国科学院京区优秀青年，1994年获第三届“赵九章优秀中青年科学工作奖”特等奖，1990年获日本科技厅 Fellowship Award，1998年获中国科学院自然科学奖一等奖。也因此，受到特邀参加于2004年在上海举办的被称之为“工程界奥林匹克”的世界工程师大会，并作了专题报告。他的这些创造性工作也为国家赢得良好的国际声誉。

在美国学习工作的这段日子，他担任了美国多个国家级科研项目的首席科学家。依托这些项目，他在科研上突飞猛进。1998年以第一作者身份，张荣华在世界顶尖学术期刊《自然》(Nature)上发表论文，并荣登《自然》杂志封面，文章以“厄尔尼诺变率: 热带外贡献”为标题。同时他的成果被《华盛顿邮报》等美国主流传媒进行了专题报道。1998年2月26日，《华盛顿邮报》发表了题为“ El Niño fluctuations may follow warm water flow”的专题报道，评价这篇论文“为热带太平洋上层海洋增暖及ENSO年代际变率这一疑难问题给出了创新的解释”。

在海洋和气候变率机理研究中，他探索了北太平洋海洋次表层海温年代际变化。他从观测资料分析中首先发现：起源于黑潮和中高纬海区的次表层海温异常可随副热带反气旋流涡向赤道地区传播，进而可影响副热带和热带地区上层海洋热力结构，揭示出北太平洋地区海洋次表层海温异常结构和传播特征以及中高纬海区与副热带和热带海区之间的遥相关现象。这项重要研究成果发表在《J. of Climate》杂志上，其分析结果被学术界广泛引用。

近年来，在海洋和气候预报、预测技术和方法研究中，他创造性地开发了次表层海温反演技术、单个海表温度方程的嵌套技术、利用卫星资料进行气候反馈过程经验参数化技术等，有效地改进了热带海气耦合模式和地球系统模式。例如，他发展的ESSIC ICM准确地预报出2011年赤道太平洋海表温度二次变冷的发生和演变，这一重要成果也让张荣华以第一作者身份于2013年在《自然》子刊“Scientific Report”上发表论文。对此，美国海洋大气管理局(NOAA)对2010〜2011年La Niña事件预报工作发表了题为“Board of outstanding open problems”的专题报道。同时，作为美国海洋大气管理局（NOAA）2012年度改进天气和气候服务的亮点也予以了报道。

又如，张荣华开发了海洋卫星遥感资料应用方法，利用卫星资料改进热带海气耦合模式和地球系统模式。他利用卫星风场、海表温度、淡水通量和水色等资料，诊断热带海洋过程对气候反馈机理，并成功地进行有关气候反馈过程参数化研究，有效地改进了热带海气耦合模式和地球系统模式性能。特别是进行了淡水通量强迫、海洋生化过程加热、热带不稳定波(TIW)等物理过程在热带太平洋气候变化和厄尔尼诺-南方涛动中所起作用等的数值模拟研究。在这个方向上，仅在2009年一年中，他就以第一作者身份在国际权威杂志上发表3篇SCI期刊论文，并获得美国马里兰大学地球系统交叉科学研究中心(ESSIC/UMD)2010年度最佳科学家论文奖。这些重要成果张荣华也以第一作者身份于2015年发表在《自然》子刊“Scientific Report”上。

全职回国服务和人才培养

上世纪八九十年代，封闭多年的国门再次向西方打开，1994年，年轻的张荣华以访问学者的身份远赴美国国家海洋大气管理局海洋资料中心（NODC/NOAA）交流学习。美国前沿的科学氛围深深地吸引着这个求知若渴的青年，随后，他又先后任职于美国罗德岛大学海洋研究生院、美国哥伦比亚大学国际气候研究所、美国马里兰大学地球系统交叉科学研究中心等，从助理研究员做到资深科学家。

诚然，有苦有甜亦生活。张荣华在采访中也提到，刚去美国时是以访问学者的身份去的，“自己就像个孤儿”，全部都得靠自己。

在ESSIC ICM模式确立之前，张荣华光调试模式就花了6个月时间。“模式不好建，有时候吃不香睡不好，我就会去打球放松一下”“突然有一天，灵感就来了”。他总结出经验就是，多听报告多看文章，引用吸收再创新。

所有曾经获得的荣誉和奖励都是自己科研之路上道道靓丽的风景，然而，在美国舒适的状态却留不住游子“回家”的心。“到美国20年，我一直保持中国国籍，是一直想到要回来”。实际上，从2008年开始，张荣华每年都会在国内待上3个月以上的时间，如在国家海洋局第二海洋研究所、北京师范大学、南京信息工程大学当客座教授传授知识，这种状态一直持续了五六年，直到2013年全职回国。谈到自己回国的初衷，他感慨万千。“中国这几十年，特别是近十多年在海洋研究上的发展太快了。”他记忆中，以前中国只有中国海洋大学，虽然在山东、厦门等沿海地区的大学也有海洋学院，但数量都不超过四五个。如今，光海洋大学就超过四五个，还有很多大学成立了海洋学院。并且，如今中国已然成为世界第二大经济实体，用在科研经费上的各项投入也在不断增加，特别是国家和山东省及青岛市对海洋发展的重视，这是一个绝好的发展时机。

曾经站在国际学术前沿，早已“一览众山小”，他坦言，我国海洋科学的观测实力很强，但海洋数值模拟相对比较弱，相应的人才也比较缺少。这一方面对数学和计算机水平要求较高。

千军易得，一将难求。正因为张荣华在海洋数值模拟方面的造诣，中国科学院海洋研究所对他寄予厚望。事实上，张荣华也正是海洋大气耦合系统研究的不二人选。万事俱备，只欠东风。今年5月，中组部公布了第十一批“千人计划”入选者名单，张荣华成功入选“千人计划”创新人才长期项目，成为海洋研究所正式引进的国家高层次科研人才。在美国漂泊了20年的他，终有机会回祖国效力。

目前，他已在中国科学院海洋研究所建立起由科研人员及研究生组成的研究团队，这些年已在海洋模式开发和数值模拟等方面打下坚实的基础，积累了丰富的经验，将进一步开发和改进不同类型的热带海洋—大气耦合模式，比如中间型海气耦合模式(ICM)、混合型海气耦合模式(HCM)和环流型海气耦合模式(CGCM)等。这些模式都为进行跨学科数值模拟研究奠定了基础。并已与所内外其他科学家紧密合作，共同开展海洋环境和地球系统数值模拟研究。为了加强国际合作交流，张荣华与国内外相关机构和研究团体建立了紧密联系和深入的科研合作。鉴于他之前的身份，他利用一切可能力促国际交流。

为了支持张荣华团队开展科研，中国科学院海洋研究所特地购置了200多万的计算机，目前都已调通试用。而且，他入选了2014年青岛领军人才，支持的科研经费有100万；2016年起又受聘为山东省“泰山学者”特聘教授。从山东省到青岛市，地方政府不论在人才招聘还是政策上，都对海洋科学研究非常重视，给了他很大支持，“希望我能提升我国在海洋数值模拟方面的整体水平”。此外，青岛海洋国家实验室也已获国家科技部批准，各项工作进展的非常顺利，对张荣华的研究工作也给予大力支持。值得注意的是，张荣华目前已直接参与中国科学院战略性先导科技专项（A类）“热带西太平洋海洋系统物质能量交换及其影响”项目，并已有效的改进现有的海洋模式和气候系统，开展了短期气候异常（如厄尔尼诺—南方涛动等)和全球及区域气候、环境变化等的跨学科研究等。　　

气候变化是当今世界各国所面临的共同挑战,关系到全人类的切身利益。张荣华坦言，自己重任在肩，压力也很大，“我们将以海洋环流数值模拟为中心，通过和大气、海洋、海洋生态和海洋化学等其它地球系统分量之间的耦合，进一步发展数值模型来表征具体的过程，以便预测未来的气候和环境变化”。　　

如今，除科研工作外，张荣华也坚守在教师岗位。师者，所以传道授业解惑也。传道的这份责任更如三月绵绵细雨，润物细无声。在传承知识、传递道业的同时，他十分注重年轻人才的培养。在美期间，他已为培养国内人才奉献自己的力量，如分别邀请、资助国家海洋局第二海洋研究所王桂华、中国科学院大气物理研究所郑飞、国家海洋局第二海洋研究所裴玉华、南京信息工程大学李忠贤、南京信息工程大学智海、国家海洋环境预报中心冯立成等国内年轻科研人员到美国马里兰大学开展合作研究工作。回国后，更是积极参加国内有关教育和培训工作。“2015年春季开始，我担任了中国科学院大学的首席教授。”如今，他仍然身兼教授的角色，享受着薪火相传的乐趣。“2014年11月参加了中国科学院南海海洋研究所黄瑞新老师举办的为期两周的海洋环流讲习班，2015年4月又参加了厦门大学的春季讲习班，2015年11月南海海洋研究所举办的讲习班再次参加。也许，培养年轻一代比发表几篇文章更为重要。”

杰出的无产阶级革命家董必武曾说，精通一科，神须专注，行有余力，乃可他顾。张荣华用行动诠释了成功源于专注坚持，更源于兴趣和勤奋。

张荣华 中国科学院海洋研究所研究员

张荣华中国科学院海洋研究所研究员