研究興趣
劉千義博士的研究領域為氣象衛星遙測、大氣輻射學、大氣物理學。研究興趣為使用觀測資料探索大氣成雲致雨的過程，及其受到人為影響之衝擊評估；大氣雲雨、熱力、動力狀態之反演；運用人工智能方式進行大氣環境與物理海洋參數之推估等。
代表著作
Liu, C.-Y.*, C.-H. Chiu, P.-H. Lin, and M. Min (2020), Comparison of Cloud‐Top Property Retrievals from Advanced Himawari Imager, MODIS, CloudSat/CPR, CALIPSO/CALIOP, and radiosonde, Journal of Geophysical Research: Atmospheres, doi: 10.1029/2020JD032683
Liu, C.-Y.*, P. Aryastana, G.-R. Liu, and W.-R. Huang (2020), Assessment of Satellite Precipitation Product Estimates over Bali Island, Atmospheric Research, 244, doi: 10.1016/j.atmosres.2020.105032
Chen, S-.Y., C.-Y. Liu*, C.-Y. Huang, S.-C. Hsu, H.-W. Li, P.-H. Lin. J.-P. Cheng, and C.-Y. Huang (2021), An Analysis Study of FORMOSAT-7/COSMIC-2 Radio Occultation Data in the Troposphere, Remote Sensing, 13(4), 717, https://doi.org/10.3390/rs13040717
Hordyniec, P., C.-Y. Huang, C.-Y. Liu*,W. Rohm, and S.-Y. Chen, (2019), GNSS radio occultation profiles in the neutral atmosphere from inversion of excess phase data. Terr. Atmos. Ocean. Sci., 30, 215-233, doi: 10.3319/TAO.2018.10.12.01
Liu, C.-Y.*, S.-C. Kuo, A. Lim, S.-C. Hsu, K.-H. Tseng, N.-C. Yeh, and Y.-C. Yang (2016), Optimal Use of Space-Borne Advanced Infrared and Microwave Soundings for Regional Numerical Weather Prediction, Remote Sens., 8(10), 816, doi:10.3390/rs8100816
Liu, C.-Y.*, J. Li, S.-P. Ho, G.-R. Liu, T.-H. Lin, and C.-C. Young (2016), Retrieval of Atmospheric Thermodynamic State from Synergistic Use of Radio Occultation and Hyperspectral Infrared Radiances Observations, IEEE Journal of Selected Topics in Applied Earth Observation and Remote Sensing, Vol. 9, no. 2, doi:10.1109/JSTARS.2015.2444274
Liu, C.-Y.*, G.-R. Liu, T.-H. Lin, C.-C. Liu, H. Ren, and C.-C. Young (2014), Using Surface Stations to Improve Sounding Retrievals from Hyperspectral Infrared Instruments, IEEE Trans. Geosci. Remote Sens, 52, 11, 6957-6963, doi:10.1109/TGRS.2014.2305992
Liu, C.-Y.*, J. Li, E. Weisz, T. J. Schmit, S. A. Ackerman, and H.-L. Huang (2008), Synergistic use of AIRS and MODIS radiance measurements for atmospheric profiling, Geophys. Res. Lett., 35, L21802, doi:10.1029/2008GL035859
重要研究與突破
衛星遙測之雲性質與科學參數： 大氣中的水氣因為凝結而產生雲滴，進而透過不同的過程而成長或者消散。雲在地球系系統中所產生的輻射效應，這部分不僅會影響地表輻射，同時也會反射太陽能量與其自身的外逸輻射量。於此同時，地表向太空的外逸輻射量，雲在紅外線波段則是強吸收體但在微波波段則可近乎無視地穿透。雲滴可能蒸散作用而消失，但也可能會繼續成長，進而形成雨滴而下落，有幸倖存落到地面，則可為不同的形式存在，例如液態的雨、固態的雪或者冰雹等不一的降水型態。以上這些成雲致雨的過程，更因為人為活動或者大氣環境的不同而改變。因此透過衛星遙測的方式，特別是地球同步衛星的時間與空間的連續性觀測，得以一窺這個複雜的過程。本研究初期則是利用了距離地球360,00公里的人造衛星，其酬載了涵蓋可見光與紅外線波段的多頻道資料，進而推估出雲性質與科學參數，例如：雲型與冰水相位、雲頂高度、雲頂溫度、雲滴粒徑、雲光學厚度等等。接續地這些雲科學資料不僅可以用來探索成雲致雨的過程之外，亦可進行例如數值模式之開發與驗證等工作。參考資料：Liu et al. (2020) 。
多元異質觀測資料之協同推估大氣熱力、動力結構： 衛星遙測歸屬於非傳統觀測，其反演的不確定性常肇因於這是一個ill-posed的數學問題，亦或是輻射傳輸方程的物理考量機制尚有不足。但另外一方面，大氣的傳統觀測則具有較高的可靠性與便捷設置特性，但觀測所及的涵蓋面，如空間分布或垂直方向上則較有侷限性。因此能夠將多元的的異質性觀測，共同進行協同物理推估，將可大幅降低衛星遙測的不確定性，並且提升傳統觀測的價值。過往數個研究，採取了在衛星物理反演演算法中， 於增加其他異質觀測平台的資料，融合物理的輻射傳輸模式計算，以及與數學的反演迭代，進而推估出更佳的大氣熱力、動力結構。參考資料：Liu et al. (2008), Liu et al. (2014), Liu et al. (2016), Hordyniec et al. (2019)。
