Kenneth Chan
Abteilung | IMPRS |
Gruppe | IMPRS Doktorand*innen |
Position | Doktorand*in |
Telefon | +49 40 42838-5331 |
kenneth.chan@mpimet.mpg.de | |
Raum | G 1639 |
Forschung
Stratokumuli sind besonders in der subtropischen Klimazone verbreitet und bedecken ein Fünftel der Erdoberfläche. Sie regulieren das Klima und bewirken einen kühlenden Effekt auf der Fläche durch die Spiegelung der hereinkommenden Strahlung. Es wird erwartet, dass sich die Bewölkung von Stratokumuli mit der derzeitigen Erderwärmung verringert, aber die genaue Menge ist noch ungewiss. Die vielfältige Kopplung von meterskaligen Prozessen auf der Wolkendecke, der freien Troposphäre und der Meeresoberflächentemperatur erschwert die Vorausschätzung. Numerische Modelle mit insuffizienter Auflösung überschätzen die Durchmischung und verbergen die Sensitivität der Stratokumuli gegen Umweltbedingungsänderungen. Können wir uns also auf diese Modelle bei der Erforschung der Rolle von Stratokumuli im Klimasystem verlassen?
Direkte numerische Simulierungen mit erhöhter Auflösung verbessern die Darstellung von Durchmischung, somit können die Strahlungseffekte besser abgeschätzt werden. In meiner Forschung wird das Mikroskalamodell mit dem Strahlungsübertragungsmodell gekoppelt, um die Beeinflussung von Wasserdampf auf die Langwellenstrahlung, sowie die Kurzwellenstrahlung und die tägliche Entwicklung der Stratokumuli zu erforschen.
Betreuer: Prof. Juan Pedro Mellado, Prof. Stefan Bühler
Lebenslauf
Ausbildung
Seit 2023: Doktorand am Max-Planck-Institut für Meteorologie, Hamburg, Deutschland
2021 - 2023: MSc Atmosphären- und Klimawissenschaften, ETH Zürich, Zürich, Schweiz
- Arbeit: Evaluating Potential Impact of Seeding Tropical Cyclones with Aerosols in the Numerical Model ICON
2016 - 2021: BSc Physik (1. Fach) und Erdsystemwissenschaften (2. Fach), Chinesische Universität Hongkong, Shatin, Hongkong
- 1. Arbeit: Probability of Occurrence of Strong and Gale Force Winds in Hong Kong during the Passage of Tropical Cyclones
- 2. Arbeit: Tropical Cyclone Intensity Forecast using ECMWF EPS with Machine Learning
Praxiserfahrung
2019 - 2020: Praktikum am Hong Kong Observatory, Tsim Sha Tsui, Hongkong
- 1. Projekt: Maschinelles Lernen in der Kalibrierung von Intensitätsvorhersage tropischer Zyklone vom ECMWF EPS
- 2. Projekt: Verbesserung des automatischen Wettervorhersagesystems (Wind & Gewitter)
- 3. Projekt: Wahrscheinlichkeit von starkem und stürmischem Wind in Hongkong während der Querung tropischer Zyklone
Lehre
2021: Lehrassistent des Kurses „Ecosystems and Climate” an der Chinesischen Universität Hongkong, Shatin, Hongkong
Veröffentlichungen
Chan, M. H. K., Wong, W. K., & Au-Yeung, K. C. (2021). Machine learning in calibrating tropical cyclone intensity forecast of ECMWF EPS. Meteorological Applications, 28(6), e2041. https://doi.org/10.1002/met.2041
Masterarbeit
Chan, K. (2023): Evaluating Potential Impact of Seeding Tropical Cyclones with Aerosols in the Numerical Model ICON
- Betreuerinnen: Prof. Ulrike Lohmann & Nadja Omanovic
Bachelorarbeit
Chan, M. H. K. (2020): Probability of Occurrence of Strong and Gale Force Winds in Hong Kong during the Passage of Tropical Cyclones
- Betreuer: Prof. Francis Tam & Chun-wing Choy
Chan, M. H. K. (2020): Tropical Cyclone Intensity Forecast using ECMWF EPS with Machine Learning
- Betreuer: Prof. Francis Tam & Wai-kin Wong