大气与海洋系统高度复杂且具有非线性特性，这使得传统线性方法在研究气候异常、极端事件和预报不确定性等方面存在显著局限。面对这一挑战，科研界亟需更科学、更有效的非线性方法和工具。穆穆团队于2003年首创了“条件非线性最优扰动”（Conditional Nonlinear Optimal Perturbations，简称 CNOP）方法，为探索大气海洋系统演变过程中的非线性不稳定机制开辟了新路径。CNOP方法已广泛应用于黑潮、ENSO、热带气旋、中高纬阻塞等多个高影响海气事件的研究中，深刻推动了非线性理论在大气-海洋科学中的发展。为了更好地推广CNOP方法、服务科研实践，中国科学院海洋所张坤副研究员与复旦大学穆穆院士、戴国锟副教授以及中国科学院大气物理研究所徐辉副研究员合作，撰写了专著《条件非线性最优扰动及其在大气-海洋研究中的应用》，于4月由科学出版社出版。
全书共分8章，系统介绍了CNOP的理论基础、数值实现方法，并结合大量大气海洋研究案例，详尽展示了其应用价值。书中重点突出了CNOP数值求解的关键环节，帮助读者掌握从选取扰动变量、构建目标函数与约束条件，到选择优化算法、分析优化结果的完整流程。第1章是理论篇，介绍CNOP方法的理论基础，对其提出背景、发展历程、理论框架、物理意义以及数值求解方法进行了总体描述。第2章是数值求解篇，结合不同的数值模式，详细介绍用多种不同策略的优化算法数值求解CNOP，包括伴随方法、粒子群优化算法、差分进化算法、梯度定义法等（可扫描本书封底二维码下载CNOP计算程序）。第3章至第8章是应用篇，分别介绍CNOP方法在ENSO春季预报障碍、台风目标观测、阻塞和北大西洋涛动可预报性、大西洋经圈翻转环流研究、黑潮大弯曲路径变异和黑潮入侵南海研究、陆地生态系统模拟不确定性研究中的成功应用。
本书的出版，有助于培养更多的优秀人才投入到相关领域的研究中，使得CNOP方法在大气和海洋科学研究中能够发挥更大作用。作者期望读者能够通过学习本书，将CNOP与大气-海洋科学中的关键问题紧密结合，并从大气与海洋科学中的动力学问题、计算资源的高效利用、可预报性、目标观测、集合预报、人工智能和深度学习等方面，进一步推广CNOP方法在大气与海洋科学研究中的应用，为实际的业务预报和预测作出贡献，提高我国天气和气候的预测水平。
本书撰写过程中，得到了众多专家学者的大力支持和热心帮助，特别鸣谢段晚锁、郑琴、袁时金、姜智娜、孙国栋、周菲凡、王强、秦晓昊、祖子清等专家，以及提供资料、参与代码编写与测试的老师与同学。荷兰皇家科学院院士、乌得勒支大学Henk教授为本书撰写英文序，中国科学院院士巢纪平先生为本书撰写中文序，在此致以诚挚感谢。该书的出版得到了国家自然科学基金委员会基础科学中心项目(42288101)、国家重点研发计划(2020YFA0608802)、国家自然科学基金委员会重大项目(41790475)、上海市科学技术委员会项目(20dz1200700)的资助。
专著信息：
穆穆,徐辉,戴国锟,张坤. 2025. 条件非线性最优扰动及其在大气-海洋研究中的应用. 北京:科学出版社,ISBN 978-7-03-081765-5.
科学出版社公众号推介本专著链接：https://mp.weixin.qq.com/s/Our4SF1gsBOPzCKWH5O9DA
