第四章 個案一模擬結果
4.1 控制實驗模擬結果
本研究使用 CReSS 3.4.2 多 CPU 版本，為非靜力可壓縮雲模式，
個案一模式設定如表 2.2，模擬範圍如圖 2.1。如第二章所述(表 2.2)，
模擬之初始資料為 NCEP GFS 分析場資料，模擬初始時間為 2015 年 8 月 3 日 0000 UTC，模擬時間為 168 小時，模式輸出頻率為每 1 小 時輸出一次，水平解析度為 2.5 km，模擬結果可提供颱風路徑、強度 及降雨等資訊。本實驗代號為 SO1。
(1) 綜觀環境比對
圖 4.1 為 2015 年 8 月 4 日至 9 日之每日 0000 UTC，10m 高之風 場和 50m 高之氣壓場，及相同時間之 NCEP GFS 之 10m 高風場和海 平面氣壓場。4 日 0000 UTC 至 5 日 0000 UTC (圖 4.g,h)，模式模擬 結果顯示颱風正處於強度巔峰期，距颱風中心(氣壓最低處)約 200km 以內風速達到 40 m s-1 以上，由於颱風結構相當完整，颱風本身風場 分布大致上也相當對稱，其風速 20m s-1以上之強風區涵蓋的範圍相 當均勻。6 日 0000 UTC 至 7 日 0000 UTC，(圖 4.1i,j)，颱風穩定朝西 移動，持續接近台灣，但強度持續減弱，等壓線不如 4 日及 5 日密集，
唯風速 40 m s-1以上的區域依舊涵蓋半徑 300 km 範圍內，此時台灣 開始受到颱風外圍環流的影響，風場開始轉為偏北至東北風，風速達 到 15 m s-1 至 20 m s-1。8 日 0000 UTC 時，(圖 4.1k)，颱風已登陸台 灣，為影響台灣最劇烈的時候，台灣附近風速均達到 30 m s-1以上。
9 日 0000 UTC 時 (圖 4.l)，颱風遠離台灣進入中國，強度受地形破壞 持續減弱，此時台灣附近受到颱風及其外圍環流影響，風場轉為西南 風，風速為 15 m s-1至 20 m s-1。將模擬結果與 GFS 相同時間資料做
26
比對，可以發現從 8 月 4 日 0000 UTC 至 7 日 0000 UTC，即颱風侵 襲台灣前之時段，模式對於颱風的位置及風場的結構都模擬的相當不 錯(圖 4.1a,b,c,d)，唯模式模擬之風速 40 m s-1以上涵蓋的區域比 GFS 資料顯示稍微大一些。而 8 日 0000 UTC 至 9 日 0000 UTC，即颱風 登陸台灣至離開台灣時期，模式模擬颱風之氣壓場與風場配置也與 GFS 分析場相當接近，唯 8 日 0000 UTC 模式模擬之台灣南部海域風 速值比 GFS 還大約 5 m s-1至 10 m s-1，並在 9 日 0000 UTC 模式模擬 在台灣附近之西南風也比 GFS 還強(圖 4.1f)，整體而言，模式對於綜 觀環境的掌握大致上仍相當良好。
(2) 颱風路徑及強度比對
圖 4.2 為颱風蘇迪勒之 JTWC 最佳路徑與 CReSS 模擬之路徑。
圖上顯示從 8 月 3 日 0000 UTC 至 9 日 1200 UTC 模式模擬之颱風路 徑與 JTWC 最佳路徑相當類似，路徑誤差大致上都在 50km 以內，其 中 5 日 0000 UTC 至 7 日 0000 UTC 模擬之颱風位置較偏北，7 日 0000 UTC 至 8 日 0000 UTC 模擬之颱風移動較 JTWC 最佳路徑快，因此 模擬的颱風於 7 日 1800 UTC 登陸台灣，登陸時間點較 JTWC 早，而 8 日 0000 UTC 模擬之颱風中心已越過中央山脈到達西部陸地準備出 海，但 JTWC 最佳路徑顯示颱風才剛從東部登陸。另外也注意到模式 模擬的颱風在台灣上空移動的路徑較 JTWC 偏南，不過有掌握到颱 風登陸台灣後中心往南移的細節，因此整體而言模式對於颱風路徑的 掌握相當合理。
颱風強度的部分，圖 4.3 顯示模擬和 JTWC 估計之颱風海平面 近中心最大風速和最低氣壓。在模擬時間 36 小時(8 月 4 日 1200 UTC) 之前，模擬之最大風速較 JTWC 小約 10 m s-1至 20 m s-1左右，其中 模擬之最大風速達到最強的時間為 24 小時(8 月 4 日 0000 UTC)，風
27
速值約為 61 m s-1，而 JTWC 之最大風速達到最強的時間為 18 小時(8 月 3 日 1800 UTC)，風速達到 80 m s-1，模擬之最大風速到達最強的 時間比 JTWC 慢了 6 小時左右。之後差距便開始縮小，風速差異最大 不超過 5 m s-1 ，尤其在模擬時間 96 小時(8 月 7 日 0000 UTC)至 144 小時(8 月 9 日 0000 UTC)，主要為颱風侵襲台灣期間，模擬之最大風 速與 JTWC 相當接近。圖 4.3b 為模擬結果和 JTWC 海平面最低氣壓，
圖中顯示模擬之最低氣壓在模擬一開始 12 小時內，由於模式仍在調 整階段，因此氣壓值反而上升，隨後便開始下降，至 24 小時(8 月 4 日 0000 UTC)氣壓達到最低，意即模擬之颱風強度達到最強，約為 925hPa，而 JTWC 之氣壓到達最低的時間為 18 小時(8 月 3 日 1800 UTC)，氣壓值約為 908 hPa，因此模擬之氣壓值到達最低的時間也比 JTWC 晚約 6 小時，氣壓值高估約 17 hPa，不過在模擬時間 96 小時 (8 月 7 日 0000 UTC)至 144 小時(8 月 9 日 0000 UTC) 模擬之最低氣 壓也與 JTWC 估計值相當接近。整體而言，模式模擬之颱風強度變化 趨勢與 JTWC 相當類似，可見模式對於颱風強度的掌握也合理。
(3) 雨帶結構及降雨比對
從前人的研究得知，颱風對台灣最大的威脅是降雨，因此本研究 關注的重點就是降雨特性，所以高品質的降雨模擬對本研究的分析相 當重要。但是，海上的實測降雨資料相當稀少，故本研究使用 NRL 衛 星之水氣微波頻道反演之雲頂亮度溫度(Brightness Temperature)與模 式輸出之 q3max(即雨水(qr)、雪(qs)即軟雹(qg)之總混合比在垂直方向 的最大值)做比對，亮度溫度越低的物理意義為垂直方向總含之降水 粒子越多，代表對流越旺盛，來探討模式對於雨帶結構掌握的情形如 何。圖 4.4a 至 f 為衛星微波頻道所反演之亮溫，圖 4.4g 至 l 為模式模 擬之 q3max。圖 4.4a 為 8 月 3 日 1101 UTC 衛星反演之亮溫，圖 4.4g
28
為 8 月 3 日 1100 UTC 模式輸出之 q3max，可以看到觀測之螺旋主雨 帶位於颱風南側，並且在颱風眼周圍有明顯的眼牆雨帶；而模擬的結 果也可以看到類似的螺旋主雨帶結構分布，唯模擬之颱風眼較觀測大 一些。圖 4.4b 為 8 月 4 日 0912 UTC 衛星微波頻道所反演之亮溫，圖 4.4h 為 8 月 4 日 0900 UTC 模式輸出之 q3max，觀測顯示颱風大部分 的強雨帶集中在中心西南象限，而模擬結果也有類似的分布與走向，
且模擬之中心北方的主雨帶較觀測強。圖 4.4c 為 8 月 5 日 1024 UTC 衛星微波頻道所反演之亮溫，圖 4.4i 為 8 月 5 日 1000 UTC 模式輸出 之 q3max，觀測中主要有一區呈逗點狀的三條強雨帶，且最靠近中心 之雨帶集中在颱風眼的南側，而較外圍的兩條主雨帶主要位於中心南 側並延伸至東側，而模擬的雨帶也有類似的分布，也呈現三條主要強 雨帶，唯最靠近中心的主雨帶更延伸至中心東側。圖 4.4d 為 8 月 7 日 0319 UTC 衛星微波頻道所反演之亮溫，圖 4.4j 為 8 月 7 日 0300 UTC 模式輸出之 q3max。觀測顯示有一條最強的雨帶位於颱風中心 的南側，模擬的雨帶也有類似的位置分布，且模擬中位於中心西側之 南北走向的雨帶比觀測更靠近台灣。圖 4.4e 為 8 月 8 日 0410 UTC 衛 星微波頻道所反演之亮溫，圖 4.4k 為 8 月 8 日 0400 UTC 模式輸出之 q3max。此時觀測中一條東西走向的強雨帶正在影響台灣西南部地區，
另外在台灣東北部海面及中國沿海也各有一條強雨帶，而模擬結果也 有一條強雨帶位於台灣西南部地區，但在台灣東北部海面上之外圍雨 帶結構較完整，整體仍存在螺旋狀的結構。圖 4.4f 為 8 月 9 日 1117 UTC 衛星微波頻道所反演之亮溫，圖 4.4l 為 8 月 9 日 1100 UTC 模式 輸出之 q3max。此時觀測中僅剩一條細長對流雨帶從台灣海峽延伸至 福建和廣東沿海，而模擬結果對流帶位於南海上，但走向也和觀測類
29
似。整體而言，模式對於蘇迪勒颱風之雨帶結構分布特性掌握也合理，
尤其能模擬出螺旋狀雨帶結構是很不容易的。
在日累積降雨的部分，圖 4.5a,b,c 為 8 月 7 日至 9 日之日累積雨 量圖。與實際觀測雨量(圖 3.8a,b,c)比較發現，7 日模擬對於台灣東北 部地區的降雨有掌握到，日累積雨量 300 mm 以上分布的區域雨觀測 相當接近，而南部山區的雨量有高估的現象，由於模擬之颱風較快接 近台灣，且中心較快越過中央山脈，因此台灣南邊較早成為迎風面降 雨。8 日模擬對於台灣西南部的降雨也有良好的掌握，且對於中部與 北部的降雨有高估的現象，也出現 300 mm 以上的雨量，由於模擬之 颱風的結構較完整，因此台灣整體降雨普遍較多。9 日模擬對於台灣 西南部降雨有明顯高估的情形，由於模擬中陸續有對流移入西南部，
因此西南部有較持續性的降雨。而 7 日與 8 日兩日總累積降雨的比較 顯示，模式的雨量累積(圖 4.5d)極大值區位於東北部及南部山區，與 觀測(圖 3.8d)分佈相當接近，因此整體而言模式對於降雨的掌握也相 當良好。