张坤，男，副研究员，聚焦黑潮预测与目标观测领域，创新构建高维非线性优化系统，建立“误差增长机制-观测敏感区识别-观测站点优化”全链条理论技术体系，提出敏感区观测优化方案，突破传统观测布局范式，实现了从"广覆盖"到"精准打击"的观测理念革新，大幅提升观测效益比。现任海洋与湖沼学会及AOGS、JpGU等国际组织会员，主持国家自然科学基金面上项目、青年基金及中国博士后基金等多项科研项目，成果发表于Journal of Geophysical Research、Journal of Physical Oceanography等权威期刊20余篇，出版专著《条件非线性最优扰动及其在大气-海洋研究中的应用》。

一、研究领域  

海洋环流模拟与预测、黑潮可预报性与目标观测研究               

物理海洋学，海洋遥感与数值模拟、预测方法

环境工程，海洋环境工程与观测技术

三、研究室及联系方式       

中国科学院海洋环流与波动重点实验室

联系电话：0532-82898519 电子邮箱：kzhang@qdio.ac.cn

1.国家自然科学基金-面上项目，“庆良间水道水交换季节内变异的可预报性与目标观测研究”（项目编号：42376008），2024.01-2028.12，主持

2.企业委托项目，“数值同化敏感区识别模型第三方测试”，2024.09-2025.12，主持

3.国家自然科学基金-青年项目，“源区黑潮流量季节性变化的可预报性和目标观测研究”，2019.01-2021.12，主持

4.中国博士后基金项目，“源区黑潮流量季节性下降的适应性观测网构建”，2018.01–2019.12，主持

5.企业委托项目，“三维目标观测系统设计方法”，2019.01-2021.12，主持

6.国家重点实验室开放课题项目，2018.01–2019.12，主持

7.国家自然科学基金-重大研究计划，“东海-太平洋间沟弧盆体系对西边界流下层逆流形成及大洋-近海物质能量交换影响研究”,2022.01–2025.12，参与

8.国家自然科学基金委员会-面上项目，“目标观测敏感性研究及其对ENSO预测的影响”，2023.01-2026.12,参与

9.国家自然科学基金委员会-面上项目，“海洋动力过程和风速剖面对浪致海气动量通量的响应研究”，2023.01-2026.12,参与

10.国家自然科学基金委员会-面上项目，“热带太平洋海气CO2交换的变异与受控及其对两类ENSO的响应机制”，2023.01-2026.12,参与

11.国家自然科学基金委员会-重大项目，“海洋环境-生物互作关系及其演化趋势的信息集成与智能分析“,2021.01–2025.12，参与

五、研究成果及奖励         

聚焦黑潮预测及其可预报性研究，承担/参与国家、省部级等项目10余项，发表论文20余篇，出版专著1部。面向海洋观测优化设计这一国际前沿科学问题，构建了高维非线性优化系统，突破优化维度限制，实现初始/边界/参数误差的优化求解，为观测优化设计的业务化应用提供了技术支撑；该系统获国际权威专家高度评价并成功应用于黑潮等关键海域，提出在敏感区内观测阵列的优化布局策略，在资源投入减少60%条件下实现预报技巧提升，显著提升观测效益比，为海洋环境保障能力建设提供了重要支撑。研究成果兼具重要的科学价值与应用前景，被评价为海洋可预报性研究的新思路。 

代表性论文：

1.Zhang Kun; Wang Qiang; Yin Baoshu; Yang Dezhou; Yang Lina; Contribution of Deep Vertical Velocity to Deficiency of Sverdrup Transport in the Low-Latitude North Pacific, 2023, 53(11), 2651-2688.

2.Zhang Kun; Wang Qiang; Yin Baoshu; Decadal sea surface height modes in the low-latitude northwestern Pacific and their contribution to the North Equatorial Current transport variation. Journal of Oceanography, 2022, 78(5): 381-395. 

3.Zhang Kun; Mu Mu; Wang Qiang; Yin Baoshu; Liu Shixuan; CNOP-based adaptive observation network designed for improving upstream Kuroshio transport prediction. Journal of Geophysical Research: Oceans, 2019, 24(6): 4350-4364.

4.Zhang Kun; Mu Mu; Wang Qiang; Yin Baoshu; Liu Shixuan; Increasingly important role of numerical modeling in oceanic observation design strategy: A review. Science China Earth Sciences, 2020, 63(11): 1678-1690.

5.Zhang Kun; Mu Mu; Wang Qiang; Identifying the sensitive area in adaptive observation for predicting the upstream Kuroshio transport variation in a 3-D ocean model, Science China Earth Science, 2017, 60(5): 866-875.

6.Zhang Kun; Wang Qiang; Mu Mu; Liang Peng; Effects of optimal initial errors on predicting the seasonal reduction of the upstream Kuroshio transport, Deep Sea Research Part I: Oceanographic Research Papers, 2016, 116: 220-235.

7.Zhou L; Mu M; Wang Q; Zhang Kun*，Optimally growing initial error for predicting the sudden shift in the Antarctic Circumpolar Current transport and its application to targeted observation, Ocean Dynamics, 2022, 72: 785-800.

8.Gao Y; Mu M; Zhang Kun*. Impacts of parameter uncertainties on deep chlorophyll maximum simulation revealed by the CNOP-P approach. Journal of Oceanology and Limnology, 2020, 38, 1382–1393

9.Mu Mu; Zhang Kun; Wang Qiang: Recent progress in applications of the conditional nonlinear optimal perturbation approach to atmosphere-ocean sciences. Chinese Annals of Mathematics, Series B, 2022, 

10.Zhou L; Wang Q; Mu M; Zhang Kun. Optimal Precursors Triggering Sudden Shifts in the Antarctic Circumpolar Current Transport Through Drake Passage. Journal of Geophysical Research: Oceans, 2021, 126.

11.Geng; Wang; Mu; Zhang Kun. Predictability and error growth dynamics of the Kuroshio Extension state transition process in an eddy-resolving regional ocean model. Ocean Modelling, 2020, 153.

12.Yuan; Li; Wang; Zhang Kun; Zhang H; Mu Bin. Optimal precursors of double-gyre regime transitions with an adjoint-free method. Journal of Oceanology and Limnology, 2019, 37(4), 1137–1153

13.张坤; 穆穆; 王强; 数值模式在海洋观测设计中的重要作用:回顾与展望. SCIENTIA SINICA Terrae. 2021

著作：