学习工作简历

2026年3月-至今，北京科技大学，未来城市学院，博士后；
2021年9月-2025年12月，北京师范大学，系统科学学院，系统理论，理学博士；
2022年12月-2024年2月，国家留学生基金委联合培养: 德国波茨坦气候影响研究所(PIK) 复杂性科学部门，波茨坦大学，
国外导师: Prof. Dr. rer. nat. habil. Norbert Marwan (Deputy Head of Research Department; Group leader of working group Development of advanced time series analysis techniques. Personal Homepage: https://www.pik-potsdam.de/members/marwan).；
2018年9月-2021年6月，北京师范大学，地理科学学部，安全科学与工程，工学硕士；
2014年9月-2018年6月，中国地质大学（武汉），信息工程学院，遥感科学与技术，工学学士。

研究领域

[1] 城市气象灾害安全；
[2] 气候变化与极端灾害事件；
[3] 重力水文与水资源变化；
[4] 气候网络与递归定量分析。

科研项目

[1] 复合灾种下市政基础设施安全韧性与应急保障能力评估技术体系（国家重点研发项目），2025.04~ 2028.03
重点参与：气候变化下极端天气导致的复合灾种情景构建技术研究子课题；
[2] 《我国城市下沉的情况、原因及对策建议》政策建议被中央办公厅采纳，2023.08
重点参与：负责我国城市下沉的情况和原因分析以及对策建议的撰写；
[3] 安徽省自然灾害风险综合监测预警系统项目，2023.06
重点参与：负责安徽省积雪范围和积雪深度定量反演；
[4] 长期气候变化与动力荷载影响下的高铁线路沉降风险研究（国家自然科学基金面上项目），2017.10-2020.10
重点参与，主要负责（1）中国区域地下水TWS 和GWS 1 km 降尺度数据集；（2）构建地下水变化预测模型，开展未来气候变化情景下的地下水变化预测；（3）未来地下水变化与地表沉降风险；
[5] 国务院全国第一次自然灾害综合风险普查 ，2020.01-2022.12
参与，主要负责乡镇与社区减灾能力评估技术规范编写，试点区防灾减灾能力评估与制图。

代表性科研成果

[1] Zhang J, Liu K, Sui Y, et al. Oscillation-induced synchronization hubs in global hydrological extremes[J]. Journal of Hydrology, 2026: 135550.；
[2] Yue Q, Shi Z, Xu Z, Liu K, Zhou L, Jin N, Liu Y, Tian Y, Zhang J, et al. The Risk Source–Risk Exposure–Mitigation Force Theory of Urban Safety and Its Enabling Space–Air–Ground Integrated Monitoring Technologies[J]. ENGINEERING Cities, 2026.；
[3] Liu, J., Wang, M., Liu, K., Li, K., & Zhang, J. (2026). Complex network uncovers key propagation patterns of extreme freezing rain events in China. Climate Dynamics, 64(2), 58.；
[4] Zhang, J. X., Liu, kai*, Wang, M., Li, K., Cai, F., Ludescher, J., Kurths, J., & Marwan, N*. (2025). High predictability potential of highly synchronized widespread floods in monsoon regions. Journal of Hydrology. (SCI, IF:6.3, 中科院一区，TOP)；
[5] Li, K., Huang, Y., Liu, K., Wang, M.*, Cai, F., Zhang, J., & Boers, N. (2024). Key propagation pathways of extreme precipitation events revealed by climate networks. npj Climate and Atmospheric Science, 7(1), 165. (SCI, IF: 9.7, 中科院一区)；
[6] Liu, K., Zhang, J. X.*, Liu, J. F., Wang, M., & Yue, Q. R. (2024). Projection of land susceptibility to subsidence hazard in China using an interpretable CNN deep learning model. Science of the Total Environment, 913, 169502. (SCI, IF: 8.2, 中科院一区, TOP, *Corresponding author)；
[7] Zhang, J. X., Liu, K.*, & Wang, M. (2023). Flood detection using Gravity Recovery and Climate Experiment (GRACE) terrestrial water storage and extreme precipitation data. Earth System Science Data, 15(2), 521-540. (SCI, IF: 12.1, 中科院一区, TOP)；
[8] Liu, K., Zhang, J. X., & Wang, M. (2022). Drivers of groundwater change in China and future projections. Remote Sensing, 14(19), 4825. (SCI, IF: 4.9, 中科院二区)；
[9] Zhang, J. X., Liu, K.*, & Wang, M. (2021). Downscaling groundwater storage data in China to a 1-km resolution using machine learning methods. Remote Sensing, 13(3), 523.  (SCI, IF: 4.9, 中科院二区)；
[10] Zhang, J., Liu, K.*, & Wang, M. (2020). Seasonal and interannual variations in China’s groundwater based on GRACE data and multisource hydrological models. Remote Sensing, 12(5), 845. (SCI, IF: 4.9, 中科院二区)。