Kenneth Chan

Abteilung IMPRS
Gruppe IMPRS Doktorand*innen
Position Doktorand*in
Telefon +49 40 42838-5331
Email 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 Applications28(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