究，Chi and Chen（1989）、Chen et al.（2007）指出梅雨季造成的降水事件常由 梅雨鋒面上的中尺度對流系統（mesoscale convective system，簡稱 MCS）造 成。而臺灣的地形效應亦為影響梅雨季降雨的重要因素。Wang et al.（2005）也 針對在臺灣海峽上發生的線狀對流個案進行分析與模擬，結果顯示西南風與受 中央山脈高聳地形阻擋影響產生迎風高壓，所形成的低層離岸氣流較強，造成 輻合帶位於臺灣西北部沿岸更上游處，激發線狀對流。Chen et al.（2003）藉由 分析1990 年 6 月 12 至 13 日梅雨鋒面個案，指出鋒面南側容易出現強西南氣流 析模式（Cloud Resolving Storm Simulator，簡稱 CReSS）進行理想化模擬實 驗，探討在不同西南氣流的情境下，臺灣中央山脈的地形效應對降雨型態與分 布之影響。此研究將2008 年西南氣流實驗（Southwest Monsoon Experiment，
簡稱SoWMEX）之觀測資料進行平均得到西南風場的弱綜觀垂直大氣環境（圖
2
1.1a），將其平滑並將 950 hPa 到 500 hPa 設為均勻西南風（圖 1.1b），之後將資 料擴展為三維經緯網格資料進入模式模擬。模式的初始場為均勻的西南風（圖 1.2a，模式初始時間為 22 UTC，圖中 00 UTC 為模式開始 2 小時後，風場並非 完全均勻），在模擬之後得到降雨情形（圖1.2b），並藉由改變風場與濕度條件 探討不同西南氣流情境下的降雨情形。此研究藉由模擬結果與夫如數（Froude Number，簡稱 Fr）進行分析。結果顯示，風向 210°偏南風時 Fr 皆小於 0.2，氣 流繞山而在背風面輻合，在東部與北部有明顯降水。風向240°西南風且 Fr 約 為0.4 時，氣流受到中央山脈舉升，中南部山區有劇烈降水，是平均降水最多 的情況。風向270°偏西風時，Fr 約在 0.4 到 0.5 之間，氣流垂直吹向中央山 脈，受到地形舉升的現象明顯，降雨主要集中在中南部，並且降水分布有從山 坡往山區延伸的趨勢。
本研究希望能探討鋒面走向與鋒面移速對臺灣北部降雨的影響，綜觀前人 研究，理想化模擬提供了一個可行的方法。參考王（2016）使用的理想化模擬 實驗，此研究僅探討單純的西南氣流情境。而本研究加以延伸，將原本的西南 風場加上東北風場，組成具有鋒面結構的理想化模擬初始場，藉此探討不同鋒 面情境下臺灣北部的降雨情形。另外，利用邊界資料設定鋒面的位置，達成不 同的鋒面移速情境。藉由理想化模擬實驗簡化複雜的梅雨鋒面系統，凸顯出鋒 面走向與鋒面移速對臺灣北部降雨的影響。
3
研究動機
梅雨季時降水具有多樣性與複雜性，其中往往有多項因素交互作用。不同 的梅雨鋒面所造成的降雨多寡以及分布不盡相同，由於綜觀天氣系統是許多複 雜的因素所組成，難以比較出單一條件對於兩個不同梅雨鋒面的影響，參考前 人研究使用的理想化模擬可以將綜觀天氣條件同化，得到除了特定條件之外其 餘條件皆相同的兩個梅雨鋒面，從而凸顯出特定條件對於梅雨鋒面降雨的影 響，本研究即是建立於理想化模擬的方法之上，希望能夠探討不同的鋒面走向 以及移速對於梅雨鋒面在臺灣北部降雨的影響。
4
中心氣壓為996 hPa 向東移行；另一低壓位於（119°E，38°N）華南地區形成且 向東移行。梅雨鋒面位於兩低壓系統之間，呈現東西走向，鋒面也呈現滯留的
5
6
區。1700 UTC（圖 2.4f）降水趨緩，但 1800 UTC 第二波降水開始（圖 2.4 g），
可見北部降水範圍逐漸趨向於東西線狀分布橫越桃園、臺北等都會區，且隨時 間演變延伸至內陸。2200 UTC（圖 2.4k）降水中心位於新北市與臺北市人口密 集都會區，累積時兩量達70 mm 以上。12 日 0100 UTC（圖 2.4n）隨梅雨鋒面 南移，降水分佈也南移至新竹苗栗山區，北部降水減緩，強降水事件結束。
從 6 月 11 日與 12 日的 24 小時單日累積雨量來看（2.4k 與 l）北部累積雨 量超過350 mm，屬於超大豪雨事件，降水分佈集中在沿海及都會區，造成當地 嚴重水患以及災損。
7
第三章、資料與研究方法
3.1、資料來源
本研究使用的資料為美國國家環境預測中心（National Centers for Environmental Prediction，簡稱 NCEP）之 CFSv2（Climate Forecast System Version 2）分析資料。時間由 2012 年 6 月 11 日 00 UTC 到 6 月 12 日 06 UTC 間每六小時0.5°×0.5°經緯網格，垂直層為 1000 到 30 hPa 共 24 層（1000、
975、950、925、900、850、800、750、700、650、600、550、500、450、
400、350、300、250、200、150、100、70、50 以及 30 hPa）。所選取的氣象變 數有緯向風（u）、經向風（v）、重力位高度（Φ）、溫度（t）以及相對濕度
（RH）。由此分析資料經過處理後得到模式的初始場資料，進行理想化模擬。
3.2、資料選取與處理方法
3.2.1、分析資料的選取方式
為了獲得鋒面的綜觀天氣狀態，將梅雨鋒面分為鋒前西南風為主的西南風 場以及鋒後東北風為主的東北風場兩個部分，代表鋒面前後的綜觀天氣狀態。
東北風場與西南風場的資料由 CFSv2 分析資料中選取，選取區域範圍的方 式是由2012 年 6 月 11 日 00 UTC 到 6 月 12 日 06 UTC 內每 6 小時共 6 個時間 的分析資料。以1000 hPa 的風場定出各個時間的鋒面位置，之後選取鋒前西南 風與鋒後東北風在此高度層的風向較為一致並且風速較高區域，所選取的範圍 如圖所示（3.2.1）。
8
3.2.2、分析資料處理方式與結果
將上述 6 個時間選取的鋒前與鋒後範圍，分別計算出各個高度層（1000 到 30 hPa 共 24 層，1000、975、950、925、900、850、800、750、700、650、
600、550、500、450、400、350、300、250、200、150、100、70、50 以及 30 hPa）的緯向風（u）、經向風（v）、重力位高度（Φ）、溫度（t）以及相對濕度
（圖3.2.3a）在 1000、900、800 以及 500 hPa 高度的溫度分別為 23.8、19.4、
14.7 以及-4 ℃。西南風場（圖 3.2.3b）在相同的高度層中溫度為則為 27.4、
9 風，隨高度增加開始往北風轉變，850hPa 時轉為北風，850 至 200hPa 由北風往 約250°的西南風變化。西南風場（圖 3.2.6b）風向在 1000 至 300 hPa 皆保持在
10
本研究總共設計了 8 種鋒面走向-20°到 50 每 10°產生一個鋒面走向，以角 度表示，東西走向為0°，順鐘向為負，逆鐘向為正。加上 3 種鋒面的移動速度
（快、中以及慢），如表3.3.1 所示，共有 24 種初始鋒面設定。鋒面走向設定的 示意圖請見圖3.3.1，圖中的鋒面皆為地面鋒面，由共同的中心點（121°E，
27°N）延伸出 8 種不同的鋒面走向，分別為-20°、-10°、0°、10°、20°、30°、
40°以及 50°，鋒後東北風風向隨之改變，對應的風向為 65°、55°、45°、35°、
25°、15°、5°、-5°以及-15°。而鋒面移速設定的示意圖請見圖 3.3.2，三個箭頭
11
12
13
14 Atmosphere Research Center，簡稱 HyARC）所發展的雲解析模式（Cloud Resolving Storm Simulator，簡稱 CReSS）。
CReSS 模式（2.3.4 版），採用非靜力、完全可壓縮之方程式系統，亦 包含地面輻射參數化及地溫預報模式；對於雲中的微物理過程，本模式完 全採用外顯之雲微物理計算，共有暖雲及冷雲兩種總體過程可供選用，且 無任何積雲參數化方法；邊界層亂流參數化方法有 1 及 1.5 階閉合可選用，
而後者包含渦流動能（Turbulence Kinetic Energy，簡稱 TKE）之計算；變 數配置在水平向為 Arakara-C，垂直向為 Lorenz 交錯網格；水平座標為卡 式坐標（Cartesian coordinate）；垂直坐標為以高度為基礎的追隨地勢坐標
（terrain-following curvilinear coordinate，ζ），定義為：
ζ(x, y, z) =zt [ z − zs(x, y)]
15
16 1200 x 20 km。投影方式為藍伯特圓錐投影法（Lambert Conformal Projection）；
雲微物理過成為冷雲過程；邊界層紊流參數化方法選用1.5 皆閉合，並包含渦 流動能計算。
初始場由分析資料處理所得，水平解析度為 0.25°x 0.25°，垂直層為 1000 到30 hPa 共 24 層（1000、975、950、925、900、850、800、750、700、650、
600、550、500、450、400、350、300、250、200、150、100、70、50 以及 30 hPa），邊界資料為除鋒面位置之外與初始場設定相同，每 3 小時一筆。海表面 溫度（SST）資料使用 NOAA OI SST V2 High Resolution Dataset，解析度為 0.25°x 0.25°經緯網格，2012 年 6 月 11 日至 6 月 12 日的平均海溫，邊界資料的 海溫不隨時間變化。地形資料來源為WRF Preprocessing System Geographical Input Data，解析度為 1 120°⁄ × 1 120°⁄ 。時間積分大步距為3.0 秒，小步距為 1.0 秒，每 1 小時輸出 1 筆模擬結果。
模擬初始時間為 2012 年 6 月 11 日 00 UTC，初始鋒面的中心點為
（121°E，27°N），此時觀測的地面鋒面為東西走向，接近 27°N，與初始的地面
17
鋒面位置接近，因此使用此初始時間。模擬時間分別有72、60、48 以及 36 小 時，模擬時間的判斷依據為，當邊界資料的鋒面位置完全通過臺灣或是鋒面位 置已經處於模擬範圍以外時，模擬即停止。由於不同鋒面條件的設定下，鋒面 由初始位置到全通過臺灣或超出模擬範圍的時間不盡相同，因此定出不同的模 擬時間長度。
3.6 模擬結果分析方法
本研究共有 24 個實驗模擬結果，選取其中在北部降雨較多或是降雨差異較 大的實驗，共選取S0、M0、F0、S-10、F-10、S10、F10、S20、F20、S30 以及 F30 等 11 個實驗。分析實驗在鋒面通過臺灣北部時的降雨分布、鋒面雨帶、鋒 面走向、降雨時間長度與降雨發生時間。
為分析鋒面對臺灣北部的降雨，選取 121°E-122°E，25°N-25.3°N 區域（圖 3.6.1a），將模擬結果的降雨進行區域平均，代表臺灣北部的降雨程度。時間的 選取則依照不同實驗的模擬結果，挑選鋒面通過臺灣北部並且造成降雨的時 段，計算出鋒面對臺灣北部造成的累積雨量與降雨強度。對比測站的觀測資料
（3.6.1b），選取的測站範圍為 25°N 以北的測站，探討不同鋒面條件設定下 24 個實驗對北部降雨的影響。另外，藉由垂直速度與輻散在北部區域的時序變 化，討論其降雨分布情形的原因。
18
第四章、分析與討論
4.1、實驗模擬結果
本研究共有 24 個模擬結果，本節將挑選出 S0、M0、F0、S-10、F-10、
S10、F10、S20、F20、S30 以及 F30 等 11 個實驗的模擬結果，探討其中鋒面的 走向變化、鋒面移動以及鋒面對臺灣造成的降雨情形。
19
20
21
22
23
24
25
26
27
28
29
30
31
32
mm，是所有實驗中第三高的累積雨量。由降雨強度可以發現-33
34
35
36
37
38
分別為-20°、-10°、0°、10°、20°、30°、40°以及 50°，東西走向為 0°，順鐘向 為負，逆鐘向為正。加上3 種鋒面移速，分別為快（20 km/h）、中（15 km/h）
39
40 topographically induced circulations initiating a flash flood observed during the TAMEX project. Mon. Wea. Rev., 123, 1720-1739.
Chen, C. -S. and Y. -L. Chen, 2003: The rainfall characteristics of Taiwan. Mon.
Wea. Rev., 131, 1323-1341.
Chen, C. -S., W. -C. Chen, Y. -L. Chen, P. -L. Lin, H. -C. Lai, 2005:
Investigation of orographic effects on two heavy rainfall events over southwestern Taiwan during the mei-yu season. Atmos. Res., 73, 101-130.
Chen, C. -S., Y. -L. Chen, C. -L. Liu, P. -L. Lin, and W. -C. Chen, 2007:
Statistics of heavy rainfall occurrences in Taiwan. Wea. Forecasting, 22, 981–1002.
Chen, G. T. -J., C. -C. Wang, and D. T. -W. Lin, 2005: Characteristics of low-level jets over northern Taiwan in mei-yu season and their relationship to heavy rain events. Mon. Wea. Rev., 133, 20-43.
41
Chen, T. -C., S. -Y. Wang, W. -R. Huang, and M. -C. Yen, 2004: Variation of the East Asian Summer Monsoon Rainfall. J. Climate,17, 744-762.
Chen, S. -H. and Y. -L. Lin, 2004: Orographic effects on a Conditionally unstable flow over an idealized three-dimensional mesoscale mountain.
Meteor. Atmos. Phys., 88, 1-21.
Chen, S. -H. and Y. -L. Lin, 2005: Effects of moist froude number and CAPE on a conditionally unstable flow over a mesoscale mountain ridge. J.
Atmos. Sci., 62, 331-350.
Chi, S. S. and G. T. J. Chen, 1989: A moisture budget analysis of two MCC case during Taiwan Mei-Yu season. Pap. Meteor. Res., 12, 143-157.
Colle, B. A. 2004: Sensitivity of orographic precipitation to changing ambient conditions and terrain geometries: An idealized modeling perspective. J.
Atmos. Sci., 61, 588-606.
Wang, C. -C., George T. -J. Chen, T. -C. Chen, Kazuhisa Tsuboki, 2005: A numerical study on the effects of Taiwan topography on a convective line during the Mei- Yu season. Mon. Wea. Rev., 133, 3217-3242.
Yen, H. -C. and Y. -L. Chen, 1998: Characteristics of rainfall distributions over Taiwan during the Taiwan area mesoscale experiment （TAMEX）. J. Appl.
Meteor., 37, 1457-1469.
42
表3.3.1 鋒面走向與鋒面移速設定。8 種鋒面走向（Angle）與 3 種鋒面移速
（Speed），共 24 種不同鋒面條件之設定，其中 S0（鋒面走向 0°鋒面移速 慢）之設定為最接近分析資料平均的控制實驗（ctrl）。
（Speed），共 24 種不同鋒面條件之設定，其中 S0（鋒面走向 0°鋒面移速 慢）之設定為最接近分析資料平均的控制實驗（ctrl）。