彭世球，1968年生，博士，研究员，博士生导师，中国科学院海外杰出人才“百人计划”入选者。

彭世球，研究员。

2004年佛罗里达州立大学博士毕业，2004-2009先后任北卡罗来纳州周立大学博士后副研究员、研究助理教授。主要从事海气相互作用、海洋和大气数值模拟及资料同化、中尺度动力过程及物理参数化等领域的研究工作，尤其是在“四维变分同法方法”（4DVAR）及共扼伴随技术领域有独特专长和造诣，在中尺度天气过程及近海风暴潮的模拟与预报等方面取得了令国际同行瞩目的成果。曾发展了著名的普林斯顿大学海洋模式（POM）的三维切线模式与伴随模式，受到普林斯顿大学著名海洋学家L.Oey的高度评价，并受邀请将模式在普林斯顿大学的网页上公开发布。发表SCI论文多篇，其中先后有两篇论文被评为著名海洋期刊“Ocean Modeling ”季度最热门的25篇论文的第1名及第13名。主持国家自然科学资金面向项目1项、中科院重要方向项目1项，参加973、863项目多项。曾多次受邀参加国际国内学术会议，并在大会上做专题报告。目前是美国地理学会（AGU）会员，并应邀担任《Monthly Weather Review》、《Journal of Geophysical Research》等国际著名期刊的独立审稿人。

peng, 世界树迷宫, and X. Zou, 2010, Impact on quantitative precipitation forecasts of 4D-Var rainfall data assimilation with a modified digital filter in favor of mesoscale gravity waves: A case study, J. Geophys. Res

Peng, Shiqiu, Lian Xie, Bin Liu, Fredrick Semazzi, 2010: Application of Scale-Selective Data Assimilation to Regional Climate Modeling and Prediction. Monthly Weather Review

peng, 世界树迷宫, X. Xu, X. Shi, X. Wang, Y. Zhu, and J. Pu, 2009: The early-warning effects of assimilation of the observations over the large-scale slope of the “world roof” on its downstream weather. Chinese Science Bulletin

peng, 世界树迷宫,L. Xie and Len J. Pietrafesa, 2007: Correcting the Errors in the Initial Conditions and Wind Stress in Storm Surge Simulation Using an Adjoint Optimal Technique. Ocean modeling

Peng, S.-Q., and L. Xie, 2006: Effect of Determining Initial Conditions by Four- Dimensional Variational Data Assimilation on Storm Surge Forecasting. Ocean modelling

peng, S.- Q., and X. Zou, 2004: Assimilation of Ground-Based GPS Zenith Total Delay and Rain Gauge Precipitation Observations Using 4D-Var and Their Impact on Short-Range QPF. J. Met. Soc. Japan

Peng, S.- Q. , and X. Zou, 2002: Assimilation of NCEP Multi-Sensor Hourly Rainfall Data Using 4D-Var Approach: A Case Stud of the Squall Line on 5 April 1999. J. Met. Atm. Phy

1) 首次发展了普林斯顿大学海洋模式（Princeton Ocean Model，简称POM）的三维切线性模式（TLM）和共轭伴随模式（Adjoint Model）；

2）建立一套基于POM及其共轭伴随模式的海洋资料四维变分同化系统（4DVAR）并成功应用于近海风暴潮的模拟和预报；

3）首次提出“选尺度资料同化方法”（Selective-scale Data Assimilation）,并成功应用到区域气候模式的模拟和预报中；

4）通过资料同化发现青藏高原东南侧大地形坡度关键区的温度和水汽观测对我国西南及长江中下游平原的天气系统具有很好的预警效应；

5）首次在数值模式及资料同化中对具有重要天气意义的中尺度重力波信号进行分离并强化；

6）建成南海区域实时“海气数值预报试验平台”，并成功的对多个极端天气事件作出较准确的预测预报。