伦敦大学学院（UCL）提供面向 2027 年入学的全额资助博士项目，研究基于 AI 的区域气候模型与古代水候变化
University College London Offers Fully-Funded PhD on AI-Based Regional Climate Models
伦敦大学学院（UCL）通过 NERC 的 UNRISK 博士培训中心提供一项全额资助博士（2027 年入学），项目题为“Testing the Ability of AI-Based Regional Models to Capture Hydroclimate Changes of the Geologic Past”。
详细解读
该全额资助博士由 UCL 地理系的 Ocean, Atmosphere & Cryosphere Dynamics 研究组承办，归属 NERC 的 Centre for Doctoral Training in Understanding Uncertainty to Reduce Climate Risks（UNRISK）。项目主要目标是开发和评估方法，以衡量气候代理记录（climate proxies）中时间和解释的不确定性，并将这些地质证据与气候模型模拟结果进行比较，以判断 AI 驱动的高分辨率区域模型在再现过去重大水候变化方面的能力。
研究分两个阶段，第一阶段侧重利用经修正的国家物理实验室（National Physical Laboratory）方法学来表示与度量古气候重建中的不确定性并进行证据比较；第二阶段评估高分辨率模拟是否能更好地再现过去的水候变化，并检验 AI 下采样（AI-based downscaling）是否能在更低计算成本下生成相当的高分辨率气候信息。项目将分析来自 National Center for Atmospheric Research（NCAR）的配对气候模拟，并使用 NVIDIA 的 AI 气候建模技术来评估 AI 生成的不确定性估计是否覆盖 NCAR 模拟与地质记录所示的气候条件范围。
资助细节包括覆盖全部学费、按 UK Research and Innovation 的标准发放生活津贴，资助期限为三年九个月，并额外提供 £6,000 的个人 Research Training and Support Grant。学生还将获得队列层面的培训资金与研究实习及专业培训机会。国际生可申请全额学费资助，但资助不包含英国签证费用与 Immigration Health Surcharge，国际名额也可能受 UKRI 资助规则限制。
申请须知方面，候选人需具备较强的定量学术背景，相关学科包括物理、数学、地球科学、地理、计算机科学等，虽然无需有正式的气候科学或数据科学背景，但应具备科学编程经验以及良好的书面和口头沟通能力。UNRISK 一般要求至少达到英国 2:1 荣誉学位或同等国际资质。申请人应在提交申请前联系相关项目导师，UNRISK 允许申请者在申请过程中最多识别两个研究项目，并且每个所选项目至少要联系一名导师。
时间安排说明，申请截止为 1月13日 13:00 GMT，面试预计在 3 月进行，成功者预计在当月收到录取通知，拟于 10 月开始博士学习。项目将由 Chris Brierley 担任监督，NCAR 为项目合作方，并与 Palaeoclimate Modelling Intercomparison Project（PMIP）社区及 NVIDIA 的 AI 气候建模资源建立联系。