科创部为助力面临专业分流的大一新生进一步认知自身专业、了解各类科研方向，明晰分流后的专业特点，文治书院团委科创部推出 “科研探秘，文治助航” 特别栏目。栏目通过与专业老师深度对话，帮助学生对具体专业形成更真实、生动的认知，进一步明晰自身发展方向。

    今天让我们走进人居学院张海伟教授的科研团队！

    西安交通大学人居环境与建筑工程学院是西安交通大学下设的二级学院。

    人居学院前身是始建于1907年、复建于1983年的土木工程系，建立于1986年的建筑学系和建立于1985年的建筑环境与设备工程系；2005年4月8日由三系合并而成；2008年成立地球环境科学系；2010年成立全球环境变化研究院。人居学院始终坚持围绕建筑学、土木工程、环境科学与工程三个一级学科培养优秀人才、进行学术创新、开展社会服务。

01 科研老师

人居学院张海伟教授的研究团队

       张海伟，西安交通大学全球环境变化研究院教授、博士生导师，国家级青年人才及校青拔A类人才。主要研究方向为同位素地球化学与第四纪地质学，专注于利用石笋记录重建古气候变化。

     生涯主要经历：2008-2014年于中科院地球环境研究所获第四纪地质学博士学位（硕博连读）；2014年加入西安交通大学从事博士后研究；2016年起历任讲师、副教授，2022年晋升教授。期间曾访学美国明尼苏达大学（2012年）和奥地利因斯布鲁克大学（2016-2017年）。

      科研项目：主持国家自然科学基金项目7项，包括重点国际合作项目（2023-2025）、面上基金（2020-2023）、青年基金（2016-2018）及专项项目；参与国家自然科学基金基础中心项目、973计划等10余项国家级课题。

      科研成果：在东亚季风降水演变、末次冰期气候突变机制、热带水文历史重建等领域取得系列进展，发展高精度流体包裹体同位素测试技术，推动石笋古气候定量研究。发表多篇学术论文，团队成果服务于全球变化理解。

02采访Q&A

    一是希望您能为同学们通俗解读您的核心研究方向，包括该领域的研究意义、前沿动态与应用前景，帮助大家直观了解科研工作的魅力与价值

Q1:您的研究聚焦于过去的气候变化，重建地质时期不同时间尺度的气候演变历史及其与全球气候变化的联系。这对我们当下乃至未来的气候预测和应对有哪些直接或间接的帮助？

A1:现代气候观测记录只有一百多年，我国大部分地区不足百年，而气候系统中许多关键过程的时间尺度是几百到几万年，要理解气候系统的变化规律和机制，必须重建过去长尺度的气候变化历史。古气候地质载体（如海洋沉积物、冰芯、湖泊沉积物、石笋、树轮）能够记录过去的气候变化历史，进而有助于我们分析研究气候系统如何响应不同的外部强迫和内部扰动，这是数值模拟无法单独给出的真实地质历史气候信息。过去气候变化研究可以提供多个不同时间尺度的气候变化规律和机制，进而为未来气候变化趋势以及极端气候事件的预测提供长期背景和科学参考，并区分自然变率与人为影响。这对应对气候变化以及水资源管理和气候适应具有直接指导意义。过去气候变化研究是连接过去、现在与未来气候变化的关键科学桥梁。

Q2:我们知道石笋是碳酸钙沉积物，请问您是如何通过分析这些石头里的“同位素密码”来解读古代气温、降水甚至大气状况的？这背后的核心科学原理是什么？

A2:石笋是碳酸钙沉积物，大气降水溶解土壤微生物和植物根系呼出的二氧化碳，溶解石灰岩，滴水到底洞穴内，在蒸发和二氧化碳逸出作用下，碳酸钙饱和析出，日积月累生长为石笋。这个过程中大气降水中氧同位素和土壤二氧化碳中碳同位素的信息便会在石笋中保存下来，他们分别能够指示当时大气环流/季风强度和水文气候影响的植被环境变化，这相当于气候变化序列的 X 轴。

        而石笋形成时，由于铀具有易溶于水的化学性质，而其衰变子体钍则不易溶于水，因此在碳酸钙结晶析出的时候，其中包含有铀而没有衰变子体钍，从这一刻开始，石笋中的铀开始衰变形成子体钍。因此，通过利用多接收电感耦合等离子体质谱仪测试石笋碳酸钙中铀、钍的同位素变化，并利用衰变方程便可以计算得到碳酸钙形成时的年龄，这相当于气候变化序列的 X 轴。利用稳定同位素质谱仪测定石笋碳酸钙的氧、碳同位素比值的变化，便可以用来重建过去大气环流/季风强度以及水文气候环境变化历史，这相当于气候变化序列的 Y 轴。

      因此，二者相结合，便可以重建过去的长尺度气候变化历史。随着，测试分析技术的不断发展，除了传统的氧、碳同位素指标外，还发展了微量元素比值、三氧同位素、包裹体水同位素等新的测试分析技术和指标，更进一步丰富了石笋古气候研究，能够更好地研究过去的大气环流、水文气候和生态环境变化。

 

Q3:跨学科视角下的独特性：作为一名研究古气候的学者，您如何看待当前热门的人工智能技术在气候变化模拟和预测中的作用？您的研究是否会或可以如何与AI技术结合？

A3:人工智能在气候研究中非常有潜力。气候系统高度非线性、时空尺度复杂，传统模型在区域预测和极端事件模拟上仍存在不确定性，而 AI 在处理高维数据、识别隐含模式方面具有明显优势。从古气候的角度看，过去 50 多年的发展，目前已经积累了大量的多个地区不同时间尺度的海陆气候变化数据，这为 AI 提供了非常独特的训练和验证数据。同时，现代观测只覆盖百年尺度，而海洋沉积、石笋、冰芯等古气候记录可以提供跨越千年到万年的气候变化样本，这对于识别低频变率、突变事件和气候阈值尤为重要。AI 可以用于多指标古气候数据的融合重建、自动识别气候突变和遥相关结构，并与气候模型输出进行对比，帮助评估模型在不同气候背景下的表现。同时，基于古气候约束的 AI 结果，也能反过来提高未来气候预测的稳健性。这是非常具有发展潜力的研究方向。

二恳请您结合自身学术经历与行业观察，为面临专业分流的本科生提供宝贵建议

Q1:作为大一新生，面对众多专业基础课程，常常感到迷茫。以您的经验来看，对于对古气候学感兴趣的同学，本科阶段应该优先打好哪些基础？有没有推荐的学习路径？

A1:如果对古气候研究感兴趣，大一阶段并不需要过早地进行“专一”的聚焦学习，但是可以把基础打牢。比如大学化学、大学物理、高等数学、线性代数、概率统计、基础编程这些课程，可以奠定数学、化学和数据分析基础。专业课方面，比如普通地质学、环境地学、气象学和气候学、地球环境科学进展、全球变化研究方法等专业课程基础打好，同时可以阅读一些相关的气候变化文献和参考书籍。

Q2:您的研究需要结合地质学、化学、物理学等多学科知识。对于希望涉足科研的大一新生来说，如何才能像您一样构建起这种跨学科的思维能力？您认为从事古气候研究，除了扎实的专业基础外，还需要具备哪些特别的素质或技能？

A2:跨学科能力并不是一开始什么都会，而是在面对一个真实问题时，知道该向哪门学科借工具。对大一新生来说，最重要的是先把一两门基础学科学扎实，比如地质、化学或物理，其它学科做到“听得懂、能配合”。在学习过程中，要多以“问题”为中心，而不是以课程为中心，多思考：这个现象背后的物理机制是什么？同时，尽早接触真实科研非常重要。哪怕只是读文献、整理数据，你都会发现真正的科研问题天然就是跨学科的。从事古气候研究，除了扎实的专业基础，还需要耐心和长期投入的意识，对不确定性保持敏感和诚实，以及良好的数据思维和逻辑表达能力。还有最重要的一点就是兴趣，有了兴趣就会发自内心的热爱这项研究，不知疲倦地思考和钻研，面对一个科学问题，解答的过程不可避免地就需要顺藤摸瓜，多学科交叉。这些素质，往往比追逐热点更重要，也更能决定你能走多远。

Q3:我们了解到您参与了多个国家级重大科研项目。对于大一新生而言，除了课堂学习，应该如何规划才能在未来有机会参与到像您这样的大团队、大项目中？

A3:参与国家级重大项目，并不是一蹴而就的，而是一个逐步积累的过程。对大一新生来说，第一步仍然是把基础课程学扎实，尤其是数学、物理、化学和专业基础，同时尽早了解自己真正感兴趣的研究方向。第二步是在大二、大三阶段可以主动接触科研团队，比如进入实验室做助研、参与本科生科研计划，哪怕只是做数据整理或样品准备，这些经历都会让你熟悉科研的基本规范和团队协作方式。第三步是持续提升自己的“可用能力”，例如英文文献阅读、数据分析和基本编程能力。当你具备这些能力后，就更容易被大团队吸纳，承担具体而稳定的工作。其实导师最看重的并不是你一开始多厉害，而是你热爱、踏实、可靠、愿意长期投入。不然就算你进入项目中，也不能走长远。

03总结和启发

1、别急着“专一”，先把基础砸实。 老师说得挺实在，大一不用急着锁定一个细分方向。像高数、大物、化学、编程这些课，可能现在觉得不知道有啥用，但它们是以后搞任何前沿研究的“硬通货”，是看懂更高深问题的共同语言。得认真对待。

2、学着“用问题串知识”，而不是被动上课。 跨学科不是要我们变成全能学霸，而是像老师说的，遇到一个具体问题（比如石笋怎么记录气候），知道该去翻地质书、化学书还是物理公式。以后学习，可以多问自己：这个现象背后，到底牵扯到哪些学科的原理？

3、练好几样“不管到哪都有用”的真本事。 读英文文献、处理数据、逻辑清晰地表达，还有基础的编程。这些技能是实打实的“敲门砖”，能让老师在团队里放心把事情交给你

文字|科创部 李毅成 吕骄洋

排版|科创部 李毅成

审核|梁渝普 苏榆涵