香港科技大学环境科学系全奖博士招生 | Prof. Chen

导师简介

如果你想申请香港科技大学 环境科学系博士，那今天这期文章解析可能对你有用！今天Mason学长为大家详细解析香港科技大学的Prof. Chen的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！

Fei Chen教授现任香港科技大学环境与可持续发展部的协理主管及教授，同时担任IAS Atmospheric Research Center主任。教授既负责学部教学科研管理，又主导研究中心的学术方向，在学科建设与科研实践中具备统筹视角。

教授于1990年在布莱斯帕斯卡大学获得大气科学博士学位，扎实的学术基础为其后续大气科学与环境领域研究奠定了核心支撑。

研究分析

论文亮点解析

1. 2025年发表于Journal of Hydrology的“Automated calibration of Noah-MP land surface model for improved irrigation representation in the North China Plain”针对华北平原灌溉表征问题，提出Noah-MP陆面模型的自动化校准方法。该研究解决了传统模型中灌溉参数化主观性强的痛点，通过数据驱动的校准提升了模型对农业区水文过程模拟的精度，为区域水资源管理与农业气候适应提供了更可靠的工具。
2. 同期发表于Atmospheric Research的“Convection-permitting climate simulations over South America:Experimentation during different phases of ENSO”聚焦南美地区不同ENSO相位下的对流许可气候模拟。对流许可模拟能更精细捕捉中小尺度天气系统，结合ENSO相位分析，可揭示大尺度海气相互作用对区域对流活动的影响机制，为南美极端降水、洪涝等灾害的季节预测提供科学依据。
3. 发表于Journal of Hydrometeorology的“Improved Snow Albedo Evolution in Noah-MP Land Surface Model Coupled with a Physical Snowpack Radiative Transfer Scheme”将物理雪pack辐射传输方案耦合到Noah-MP模型中，改进了雪反照率演变模拟。雪反照率是影响地表能量平衡的关键参数，该改进使模型在高纬度或高海拔积雪区的气候模拟结果更接近观测，对寒区水文循环与气候预测具有重要意义。

项目概况

1. 2023年1月至2025年12月参与“Environment and Conservation Fund The 9th Convection-Permitting Climate Modeling Workshop 2025”（环境及自然保育基金资助2025第9届对流解析气候模拟研讨会）合作单位包括HKUST的SHI Xiaoming（负责人）、IM Eun Soon等。该项目以研讨会为载体，汇聚全球对流许可气候模拟领域的专家学者，旨在交流模型开发进展、共享模拟数据与方法，推动该技术在区域气候评估、灾害风险预测中的应用。Fei Chen教授作为核心成员，主要负责结合自身陆面模型研究经验，参与研讨模拟中陆面-大气相互作用的参数化优化方向。

研究想法

1. 城市化与农业灌溉协同影响的陆气耦合模拟：现有研究多单独分析城市化或农业灌溉的气候效应，可探索两者在季风区的协同作用。以东亚季风区典型城市群（如珠三角）及周边农业区为研究区，将城市冠层模型与改进的Noah-MP灌溉模块耦合，结合对流许可模拟，分析城市化热岛效应与灌溉增湿效应如何共同影响区域边界层结构、降水分布及时空演变，为城市群气候适应性规划提供新视角。
2. 基于机器学习的陆面模型参数动态优化：结合Fei Chen教授团队开发的ML-AMPSIT工具，进一步拓展其应用场景。针对气候模式中陆面参数随时间和下垫面变化的动态特性，利用长时序观测数据（如FLUXNET站点通量、卫星遥感陆面数据）训练深度学习模型，实现Noah-MP等陆面模型参数的实时动态校准，解决传统静态参数在气候变化情景下模拟偏差增大的问题，提升模型对极端气候事件的预测能力。
3. 极端干旱事件下陆面-水文-气候反馈机制研究：选取全球变暖背景下干旱频发的区域（如地中海沿岸），基于区域气候模式与分布式水文模型的耦合系统，结合陆气相互作用理论，分析干旱期土壤湿度降低对地表能量平衡的影响，以及这种影响如何通过改变大气边界层稳定性反馈到区域降水，形成“干旱-少雨”的正反馈循环，为干旱灾害的早期预警与应对提供理论支撑。

申请建议

1.学术背景准备

• 核心课程：需修读大气动力学、陆面过程、水文气象学、气候模型原理等课程，掌握陆气相互作用的基本理论；若涉及模型开发，还需补充数值计算、流体力学等相关知识。
• 技能储备：熟练掌握至少一种编程工具（Python/MATLAB）用于数据处理与可视化；熟悉WRF模式、Noah-MP陆面模型的运行与参数调试；了解机器学习基础（如TensorFlow/PyTorch），能运用ML-AMPSIT等工具进行参数敏感性分析；具备Linux系统操作能力，适应科研计算环境。

2.科研经历积累

• 优先参与陆面模型应用、区域气候模拟或水文-气候耦合相关的科研项目，例如：协助导师完成某区域Noah-MP模型的本地化校准；利用WRF模式进行小尺度对流模拟；处理FLUXNET或卫星遥感数据（如MODIS NDVI、SMAP土壤湿度）用于陆面过程分析。若暂无相关项目，可自主开展小型研究，如对比不同陆面参数化方案对某地区降水模拟的影响，形成完整的研究报告或小论文，体现科研动手能力与独立思考能力。

3.申请材料打磨

• 个人陈述：需明确阐述对Fei Chen教授某一研究方向（如陆气相互作用、模型开发）的兴趣，结合自身科研经历说明匹配度，例如“参与XX项目时接触Noah-MP模型校准，关注到您团队在灌溉表征优化的研究，希望进一步探索机器学习在模型参数动态优化中的应用”；同时简要提及对拟研究方向的初步设想，展现学术主动性。
• CV与推荐信：CV中突出科研技能（如模型、编程、数据处理）和相关项目经历，量化成果（如“完成XX区域WRF模式模拟，提升降水模拟精度X%”）；推荐信优先选择熟悉自身科研能力的导师，若导师研究方向与Fei Chen教授有交叉（如气候模型、水文气象），可请其重点推荐科研潜力与学科匹配度。

4.提前沟通要点

• 联系导师时，需附上个人CV与简要研究设想，邮件中具体提及1-2篇Fei Chen教授近期发表的论文（如模型优化或对流模拟相关），并提出针对性问题，例如“您在2025年Journal of Hydrology中提出的Noah-MP自动化校准方法，在复杂地形区域的适用性如何？”，避免泛泛而谈，体现对其研究的深入了解，提升沟通效率。

博士背景

David，美国top10学院地理系博士生，专注于城市地理学和可持续发展研究。擅长运用地理信息系统(GIS)和空间大数据分析技术，探索全球化背景下的城市空间结构演变。在研究气候变化对城市韧性影响方面取得重要突破。曾获美国地理学会学生论文奖和ESRI青年学者奖。研究成果发表于《Annals of the American Association of Geographers》和《Urban Studies》等顶级期刊。擅长地理学相关领域的文书写作辅导，熟悉相关领域的PhD申请流程及技巧。