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. 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)；
[2] 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)；
[3] 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)；
[4] 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)；
[5] 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)；
[6] 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)；
[7 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)；
[8] 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.。