在全球气候变化背景下，海洋正同时承受多个气候影响因子的共同作用和影响，也即“复合气候影响因子（Compound climatic impact-drivers）”：例如海洋变暖、变咸/变淡、缺氧、酸化等多个要素同时同地发生显著变化，并通过联合、叠加、因果效应等复杂相互作用，往往会使海洋生态系统承受的环境压力呈现“1+1>2”的效应。但是，以往海洋气候研究及风险评估往往针对单个气候影响因子开展，然而海洋生物在同一时刻会受到多个要素的共同影响，因而如何定义复合气候影响因子的共同变化是一个研究难点。
数据驱动天气预报模型虽已在计算效率和确定性预报技巧上接近传统数值模式，但仍面临预报场过度平滑导致极端事件被系统性低估以及缺乏可靠不确定性量化能力等关键挑战，其根源在于未能显式表征初始条件、模式系统偏差和随机过程三种不确定性来源；同时，随着 AI 气象模式的快速迭代与开源模式激增，缺乏有效融合多模式能力的集合预报框架。针对这些问题，陈曦研究员团队提出基于生成式扩散模型的即插即用集合预报基座 GenEPS（Generative superEnsemble Prediction System），通过学习大气状态的高维概率分布，并采用随机微分方程编辑技术实现高效后验采样，可为任意数据驱动的确定性预报模式赋予集合预报能力.
长期以来，我国空气质量模式研发多限于“单兵作战”，制约了整体进展。EPICC开创的“模式工作组”集体署名机制，旨在突破这一协作瓶颈，通过构建开源共享、协同研发的新范式，为多团队高效合作提供了制度保障。
热带气旋的致灾潜力由强度与尺度共同决定，其中尺度表征大风风场的覆盖范围，且相较于强度具有显著非对称特征。随着我国社会经济快速发展，精细化热带气旋尺度预报成为提升灾害防御能力的迫切需求。但当前热带气旋尺度预报能力仍显不足，主要原因在于对尺度非对称演变的影响因子及物理机制认识尚不够深入和完善。 为厘清热带气旋尺度非对称演变的物理特征，中国科学院大气物理研究所陈光华团队聚焦垂直风切变这一关键环境因子，通过统计分析与数值模拟，系统探究不同强度垂直风切变对热带气旋尺度非对称演变的影响，该研究可为热带气旋尺度预报的提升提供科学指导。
全球数值天气预报正迈入千米级非静力模拟的新时代。然而，高分辨率非静力模式面临三大核心挑战：第一，模式在不连续区域中容易出现非物理振荡，影响模拟的真实性；第二，能精细刻画垂直运动的非静力模式，其时间积分步长受限于垂直CFL条件，导致计算效率受制明显；第三，随着GPU为代表的异构算力的爆发式增长，异构计算已成为高性能计算（HPC）的核心发展方向，然而气象模式对异构算力的适配不足。这些瓶颈制约着未来全球公里级模式的发展。中国科学院大气物理研究所地球系统数值模拟与应用全国重点实验室陈曦研究员团队自主研发了高性能动力框架 LMARSpy。该动力框架采用A网格来储存变量，使用专为大气定制的低马赫数黎曼求解器（LMARS）求解可压缩欧拉方程组，兼具高精度与高稳定性。该框架从算法层面专为GPU优化，是一个面向异构计算架构的非静力动力核心，集成了梯度保持的单调性限制器与具有守恒特性的垂直隐式求解器。
