姓名：邵祺
职称：副教授
学历：博士研究生
电子邮箱：shaoqi@mju.edu.cn
教育经历
2013年9月-2017年6月 太原理工大学,信息与计算科学专业，本科
2017年9月-2023年6月 天津大学,海洋科学/海洋环境动力学（人工智能方向），博士研究生（硕博连读）
工作经历
2023年8月至今 闽江学院，副教授
研究方向
人工智能海洋学、海洋环境智能预报、多源遥感与海洋环境智能监测等
主持及参与项目
①国家自然科学基金委员会，青年科学基金项目，42406191，高海况下融合动力约束的南海三维海洋环境时空多尺度智能预报研究，2025-01至2027-12，30万元，在研，主持。
②福建省科技厅，自然科学基金项目（创青），台湾海峡及周边海域海洋要素的中长期智能预测方法研究，2025-01至2027-12，8万元，在研，主持。
③福建省教育厅，福建省教育厅中青年教师教育科研项目（重点类），面向中国东南海域的海-气耦合高精度智能预报研究，2024-01至2026-12，10万元，在研，主持。
④闽江学院，发树慈善基金委员会捐赠金研究专项，极端海况下融合动力约束的海洋环境时空多尺度智能预报方法研究，2024-09至2027-09，4万元，在研，主持。
⑤福州市海洋研究院，2024年福州市海洋研究院“揭榜挂帅”项目，深水养殖网箱安全生产智能巡检与预警技术研发及应用，2024-03至2026-12，50万元，在研，主持，合作单位负责人。
⑥天津市气象科学研究所，天津市海洋气象重点实验室开放课题，2020TKLOMYB04，基于卫星遥感的渤海海-气耦合人工智能预报技术研究，2021-01至2022-12，4万元，结题，主持。
⑦XXXX军地合作项目，XXX海域中长期智能预测系统，74.59万元，结题，主要参与人（排名第二）。
⑧中华人民共和国科学技术部，国家重点研发计划“海洋环境安全保障与岛礁可持续发展”重点专项子课题，2021YFC3101501，非线性混合海洋资料同化方法研究，2022-12至2025-11，345万元，在研，参与。
⑨中华人民共和国科学技术部，国家重点研发计划“海洋环境安全保障与岛礁可持续发展”重点专项子课题，2022YFC3100002，全球多圈层耦合模式和无缝隙预报系统研制，2022-03至2025-12，240万元，在研，参与。
科研成果
已发表学术论文（*代表通讯作者）
[1] Shao, Q., Li, Wei., et al. “An interpretable deep inference model with dynamic constraints for forecasting the evolution of sea surface variables in the South China Sea” Geophysical Research Letters, 2025. （JCR: Q1TOP期刊，中科院1区TOP期刊）
[2] Hu Song, Shao, Q.*, Li, Wei., et al. “Prediction of sea surface multivariate in the Bohai Sea using data-driven model,” Journal of Marine Science and Engineering, 2024. （JCR: Q1TOP期刊，中科院2区期刊）
[3] Zheng, Q., Li, Wei., Shao, Q.*, et al. “A mid and long-term Arctic Sea ice concentration prediction model based on deep learning technology,” Remote Sensing, 2022. （JCR: Q1TOP期刊，中科院2区TOP期刊）
[4] Shao, Q., Li, Wei., et al. “A simple statistical intra-seasonal prediction model for sea surface variables utilizing satellite remote sensing,” Remote Sensing, 2022. （JCR: Q1TOP期刊，中科院2区TOP期刊）
[5] Shao, Q., Li, Wei., et al. “Mid-term simultaneous spatiotemporal prediction of sea surface height anomaly and sea surface temperature using satellite data in the South China Sea,” IEEE Geoscience and Remote Sensing Letters, 2022. （JCR: Q1，中科院2区）
[6] Shao, Q., Li, Wei., et al. “Ocean reanalysis data-driven deep learning forecast for sea surface multivariate in the South China Sea,” Earth and Space Science, 2021. （JCR: Q2，中科院3区）
[7]Shao, Q., Li, Wei., et al. “A deep learning model for forecasting sea surface height anomalies and temperatures in the South China Sea,” Journal of Geophysical Research: Oceans, 2021. （JCR: Q1TOP期刊，中科院小类1区TOP期刊）
[8]邵祺，常帅，付晓梅，“基于单水声信标距离量测的匹配定位方法”，海洋通报，2018.（CSCD中文核心）
[9] Liu S., Shao, Q., Li, Wei., et al. “A new scheme for capturing global conditional nonlinear optimal perturbation,” Journal of Marine Science and Engineering, 2022. （JCR: Q2，中科院3区）
[10] Hou, G., Shao, Q., Zou, B., Dai, L., Zhang, Z., Mu, Z., Zhang, Y., Zhai, J. “A novel underwater simultaneous localization and mapping online algorithm based on neural network,”. ISPRS International Journal of Geo-Information, 2020. （JCR: Q2，中科院3区）
[11] Han G., Zhou J., Shao, Q., Li, Wei., et al. “Bias correction of sea surface temperature retrospective forecasts in the South China Sea,” Acta Oceanologica Sinica, 2022. （JCR: Q3，中科院2区）
[12] Hou, G., Zhai, J., Shao, Q., et al. “A high spatiotemporal resolution sound speed profiles construction method using space-time multigrid three-dimensional variational method: An experiment in the northern coastal area of Shandong Peninsula,”. Journal of Oceanology and Limnology, 2021.（JCR: Q3，中科院2区）
[13]白杨，李威，邵祺，“基于经验正交函数和机器学习地南海海面高度异常预测”，海洋通报，2020. （CSCD中文核心）
[14] Yu, X., Zhai, J., Zou, B., Shao, Q., Hou, G. “A novel acoustic sediment classification method based on the K-Mdoids algorithm using multibeam echosounder backscatter intensity,” Journal of Marine Science and Engineering, 2021. （JCR: Q2，中科院3区）
[15] Liang, K., Li, Wei., Han, G., Shao, Q. et al. “An analytical four-dimensional ensemble-variational data assimilation scheme,” Journal of Advances in Modeling Earth Systems, 2020. （JCR: Q1，中科院2区）
[16] Gong, Y., Wu, X., Liang, K., Shao, Q. et al. “An application of the A-4DEnVar to coupled parameter optimization,” Acta Oceanologica Sinica, 2021. （JCR: Q3，中科院2区）
[17] Wu, X., Zhao, Y., Han, G., Li, Wei., Shao, Q. et al. “Temporal-spatial oceanic variation in relation with the three typical Kuroshio paths south of Japan,” Acta Oceanologica Sinica, 2022. （JCR: Q3，中科院2区）
已授权专利：
[1] 邵祺，李威，梁康壮，白杨，贾彬鹤，基于经验正交函数分解的海洋多要素中长期统计预测方法，2023-04-18，中国，CN201910391323.0
[2] 邵祺，常帅，付晓梅，张静，马鹏宇，一种基于单水声信标距离量测的水下定位方法，2022-04-08，中国，CN201810438616.5
[3] 白杨，李威，邵祺，梁康壮，贾彬鹤，一种基于再分析资料的海面高度中长期统计预测方法，2023-01-03，中国，CN201910668064.1
[4] 龚延天，李威，梁康壮，邵祺，刘思远，一种基于解析四维集合变分的海洋数值预报方法，2022-06-14，中国，CN202010514303.0
[5] 刘涵宇，李威，梁康壮，邵祺，刘思远，龚延天，一种基于解析四维集合变分的提高海洋预报精度的方法，2023-10-10，中国， CN202111127733.8
软件著作权
[1] 邵祺，李威，郑清予，胡松，海洋温盐流中长期预测系统V1.0，2022SR1386063，原始取得，全部权利，2022-01-01
主讲课程
《海洋科学概论》、《物理海洋学》