万秉成，男，现任南京信息工程大学人工智能学院（未来技术学院）智慧气象系讲师。

主要从事数值天气预报、资料同化、大气边界层参数化及气象人工智能研究，主持国家自然科学基金青年基金项目、江苏省卓越博士后计划及国家重点实验室开放课题等纵向项目，参与国家重点研发计划；同时牵头承担多项横向科研项目，覆盖电力防灾减灾、行业气象保障、智慧气象服务与航空气象等领域，工程落地经验丰富。欢迎对气象人工智能、数值模拟与行业气象应用感兴趣的同学报考。

研究方向：智慧气象、数值天气预报、大气边界层与陆 - 气相互作用；主攻气象人工智能、复杂下垫面湍流参数化、强对流短临预报，面向电力、风电、低空经济开展气象保障交叉研究。

研究内容：融合物理机理、数值模拟与多源遥感观测，结合机器学习和大模型，采用机理驱动与数据驱动相结合的技术路线，兼顾理论创新与工程落地。

目前开展的主要工作，欢迎感兴趣的同学深入交流：

1、湍流机理研究：主要针对常用参数化方案在复杂下垫面条件下不适用的问题，从机理角度调整参数化方案，需要推导公式、分析数据，现阶段暂未使用人工智能方法。

2、低空城市复杂环境高精度模拟：现阶段采用传统大涡模拟，正在尝试使用AI模型开展街区尺度环流模拟。 

3、行业应用：运用 AI 技术推动多项行业项目落地，包括但不限于强对流天气短临预报、基于数值模式偏差订正的中期降水预报、风电功率预测、卫星遥感数据应用等。

科研项目

纵向课题：

国家自然科学基金青年基金项目“基于修正混合长的复杂下垫面湍流通量参数化方案研究”（2025.01-2027.12,30万元，主持，在研）

国家重点研发计划“京津冀强降水过程典型陆面和边界层参数化方案研究”（2024.12-2027.11,296万元，课题骨干，在研）

国家重点研发计划“次百米尺度高分辨率大气边界层动力学模式研发”（2023.12-2026.11,175万元，课题骨干，在研）

地理信息工程国家重点实验室开放课题“基于人工智能的降水临近预报和偏差订正模型研究”（2023.06-2025.05，15万元，主持）

大气边界层物理和大气化学国家重点实验室开放课题“城市粗糙子层内湍流垂直特征分析及其影响数值模拟”（5万元，主持）

江苏省卓越博士后计划“基于深度学习人工智能数值天气预报技术”（2023-2024，30万元，主持）

横向课题：

对电网设施具有高致损性的强对流气象灾害监测预警方法研究

修试中心输电线路气象灾害日报系统平台建设技术服务

电力科研院运行维护自动化系统综合气象平台委托运行维护技术服务

影响输电线路强对流的监测预报及雷达与微气象数据分析和风场反演评估

基于人工智能的XXXX环境快速预报系统

南网科研院特殊工况下典型地区风机出力预测研究

基于多源卫星资料的湿地识别技术研究

超大城市边界层观测资料质控和分析测试

功率预测系统算法模型咨询服务

生态气象工程预报预测服务应用系统（一期）

电力网格化观测方案设计技术委托

学术成果

Wan Bingcheng, et al. Improving Radar Reflectivity Reconstruction with Himawari-9 and UNet++ for Off-Shore Weather Monitoring. Remote Sensing, 2024, 16(1).

 Li Zhiqiang, Wan Bingcheng, et al. Incoming data quality control in high-resolution urban climate simulation. Geoscientific Model Development, 2020, 13(12).

Li Zheng, Wan Bingcheng, et al. Evaluation of HY-2C and CFOSAT Satellite Retrieval Offshore Wind Energy Using WRF Simulations. Remote Sensing, 2023, 15(17).

Wan Bingcheng, et al. Impact of Tibetan Plateau Surface Heating on Persistent Extreme Precipitation Events in Southeastern China. Monthly Weather Review, 2017.

LeMone M. A., Wan Bingcheng, et al. The Influence of Fire-Induced Surface Changes on the Diurnal Temperature Changes over the Hayman Fire Scar. Journal of Applied Meteorology and Climatology, 2017.

专利：基于机器学习的卫星雷达反演融合方法（ZL 2018 1 0199839.0，2021年授权，第一发明人）