您现在的位置 >> 网站首页 >> 关于我们 >> 成员介绍

中心成员

宋翔
邮件:songxiang@mail.iap.ac.cn
电话:86-10-82995248
传真:86-10-82995123
通信:北京市9804信箱,100029
成员分类:科研人员

 

【个人简历】

2004年6月安阳师范学院数学与应用数学专业获学士学位;

2008年6月首都师范大学应用数学专业获硕士学位;

2012年6月中国科学院大气物理研究所获博士学位;

2012年7月-至今在中国科学院大气物理研究所从事科研工作。

 

【主要研究方向】

1)    全球植被动力学模式

2)    生态理论模型

 

 

【主要研究成果】

1)    全球植被动力学模式IAP-DGVM1.0中萌衍模块和光竞争模块的研发

2)    全球植被动力学模式中群体动力学方案的评估

 

 【在研项目】

1)        青年科学基金项目“中国科学院气候系统模式中植被-大气相互作用的评估和预测及其植被模式(IAP-DGVM)的改进”(2014-2016),项目负责人

2)        国家自然科学基金重大研究计划重点项目“植被生态系统群体结构的统计动力学模型的建模与计算方法研究” (2013-2016),参加人员


【代表论文专著】

1)        Song, X., and X. D. Zeng, 2014: Investigation of uncertainties of establishment schemes in Dynamic 

GlobalVegetation Models. Adv. Atmos. Sci., 31(1), 85–94, doi: 10.1007/s00376-013-3031-1.

2)        宋翔,曾晓东,2014:植被生态动力学模式中萌衍方案的研究进展。气候与环境研究,19 (1): 117–126, 

doi:10.3878/j.issn.1006-9585.2012.12110.

3)        Zeng, X. D., F. Li, and X. Song, 2014: Development of the IAP Dynamic Global Vegetation Model. Adv. Atmos.Sci., 

31(3), 505–514, doi: 0.1007/s00376-013-3155-3.

4)        ZHU Jia-Wen, ZENG Xiao-dong, LI Fang, SONG Xiang, 2014: Preliminary Assessment of the Common Land Model

 Coupled with the IAP Dynamic Global Vegetation Model . Atmos. Oceanic Sci. Lett., 7(6), 505-509, doi: 10.3878/AOSL20140043.

5)        Song, X., X. D. Zeng, and J. W. Zhu, 2013: Evaluating the tree population density and its impacts in CLM-DGVM. 

Adv. Atmos. Sci., 30(1), 116-124, doi: 10.1007/s00376-012-1271-0.

6)        Li, F., X. D. Zeng, X. Song, D. X. Tian, P. Shao, and D. L. Zhang, 2011: Impact of spin-up forcing on vegetation

 states simulated by a Dynamic Global Vegetation Model Coupled with a Land Surface Model. Adv. Atmos. Sci.28, 775-788.

7)         Song, X., Zeng, X. D., Zhu, J. W., & Shao, P. (2016). Development of an establishment scheme for a DGVM. Advances in Atmospheric Sciences, 33(7), 829–840.

8)        Song Xiang and Zeng Xiaodong, 2017: Evaluating the responses of forest ecosystems to climate change and CO2 using dynamic global vegetation models, Ecology and Evolution,doi: 10.1002/ece3.2735.