郑博士本科毕业于香港理工大学，主修环境与可持续发展，并以一等荣誉学位毕业。2018 年，他在杜克大学获得环境工程硕士学位，2021 年在同一领域获得博士学位，并在毕业时被授予所在系的“杰出学者”称号。

他的博士研究聚焦于将机器学习和深度学习应用于环境监测。他开发了用于校准低成本空气质量传感器网络的方法，并提出了从新兴微卫星影像中反演空气污染物浓度的技术。这些方法能够在社区尺度上提供精确的细颗粒物浓度估算，并识别热点污染源以制定有针对性的减排策略。鉴于其科研成就，他获得了斯隆基金会能源数据分析博士奖学金和 Senol Utku 年度奖，其研究成果还被刊登为斯隆基金会年度报告亮点的封面故事。

迄今为止，郑博士已发表 8 篇 SCI 收录期刊论文（其中 4 篇为第一作者，2 篇为第二作者），共获得 637 次引用。他的工作被麻省理工学院、哈佛大学、加州大学伯克利分校等知名大学，和 Science、PNAS 等顶级学术期刊引用。此外，他的研究成果也获得了广泛媒体报道，并在包括 2018 年国际空气传感器大会（ASIC）和 2021 年 Planet Explore 在内的重要国际会议上作报告。

在职业经历方面，他曾在加州空气资源委员会（CARB）和环境科技公司 Aclima 工作，参与推动空气质量与温室气体监测数据基础设施的现代化、大规模移动空气质量采样项目，以及为空气质量预测模型的开发提供支持，为加州、纽约、华盛顿特区、伊利诺伊州及墨西哥的政府客户服务，助力数百万美元的环境项目。

他目前的研究重点是将数据科学与计算机科学技术相结合，推进低成本空气质量监测技术的发展：

1. 利用移动监测平台创建超高时空分辨率的城市空气污染暴露地图，识别弱势和敏感人群，并刻画以往无法测量且常被忽视的挥发性有机化合物（VOC）种类与来源。
2. 使用低成本空气质量传感器研究建筑类型、暖通空调（HVAC）系统、人类活动和室外环境条件如何影响室内空气污染。
3. 开发基于高光谱卫星影像的乙烷反演方法，并结合 TROPOMI 卫星数据与 GEOS-Chem 模型评估中国油气行业的甲烷排放及其长期变化趋势。