Yi-Chi Wang

Verksamhetsområde

Min forskning fokuserar på konvektionsprocesser och deras samspel med klimatvariationer och extrema händelser, med tonvikt på flerskalig dynamik och förbättrade klimatsimuleringar. Jag använder dynamiska modeller, observationer och återanalyser för att undersöka hur extrema händelser - som värmeböljor, köldvågor och kraftig nederbörd - påverkas av storskalig klimatvariabilitet. Genom att integrera klimatsimuleringar med statistiska metoder och maskininlärningsmetoder tillhandahåller jag vetenskapligt robust regional klimatinformation med hjälp av rigorösa, vetenskapsbaserade metoder. Mitt arbete överbryggar klyftan mellan storskaliga klimat "drivers" och lokala reaktioner, vilket förbättrar förutsägbarheten för extrema händelser och stöder klimatanpassning.

Forskningsintressen

Interaktioner på flera skalor i konvektion, extremt väder och klimatvariabilitet

• Undersöka hur konvektionsprocesser samverkar med storskaliga klimatfaktorer (t.ex. NAO, Pacific-Japan pattern, ENSO) för att påverka regionala extrema händelser som värmeböljor, köldvågor och kraftig nederbörd.
• Förbättra konvektions- och nederbördsprocesser i klimatmodeller för att öka förutsägbarheten för extrema händelser, särskilt under förändrade klimatförhållanden.
• Bedömning av förändringar i frekvens och intensitet av extrema händelser (t.ex. värmeböljor, extrem nederbörd) i olika klimatregimer och regioner för att informera om klimatanpassning.

Regional klimatmodellering och nedskalning

• Utveckling av händelsebaserade ramverk för nedskalning för att förbättra simuleringen och förutsägbarheten av extrema klimathändelser i högupplösta klimatmodeller.
• Förbättra dynamiska nedskalningsmöjligheter i regionala klimatmodeller för att förfina högupplösta klimatprognoser för extrema väderhändelser.
• Integrering av maskininlärningstekniker för att förbättra nedskalningsnoggrannheten och förbättra regionala klimatriskbedömningar.

Särskild kompetens

• Multiskalig klimatdynamik - Expertis inom konvektionsprocesser, extrema väderhändelser och deras samspel med storskalig klimatvariabilitet.
• Utveckling av klimatmodeller - Omfattande erfarenhet av klimatmodeller, med fokus på representation av konvektion och förbättring av högupplösta klimatsimuleringar.
• Analys av klimatdata och telekopplingar - Undersöker hur ENSO, NAO och Stillahavs- och Japanmönstret påverkar regional klimatvariabilitet och extrema händelser med hjälp av omanalysdata, observationsdatauppsättningar och statistisk modellering.
• Machine Learning Applications in Climate Science - Tillämpning av tekniker för djupinlärning för att förbättra klimatnedskalning och förstå klimatprocesser med klimatsimuleringar.

Senaste publikationer

• Tsai, C.-T., Y.-C. Wang, W.-L. Tseng*, L.-C. Chiang (2024): Pacific Meridional Mode implicated as a prime driver of decadal summer temperature variation over Taiwan. Accepted by Journal of Climate.
• W.-L. Tseng, C.-W. Lin, Y.-C. Wang, K.-M. Chiu, Y.-S. Wu, Y.-H. Hsieh, Y.-T. Chen, H.-H. Hsu* (2024): Evaluating constraints on offshore wind farm installation across the Taiwan Strait by exploring the influence of El Niño-Southern Oscillation on weather window assessment. Heliyon, Vol.10, Issue 21, e40125. doi: 10.1016/j.heliyon.2024.e40125.

• Tseng, W.-L., Y.-C. Wang, H.-Y. Tseng, H.-H. Hsu, Y.-C. Chen* (2024): Compound Spatial Extremes of Heatwaves and Downstream Air Pollution Events in East Asia. Vol.312, 107772. doi: 10.1016/j.atmosres.2024.107772.