行业核心观点 - 中国气象数据作为国际公共产品，通过多元化渠道实现大规模全球共享，在气候变化研究、防灾减灾、人工智能模型训练及能源预测等多个关键领域获得广泛应用，国际影响力与日俱增[1][2][3] 数据共享规模与渠道 - 自《中国气候数据产品国际共享目录》发布以来，其数据集已吸引近416万次国外用户访问[1] - 通过全球通信系统GTS和世界气象组织信息系统WIS2.0，向全球153个国家和地区提供高质量气象数据服务[1] - 2025年通过GTS/WIS向全球实时分发的年共享数据量约为23.5TB[2] - 2025年通过WIS2.0向全球实时共享的数据量约为320TB[2] - 通过CMACast向17个国家播发数据，每用户年服务数据量达136.6TB[2] - 通过布设于新加坡和开罗的海外云节点，构建覆盖“一带一路”气候脆弱区的预警网络，实现高效跨境数据传输[2] 国际服务成效与覆盖 - 2025年，全球数据服务全年访问量达517万次，数据下载量达38.9TB[2] - 服务覆盖面已扩展至南亚、东南亚、南太平洋及非洲地区[2] - 有效支撑了埃塞俄比亚、马尔代夫等10余个国家的气象业务[2] - 通过风云卫星数据直收站向莫桑比克、纳米比亚、蒙古国、吉尔吉斯斯坦等国家实时播发卫星数据产品[2] 数据平台与服务应用 - 中国气象数据网英文版和风云卫星遥感数据服务网英文版是重要的国际服务窗口，提供数据发现、检索、可视化及在线应用等功能[3] - 数据服务为气象灾害早期预警、全球防灾减灾、人工智能技术研发及气候变化前沿研究提供关键支撑[3] - 风云卫星遥感数据服务网提供在线实时云图浏览、灾害监测、模式检验等数据定制化和可视化功能[3] - 推动全民早期预警中国方案“妈祖(MAZU)”在国际上的推广和应用[2] 国际合作与治理参与 - 与欧洲气象卫星开发组织（EUMETSAT）的合作已超过二十年，在卫星观测、数据交换及应用服务等方面取得长足进展[3] - 与欧洲中期天气预报中心（ECMWF）的合作被评价为互利共赢，有助于改进最佳实践和共同提升专业能力[3] - 长期积极参与国际气象治理与合作，深化与全球主要气象机构的伙伴关系，推动数据、技术与经验的双向交流[3] 未来发展方向 - 将持续通过系统性、规模化的数据开放共享，将中国的观测、预报与风云卫星数据转化为可靠的国际公共产品[4] - 目标是为全球应对气候变化、增强防灾减灾能力和实现可持续发展贡献中国力量[4]

行业：气候变化研究与数据科学 - 全球温度监测是气候变化研究的基础，但面临历史观测非均一性、高海拔和极地区域观测稀疏、海陆数据融合难度大、不确定性评估复杂等多重挑战 [1] - 世界气象组织（WMO）强调，基于全球协作与科学严谨的数据采集，其气候监测工作比以往任何时候都更为重要，必须确保地球气候信息兼具权威性、可获取性与可操作性 [1] - WMO发布的2025年全球温度变化研究报告，纳入了包括美国、英国、中国团队在内的6个基准观测数据及2个再分析数据等共8个数据集 [4] - 八个数据集的分析结论高度一致，都指向全球持续升温的态势明显，增暖的速度快于此前的预期 [5] - 把全球温度数据进一步做准、做精，仍然是当前国际气候学界面临的难点和前沿问题，对于未来科学评估气候变暖突破关键阈值的时间、核算全球碳排放空间，以及各国采取针对性的气候减缓和适应措施，都具有重要意义 [5] 公司：中山大学李庆祥教授团队 - 团队自主研发的全球温度数据集“China-MST3.0”，与美国、英国、日本及欧洲中期天气预报中心（ECMWF）等7个团队研发的数据集共同构成WMO 2025年全球温度变化研究报告的权威信息源，确认2025年成为有记录以来三个最暖年份之一 [1] - 这是该数据集继2021年其过渡版本被政府间气候变化专门委员会（IPCC）第六次评估报告（AR6）部分采纳之后，再次跻身国际权威气候报告的核心数据源之列 [1] - 团队近十年来持续技术攻关，其科研征程的起点源于对“全球增暖停滞”论的科学质疑，团队基于自有数据指出该争议是数据集不够完善造成的统计假象，后续全球数据集的升级更新也证实了这一结论 [1] - 团队于2019年推出自主研发的China-MST数据集，融合了自主研发的全球陆地气温数据与国际先进的海洋温度数据 [2] - 2022年发布的2.0版本重点完善了海冰覆盖区域数据，成功对高海拔、极地等数据稀疏区域进行了科学重建和系统验证，并实现数据集的逐年更新 [2] - 2024年，团队针对部分区域重建数据缺乏年际变化特征的问题，发展了观测约束算法，用实际观测对数据集进行真实性约束，剔除了不合理网格点数据 [2] - 2025年推出的3.0版本实现了多项关键突破：系统梳理了平均最高温、最低温及昼夜温差数据，对原始数据做了全面的质量控制和序列均一性订正更新，并正式搭建了数据集系统完整的不确定性评估框架 [2] - 团队系统剖析了数据集在观测、分析、覆盖等环节的不确定性，在分析全球增暖趋势时兼顾了拟合不确定性与数据不确定性，最终构建出高精度的China-MST3.0数据集 [3] - 如今，这份中国数据集已逐渐与国际主流权威数据集“并跑”，成为全球温度变化监测与评估的重要基准，被国际同行广泛采用 [3] 数据与研究成果 - 基于China-MST3.0数据集的评估显示，2025年全球平均近地表气温较常年标准气候值（1961—1990年）升高了1.07℃±0.05℃（95%置信度的不确定性范围），相对于工业化前时期（1850—1900年）平均值升温1.39℃±0.13℃，成为有系统观测记录176年以来的第三热年份，仅次于2023年与2024年 [5] - 团队已完成首个均一化全球太阳辐射数据集，并开始在全球和区域太阳辐射长期变化、机理及其驱动因子分析、太阳辐射及太阳能资源的未来约束预估等领域发挥作用 [6] - 团队表示将持续深化数据基础研究，加强国际交流与协作，不断推动国产数据集向更高“气候质量”标准迈进 [6]

风云四号C星发射与性能 - 风云四号C星于12月27日成功发射，是风云四号系列最新成员，将接替超期服役的A星，与B星组网运行[1][2] - 该星搭载6台载荷，性能均达国际先进水平，是全球单星综合探测能力最强的静止轨道气象卫星[2] - 卫星位于赤道上空36000公里高度，预计定点于东经133度，监测范围将拓展至太平洋中部区域[2][6] 观测性能全面跃升 - **更快**：静止轨道辐射成像仪空间分辨率提升一倍，可实现最高5分钟一次的全圆盘探测和1分钟间隔的区域连续快速成像[2] - **更精**：干涉式大气垂直探测仪空间分辨率由12千米精细至8千米，可实现1小时常态观测和15分钟加密观测，并实行全年无间断全域闪电监测[2] - **更广**：多波段电离层紫外光谱成像仪实现国内首次电离层光谱成像，太阳极紫外成像仪可对太阳进行高时空分辨率全日面成像观测[3] 灾害监测预警能力增强 - **强对流天气**：对强对流云团的监测时间分辨率比风云四号B星提升33%，空间分辨率最高达250米，可提前1至2小时预判冰雹、短时强降雨落区和强度，使短临预警准确率提升约20%，预警提前量平均增加15至30分钟[4] - **台风监测**：可捕捉台风内核区温度、湿度的快速变化，提前预判台风强度突变，大幅减少台风路径和强度预报误差[4] - **极端高温**：每10分钟反演地表温度，精准捕捉高温热浪的日内变化及空间范围，例如清晰监测长江流域极端高温期间高温核心区从四川盆地东移的过程[5] - **干旱与洪涝**：通过高频监测植被指数与地表温度识别干旱发展过程，提供逐日或逐周信息；可在暴雨过程中近乎实时监测云系发展和降水潜力，灾后快速评估淹没范围[5][6] 应对气候变化与科研应用 - 通过连续观测大气成分、湿度、云、辐射等参数，大幅提升数据时空分辨率和精度，使24小时降水定量预报误差大幅减少，对沙尘暴、霾等天气的化学成因模拟更精准[5] - 能够持续监测云、大气水含量、降水潜力、地表温度、辐射收支等关键气候变量的小时、日、月、季、年变化，为研究季风爆发、区域水循环、青藏高原地表感热通量变化、城市热岛等区域气候变化问题提供连续观测序列[6] 气象卫星体系发展规划 - 后续将继续发射风云四号光学系列卫星和世界首颗静止轨道微波探测卫星[6] - 将继续发射风云三号、风云四号系列卫星，持续完善第二代气象卫星观测体系，并同步开展第三代气象卫星的预研工作[6] - 风云四号C星将与在轨风云静止、极轨气象卫星组成协同观测体系，显著增强全球和区域气象灾害防御能力[6] 行业地位与全球服务 - 公司已成功发射两代四型共23颗气象卫星，目前有10颗在轨稳定运行[7] - 为全球133个国家和地区提供风云卫星全序列数据共享和应用服务，覆盖共建“一带一路”国家和地区，广泛应用于气象预报、防灾减灾、科学研究等领域[7]

科学发现 - 在印度尼西亚北苏拉威西省附近海域发现新的浅海热液口，该发现实属罕见，因为热液口通常隐匿于数千米的深海[1] - 在热液口高温、强酸的极端环境下，周边存在多样性极高的珊瑚礁和海草床生态系统，为全球气候变化研究提供了宝贵的天然实验室[1] - 联合调查共采集珊瑚、热液水体、浮游生物、环境DNA等样品500余份，获得了大量原位观测资料[1] 观测网络建设 - 依托新发现的热液口与该海域原有的36个固定观测站位，初步形成了一个功能更完备、数据更完善的中印尼北苏拉威西海洋生态观测网络[1] - 该观测网络将助力研究生物多样性和生态连通性的长期变化规律及响应机制[1] 国际合作机制 - 中印尼双方开启海洋领域合作已20年，在科学研究、技术推广、公众教育等方面达成广泛共识[2] - 合作广泛吸纳地方政府、高校、科研机构等多方参与，构建起协同联动的立体化合作机制[2] - 中国积极推动构建海洋命运共同体，与50多个国家和国际组织签署了海洋领域合作协议[3] 公众教育与社区参与 - 中方科研团队在印尼开展了蓝色市民和蓝色校园宣讲行动，将复杂科学知识转化为当地民众易懂可用的内容[2] - 宣讲活动促使当地孩童描绘海洋、妇女成为减塑先行者、青年学生主动组建第二支宣讲队[2] - 当地村民自发守护联合调查布设的仪器设备，渔港、集市响起对中国朋友的亲切问候，培育出两国人民的深厚友谊[2]

冰川与冰湖变化趋势 - 全球气候变暖导致冰川加速消融，数据显示中国冰川在过去60年间消失约26% [1] - 联合国教科文组织报告预测，到2050年全球被列为世界遗产的冰川将有三分之一消失 [1] - 冰川消融形成大量新生冰湖，目前青藏高原上约有2万个冰湖且数量持续增加 [2] 冰湖生态影响与风险 - 冰湖迅速演变为独特的高寒水生生态系统，但其溃决可能对下游造成重大灾害 [1] - 冰川快速消融导致冰湖和下游水质突变，进而影响区域内脆弱生态 [1] - 冰湖水体的盐度、酸碱度变化可能导致区域生物多样性锐减 [1] - 同一海拔下，下游放牧业已受影响，牛羊吃草区域受限带来诸多问题 [2] 传统监测挑战 - 冰湖形成速度快、数量多、变化迅速，科学家对其规律了解尚浅 [1] - 冰湖多发育于冰川末端，海拔通常在5000米至5500米以上，环境恶劣且初来者难以适应 [2] - 人工监测需长途跋涉，采样过程周折，部分样本需跨越千里送至检测中心 [2] - 为期7天的强化观测需昼夜不停采集水样，但可能因天气和水质瞬变而无法捕捉到突变过程 [3] - 依靠人工完成成千上万个冰湖的监测效率过低，难以满足研究需求 [3] 技术创新与应用 - 自2022年起，研究小组联合海康威视STAR科技公益，通过视频感知设备监测冰川与冰湖变化 [4] - 在廓琼岗日、枪勇、珠峰绒布等典型区域布设臻全彩视频监测设备，实现长期、实时、高分辨率监测 [4] - 通过RGB影像与深度学习模型协同的方法，得以洞察冰湖水质的快速波动及其驱动因素 [4] - 该技术能有效监测偏远小型冰川湖，捕捉湖水环境快速变化，并直接估算关键水质参数如浊度 [5] - 针对枪勇冰川冰湖的观测显示，2024年5月与7月冰湖水色显著改变，模型精准捕捉到浊度变化 [4] 技术前景与数据积累 - 远程监测系统极大提升了效率，解决了人力难以捕捉几小时内颜色突变的难题 [4] - 这一创新成果为探索高原生态环境变化提供了全新路径，有望复制到数以万计的冰湖监测中 [5] - 研究小组已累积上百T的数据，科技加持使科研之路更高效、更有希望 [5]

研究能力与论文表现 - 2023年中国气候变化领域论文数量达1.4万篇超越美国的1.3万篇 结束美国近30年领先地位 [1] - 2024年中国论文数量增至1.7万篇占全球总量20% 美国略超1.4万篇差距扩大 [1] - 2004-2024年间被引次数前1000论文统计中 中国于2022年超越美国位居榜首 [2] 清洁能源技术应用 - 中国企业2024年第四季度纯电动汽车全球销量份额达55% 位居首位 [2] - 2023年中国太阳能与风能发电装机容量占比达50% 超越火力发电主导地位 [2] - 中国成为全球脱碳技术核心力量 在欧洲和亚洲市场销量稳步增长 [2] 国际影响力提升 - 中国在联合国政府间气候变化专门委员会作用增强 中国人当选第一工作组联合主席 [2] - 基于1992-2024年65万篇论文数据分析 中国在全球气候变化领域话语权持续提升 [1] - 东京大学专家指出中国气候变化研究存在感将进一步增强 [2]

研究机构与团队建设 - 兰州大学于1992年建立甘南草原生态系统野外科学观测研究站 2021年升级为国家站[3] - 研究站夏季最多容纳约200名来自北京 南京等多地的大学生参与学习与工作[3] - 团队采用"老带新"模式传承科研精神 培养生态学人才[9] 科研活动与地理环境 - 研究站位于海拔3000多米的甘南草原 属于青藏高原东部黄河流域重要水源涵养区[1][3] - 团队在极端环境下开展长期生态监测 包括大风 雨雪 强紫外线及野兽干扰等自然条件[5] - 科研工作需进行高强度野外作业 包括每日清晨溪边取水 长时间蹲跪式植物采样等[5][7] 核心科研成果 - 累计采集21.97万个种子库土芯 鉴定35.67万株幼苗及39.98万粒种子雨物种[5] - 首次揭示青藏高原主要生态系统土壤种子库组成与结构[5] - 发现高寒地区种子休眠期可达二三十年 证实生态系统具备自我修复能力[5] - 2017年建立气候变化实验平台 发现青藏高原变暖速率高于全球平均水平[7] 研究价值与应用 - 土壤种子库被喻为"种子银行" 可追溯种子历史并预测生态演变趋势[5] - 研究成果指导生态修复实践 减少人工播种与肥料投入 避免生物入侵风险[5] - 长期监测数据为高寒草甸 高寒草地 荒漠草地等生态系统精准管护提供支撑[3][5]