(2019/06/18發表於個人臉書)
我從碩士班，研究助理，到博士班的研究過程，一句話總結，就是一連串的髮夾彎吧。
碩士班本想研究雲微物理，開學前指導教授JP也叫我看了一些aerosol-cloud interactions的文章，但是開學後JP丟給我兩篇積雲參數化的paper，然後我就跑去做積雲參數化了。雲微物理和積雲參數化是截然不同的東西，雲微物理是從微觀角度來研究雲，要去想每一顆雲滴, 雨滴, 和aerosol之間的過程，尺度大概是微米尺度(10^-6 m)吧。積雲參數化是從巨觀角度研究雲，看一大堆積雲對流對大尺度環境場的影響，重點是看這一大堆積雲的整體影響是什麼，而不是去研究每朵雲裡面發生的事和過程，尺度大概是100公里 (10^5 m)左右吧。兩者的目的，研究對象和方法都很不相同。這是我第一個髮夾彎，本來以為做雲微物理，結果轉去做積雲參數化。
碩班畢業後跑去中研院當研究助理，一開始主要工作是延伸我碩士班的東西，也看了一些其他的雲參數化。後來老闆乾忠學長跟周明達老師要做一些輻射參數化的東西，我就跑去做輻射參數化了。說是做輻射參數化，其實更像是從頭學大氣輻射，因為我大學的大氣輻射學的很差。我還記得我第一次把長波輻射flux在大氣每個層畫出來的時候，我根本不知道哪邊是地表，哪邊是大氣層頂，但這從向上和向下輻射量值就能直接看出來 (因為向上flux從地面向上遞減而向下flux向下遞增)，可想見當時的我大氣輻射有多差。後來一邊做，一邊讀曾忠一老師的大氣輻射課本，才比較了解大氣輻射以及輻射參數化在做什麼。這是我的第二個髮夾彎，本以為會繼續做積雲參數化或其他雲參數化，結果轉去做輻射參數化。
申請博士班時UMich黃象磊老師看上我有雲和輻射參數化的經驗，所以收我做博士班學生。我本來預期會繼續做雲和輻射參數化，著重於雲的長波性質(cloud LW optical properties)。但是，跟之前的碩士班和研究助理時一樣，又過了髮夾彎。我的博士班研究是去探討地表及雲的長波輻射過程對氣候模擬的影響，而不是去發展雲和輻射參數化。我的第一個研究是看surface emissivity改變對Sahara and Sahel氣候模擬的影響，目前進行的第二個研究是看冰雲的長波散射對北極模擬氣候的影響 (ice cloud LW scattering effects on simulated Arctic climate)。這兩個研究主要是分析氣候模式的資料，試圖解釋物理過程。我只稍微讀了一下模式怎麼處理surface emissivity和cloud LW scattering，但並不是很深入。
博士班的髮夾彎比起之前更陡更劇烈。在我讀博班之前，我知道我對某個地方特有的大氣現象沒什麼興趣，比方說東亞季風，印度洋季風，ENSO之類，我比較喜歡是不管什麼地方都會發生的事，像雲的形成或是輻射。可是我的博班研究是針對特定區域，Sahara and Sahel以及Arctic，這兩個地方都有很獨特的氣候特徵。Sahel是一年有很明顯的乾季和雨季，Arctic是有海冰以及永晝永夜。我根本沒想過我會去研究特定區域的氣候，而且是跟我八竿子打不著的Sahara和Arctic。此外，跑來做氣候研究也是我以前根本沒想過的。我大學對氣候學沒什麼興趣，因為我實在無法理解平均場的概念是什麼，更別說各種神秘的patterns和oscillations，像ENSO，NAO，AO之類，碩班seminar聽到氣候主題基本上都是不知道神遊到哪裡去了。結果，我的博士班研究是做氣候，還是做Sahara/Sahel和Arctic的氣候，這髮夾彎真的有點大啊。
總結一下。我至今的研究過程是 (以為) 雲微物理 -> (結果) 積雲參數化，(繼續) 雲參數化 -> (意料之外) 輻射參數化 。(以為) 雲和輻射參數化 -> (意料之外) Sahara and Sahel and Artic climate。各種髮夾彎啊！
過了這麼多髮夾彎，每次過彎前多少都有點囧，因為完全沒有心理準備，而且通常被拋向我從沒想過的方向。不過我很感謝有機會接觸到這麼多樣的研究題目，除了增廣自己的知識和加強自己的能力(ex: 寫程式, 模式debug, 分析資料)，我學到兩件很重要的事情：一個是如果碰到新題目，該怎麼下手和學習。第二個是，我比較清楚自己對什麼東西有興趣。
在碩班時學積雲參數化的時候，我一開始是硬著頭皮啃paper，也有看review paper (e.g. Arakawa 2004)，但我背景知識還不足，很多東西都似懂非懂。即使Frank Li幫我們上過一兩次課，但我還是不大懂，不懂只能繼續讀papers。當我真正比較理解積雲參數化在幹什麼的時候，一年多就過去了。這種摸索學習的過程是蠻有趣的，但老實說沒什麼效率。後來我研究助理做輻射參數化的時候，我不是一開始就讀paper，而是先找教科書來看，像曾忠一老師的大氣輻射和K.-N. Liou的經典教科書。教科書的內容編排比較有邏輯，特別是會去解釋很多專有名詞，學起來就有效率的多，看paper的時候也才比較清楚他們在說什麼。
我博士班做Sahara and Sahel的時候，有先去找書但沒找到什麼專門講Sahara/Sahel甚至是非洲氣候的書，所以只好從paper著手。這是氣候上很複雜的地區，海溫, 地表情況, 人為活動等因素都會影響，但即使知道這些因素，我對我的研究課題還是沒什麼感覺。直到我後來看了幾篇用觀測資料或reanalysis data分析Sahara/Sahel及附近的氣候，我才比較清楚那個地方的大氣特徵，也才對我的研究課題比較有感覺，知道它的定位是什麼，知道它想回答的具體問題是什麼。我覺得要研究一個區域特有的氣候或是天氣現象，首先要知道觀測上的特徵，像是地形, 環流, 氣候/天氣狀況等等，知道這些基本知識以後，才能理解更進階更深入的研究。
小小總結一下。要學一個新東西，我覺得找一本合適的教科書來看是個不錯的開始。除了教科書以外，網路上也有很多的文章/影片等等，通常是寫給初學者，所以看一看就能很快有個概念。如果要研究一個區域特有的氣候或是天氣現象，從觀測資料分析著手是個好的開始。知道實際的的現象，再去讀機制和了解成因，會更有感覺一點。學東西要循序漸進，先從看得懂的東西開始，看不懂的就晚點再看。
知道自己對什麼研究題目比較有興趣，就不是很好解釋了。對我來說，學習新東西，獲得新的知識很有趣。我一件事情做一陣子以後，會覺得有點膩有點無聊，沒什麼動力繼續做，也很常見。這個學習新東西+覺得膩的過程重複幾次，我想大概就可以知道自己比較喜歡什麼。
我碰過積雲參數化，碰過雲量和雲微物理參數化，碰過輻射參數化，碰過Sahara and Sahel的氣候及一點非洲氣候，碰過Arctic。做這些題目時都學到很多新東西，獲得新的知識，很有樂趣。但我知道其中我對雲參數化最有興趣，也是我畢業以後最想研究的東西。為什麼？我不知道該怎麼解釋，就是一種直覺吧。Sahara and Sahel和Arctic，兩個都是很複雜有很多有趣現象的地方，但我”現在”就是沒什麼興趣繼續研究，雖然知道還有很多不知道的東西，但覺得我現有的知識好像夠了，已經讓我滿足了。有時候會幻想自己成為一個非洲氣候專家或Arctic專家，嗯...好像沒有特別吸引我。
要知道自己對什麼問題有興趣，有個很老套但我覺得蠻實用的問題：如果給你兩億元做研究，你要做什麼？如果不用考慮你的背景知識和訓練，你要做什麼？
（分享一下我的回答。如果要考慮自己的背景知識和訓練，我會說我想用高解析度模式的結果來發展雲參數化，在非洲和北極蓋更多觀測站。如果不用考慮自己的背景知識，我會說我想讓環境保護更永續，讓資源回收更有效率，還有開間出版社報導普通人的故事。我覺得我的回答很意思，因為如果不用考慮我的背景，我想做的跟大氣科學一點關係也沒有。負面一點的解釋是大氣科學不是我最有興趣的研究課題，正面一點的解釋是我有對不同課題都有興趣，思考一下自己的答案還蠻有趣的。）
又是一篇落落長的回顧，還是做個總結。我很感謝我在求學過程中有機會接觸非常不同的研究題目，這讓我學到該怎麼有效率的學習新東西，還有知道自己對什麼東西比較有興趣。這兩個技能，我覺得對做研究來說很重要。
我從碩士班，研究助理，到博士班的研究過程，一句話總結，就是一連串的髮夾彎吧。
碩士班本想研究雲微物理，開學前指導教授JP也叫我看了一些aerosol-cloud interactions的文章，但是開學後JP丟給我兩篇積雲參數化的paper，然後我就跑去做積雲參數化了。雲微物理和積雲參數化是截然不同的東西，雲微物理是從微觀角度來研究雲，要去想每一顆雲滴, 雨滴, 和aerosol之間的過程，尺度大概是微米尺度(10^-6 m)吧。積雲參數化是從巨觀角度研究雲，看一大堆積雲對流對大尺度環境場的影響，重點是看這一大堆積雲的整體影響是什麼，而不是去研究每朵雲裡面發生的事和過程，尺度大概是100公里 (10^5 m)左右吧。兩者的目的，研究對象和方法都很不相同。這是我第一個髮夾彎，本來以為做雲微物理，結果轉去做積雲參數化。
碩班畢業後跑去中研院當研究助理，一開始主要工作是延伸我碩士班的東西，也看了一些其他的雲參數化。後來老闆乾忠學長跟周明達老師要做一些輻射參數化的東西，我就跑去做輻射參數化了。說是做輻射參數化，其實更像是從頭學大氣輻射，因為我大學的大氣輻射學的很差。我還記得我第一次把長波輻射flux在大氣每個層畫出來的時候，我根本不知道哪邊是地表，哪邊是大氣層頂，但這從向上和向下輻射量值就能直接看出來 (因為向上flux從地面向上遞減而向下flux向下遞增)，可想見當時的我大氣輻射有多差。後來一邊做，一邊讀曾忠一老師的大氣輻射課本，才比較了解大氣輻射以及輻射參數化在做什麼。這是我的第二個髮夾彎，本以為會繼續做積雲參數化或其他雲參數化，結果轉去做輻射參數化。
申請博士班時UMich黃象磊老師看上我有雲和輻射參數化的經驗，所以收我做博士班學生。我本來預期會繼續做雲和輻射參數化，著重於雲的長波性質(cloud LW optical properties)。但是，跟之前的碩士班和研究助理時一樣，又過了髮夾彎。我的博士班研究是去探討地表及雲的長波輻射過程對氣候模擬的影響，而不是去發展雲和輻射參數化。我的第一個研究是看surface emissivity改變對Sahara and Sahel氣候模擬的影響，目前進行的第二個研究是看冰雲的長波散射對北極模擬氣候的影響 (ice cloud LW scattering effects on simulated Arctic climate)。這兩個研究主要是分析氣候模式的資料，試圖解釋物理過程。我只稍微讀了一下模式怎麼處理surface emissivity和cloud LW scattering，但並不是很深入。
博士班的髮夾彎比起之前更陡更劇烈。在我讀博班之前，我知道我對某個地方特有的大氣現象沒什麼興趣，比方說東亞季風，印度洋季風，ENSO之類，我比較喜歡是不管什麼地方都會發生的事，像雲的形成或是輻射。可是我的博班研究是針對特定區域，Sahara and Sahel以及Arctic，這兩個地方都有很獨特的氣候特徵。Sahel是一年有很明顯的乾季和雨季，Arctic是有海冰以及永晝永夜。我根本沒想過我會去研究特定區域的氣候，而且是跟我八竿子打不著的Sahara和Arctic。此外，跑來做氣候研究也是我以前根本沒想過的。我大學對氣候學沒什麼興趣，因為我實在無法理解平均場的概念是什麼，更別說各種神秘的patterns和oscillations，像ENSO，NAO，AO之類，碩班seminar聽到氣候主題基本上都是不知道神遊到哪裡去了。結果，我的博士班研究是做氣候，還是做Sahara/Sahel和Arctic的氣候，這髮夾彎真的有點大啊。
總結一下。我至今的研究過程是 (以為) 雲微物理 -> (結果) 積雲參數化，(繼續) 雲參數化 -> (意料之外) 輻射參數化 。(以為) 雲和輻射參數化 -> (意料之外) Sahara and Sahel and Artic climate。各種髮夾彎啊！
過了這麼多髮夾彎，每次過彎前多少都有點囧，因為完全沒有心理準備，而且通常被拋向我從沒想過的方向。不過我很感謝有機會接觸到這麼多樣的研究題目，除了增廣自己的知識和加強自己的能力(ex: 寫程式, 模式debug, 分析資料)，我學到兩件很重要的事情：一個是如果碰到新題目，該怎麼下手和學習。第二個是，我比較清楚自己對什麼東西有興趣。
在碩班時學積雲參數化的時候，我一開始是硬著頭皮啃paper，也有看review paper (e.g. Arakawa 2004)，但我背景知識還不足，很多東西都似懂非懂。即使Frank Li幫我們上過一兩次課，但我還是不大懂，不懂只能繼續讀papers。當我真正比較理解積雲參數化在幹什麼的時候，一年多就過去了。這種摸索學習的過程是蠻有趣的，但老實說沒什麼效率。後來我研究助理做輻射參數化的時候，我不是一開始就讀paper，而是先找教科書來看，像曾忠一老師的大氣輻射和K.-N. Liou的經典教科書。教科書的內容編排比較有邏輯，特別是會去解釋很多專有名詞，學起來就有效率的多，看paper的時候也才比較清楚他們在說什麼。
我博士班做Sahara and Sahel的時候，有先去找書但沒找到什麼專門講Sahara/Sahel甚至是非洲氣候的書，所以只好從paper著手。這是氣候上很複雜的地區，海溫, 地表情況, 人為活動等因素都會影響，但即使知道這些因素，我對我的研究課題還是沒什麼感覺。直到我後來看了幾篇用觀測資料或reanalysis data分析Sahara/Sahel及附近的氣候，我才比較清楚那個地方的大氣特徵，也才對我的研究課題比較有感覺，知道它的定位是什麼，知道它想回答的具體問題是什麼。我覺得要研究一個區域特有的氣候或是天氣現象，首先要知道觀測上的特徵，像是地形, 環流, 氣候/天氣狀況等等，知道這些基本知識以後，才能理解更進階更深入的研究。
小小總結一下。要學一個新東西，我覺得找一本合適的教科書來看是個不錯的開始。除了教科書以外，網路上也有很多的文章/影片等等，通常是寫給初學者，所以看一看就能很快有個概念。如果要研究一個區域特有的氣候或是天氣現象，從觀測資料分析著手是個好的開始。知道實際的的現象，再去讀機制和了解成因，會更有感覺一點。學東西要循序漸進，先從看得懂的東西開始，看不懂的就晚點再看。
知道自己對什麼研究題目比較有興趣，就不是很好解釋了。對我來說，學習新東西，獲得新的知識很有趣。我一件事情做一陣子以後，會覺得有點膩有點無聊，沒什麼動力繼續做，也很常見。這個學習新東西+覺得膩的過程重複幾次，我想大概就可以知道自己比較喜歡什麼。
我碰過積雲參數化，碰過雲量和雲微物理參數化，碰過輻射參數化，碰過Sahara and Sahel的氣候及一點非洲氣候，碰過Arctic。做這些題目時都學到很多新東西，獲得新的知識，很有樂趣。但我知道其中我對雲參數化最有興趣，也是我畢業以後最想研究的東西。為什麼？我不知道該怎麼解釋，就是一種直覺吧。Sahara and Sahel和Arctic，兩個都是很複雜有很多有趣現象的地方，但我”現在”就是沒什麼興趣繼續研究，雖然知道還有很多不知道的東西，但覺得我現有的知識好像夠了，已經讓我滿足了。有時候會幻想自己成為一個非洲氣候專家或Arctic專家，嗯...好像沒有特別吸引我。
要知道自己對什麼問題有興趣，有個很老套但我覺得蠻實用的問題：如果給你兩億元做研究，你要做什麼？如果不用考慮你的背景知識和訓練，你要做什麼？
（分享一下我的回答。如果要考慮自己的背景知識和訓練，我會說我想用高解析度模式的結果來發展雲參數化，在非洲和北極蓋更多觀測站。如果不用考慮自己的背景知識，我會說我想讓環境保護更永續，讓資源回收更有效率，還有開間出版社報導普通人的故事。我覺得我的回答很意思，因為如果不用考慮我的背景，我想做的跟大氣科學一點關係也沒有。負面一點的解釋是大氣科學不是我最有興趣的研究課題，正面一點的解釋是我有對不同課題都有興趣，思考一下自己的答案還蠻有趣的。）
又是一篇落落長的回顧，還是做個總結。我很感謝我在求學過程中有機會接觸非常不同的研究題目，這讓我學到該怎麼有效率的學習新東西，還有知道自己對什麼東西比較有興趣。這兩個技能，我覺得對做研究來說很重要。