台灣氣候變遷模擬現況

探討氣候變遷對於都市空間之影響，需先掌握第二章中所討論之各項氣候變 遷現象的空間上的特性，亦即如氣溫上升、降雨變化在空間上之差異，本研究採 用由國立台灣大學全球變遷研究中心¹所提供，將 IPCC 報告中之全球環流模式

（General Circulation Models, GCMs）及其預設情境所模擬之結果，透過降尺度 方法所產生之氣候變遷模擬資料。本節將先說明與介紹氣候模式之降尺度方法，

整理情境模擬之資料概況與相關內容，並對本研究所選用之氣候模式與內容進行 說明，最後針對台灣區域之氣溫及雨量模擬結果作介紹。

一、統計降尺度方法

林淑華等（2005）認為目前全球環流模式（General Circulation Models, GCMs）

雖然已經被證實可以有效的模擬全球氣候變化大尺度與巨觀氣象之平均特徵，但 由於約250 公里的解析度太低，導致對於區域性的氣候模擬不佳。全球環流模式 中，目前以大氣耦合氣候模式（Coupled Atmosphere-Ocean General Circulation

1 台灣大學全球變遷研究中心成立於民國 81 年 8 月，主要是有鑒當前國際與國內科學界對於全 球變遷研究的重視，並為聯合各學門的工作者，匯集焦點、凝聚共識、訂定目標，整合相關 全球變遷之人力與設備，從事全球變遷之基礎研究，並以台灣附近獨特之區域性變遷為研究 重 點 ， 進 行 區 域 氣 候 的 模 擬 與 預 測 （ 資 料 來 源 ： 台 灣 大 學 全 球 變 遷 研 究 中 心 網 站 http://www.gcc.ntu.edu.tw/Chinese/Center/Mission.asp）。本研究計畫所處理之資料為IPCC 第三 版之氣候模擬資料，臺灣大學全球變遷研究中心目前已陸續整理 IPCC 第四版之氣候變遷模 擬資料，惟資料數量龐大且情境模式較第三版多，故尚未釋出第四版之相關氣候變遷模擬降 尺度資料，未來待第四版之氣候變遷模擬資料釋出，方可加以更新利用之。

氣候變遷下之台灣都市災害型態與衝擊評估先期研究計畫

Model, AOGCM）被科學界認定為模擬未來氣候變化的最佳工具，扮演著對未來 氣候的最佳闡述者。但即使目前科學家可藉由 AOGCM 的模擬，對於未來地球 上大區域的氣流特徵所導致的氣候變化可以有效的模擬，但是迄今為止AOGCM 的空間分辨率仍不高，對於具有獨特性的區域型氣候特徵很難作合理的預測，特 別是海島型的台灣（柳中明，2007）。

台灣不僅是區域範圍較小，處於大陸與海洋不同氣候交界之間，並且橫跨熱 帶與副熱帶之間多重且複雜，又地形起伏變化極大，其氣候特徵較為特殊且變化 大，在全球模式的大尺度中台灣地區的陸地特質無法完全表現出來，其模擬之氣 候結果更無法滿足台灣區域氣候特徵的描述，再加上目前的全球模式中，台灣只 是其中某一網格的一點，或甚至於不存在，因此為了彌補 GCMs 的不足與滿足 高解析度氣候資料的需求，以提供台灣區域氣候資料以供未來氣候變遷衝擊研究 之用，許多學者認為（許晃雄等，2002；于宜強等，2004；林淑華等，2005；陳 圭宏等 2006；柳中明，2007）降尺度方法成為探討台灣氣候變遷議題上急切必 要的工具。

目前解決全球模式氣候預測中空間解析度不佳的問題，降尺度（downscaling）

方式是目前最常被使用之方法，降尺度法可分為兩種（許晃雄等，1998；林淑華 等 ，2005 ； 陳 圭 宏 等 2006 ）： 一 是 動 力 降 尺 度 法 （ Dynamical Downscaling Methods），另一種為統計降尺度法（Statistical Downscaling Methods），前者與全 球環流模式相似，可以描述大氣環流的動力過程，利用全球氣候模式所提供之資 訊，植入區域氣候模式，進行物理內插（physical interpolation），提高解析度至 數十公里尺度，以期求得更完善且更詳細之區域氣候資訊；後者是利用診斷與統 計方法，比較大氣模式模擬資料與分析歷史資料並進行實際觀察，歸納統計出區 域氣候與大尺度環流變化間之關係，再利用這些結果判斷區域氣候可能產生之變 化，以提供對未來氣候特徵的描述。利用上述兩種降尺度方法，以解決高解析需 求之氣象資料。

然而，動力降尺度之區域氣候模式雖然已經可將全球尺度降至15 公里甚至 10 公里，對於大陸型區域或許足夠，但對台灣地區而言仍顯不足，況且動力降 尺度模式對於邊界條件，地形、植被、雲等參數問題敏感，再加上需要龐大的人 力和電腦資源支援，以至於模擬結果仍有很大的改善空間。相較之下，統計降尺 度模式較便宜，而且技術成熟，近年來亦經常被使用，尤其在氣候變異性高的區 域，其中，經驗正交函數（Empirical Orthogonal Function）、正準相關分析（Canonical

第三章 氣候變遷與都市防災系統

Correlation Analysis）、多變異線性回歸（Multiple Linear Regression）、類神經網 路（Artificial Neural Networks）等是最常被使用的統計降尺度方式，但是對台灣 氣候變異性與空間關係仍有其侷限性（林淑華等，2005；陳圭宏等 2006）。 度，只是時間序列具有高部不確定性。因此，像NCEP reanalysis 大尺度之觀測 值必須與 AOGCM 之模式數值進行分析與調整的步驟。由於氣候模式資料與觀 測資料時間性的序列呈現不一致的狀況，機率分布分析成了主要連結 AOGCM 模式與觀測資料的媒介。目前假設月平均降雨與溫度分布為常態分布，因此 AOGCM 氣候輸出數值可與 NCEP reanalysis 數值進行轉換。簡易轉換公式如下：

( )

RAOGCM AOGCM 之氣候平均值(climatology mean)

σAOGCM AOGCM 之標準差

RNCEP reanalysis NCEP reanalysis 之氣候平均值 σNCEP reanalysis NCEP reanalysis 之標準差

2 NCEP reanalysis 為採用美國 NOAA CDC 所提供之 NCAR/NCAR REANALYSIS PROJECT 中 所產出之再分析資料。為美國國家環境預報中心（National Centers for Environmental Prediction, NCEP）與國家大氣研究中心（National Centers for Atmospheric Research, NCAR）在西元 1989 年開始合作發展氣候資料在分析計畫（NCEP/NCAR reanalysis project），此計劃利用西元1948 年至今之舊有氣候觀測資料重新進行分析，並發展一套氣候資料同化系統（Climate data assimilation system, CDAS）用來分析現今之大氣情況，此系統納入了許多不同類型之觀測資 料結果，包括地面觀測、船艦觀測、飛機觀測、無線電探空觀測、衛星觀測等，再經過數據 品管（QC）步驟，集合成為此氣候資料同化系統（柳中明，2007）。

氣候變遷下之台灣都市災害型態與衝擊評估先期研究計畫

上列式子中之氣候平均值與標準差，是採用 AOGCM 和大尺度再分析資料 於1960-1989 年的平均值和標準差值。

圖 3-1-1：統計降尺度流程 資料來源：柳中明（2007）

第二階段是進行建立大尺度再分析資料與氣象站觀察值之間的統計降尺度 關係。運用多因子變異線性迴歸式，建立大尺度再分析資料和區域觀測站數值之 統計關係，由於受限於IPCC 所提供之資料庫中，全球模式模擬資料輸出因子種 類之限制，目前採用NCEP reanalysis 氣候模式的輸出數值（海平面氣壓、溫度、

降雨）做為預測因子（Predictors），而氣象觀測站的觀測溫度與降雨量作為預報 對 象 （Predictants ）， 目 前 此 一 統 計 降 尺 度 方 法 稱 為 Pointwise Multivariate Regression（PMR），其流程如圖 3-1-2。首先必須將大尺度再分析資料之預測因 子內差至測站點上空，並進行標準化分析後，再與測站點之觀測資料進行回歸分 析，式子如下所示：

Robsr＝ƒ（Ri , MSLPi , Ti）

Robsr 測站點的觀測值

Ri 大尺度再分析資料內差至測站點的降雨量 MSLPi 大尺度再分析資料內差至測站點的海平面氣壓 Ti 大尺度再分析資料內差至測站點的溫度

第三章 氣候變遷與都市防災系統

圖 3-1-2：統計降尺度 PMR 之流程圖 資料來源：柳中明（2007）

最後，將此統計關係式所產生之係數組，運用於第一階段所產生之標準化後 的未來情境模擬數值，以獲得對未來氣候的模擬預測。由於台灣降雨測站密度高 達355 觀測點，溫度測站可有 175 個觀測點，目前採用直接內差法所得到的空間 格點數值，空間解析度為0.01 度，將近 1 公里左右。

二、情境模擬資料說明

IPCC 於 1988 年開始，完成一系列之技術文件、特別報告和綜合性評估報告，

並提供國際社會有關氣候變遷的科學性資訊。在溫室氣體排放的情境模擬中，

IPCC 公佈一組根據社經情境模擬之數據，通稱為 SRES，其中以 SRES-A2 和 SRES-B2 情境最常被使用。

SRES（Special Report on Emission Scenarios，(溫室氣體)排放情境特別報告）

因2000~2100 年間社會經濟程度之差異，而產生不同的 SRES 情境，聯合國跨國 氣候變遷研究小組（IPCC），組織各國專家學者，在大量模型分析的基礎上，提

氣候變遷下之台灣都市災害型態與衝擊評估先期研究計畫

出了未來100 年全球溫室氣體的排放模擬情境，不同的排放情境帶來不同的溫室 氣體濃度情境。

SRES 被 IPCC WG1 在第三版氣候變遷綜合評估報告（Third Assessment Report，TAR）中使用，用來作為個別模式模擬氣候變遷、輻射強迫的基準線，

不同的溫室氣體濃度隨時間演變，帶來不同的模擬結果。運用不同的 SRES 模 擬，可以分析氣候系統對不同濃度的溫室氣體、輻射強迫的反應。

SRES 即預測未來可能之人口、環境、經濟和工業的發展趨勢，提出溫室氣 體可能的排放趨勢，基本上以社經進程差異分為幾組，社經進程可以以全球化或 區域化及經濟發展或環境保護二維量尺表示，將未來是致力於經濟發展，或是朝 永續利用的目標，考量所帶來的影響。情境由英文字母A、B 和數字 1、2 組合 表示，A、B 分別代表注重經濟發展和環境保護，1、2 則分別為全球化和區域化，

分別為SRES-A1、SRES-A2、SRES-B1 和 SRES-B2。其中 SRES-A1 又分為三組，

分別為SRES-A1B、SRES-A1T 和 SRES-A1FI。

SRES-A1 為模擬經濟快速發展的未來世界，全球人口在二十一世紀中葉達 到最高值，之後開始下降，引進更新、速率更快的新技術和高效技能。其他假設 包括地區趨同性，區域間平均所得差異的縮小，地區間相當融合，能力建設增強，

SRES-A1 為模擬經濟快速發展的未來世界，全球人口在二十一世紀中葉達 到最高值，之後開始下降，引進更新、速率更快的新技術和高效技能。其他假設 包括地區趨同性，區域間平均所得差異的縮小，地區間相當融合，能力建設增強，