Browsing by Author "Wang, Chung-Chieh"

Now showing 1 - 20 of 27

How much of Typhoon Morakot’s extreme rainfall is attributable to anthropogenic climate change?
(International Journal of Climatology, 2019-06-30) Wang, Chung-Chieh; Tseng, Li-Shan; Huang, Chien-Chang; Lo, Shih-How; Chen, Cheng-Ta; Chuang, Pi-Yu; Su, Nan-Chou; Tsuboki, K.
Typhoon Morakot (2009), which made landfall in Taiwan during August 7–9, 2009, produced the highest rainfall and became the deadliest typhoon ever recorded in Taiwan since 1958. To assess the role of anthropogenic climate change in the typhoon‐related torrent, we compare the water budget between a pair of cloud‐resolving sensitivity experiments. The pair consists of a control simulation that reproduces Typhoon Morakot (2009) in current climate and a sensitivity simulation in which the same storm is placed in a slightly different climate background where the late 20th century anthropogenic climate change signal is removed. The anthropogenic signal is estimated with the CMIP5 experiments of 18 models for the period of 1985–2005, during which the global warming trend is discernible. In climate states that differ merely by a 20‐year mean anthropogenic change, Morakot (2009) yields 3.4–3.6% more total rainfall in the control experiment than its sensitivity counterpart within a radius of 300–500 km from the storm centre. Water budget analysis indicates that the increase in typhoon rainfall is mainly resulted from the enhanced convergence of vapour flux. The enhancement is, in turn, contributed by the increased tropospheric moisture due to global warming and, to a lesser extent, by a more active secondary circulation in the storm that is associated with the anthropogenic climate change.
不同初始場在臺灣梅雨季高解析度模式定量降水預報之效益評估研究
(2022) 宋俞德; Sung, Yu-Te
在5-6月的梅雨季是台灣每年除了颱風季以外重要的降水來源，但其短時間累積的強降雨也是不可忽略的災害之一。在嘗試不同實驗去更了解影響梅雨季降雨各種因素的同時，人們也為了提升定量降水預報能力的方法上從預報的不同角度去切入，例如初始場資料、邊界條件、模式種類、模式設定等。所以本研究利用同化反演參數產生的初始場資料，在不同個案中與無同化資料的控制組定量降水模式的表現差異。選取個案的區間是從2016-2019年5-6月中滑動24小時累積雨量大於200mm的個案為標準。最後選取出了6個個案其中有3個鋒面型和3個西南氣流型的個案，評估12小時定量降水預報技術。實驗設計中有五個預報成員，主要差異在預報初始時間前12小時內不同的方式產生初始場，分別有2個無同化成員-冷啟動、提前12小時預報和3個WRF同化成員-純物理過程、同化GTS、同化GTS和衛星，都是用CReSS做預報。本論文比較無同化組和同化組成員的定量降水預報技術，同化組成員對於梅雨季的強降雨事件較過度預報但也有較好的預報技術。不過同化組成員中，同化GTS和衛星的成員也有最好的預報技術，即｢同化衛星資料對於台灣梅雨季定量降水預報技術有提升｣。
不同梅雨鋒面走向與移速對臺灣北部地區降雨影響之理想模擬研究
(2019) 謝竣安; Hsieh, Chun-An
每年5、6月梅雨季為臺灣重要的降水來源，此期間常受到鋒面影響而出現連續性的降雨，其中不乏有豪大雨個案。然而，不同梅雨鋒面所造成的降雨多寡以及分布不盡相同，而此結果受到許多複雜的因素影響，包括水氣含量、西南氣流、鋒面與地形效應以及中尺度擾動等影響，難以比較釐清單一條件在不同降雨個案的角色。因此，本研究利用理想化模擬的方式簡化複雜的鋒面系統，排除其他因素，探討在真實地形下，不同鋒面走向與移速對臺灣北部降雨的影響。為製作出理想化模擬的初始場，本研究先從分析資料平均得到鋒面前後的大氣垂直狀態，之後藉調整鋒後東北風的風向及風速，設定不同鋒面走向與移速。將東北風700 hPa以下的低層風場固定為均勻風場，其中，東北風風向與鋒面走向間維持45°夾角，意即隨鋒面走向而變化；東北風風速則對應鋒面移速，風速隨鋒面移速加快而增加。之後經由地轉風平衡式與地球大圓距離公式等計算，將東北風與西南風的大氣垂直狀態擴展為三維經緯網格資料。最後合併鋒前西南風場與鋒後東北風場兩個三維資料場得到理想化模擬的初始場，進行理想化模擬實驗。實驗設計8種鋒面走向，以角度表示，東西走向為0°，順鐘向為負，逆鐘向為正，分別為-20°、-10°、0°、10°、20°、30°、40°與50°。加上3種鋒面移速，分別為快（20 km/h）、中（15 km/h）以及慢（10 km/h）的鋒面移速，共24種組合，代表不同的鋒面情境。為探討各鋒面模擬結果在臺灣北部的降雨情形，本文藉由實驗模擬結果分析不同鋒面情境下，臺灣北部降雨的強度與空間分布。並選取臺灣北部特定的區域範圍進行空間平均，並且依照實驗模擬結果選取臺灣北部因為梅雨鋒面系統發生降雨的時段，得到實驗的累積雨量、降雨強度以及降雨時間長度，進行臺灣北部降雨分析。分析結果顯示在相同鋒面移速的情況下，鋒面的走向越接近20°與30°走向，降雨強度越高；鋒面的走向越接近-20°走向，則降雨時間越長，而在相同的鋒面走向情況下，鋒面的移動速度越快則降雨強度越高；而降雨時間長度則減少。臺灣北部累積降雨較多的實驗的可以分為長降雨時間以及強降雨強度兩個類，其中長降雨時間類型較為符合觀測，且有所有實驗中最多的累積雨量。另外本研究也發現，在特定的鋒面走向時，儘管鋒面移速慢，臺灣北部雖可有鋒面通過但是幾乎沒有降雨發生。然而相同的鋒面走向，當鋒面移速提高後，北部又出現降雨，顯示為鋒面走向、東北風強度與北部地形間的非連續交互作用。另外，經由垂直速度與輻散得時序分析，得知20°與30°時的上升運動與低層輻合較其他走向更強，有利於對流發展造成更高的降雨強度。
人為影響對梅雨極端降雨變化的歸因分析
(2025) 蘇芳妤; SU, Fang-Yu
人為因子為氣候變遷的主要作用力，其對於極端降雨天氣系統的影響，為全球暖化趨勢下人們在所關注的議題。本研究利用雲解析風暴模式(CReSS)，選擇2012年6月10至12日以及2017年6月2至3日的梅雨鋒面極端降水個案進行模擬和分析。控制實驗(CE)分別使用ECMWF ERA5、NCEP CFSv2、NCEP FNL、NASA Goddard MERRA-2以及JMA JRA-55等五種不同分析(或再分析)資料做為初始與邊界條件進行模擬並比較差異。敏感度實驗(SE)則使用2000-2014年5-6月CMIP6歷史情境模擬和自然情境模擬的差值，估計過去到近代人為因子所累積造成的氣候背景變化，並將其由與控制實驗相同的初始與邊界條件中扣除再進行模擬。由於控制實驗和敏感度實驗之間的差異可視為人為因子影響的強迫造成的影響，因此藉由梅雨鋒面極端降雨及結構等變化，可以分析過去氣候變遷中人為因子的貢獻。研究結果顯示由於鋒面結構與演變複雜，伴隨的降雨亦具有高度的非線性，因此在受人為因子影響的暖化情境下，對於區域降雨量增減的探討，不能僅考慮對流增強，還需考量環境場、鋒面位置變動與對流胞生命期等多重的因素。此外，透過水收支分析，梅雨鋒面個案受到人為因子影響的降水過程中，主要受鋒面影響的北部區域，對流水氣輻合的增強為總降水量的主因；而主要受西南氣流影響的南部區域，總降水量則伴隨著西南氣流的減弱而降低。整體降水增減的特徵出現了較明顯的南北區域差異，也體現了強降雨增強、弱降雨減弱的趨勢。
以機器學習研究台灣梅雨季不同降水型態之時空分布與環境分析
(2023) 楊立宇; Yang, Li-Yu
台灣於梅雨季內常伴隨鋒面與中小尺度系統，常發生劇烈降水事件。為了解並統整受梅雨鋒面影響下不同降水型態對應的大氣環境狀態，本研究先尋找近十年台灣受梅雨季鋒面影響之時段，從中篩選出大量降水事件。由於降水事件個數眾多，本研究先以事件之降水極值進行初步分類；再以主要降水區域的空間差異，以機器學習方法將前述分類結果再逐一細分。從結果可見，部分類別間的主要降水區域分布相似度高，但亦有類別的降水區過於零散且發生頻率偏低。因此本研究從中挑選、整併出4種降水極值、6種主要雨區共計24種雨型，並刪除一種事件數甚少的雨型，最終以23種雨型進行後續分析。分析結果可見，平地雨區與山區雨區之間無論時序變化、環境特徵均差異大，顯見平地與山區的降水事件發生機制明顯不同，不過南部平地、中南部山區雨區之間受海陸風與背景西南風之輻合影響，其日夜變化明顯相互關聯。北部平地雨區之發生頻率時序為所有雨區中最顯其獨特性，在季內變化上，較集中於5月發生；在日夜變化上，較集中發生於凌晨至早上時段。所有山區雨型於近中午至午後時段有較多大降水極值事件出現，顯示有明顯之日夜變化現象。從環境條件分析之結果可見，熱力或水氣性質參數在台灣附近之位置或指向通常與各雨區位置有所相關，即途經或指向該雨區，且地理位置與之相近的平地雨區，其大氣特徵與隨降水極值變化下之大氣變化趨勢有彼此相近的現象。本研究另使用中央氣象局之梅雨季豪大雨檢查表的部分項目，統計與各雨型之間的相關性。自結果可見，位置較南的雨區即越適用此些項目，顯示位置較北的雨區或需另行訂定其他項目或僅使用少數項目，以利預測該地的豪大雨事件。本研究可提供台灣梅雨季不同降水類型下的環境特徵，並提出現有豪大雨檢查表的不足之處，期盼未來能依其資訊進一步製作預測指標，以協助預報員在預報實務上的運作。
冬季東北季風對宜蘭地區降水與氣流分佈影響之理想模擬研究
(2023) 李俊賢; Li, Chun-Hsien
秋冬季(9～2月)東北季風降雨為臺灣東北部與東部地區重要的降雨來源之一。由於宜蘭地區特殊的口袋狀地形使平原內氣流形成偏轉、產生輻合，而在東南側山區迎風面造成大量的降雨。本研究欲探討單純的東北風對宜蘭地區降雨及風場造成的影響，利用2020年宜蘭劇烈降雨觀測實驗(Yilan Experiment for Severe Rainfall in 2020，YESR2020)期間東北風事件的大氣環境為基礎，以CReSS模式的理想化模擬，探討不同環境濕度、風速及風向下的降雨及風場分佈。本研究以臺灣東北方海面之分析資料時空間平均，製作水平向均勻、無氣壓梯度的模式初始場及邊界條件，進行東北風理想模擬實驗。實驗設計了3種相對濕度(80%、70%、60%)、3種風速(12、8、4 m s-1)及7種風向(0°、15°、30°、45°、60°、75°、90°)，共63種大氣環境組合，探討各實驗在蘭陽平原及其周圍山區局部環流與降雨之間的關係。各實驗分析結果顯示，當環境相對濕度改變時，對大氣穩定度、降雨量、氣流遇地形障礙後的運動方式等都有顯著影響。當空氣濕度較高時，其具有豐沛的水氣及較低的穩定度，各地山區迎風面均有較大的降雨量，且較容易爬升越過地形。氣流進入平原西南側後，由於空氣的質量堆積及沿地形舉升後的絕熱冷卻造成氣壓上升，形成較大的擾動氣壓及擾動氣壓梯度，導致氣流產生逆鐘向水平繞流，使平原東南側山區輻合降雨增強。當環境風速改變時，對降雨強度、擾動氣壓梯度、氣流遇地形障礙後的運動方式等都有明顯改變。當環境風速較高(12 m s-1)，氣流容易沿著地形爬升、產生較大氣壓擾動，導致平原內形成水平繞流及東南側輻合增強。而當環境風速較低(4 m s-1)時，水氣供應減少，降雨強度減弱，風場較容易受擾動氣壓影響。在東北風到偏東風情境，近地面的離岸氣壓梯度力範圍越向外海移動，使輻合雨帶向東移。當環境風向改變時，降雨區域、擾動氣壓分佈、平原內氣流運動情形亦有明顯不同。當環境風向為東北風時(30°～60°)，氣流較容易進入蘭陽平原西南側形成較大擾動氣壓，導致平原內形成逆鐘向繞流增強。在環境風向較偏東風時，平原內有較大的擾動氣壓，且在高濕度、高風速情境下，平原西南側有較大的擾動氣壓梯度，在沿海地區搭配海陸地面磨擦差異，形成較強的輻合帶。
康芮颱風(2013)結構演變與對流降水關係之研究
(2016) 李茂正; Li, Mao-Cheng
2013年8月下旬輕度颱風康芮(Kong-Rey)侵臺期間，衛星及雷達觀測資料均顯示其雨帶結構明顯不對稱，強對流雨帶多位於颱風中心之南側與西南側，且其渦旋垂直結構亦有傾斜現象，導致最大降雨區位於離颱風中心較遠之中、南部地區，累積雨量達500-700 mm以上，造成不少災損與人員傷亡，反觀離颱風中心最近之臺灣北部及東半部地區雨量則明顯偏少，多數地區累積雨量甚至不到50 mm。本研究利用雲解析風暴(CReSS)模式模擬康芮颱風侵臺時之結構與降水演變，並進行地形敏感度實驗及位渦傾向診斷。模擬結果顯示，康芮颱風位於海面上時，其雨帶之不對稱性(南強北弱)主要為環境流場東北向西南之垂直風切造成，而雨帶成因為颱風環流西側之偏北風與巴士海峽之西南風輻合所致，且隨著康芮颱風北上接近臺灣地區，此輻合區與雨帶亦隨之北移進入臺灣陸地，配合地形強迫舉升，產生南北走向平行山脈之滯留性雨帶，遂於臺灣中、南部地區造成致災性豪雨。地形敏感度實驗中，Control Run實驗因地形鎖定降水區域，使臺灣陸地上空產生大量潛熱釋放與垂直運動，導致中層正位渦隨時間增加，康芮颱風中層渦旋因而產生偏西分量移入臺灣陸地，而其低層之颱風中心則受地形阻擋持續北移，兩者遂產生明顯之相位差，使渦旋垂直結構隨高度向上向臺灣地形傾斜。No-Terrain Run實驗中，移除臺灣之高山地形，颱風北移時潮濕西南風仍可匯入康芮颱風之中心附近，維持中心附近螺旋雨帶之生成與發展，進而使接近颱風中心之臺灣北部與東半部地區累積雨量較Control Run明顯增多，但因缺少地形鎖定之滯留性雨帶，臺灣上空中層之正位渦值明顯較Control Run小，使康芮颱風之中層渦旋無法產生明顯之偏西分量，遂可維持較垂直之渦旋結構。
應用機器學習預報臺灣北部夏季午後對流之研究
(2025) 黃品豪; Huang, Pin-Hao
本研究以臺灣北部地區夏季午後對流降雨為研究對象，採用XGBoost機器學習模型(eXtreme Gradient Boosting)進行降雨分級預報，並結合SHAP方法（SHapley Additive exPlanations）分析模型輸出結果，以強化預報的可信度與可解釋性。研究使用2018至2024年5至9月間的中央氣象署觀測資料、探空資料及相關模式輸出進行模型訓練與驗證。結果顯示，XGBoost模型對於午後降雨事件具備良好的分級預報能力，其驗證資料的預兆得分（TS）達 0.76，誤報率（FAR）僅 0.11，較過去採用模糊邏輯方法之 TS = 0.594、FAR = 0.333明顯提升，展現 AI 方法在中小尺度降雨預報上的潛力與優勢。研究進一步指出，當預報目標越單純時，XGBoost所獲得的技術指標表現越佳，顯示明確界定預報任務能有效提升模型效能。透過SHAP分析，成功辨識影響午後對流降雨的多項關鍵特徵，包括低層水氣輸送、中高層大氣穩定度及近地面風場配置等；各特徵貢獻方向與過往研究所揭示的午後對流機制相符，驗證模型結果具備物理合理性與可解釋性。此外，分析也發現，當預報目標限定於弱綜觀環境下的午後對流降水時，模型對中高層動力與穩定度特徵的依賴性顯著增加，而針對所有降雨事件則以地面水氣與風場為主要依據，顯示不同尺度與條件下，AI 模型可捕捉不同的環境場訊號。研究同時討論了AI模型於中小尺度對流事件預報上的應用優勢與侷限，指出雖能突破傳統數值模式在解析度與即時性上的限制，但AI模型的黑箱過程仍是實務應用的重要挑戰。透過SHAP分析，本研究部分化解此問題，提升了預報結果的透明度。然而，本研究也坦承資料量有限及僅聚焦夏季弱綜觀條件，模型於不同區域及季節的泛化性尚待驗證。未來研究建議可擴增更長期與多樣化的觀測資料，並結合AI與數值模式之優勢，發展混合式預報系統，兼具物理完整性與AI高效能及可解釋性。同時，針對尚未完全明瞭的高層與近地面動力場特徵，未來亦應結合更高解析度的資料進一步探討。綜上所述，本研究展示了以XGBoost搭配SHAP方法進行午後降雨分級預報的可行性，成果可為短期降雨預報作業提供新的技術參考與方法支持，亦為未來相關應用提供可持續發展之基礎。
未來氣候變遷對西北太平洋強烈颱風可能影響之模擬研究
(2021) 鄧禕婷; Thean, Yi Ting
氣候變遷影響著環境的趨勢，使我們開始致力於減少溫室氣體。因此，有些研究嘗試透過模式建立各種情境，以探索未來氣候變遷對環境的影響。由於未來氣候變遷中，逐漸升高的溫度、水氣有利於颱風形成，所以許多科學家進行了颱風的實驗，並驗證了它們在未來氣候變遷的環境中，確實有強度增強、雨量增加、暴潮高度上升的趨勢。這篇論文使用建模的方式，針對 21 世紀西北太平洋最強烈的，而且擁有至少 900 hPa 最低中心海平面氣壓的颱風進行模擬研究。2010 年的強烈颱風梅姬、2013 年的強烈颱風海燕、2014 年的強烈颱風黃蜂、2015 年的強烈颱風蘇迪勒、2016 年的強烈颱風莫蘭蒂、2018 年的強烈颱風玉兔，是本論文進行實驗的 6 個颱風，以討論未來氣候變遷對它們強度的影響為何。論文的實驗設計，是將這些颱風移植到 2 種 21 世紀末的未來環境，它們是將 4.5 W m⁻² (RCP4.5) 及 8.5 W m⁻² (RCP8.5) 溫室氣體排放濃度投射到 21 世紀末的 2 個預估情境。這裡使用的代表濃度路徑，是由 38 個第 5 階段耦合模式對比計畫氣候模式預估的資料。資料裡有稍微增多的重力位高度、大氣溫度、水氣、海表面溫度，以及些許的反氣旋風場，這些差異值將被加入未來環境的初始場中。以這些未來環境重力位高度、風場的初始場為例，它們是不利於颱風發展的負面因素。雖然這些初始場的差異很小，但它們的差異值在模式裡一段時間後變大了。2.5 km 解析度雲解析風暴模式的模擬結果顯示，颱風在未來的環境將有更弱的強度。起初，未來環境較高的溫度降低了水氣的飽和度。隨著颱風的發展，在後面階段模擬裡，溫度梯度逐漸變小。因此，環境的穩定度提升了。在針對特定變數進行的敏感度實驗裡，梅姬對水氣有較高的敏感度，但海燕對水氣有較低的敏感度。在軸對稱的分析裡，未來氣候變遷環境中的颱風內核發展半徑正在擴大，因此它們強度減弱了。儘管海燕是所有研究個案中擁有最大的切向風、垂直速度、水氣、相對濕度，但它們很早就被耗盡了，導致海燕的強度急劇的減弱了。另外，現代環境中梅姬較大的剪力速率、未來環境中海燕較大的方向風切使它們強度減弱了。
未來長期氣候變遷對北行侵台颱風個案之降雨影響
(2019) 陳常溢; Chen, Chang-Yi
本研究主要針對暖化情境對侵台颱風在降雨方面造成的影響為主軸。為了排除諸多不確定因素，本研究選取過去發生並有發布警報之北行颱風個案，使用雲解析風暴模式Cloud-Resolving Storm Simulator (簡稱CReSS)重現，並將其放置於本世紀末的氣候場探討，並加以比較進行敏感度測試，隨後本研究也使用水收支方程式來探討兩者降雨差異的原因。未來的氣候推估方面，我們選取CMIP5(Coupled Model Intercomparison Project Phase 5)共38個模式，挑選1981-2000年Historical run和未來RCP4.5和RCP8.5暖化情境的2081-2100年，選取這三種情境的6到10月做平均後，計算這100年間的差異作為氣候差異場。在個案上，我們選取了梅姬颱風(2010)、泰利颱風(2012)、康芮颱風(2013)以及鳳凰颱風(2014)。各個案的控制組實驗(現代氣候)採用格點分析資料模擬，而將上述氣候差異場疊加於相同分析資料後，即為未來暖化情境的敏感度實驗。結果顯示，各個案大同小異：梅姬颱風在距中心500 km半徑內，RCP4.5情境下的總降雨量增加約20%，RCP8.5情境下增加約9%；泰利颱風在400 km半徑內，RCP4.5情境下總雨量增加約11%，RCP8.5情境減少約2%；康芮颱風在500 km半徑，RCP4.5情境下降雨量增加約57%，RCP8.5情境下減少約8%；最後，鳳凰颱風在400 km半徑內，RCP4.5情境下降雨量增加約11%，RCP8.5情境下增加約6%。所有的共通特性皆為強降水事件增加；弱降水事件減少。由於RCP4.5情境下雨帶較RCP8.5情境分佈廣泛，而RCP8.5情境下降雨集中在眼牆附近。在計算格點平均時，會使得降雨較集中的RCP8.5情境總雨量較少，但其雨量集中的程度不容小看。在降雨增加的原因，分析颱風的次環流運動，低層內流增強；高層外流增強，導致內核上升運動增強，這也使得降雨在內核提高。
未來長期氣候變遷對西北太平洋超級颱風個案降水潛在影響之模擬研究
(2023) 謝旻儒; Hsieh, Min-Ru
氣候變遷所衍生的極端天氣現象是人類在未來須面對的環境議題之一，近年來逐漸在國際間獲得重視，而對於未來的災害推估也是學界近期正努力鑽研的一大領域。對於西北太平洋區域而言，颱風的肆虐往往對陸地造成嚴重災損，除風力驚人，其挾帶的劇烈降水更具有破壞力，尤其薩菲爾·辛普森等級C4或C5的強颱更是不可言喻。為探討未來暖化下強烈颱風的降水變化，本研究以此為動機，自Thean (2021) 選取雲解析風暴模式CReSS模擬之梅姬(2010)、海燕(2013)、莫蘭蒂(2016)三個典型超級颱風個案及未來21世紀末RCP 4.5及RCP 8.5情境的模擬實驗結果，加以分析相關降水參數及環流結構變異，另使用水收支做更進一步的定性與定量診斷作為研究主軸。研究結果指出，三個案在未來情境模擬下，背景水氣增加與垂直次環流上升運動的加強導致颱風劇烈降水皆有顯著成長，在0~400公里半徑範圍內，經全模擬時間平均，梅姬颱風分別在RCP 4.5及RCP 8.5情境下增加6.04%、12.85%，海燕颱風分別增加12.85%、29.6%，莫蘭蒂分別增加4.63%、6.3%；若縮小至0~200公里半徑，梅姬颱風於兩環境下分別成長11%、19.99%，海燕颱風分別增加10.42%、19.43%，莫蘭蒂颱風則成長5.92%、19.58%。各類水象粒子的軸對稱垂直剖面分布也呼應到降水，水氣、降水粒子在內核有顯著增長，而冰相粒子因溶解層提高，生成高度會些許增加且有總含量減少的可能性。在水收支分析上，考慮不同個案的環流半徑與計算精確度，三個案使用不同半徑與時長進行計算，不過皆有一致的結果：在暖化情境下，密度輻合增強，密度平流加強，粒子絕對溼度時變率亦增加，而整體水收支以水氣的密度輻合為最大主導項。本研究另有分析中低層0~5.5公里之可降水量與水平輻合積分，儘管發現三個案於不同暖化情境下誘發降水的偏好歸因不同，一部分實驗的降水差異來自水平輻合的增大，另一部分則來自可降水量的增加，不過兩機制皆會對未來超級颱風環流降水增加的可預期性是不變的。
海燕颱風(2013) 之雲解析差時系集預報應用研究
(2019) 李昭億; Li, Chao-Yi
燕颱風是2013年相當有代表性的強烈颱風，在登陸時的強度超過五級颶風的強度，從這部分來看是歷史少有，根據聯合颱風警報中心(JTWC) 的資料顯示，海燕颱風於2013年11月7日1200 UTC達到最強的狀態，其一分鐘平均最大風速達到了170 knots，中心氣壓895hPa，此強度也已經達到五級颶風的標準，海燕颱風本身帶來的災害以登陸時帶來的風暴潮為主。本研究使用名古屋大學開發的CReSS(Cloud-Resolving Storm Simulaor) 雲解析模式與Wang et al.(2016) 提出的差時系集預報方式，具備高水平和垂直解析度，大的高解析度區域，及更長的預報時間長度，有機會能及早對災害有所掌握，本文進行每6小時的事後預報，討論上述這些優勢是否能夠在預報上對海燕颱風這個案例達到改進，以求日後對於此類容易造成重大災情的案例，有更有效的預報示警手段，減少生命與經濟上的巨大損失。本研究除了使用差時系集策略外，其他幫助改善預報的作法，包含提高模式設定的層頂高度，同時對初始時間格點資料和觀測強度落差較大的時段，使用先前模式在該時間表現最好，強度最接近的預報來做為初始資料進行預報，以減少初始資料跟觀測資料的差距，進一步降低颱風登陸前兩天內的誤差。結果顯示，差時系集的高解析度，對於颱風強度的預報結果有明顯幫助，對海燕颱風其路徑也有良好的掌握。自11月4日開始CReSS預報的颱風登陸位置與JTWC的最佳路徑就僅有小於150公里誤差的成員出現，而扣除徑向路徑誤差則有小於100公里誤差的成員。在11月6號0000 UTC之後，誤差都小於100公里，登陸點的誤差則小於50公里。由於良好的路徑預報，颱風在登陸前後有在雷伊泰灣內產生明顯風向轉變，與觀測相符。強度的表現不採用額外作法時以11月6日0000 UTC的表現為最佳，最大風速達到76.2 m∙s^(-1)，最低海平面氣壓則達到891 hPa，相較於JTWC的84.9 m∙s^(-1)和895 hPa，強度的表現已經相當接近，另外由於路徑誤差亦小，能捕捉到Takagi et al.(2015) 所提出，海燕颱風造成風暴潮的原因，因此本差時系集預報所產出的資料，若套用到暴潮模式後是有機會預報出接近真實的風暴潮的出現。而使用了先前CReSS預報作為初始資料，進行了從6日0600 UTC開始的6個預報，這成員預報的最大風速都有超過70 m∙s^(-1)，而最低氣壓低於900 hPa，相較於初始場使用GFS資料的預報，風速上又增加了10 m∙s^(-1)以上，而氣壓則下降約20 hPa，故有相當的程度的改善。總結而言，本研究的CReSS差時系集預報，能夠在海燕颱風登陸前2天內，對於其登陸階段的風速預報誤差大致小於10 m∙s^(-1)，中心氣壓則與觀測接近甚至更低，登陸的位置誤差則能在50公里以內，預報表現十分突出。
空氣汙染對於台灣北部午後對流影響之分析與模擬研究
(2022) 楊謹瑜; Yang, Jin-Yu
人為活動產生的污染可能是造成極端天氣現象加劇的因子之一，而風向、洋流和降雨量的變動都會導致全球各地天氣型態的改變，其中又以人為排放的溫室效應氣體與懸浮微粒為最主要因子，因此懸浮微粒不僅會對人類健康造成危害，也會對環境產生影響。其中空氣中的懸浮微粒(如空氣汙染物：PM2.5 以及 PM10)會透過輻射作用以及雲微物理效應來改變雲的生命週期抑或是降水分布的變化，但迄今為止對於空氣汙染物增加會導致降水如何改變的估計仍有非常大的不確定性。因此本研究藉由中央氣象局的地面觀測資料與衛星資料來挑選出 2016 年至 2019 年台灣雨季：6 月到 9 月的午後對流個案與無降雨個案，接著再整合行政院環保署的空氣品質監測數據來計算個案期間降水量與空氣汙染物的相關性分析。深入研究不同時間段、不同濃度對於日累積降水量、降水強度與降水總時長的相關係數。最後使用日本名古屋大學所發展的雲解析風暴模式(Cloud-Resolving Storm simulator，以下簡稱為 CReSS)來進行不同粒子濃度的模擬。分析結果顯示，PM2.5 在午後對流個案的空污粒子當日逐時之分布較為收斂，且粒子濃度的最大值落在當地時間中午 12 點到 13 點之間，整體分布為鐘形曲線，降水前會累積到最大值，降水後則有快速下降的趨勢，而 PM10 因為粒子粒徑尺寸大，被雨水沖刷的程度也更大，因此有更顯著的下降趨勢；無降雨個案除了分布較為發散之外，粒子濃度的最大值落在當地時間下午13 點到 14點之間，達到最大值濃度的時間較午後對流個案晚 1 個小時，其不同個案之間在凌晨與夜晚兩個極端值會有更大的差異性，顯示出午後對流個案比起無降雨個案，懸浮微粒的變化更有規律性。PM2.5 以及 PM10 對於降水量的相關性檢定統計結果有三個重要發現：(一)上午 0000-1000 LST 空污粒子濃度最小值，會影響午後對流的降水強度，兩者的相關係數為 0.48。(二)1100-1500 LST 空污粒子濃度最大值，則會影響午後對流當日降水總時長，兩者的相關係數為 0.473。(三)最小值與最大值之間的升幅變化，會影響午後對流的降水總時長，兩者的相關係數為 0.564。最後 CReSS 模擬結果與上述統計結果的第一點及第二點相符，整體而言，本研究能夠透過統計與模擬的方式來知悉兩個空氣汙染物與雲微物理作用的重要機制：當雲凝結顆粒數愈少時，微粒能夠抑制毛毛雨現象的程度愈明顯；當顆粒數愈多時，微粒能夠使雲的生命週期愈持久。
臺灣北部梅雨季極端降水個案之系集分析與可預報度研究
(2020) 李名翔; Li, Ming-Siang
本研究針對2017年6月初的梅雨個案，並著重於6月2日當日北部地區的極端降雨事件，進行系集敏感度分析（ensemble sensitivity analysis, ESA）與可預報度的探討。該事件在短短12小時的最大累積雨量就達到641毫米的驚人雨量，並造成北部地區多處產生積、淹水現象。但在事件發生前，多數的數值模式都無法很好掌握北部地區的極端降雨，嚴重低估雨量，不利於事前的防災準備。本研究採用45個成員的系集預報，透過5種技術得分（TS、BS、POD、FAR、FSS）的計算，來評估各成員的表現。結果顯示相較於24小時累積雨量，12小時累積雨量的得分都較低，且北部地區BS得分大多小於1（預報不足），顯示模式對於北部的短時強降雨較難以掌握，可預報度偏低。而在系集敏感度分析方面，選取北部地區（東經120.9－122.1度，北緯25.0－25.5度）的平均6小時累積降雨量（6月2日0300－0900 LST）當作反應函數（response function）的結果顯示，影響北部地區降雨的因子主要有（1）鋒面位置和移速（2）鋒面強度（3）環境水氣含量（4）低壓擾動（5）中低層槽線，而這些因子彼此之間也互相影響。中低層槽線的位置與移速會影響到地面鋒面的位置和移速，進而導致主要降雨位置的差異，而低壓擾動的生成與發展又與對流密切相關，當低壓擾動生成後，除了會改變降雨位置的分布，也有助於將鋒後冷空氣帶至較南邊的位置，若鋒面因此南移至臺灣西北近海一帶，再配合地形阻擋使得海峽西南風增強，讓此區域的輻合作用增強，此區域恰好為北部地區降雨的上游位置，加上因輻合而加強的鋒生作用，使鋒面強度增強，而鋒生作用又會影響到鋒面的移動速度，使鋒面移動速度較慢並增強對流發展，造成北部地區產生較多的降雨。透過高解析度實驗，顯示了提高模式的解析度是有助於改善此極端降雨事件的預報結果。另外，初始與邊界條件的品質好壞對於模式結果也有重大影響。當初始與邊界條件能較好地反映真實大氣的情況時，模式才較有機會能預報出較好的結果，進而提高可預報度。
臺灣北部秋季長時間連續降雨個案之合成分析研究
(2024) 盧昮佑; Lu, Chung-Yeu
本研究探討臺灣北部秋季長時間降雨的類型並分析成因。利用測站與再分析資料進行合成分析，以探討不同降雨類型下各種氣象參數的特徵與演變。根據統計2009至2022年臺北測站連續七日以上降雨個案之降雨類型、發生頻率，結果顯示臺北測站總降雨日數為655日，其中連續七日以上降雨日數為214日，約佔總降雨日數的32.6%。因多數超個案係由不同類型組合而成，其中，颱風為54日、鋒面30日、純高壓102日、分裂高壓則為28日，這表示在2009年至2022年秋季多日連續降雨期間，發生頻率為純高壓>颱風>鋒面>分裂高壓。本研究將2009至2022年臺北測站連續七日以上降雨個案分成6種降雨類型(颱風類型一:北移颱風並登陸臺灣、颱風類型二:北移颱風並未登陸臺灣、颱風類型三:西移颱風通過巴士海峽、鋒面、純高壓及分裂高壓)，類型之合成探討不同降雨類型之天氣演變與垂直剖面的時序變化。颱風類型之合成分析結果顯示，當彭佳嶼測站東北風風速達10 m s-1時，臺灣北部將產生降雨且東北風增強北部降雨量會增多。高壓類型個案合成分析顯示，此類型有以下相同特徵，當彭佳嶼測站東北風風速達7m s-1時，臺灣北部將產生降雨且東北風增強北部降雨會增多。
「臺灣地區豪大雨預報實驗」之定量降水預報評估研究：預實驗午後雷陣雨/颱風個案結果
(2025) 吳哲維; Wu, Zhe-Wei
本研究以「臺灣地區豪大雨預報實驗計畫」（Taiwan Area Heavy-rainfall Prediction Experiment, TAHPEX）之高解析多模式數值天氣預報系統為基礎，評估其對梅雨季午後對流與颱風事件之五日（120小時）定量降水預報（Quantitative Precipitation Forecast, QPF）效能，探討系集預報在不同降雨類型、雨量門檻及預報時間下的預報能力與雨區大小分辨。資料涵蓋2017至2021年TAHPEX實驗期間，梅雨季午後對流事件共17例、颱風事件4例，分別採6小時與24小時累積雨量進行分析，模式成員為TAHPEX計畫內M01至M13等多位成員。午後對流個案，本研究依據雨量分級劃分為A級（3小時 ≥ 100mm）、B級（時雨量 ≥ 40mm但< 100mm）、C級（時雨量 < 40mm），並以11種雨量門檻進行TS（Threat Score）與BS（Bias Score）等技術指標評估。結果顯示，在低雨量門檻（0.05、2.5mm）條件下，多數模式成員即便在預報時間長達四至五日前，仍能維持TS ≥ 0.2之預報能力，顯示模式具備掌握對流事件的潛力。其中，模式成員M04、M05與M12表現穩定，於多數事件與時段皆達「良好預報」標準（0.8 < BS < 1.25 且 TS ≥ 0.2）。但預報能力於高雨量門檻下明顯下降，C級事件則普遍預報困難，顯示弱對流事件本身之模擬仍具挑戰。颱風個案則以10種雨量門檻進行24小時與前後12小時降雨的比較分析。結果而言，24小時累積雨量預報之TS值較12小時為高，但當降雨集中於特定12小時時段，短時預報之表現反而優於全日累積預報。 TAHPEX系集預報對於災前預警與氣象作業具有實務應用潛力。研究建議未來可進一步引入模式加權整合、資料同化與積雲參數化，以提升模式在高雨量事件條件下之定量降水預報，並強化臺灣地區在面對颱風及午後對流等致災性天氣事件時之防災決策支持能力。
「臺灣地區豪大雨預報實驗」之定量降水預報評估研究：預實驗梅雨個案結果
(2024) 黃柏瑜; Huang, Po-Yu
本研究利用「臺灣地區豪大雨預報實驗 (Taiwan Area Heavy-rainfall Prediction Experiment, TAHPEX)」計畫預實驗資料，以24小時累計雨量達200毫米為標準，挑選2017年6月1日至4日、2019年6月10日至14日，以及2021年5月29日至6月1日共3個顯著影響臺灣的梅雨事件，利用預兆得分 (TS)、偏倚得分 (BS) 及相似性技術得分 (SSS) 等客觀方法，評估及檢視計畫模式成員在梅雨事件降雨期間，24小時豪大雨預報表現。此外，以差時系集概念輸出系集預報產品，包含系集平均、機率擬合、超越機率（序位一至序位三）以及定量降雨機率預報，與TAHPEX計畫模式成員預報結果進行比較，嘗試提出不同預報產品之間的應用可能與其限制。TAHPEX計畫模式成員24小時預報表現，在山區，各成員在第2至3日以上預報時間，對50、80毫米門檻皆具有良好的預報能力，隨預報接近校驗時段，提升預報能力雨量門檻，最大可達24小時累計降雨量百分五十。在平地，以第2日以內的預報，在50及80毫米門檻具預報能力，在2017年梅雨事件中可達200毫米門檻。校驗結果亦顯示，1公里網格解析度模式成員 (M11)，在山區多能有更好的可預報度在更高的雨量門檻，在平地有更趨近觀測的預報降雨區域，窺見高解析度模式對海峽移入和地形舉生的對流系統，有更好的預報應用潛力。在系集預報產品校驗結果，系集平均隨校驗雨量門檻提升，預報能力顯著降低，僅能在50、80毫米門檻具有良好預報能力。機率擬合在山區，相較系集平均多有更好的可預報度在更高的雨量門檻，預報表現多相當於TAHPEX計畫模式最佳成員，在平地僅天氣系統明確下具有較佳的預報表現，仍以TAHPEX計畫模式成員（如M11）表現較佳。超越機率-序位一在本研究2017年梅雨事件，為預報結果中最佳，在2019及2021年梅雨事件，則能在第2日以上預報，對於是否降雨的情境具良好的預報能力。超越機率-序位二和序位三其機率門檻代表的降雨量，相當於機率擬合和系集平均，可提供系集預報產品中更廣域的預報降雨分布。定量降雨機率預報，在山區隨預報接近校驗時段，機率預報40%以上之雨量門檻可提升達130、200毫米，在更高雨量門檻提供機率預報分布區域，多能與觀測結果範圍相近。在平地則以80毫米以下門檻，機率預報40%以上範圍多能符合觀測結果，其上雨量門檻機率預報則提供可能發生的區域，可輔助其他預報產品進行預報作業。回顧2012至2014年梅雨季預報校驗結果，TAHPEX計畫模式成員，在200毫米門檻TS得分均有顯著提升，而350毫米門檻表現持平，仍有進步空間。本研究亦窺見更高解析度氣象模式，為預報能力提升方向之一，尤其是平地預報表現，若能加入更多更高解析度模式成員，不論是個別模式成員之12或24小時預報結果，或其輸出之系集預報產品，應可期待能有較目前TAHPEX計畫成果更好的預報表現與成果。
臺灣梅雨季滯留性雨帶之模擬研究：2017年6月2日個案
(2021) 葉亭妤; Yeh, Ting-Yu
2017年6月2日有一梅雨鋒面與伴隨雨帶在臺灣北海岸地區造成超大豪雨事件，鋒面在凌晨接近臺灣北部近海緩慢南移且呈現類似滯留的現象，對流系統在北海岸造成的12小時累積雨量高達641毫米，受此強降雨的影響在北部地區出現多處淹水的災情。綜觀環境分析顯示，低層有噴流存在、低層鋒面擾動輻合配合高對流層輻散，有利於對流系統形成與加強。雷達回波與色調強化雲圖顯示，臺灣北部上空的對流發展旺盛，類似颮線的鋒面對流帶滯留在北海岸與臺灣海峽北部，其上的對流胞不斷東移登陸造成持續的強降雨。本研究使用日本名古屋大學的雲解析風暴模式（CReSS 3.4.2版）模擬此個案探討造成高累積雨量的原因。3公里解析度的模擬顯示，模式對於綜觀環境的表現及鋒面接近臺灣北部時移動緩慢近似滯留的現象有不錯的掌握，累積降水值可達到近400毫米。透過地形敏感度實驗的比較，顯示地形噴流的形成可產生較強的輻合帶使對流發展與增強，移除臺灣地形後只有西南風與東北風產生的輻合，其強度較弱且生成對流較少，只移除北部地形的影響則差別甚小。利用前述3公里模擬與預報的一個成員所驅動的1公里高解析度模擬顯示，前者在24小時同樣可累積近400毫米的雨量，但高解析度預報則可超過600毫米，更接近實際觀測值。可能造成兩者累積雨量差別的結果為高解析度預報因雨帶在相同地方持續較久的時間，故在小區域可以累積集中更多降雨；而儘管模擬的鋒面移動同樣慢、降雨強度也相似，但因較屬移行性雨帶，較未停留在相同地方而導致降雨較分散。高解析預報有低壓擾動的生成在臺灣西北外海使臺灣北部近海的輻合帶長時間沒有移動，低壓南側西風與西南風產生輻合，西南西風被增強同時也增強與東北風輻合強度，海峽北部的輻合帶位置不變，降水可以集中且累積降雨較多；而模擬缺少低壓擾動的形成，為西南風和東北風產生的輻合，導致輻合帶不持續位置也不固定，雖然整體的降水多但雨帶多為移行性，因此無法集中在北海岸地區。
臺灣梅雨季鋒面對流渦旋個案尺度交互作用之模擬與診斷研究
(2022) 黃心怡; Huang, Shin-Yi
本研究探討梅雨鋒面與其伴隨之中尺度過程，包含低層噴流、中尺度渦旋以及深對流等多重尺度交互作用下，各尺度在影響渦度貢獻上所扮演的角色。選擇兩個梅雨鋒面個案作為研究，個案一為2003年6月6至7日自華南和南海北部移入臺灣南部近海的四個中尺度對流系統（MCSs），MCSs強度持續增強且向東移，為中南部地區帶來豪（大）雨事件。個案二為2014年5月19至20日受梅雨滯留鋒面影響，於華南附近形成一中尺度對流系統沿鋒前分布排列與發展，並逐漸向東移動至臺灣。使用CReSS模式模擬兩個個案，結果顯示梅雨鋒面及其中尺度對流系統模式結果皆有不錯的掌握，無論地面梅雨鋒面的位置、風場以及中尺度對流系統與觀測空間尺度相符，雖在時間尺度上有30～60分鐘的落後，使24小時累積雨量分布有所差異，但其強度一致。在中尺度渦旋之區域做垂直渦度收支分析結果顯示，在中尺度渦旋最顯著時，個案一局地渦度趨勢項正貢獻為低層扭轉項、中低層渦度輻合及中高層垂直平流項，顯示低層強垂直風切與輻合是渦度增加的原因；個案二北部區域局地渦度趨勢項正貢獻為低層渦度輻散項、中低層扭轉項以及水平平流項，顯示低層輻合與中層強垂直風切是渦度增加的原因之一；南部區域則為整層的渦度輻散項、垂直平流項與水平平流項，顯示低層輻合與垂直上升運動是渦度增加的原因。利用帶通濾波法將兩個案的數值模擬結果做大尺度、中尺度與對流尺度的分離，結果顯示該方法能有效保留個案中各尺度的特徵。尺度分離後渦度收支各項分析顯示，個案一正渦度貢獻為渦度輻散項與扭轉項，各項皆以對流尺度最為重要，中尺度為輔。個案二北部區域正渦度貢獻為渦度輻散項與扭轉項，各項以中尺度加乘對流尺度為主。尤其在中尺度渦旋發展期，渦度輻合項與水平平流項中的對流尺度其值能與中尺度相當，可見深對流胞在空間分布上比例雖少，但提供的正渦度卻不可忽視；南部區域分析顯示，正渦度貢獻為渦度輻散項與渦度垂直平流項。渦度輻散項以對流尺度加乘大尺度；渦度垂直平流項為大尺度加乘中尺度，顯示大尺度環境已有相當程度的背景渦度值，深對流的潛熱釋加強低層輻合與垂直上升運動，可將渦度回饋至大尺度。
臺灣雲解析差時系集颱風定量降水預報應用研究
(2023) 陳鑫澔; Chen, Shin-Hau
臺灣的颱風降雨雖為主要的水源之一，但也常因此造成災害。數值天氣預報開發以來，時常面臨著不確定性造成的困難，眾多研究者嘗試使用各式方法獲取防災資訊，本研究面對臺灣颱風防災的需求，嘗試在現有資源限制下，建構針對臺灣颱風降水於防災的建議系統。具體而言，本研究使用雲解析風暴模式，建構上採用了2.5km水平格點間距，每六小時進行八天的預報，在本研究的十個目標颱風內，經過評估後皆能在各颱風風雨影響臺灣前至少52小時前，也就是大約兩天以前，找出颱風影響期間總累積降雨量的相似技術得分(Similarity Skill Score，簡稱SSS) 大於0.6的高解析度的降水情境，顯示此方法實際應用上可以在有反應時間的前提下，提供有效的降水情境。防災事前可以針對最糟糕的降水情境做防範，但為了更有效的找出較有參考價值的預報，本研究針對十個西行侵臺颱風選出105個預報參數，使用機器學習嘗試建構能夠預估降水指引(SSS為其中之一)與路徑指引的模型並進行評估，評估後大多數機器學習預估的SSS皆能適度掌握不同初始時間預報中的實際降水SSS好壞。機器學習預估的結果約在實際颱風影響臺灣26小時前可以產出，當預估的SSS中位數達0.6以上時，實際的SSS也有71%超過0.6，顯示可以在中心登陸兩天前預先指出那些預報的可信度低，那些的可信度高。本研究進行機器學習訓練時進入模型的颱風數量上不多，可當作ㄧ初步之研究，文章中亦討論了許多颱風預報相關性分析，並提出了幾個可能的改進方向。總體來說，高解析差時系集預報輔以機器學習可在臺灣西行颱風的防災預警上，提供有效的降水情境，並指出較具可信度的預報。