说海平面上升，最容易出现的画面是海水一点点变高。但做沿海风险的人很快会碰到一个麻烦：你站着的地面也在动，而且不同地方动得完全不一样。于是“海涨了多少”并不等于“这个城市实际多承受了多少水位风险”。
香港城市大学林玉成助理教授（Yucheng Lin）现在做的核心就是这类问题。他的官方研究页把海平面变化、固体地球、统计建模和气候风险放在一起，不太像传统印象里只盯着海洋曲线的海平面研究。真正要解释的是一整套相对运动：海洋、冰盖、陆地垂直运动，再加上人类活动。
这一点在 2025 年 Nature 那篇关于中国东南沿海的研究里很直观。论文标题就很尖锐：现代海平面上升打破了此前大约四千年的稳定。这里需要的不是拿最近几十年的潮位计直接往前推，而是把地质记录、空间差异和模型放到同一条时间线上，才知道“现代”到底偏离了什么基线。
林玉成的方法选择也因此很有意思。他的页面明确写到 Bayesian hierarchical model、spatiotemporal modeling、机器学习与物理模型。海平面数据来自卫星、潮位站、地质记录，不同数据的时间尺度、误差和空间密度都不一样。层级模型的价值不是让结果看起来更高级，而是允许这些不整齐的数据在一个明确的不确定性框架里互相约束。
到了气候风险这一步，问题又变了。2026 年 Science Advances 的一项合作研究把人为造成的海平面上升和全球极端水位联系起来。对沿海城市来说，平均水位只抬高一点，极端事件超过既有防护阈值的频率就可能明显变化。风险不是“平均值加几厘米”那么线性。
这也是为什么他的研究页会把 deep uncertainty 和 decision-making 放在一起。很多气候决策不是等模型把未来算到一个唯一数字再行动，而是在多个可能路径里，判断哪些方案对误差没那么敏感。对做数据的人来说，这一步很容易被忽略：模型最后不是为了给出一张更漂亮的曲线，而是为了让某个真实决策少一点盲区。
招生信息目前也很直接。CityU 官方页面写明林玉成正在招 graduate students，申请会立即开始审核并持续到名额招满；他本人公开的招募信息进一步写了 2 个四年 fully funded PhD positions。这里要区分清楚：这是公开招聘与资助信息，不等于导师对任何具体申请人的录取或资助承诺。
如果只从“气候方向”三个字判断匹配度，会漏掉很多。这个组真正偏好的可能是另一类人：能写代码，也愿意碰地球物理；能做统计，但不把不确定性当成最后一张误差条；看到一个沿海风险问题，会先问观测基线、陆地运动和模型假设，而不是立刻找一个更复杂的算法。
