第一章 前言
熱帶氣旋為劇烈的天氣系統，強勁的風速與豐沛的雨量皆可能為我們帶來生命財產的危害，
台灣位處於眾多熱帶氣旋生成的西北太平洋，平均每年約有 27 個熱帶氣旋在此洋面生成，而 會侵襲台灣的熱帶氣旋約有 3-5 個，因此了解與研究熱帶氣旋的活動對我們極其重要。
近年來，隨著全球暖化的議題受到大眾的關注，全球暖化對颱風活動帶來的影響也成了學 者們研究的熱門課題，過去研究指出海溫高於 26°C 是現今氣候情境下熱帶氣旋生成的條件 (Gray 1968;Lighthill et al 1994)，學者們認為全球暖化造成的海溫增加與熱帶氣旋的生成 頻率及強度有因果關係(Trenberth 2005;Emanuel 2005;Webster et al. 2005)，除了海溫之 外，尚有許多環境因子影響了颱風生成頻率的變化，像是垂直風切(Palmen 1956;McBride and Zehr 1981)、中對流層相對溼度(Bister and Emanuel 1997)等，這些大尺度環境參數在熱帶 氣旋的生成上扮演著舉足輕重的角色。Gray (1979)首先提出了包含數個影響颱風生成之環境 因子的指數，這些環境因子包括了海溫、高低層的垂直風切、環境場的渦度以及自由對流層的 濕度。其後，學者們也紛紛利用這些環境因子發展出幾個指數以推估颱風活動，Emanuel and Nolan(2004)提出了颱風潛在生成指數(genesis potential index,GPI)，該指數與 Gray(1979) 的指數在熱力項有著重要的差異，Gray 的指數使用了海溫 26℃作為其熱力門檻，以及海表面 與 500hPa 相當位溫的垂直梯度，Royer et al.(1998)指出該海溫門檻限制了 Gray 的指數，
Emanuel et al.(2004)亦認為該海溫門檻將隨著全球氣候變遷而有所改變，因此在 GPI 中的熱 力項使用了 Bister and Emanuel(1998)所提出之潛在強度(potential intensity,PI)，該潛
2
在強度是由 Emanuel(1995)提出的計算方法，其中包含海表面溫度、海平面氣壓與大氣溫度和 濕度的垂直剖面，其大小主要是基於海表面溫度與邊界層氣塊絕熱舉升至中性浮力層的溫度之 間的差值。Murakami and Wang (2010)認為原始 GPI 在生成頻率上有低估的現象，因此將 GPI 做了些微修正，其中考慮了垂直運動的影響。
隨著全球暖化，Knutson et al.(2010)使用全球氣候模式模擬的結果中，上述的環境因子 隨著氣候暖化的改變會導致全球熱帶氣旋個數減少， Emanuel(1995)指出這可能來自於自由對 流層飽和差的增加，並定義了一個無因次參數χ，該參數χ可解讀為使對流層飽和的表面通量 與使整個對流層熱力平衡的海洋表面通量之比值，當中層對流層越乾則該參數之值則越大，在 現今氣候情境下，χ主要受到相對濕度的變化所主導，然而在全球暖化的情境下，χ的改變來 自飽和比濕，相對濕度則幾乎沒有改變(Emanuel et al.2008)。因此 Emanuel(2010)提出新的 颱風生成指數(本篇研究中將其稱為χGPI)，保留了原始 GPI(Emanuel and Nolan2004)中絕對 渦度、潛在強度(PI)與垂直風切項，以參數χ取代相度濕度。
儘管理論與模式結果顯示潛在強度(PI)與χ等熱力條件皆會隨著全球平均溫度上升而增 加，並可預期風暴的強度將增強，我們仍需要依賴數值模擬的結果，以得到全球暖化下大尺度 環流動力與熱力變化對熱帶氣旋活動的影響。過去學者使用三種不同方法以推估全球模式中的 熱帶氣旋，其中包括了直接模擬、動力降尺度與生成指數，Knuston et al.(2010)歸納了上述 三種方法的應用至 CMIP3 氣候模式(Coupled Model Intercomparison Project 3-generation ) 的結果，並指出全球低強度的熱帶氣旋生成數減少，高強度的熱帶氣旋生成數則增加，接著其 他學者使用 CMIP5 模式模擬全球與北大西洋熱帶氣旋的生成頻率(Villarini and Vecchi
3
2012;Camargo 2013;Knuston 2013)，發現模擬中熱帶氣旋的生成頻率並未減少。
低 解 析 度 氣 候 模 式 能 產 生 熱 帶 氣 旋 結 構 (Manabe et al. 1970;Bengtsson et al.
1982;Vitart et al. 1997;Carmago et al. 2005)，這些模式中熱帶氣旋的空間分佈與觀測的 熱帶氣旋相似，但低解析度模式在模擬氣旋強度上有所限制，由於低解析度使得模式中熱帶氣 旋比觀測弱且大，低解析度模式模擬 GPI 的結果較直接模擬氣旋生成為佳(Walsh et al. 2013)，
雖然 PI 和χ等熱力條件隨著全球暖化增加，但模式中的 GPI 卻無法掌握全球暖化下颱風生成 頻率減少之特性(Camargo et al.2012)。
過去研究中紛紛指出西北太平洋的颱風數目與颱風特性(像是強度、路徑等)有年代際變異 (Matsuura et al. 2003;Ho et al. 2004;Wu et al. 2005;Chan 2008;Yeh et al. 2010;Tu et al. 2011;Yokoi and Takayabu 2013;Liu and Chan 2013)，Hsu et al.(2014)研究西北太平 洋 10-12 月颱風數發現在 1995 年存在突變，1995 年後西北太平洋東南區塊的颱風生成數目大 幅減少，Liu and Chan(2013)也指出 1998 年至 2011 年是西北太平洋颱風生成的不活躍期。而 颱風的變異性與大尺度環境場的變異性有關，颱風的動力條件如渦度、垂直速度與垂直風切是 造成西北太平洋近年颱風生成減少的關鍵因素(Liu and Chan 2013;Hsu et al. 2014)。
綜合以上敘述，由於低解析度模式模擬颱風上有所限制，對於模擬大尺度環境場的表現較 佳，且大尺度環境參數的變異與颱風生成的變異息息相關，而颱風生成指數考量了不同環境參 數之影響，故本篇研究選擇颱風生成指數以評估模式模擬的結果。由於前人研究中指出模式中 生成指數並未能掌握全球暖化情境下，未來颱風模擬之生成頻率減少，因此本研究中對生成指
4
數做部分修正，期望能使生成指數掌握住西北太平洋熱帶氣旋之空間分佈與生成數之突變。
本篇研究所使用之觀測資料、再分析資料、模式介紹與颱風生成指數的計算方法將於第二 章詳細介紹。第三章為熱帶氣旋生成數、環境參數與不同生成指數在空間上之氣候評估。第四 章為評估生成指數是否能掌握熱帶氣旋生成數的年代際變化，並分析各變數場之貢獻。第五章 則為評估模式結果。第六章為結果與討論。
5