選單

陳毅軒Chen, Yi-Hsuan

助研究員

研究興趣

我的研究興趣是了解雲和輻射過程，以及他們在地球氣候系統中的角色。我對模式如何參數化這些雲和輻射過程特別感興趣。在我的博士班和博士後期間，我的研究主題主要是氣候模式中的雲和輻射參數法方案，包括修改現有方案、實施新方案、以及評估模擬結果。在我的博士期間，我在NCAR CESM的長波輻射方案中，加入了地表光譜發射率和冰雲的長波散射效應，然後研究這些過程如何影響撒哈拉沙漠、撒赫爾地區、還有高緯度地區的區域氣候。在我的博士後期間，我評估GFDL AM4兩種邊界層和對流方案耦合策略對氣候模擬的影響，以及在AM4加入了一個新的邊界層/對流方案 Mellor-Yamada-Nakanishi-Niino Eddy-Diffusivity/Mass-Flux (MYNN-EDMF)，並評估了其在海洋層積雲區域的表現。

代表著作

  1. Fan, C., Chen, Y.-H., Chen, X. H., Lin, W., Yang, P., & Huang, X. L., 2023: A refined understanding of the ice cloud longwave scattering effects in climate model. Journal of Advances in Modeling Earth Systems, 15, e2023MS003810. https://doi.org/10.1029/2023MS003810.
  2. Chen, Y.-H.*, X. L. Huang, P. Yang, C.-P. Kuo, and X. H. Chen, 2020: Seasonal Dependent Impact of Ice-Cloud Longwave Scattering on the Polar Climate, Geophys. Res. Lett., 47, 1-10, https://doi.org/10.1029/2020GL090534.
  3. Shiu, C.-J., Y.-C. Wang, H.-H. Hsu, W.-T. Chen, H.-L. Pan, R. Sun, Y.-H. Chen, and C.-A. Chen, 2021: GTS v1.0: A Macrophysics Scheme for Climate Models Based on a Probability Density Function, Geosci. Model Dev., 14, 177-204, https://doi.org/10.5194/gmd-14-177-2021.
  4. Kuo, C.-P., P. Yang, X. L. Huang, Y.-H. Chen, and G. Liu, 2020: Assessing the accuracy and efficiency of longwave radiative transfer models involving scattering effect with cloud optical property parameterizations. J. Quant. Spectrosc. Radiat. Transf., 240, 106683, https://doi.org/doi:10.1016/j.jqsrt.2019.106683.
  5. Chen, Y.-H., X. L. Huang, X. H. Chen, and M. Flanner, 2019: The Effects of Surface Longwave Spectral Emissivity on Atmospheric Circulation and Convection over the Sahara and Sahel, J. Climate, 32, 4873-4890, https://doi.org/10.1175/JCLI-D-18-0615.1.

重要研究與突破

1. 冰雲的長波散射對極地氣候的影響

大多數的氣候模式沒有考慮雲的長波散射效應，因為散射通常遠遠弱於雲和溫室氣體的長波吸收效應。然而，在極區，乾燥的大氣使得溫室氣體的吸收效應不強，而且具有強散射能力的冰雲經常出現，顯示雲的長波散射效應需要被考慮。我們使用NCAR CESM耦合一維海洋熱力模式，發現冰雲的長波散射效應可以使北極冬季地面氣溫升高 0.8-1.8 K，南極冬季地面升高 1.3-1.9 K，而極地夏季的增溫沒有這麼明顯。我們也發現當模式的海面溫度和海冰是固定時，雲的長波散射效應無法顯現，因為這種效應是通過地表-大氣耦合表現出來的。更多細節請參考我們的 2020 GRL 論文 (https://doi.org/10.1029/2020GL090534)。

2. 探索兩種邊界層和對流方案的耦合策略

大氣邊界層 (Planet Boundary Layer; PBL)和對流(Convection; Conv) 關係緊密，邊界層的紊流傳遞熱量和水氣，幫助對流的形成發展，而對流又會影響邊界層的結構和紊流特性。我們探索了 GFDL AM4氣候模式中邊界層和對流參數法方案的兩種耦合策略：(1）PBL_then_Conv，對流方案看到的大氣狀態已經被邊界層方案更新，以及（2）PBL_and_Conv，邊界層和對流方案看到同樣的大氣狀態。 AMIP模擬結果顯示，這兩種耦合策略對海洋淺積雲地區有最大的影響， 跟PBL_then_Conv相比，PBL_and_Conv的對流減弱，邊界層的活動增強，而且低雲雲量增加。 我們認為這是因為 PBL_and_Conv 中，對流方案“看到”了一個相對穩定的大氣狀態，導致對流減弱。

3. 在GFDL AM4 加入 MYNN-EDMF 方案並評估其結果

GFDL AM4低估了北美洲、南美洲、和非洲西部海岸的海洋層積雲量，導致這些地區吸收過多的太陽輻射。 為了解決這個問題，我們在AM4中加入了一個新的邊界層/對流方案， Mellor-Yamada-Nakanishi-Niino Eddy-Diffusivity/Mass-Flux (MYNN-EDMF)，主要的挑戰包括 (1) MYNN-EDMF 雲方案和 AM4 雲方案的不兼容性，以及 (2) MYNN-EDMF與其他物理參數法方案的耦合。 AMIP模擬結果顯示，AM4使用MYNN ED可以改善海洋層積雲的偏差，然而，AM4使用MYNN-EDMF加劇了已經很嚴重的海洋層積雲偏差，部分原因是因為MYNN-EDMF與AM4層狀雲方案的耦合問題。

  • 博士後研究員
    美國普林斯頓大學
    大氣與海洋科學學程 (2020-2023)
  • 博士
    美國密西根大學
    氣候與太空科學暨工程學系 (2019)
  • 碩士
    國立台灣大學
    大氣科學研究所 (2012)
  • 學士
    國立中央大學
    大氣科學系 (2009)

研究人員登入