北京大学 | Bachelor's Degree in Science
美国纽约州立大学石溪分校 | Doctoral Degree in Science
Dr. Jingyi Chen focuses on improving the process-level understanding and parameterization of convective and stratiform clouds. Her current research concentrates on 1) studying the formation and evolution of shallow cumulus cloud over the heterogeneous land surface and urban clusters, 2) investigating the transition of stratiform cloud morphology in marine environments, 3) exploring aerosol-cloud interactions with turbulent entrainment-mixing.
Homepage in English:https://jingyi-chen.github.io/
北京大学 | Bachelor's Degree in Science
美国纽约州立大学石溪分校 | Doctoral Degree in Science
2024.3 to Now
Nanjing University of Information Science and Technology
|
School of Atmospheric Sciences
|
Professor
2020.8 to 2024.2
Pacific Northwest National Laboratory
|
Scientist
2018.5 to 2020.7
Pacific Northwest National Laboratory
|
Postdoctoral Research Associate
云降水过程对地球的能量和水循环具有重要影响,涉及的时间和空间尺度非常广泛,从亚微米级别的云凝结核(CCN)到数千公里范围的云降水系统。然而,现有的数值模型尚无法解析所有尺度,因此,次网格尺度的云降水过程通常在模型中通过参数化方法进行简化处理,这成为数值模拟不确定性的一个重要来源。
为了提升数值模型的模拟能力,课题组专注于跨尺度的复杂云降水过程,旨在深化对云物理过程和机制的理解,并改进模型中的参数化方法。
研究重点包括以下三个领域:
1. 不均匀的陆地和海洋下垫面对云降水的影响,包括城市、山地、洋面湾流等不同地形和气候条件。
2. 云降水系统的组织、生长规律及其机制,特别是云之间的相互作用以及它们与周围环境的相互影响。
3. 气溶胶与云的相互作用,尤其是气溶胶如何影响云的大小分布和生命周期。
研究方法涵盖了多种工具和模型,包括云气团模型、大涡模拟(LES)、中尺度区域模型(例如天气研究与预报模型,WRF)、现场观测和遥感数据集,以及云室实验。通过这些综合手段,致力于提高对云降水过程的科学认识,并优化数值模型的参数化方案。
I am focused on addressing several grand challenges related to cloud processes at the sub-grid scale. These challenges include the formation and upscale growth of shallow clouds, interactions between land, the atmospheric boundary layer, and clouds, as well as interactions between aerosols and clouds. These processes at the sub-grid level are simplified within Earth System Models (ESMs) due to their finer spatial and temporal structures (i.e., parameterization) and a lack of clear theoretical understanding. The adventure in understanding and parameterizing sub-grid cloud processes will lead to better predictions of the Earth’s energy and hydrological cycles.
云降水过程对地球的能量和水循环具有重要影响,涉及的时间和空间尺度非常广泛,从亚微米级别的云凝结核(CCN)到数千公里范围的云降水系统。然而,现有的数值模型尚无法解析所有尺度,因此,次网格尺度的云降水过程通常在模型中通过参数化方法进行简化处理,这成为数值模拟不确定性的一个重要来源。
为了提升数值模型的模拟能力,课题组专注于跨尺度的复杂云降水过程,旨在深化对云物理过程和机制的理解,并改进模型中的参数化方法。
研究重点包括以下三个领域:
1. 不均匀的陆地和海洋下垫面对云降水的影响,包括城市、山地、洋面湾流等不同地形和气候条件。
2. 云降水系统的组织、生长规律及其机制,特别是云之间的相互作用以及它们与周围环境的相互影响。
3. 气溶胶与云的相互作用,尤其是气溶胶如何影响云的大小分布和生命周期。
研究方法涵盖了多种工具和模型,包括云气团模型、大涡模拟(LES)、中尺度区域模型(例如天气研究与预报模型,WRF)、现场观测和遥感数据集,以及云室实验。通过这些综合手段,致力于提高对云降水过程的科学认识,并优化数值模型的参数化方案。
2025.4 to Now
The Innovation Geoscience, 青年编委
2025.3 to Now
国家自然科学基金委国际科研资助部,兼聘
2025.1 to Now
气象学会和Journal of Meteorological Research, Editor
2025.1 to Now
第一届未来大气科学论坛,理事
2023.1 to 2025.2
AMS年会北大西洋地区气溶胶-云相互作用分论坛,共同主席