English version not available for this project. Browse English projects

面向农业适应与韧性的AI增强型气候情景叙事博士项目

项目266 · Coventry University · Centre for Agroecology, Water and Resilience

原公告截止日期已过,请核对是否续招。以下资料供研究和申请准备参考。

所在国家或地区
英国
申请截止日期
2026-05-27(具体时刻请核对原始公告)
资助信息
Funded PhD Project (Students Worldwide)

申请工作台

保存项目,围绕当前机会准备申请。截止日期和资格请以原始公告为准。

阅读项目调研与申请判断

项目介绍

【项目介绍】

本博士项目是英国Coventry University与澳大利亚墨尔本Deakin University联合培养项目(Cotutelle)的一部分。指导团队将由两所大学的教师组成,项目将在英国Coventry University启动。

农业系统正日益受到干旱、洪水和热浪等极端气候事件的影响,这些事件在气候变化背景下不断加剧,威胁着粮食生产、土地利用和农村生计。然而,针对此类极端事件的规划仍面临挑战,因为传统的气候预测往往缺乏有效决策所需的空间分辨率、行业相关性和叙事框架。因此,气候情景叙事已成为传达气候风险和不确定性的有力工具,能够提供关于极端事件或气候路径的物理一致性叙述。然而,为农业生成有意义的气候情景叙事具有挑战性。传统气候模型难以在与农业决策相关的空间和时间尺度上捕捉极端事件,使得构建既具有科学严谨性又对农业规划具有实际应用价值的情景叙事变得困难。

项目详情

本项目将开发一个新颖的框架,用于生成专门针对气候变化背景下农业适应的AI增强型气候情景叙事。优秀且富有动力的博士候选人将有机会利用AI领域的最新进展,提升农业气候未来情景叙事的开发。该方法将结合基于机器学习的最先进全球气候模型输出降尺度技术的最新发展,以及其他AI应用,以识别过去和预测极端事件的模式。这些数据驱动的情景叙事将通过与农业利益相关者的参与式协同生产进一步优化,确保其反映当地实际情况、脆弱性和决策背景。该框架还将探索智能体AI在促进高分辨率气候数据集自主探索方面的潜力,以识别与特定农业区域或利益相关者关注相关的各类事件的合理预测。

本项目将解决以下关键问题:

  • 如何利用AI工具生成高分辨率、与利益相关者相关的农业气候情景叙事?

  • 哪些气候驱动因素和影响的组合对农业规划最为重要?

  • 如何将本地知识和农业阈值整合到气候情景叙事开发中?

  • 智能体AI在支持气候叙事的协同创建和解读方面可以发挥什么作用?

项目指导由Jonathan Eden副教授(Coventry University)和Robert Faggian副教授(Deakin University)主导,并由Matthew England教授(Coventry University)和Bahareh Nakisa博士(Deakin University)提供支持。

【资助与福利】

成功入选的候选人将获得学费资助及奖学金。候选人将接受全面的研究培训,包括技术、个人和专业技能。Coventry University的所有研究人员(从博士生到教授)均为博士与研究员学院的成员,该学院提供高质量的培训和职业发展活动支持。

这是一个在英国Coventry University与澳大利亚墨尔本Deakin University联合培养框架下攻读博士学位的绝佳机会。博士生毕业时将获得两个博士学位,分别来自Deakin University和Coventry University,每个学位均认可该项目是在联合指导博士项目框架下完成的。

【申请要求】

一、学术要求

申请人必须同时满足Coventry University和Deakin University的入学和奖学金标准,方可进入联合培养项目。申请人本科毕业成绩应位于年级前15%。具体要求如下:

  1. 相关领域的学士学位,要求至少四年全日制学习,通常包含相当于第四年全日制学习至少25%的研究内容,项目成绩达到H1标准或80%;

或

  1. 相关学科领域的硕士学位,包含重要的研究内容,整体成绩至少为优秀,且硕士论文(或同等成果)成绩必须不低于80%。

注:如果候选人成绩在70-79%之间,但能提供研究经验证明以达到最低一等荣誉学位同等水平(80%以上),可提交额外证明材料,包括独立同行评审论文、研究相关奖项或荣誉,以及/或专业报告。

二、语言要求

雅思总分不低于7.0,各单项不低于6.5。

三、其他要求

  • 具备较强的定量分析能力,在以下一个或多个领域有经验:统计建模、机器学习、气候数据分析或环境建模

  • 有使用Python或R等科学编程语言的经验(或愿意学习相关技能)

  • 对气候变化、农业系统和气候风险传播感兴趣

  • 具备跨学科工作能力,能在协同生产活动中与利益相关者(如农民、规划者、政策制定者)有效沟通

  • 具备良好的分析能力,在处理大型复杂数据集时注重细节

  • 具备开展创新研究并在规定学习期限内完成博士学位的潜力

【申请材料】

如需了解更多项目信息,请联系:ac6218@coventry.ac.uk

所有申请需提交以下材料:

  • 完整的支持材料

  • 求职信

  • 一份2000字的陈述,说明申请人的专业背景和兴趣如何与本项目相关

核对原始项目信息

收录来源可能是学校或招聘平台;正式申请入口及最新要求请核对公告与下方报告中的官方来源。

项目深度调研报告

资料更新记录:。申请前请再次核对原始公告。

这个项目的公开调研报告尚未发布,请先核对原始职位信息。

按研究方向和所在国家或地区整理,优先展示资助类型相近的机会。申请前请核对各项目的最新公告。

University of Exeter · 英国

用人工智能支持政策制定者激励有效且公平的净零土地利用变化

UNRISK CDT 竞争资助,面向英国及国际申请者;成功获奖者覆盖全额学费、3年9个月 UKRI 标准生活津贴、£6,000 研究训练支持及£5,000 cohort training。国际名额受 UKRI 规则限制,签证和 NHS IHS 不覆盖。

2027-01-13(具体时刻请核对原始公告)

The University of Manchester · 英国

REVALUE-BUILD:用人工智能数字孪生支持公共建筑循环改造

2027/28 Africa Futures竞争性博士奖学金项目,3.5年,2027年10月开始。须为国际费用身份,通常居住于联合国定义的非洲国家且过去五年主要住在那里,纯为全日制求学居住不算。经学院提名与遴选;获奖年度津贴按UKRI最低标准,21,805英镑仅为2026/27数额,源文未逐项列学费覆盖。亦欢迎自费申请。

2026-12-04(具体时刻请核对原始公告)