數據分析方法

Jason-1/2、ERS-1/2 以及 ENVISAT 等衛星測高儀的海面高度資料，並 進行儀器誤差、海況誤差與潮汐干擾等影響因素的校正，內插成全球 1/4°×1/4°的空間解析度，以及每日時間解析度的網格點資料，自 1993 年到 2017 上半年，畫圖呈現方法以每日的 Sea Level Anomaly (SLA)，

搭配推算出的絕對動力高度的海面流速(ADT uv)。

由於海流觀測資料之氣象因子有限，雖有利呈現臺灣區域性氣象 特徵，但對於大尺度環境場之特徵，如西南氣流於南海之引入、冬季 東北季風與鋒面之空間分布與移動、颱風中心位置與移動等，仍有其 空間顯示不足之處。為了有效適時分析大尺度環境場之演變特性及其 對臺灣之整體影響，本計畫收集 National Centers for Environmental Prediction /National Center for Atmospheric Research (NCEP/NCAR)重分 析資料(Kalnay et al., 1996)，運用每 6 小時之大尺度海面上方 10 公尺之 風場，藉以分析對應極端天氣個案之天氣系統及其相對空間位置，協 助彙整造成海流和水溫快速變化個案之大尺度天氣型態。

2.2數據分析方法

2.2.2 物體漂流軌跡估算

先假設忽略海面風所導致的 leeway 效應，以最接近的 TOROS 海 流資料網格點當作背景流場，估算從 LKP 開始隨著時間的物體位移，

這方法對於若有人員落海失蹤的海上搜索救援緊急事件提供了快速的 反應策略。

落海人員(PIW)漂流軌跡推算方法

a.取得 LKP 的 GPS 位置(lon,lat)與時間資料，越接近正確落水時 間 越好。

b.取得距離最近落水位置的 TOROS HFRs 表面海流網格流場資 料 u,v。

c.利用平流推算每小時 PIW 的可能位置，逐時連結而成漂流軌跡。

另一種使用 SARMAP 這套商業化軟體，輸入海洋環境的資料(特 別是海面風和流)與物體漂浮行為，輸出漂浮物體與失蹤人員漂流的 快速預測。SARMAP 使用 Monte Carlo 演算法，可由使用者指定虛擬 質點的數量，並佈放在 LKP 位置，計算出物體漂流過程持續變化的 機率密度分佈。

以下為SARMAP 操作步驟:

a.篩選欲分析海事案件並蒐集該案件起訖之時間空間背景資料。

b.事前準備海洋環境資料，如涵蓋欲分析案件之時間空間之海面 流場與海面風場資料，以及海岸地形資料。

c.開啟 SARMAP 設定新事件資料路徑與相關參數。

d.輸入 LKP 位置與選定定位來源方式(不同定位來源，範圍而異)。

e.設定新事件模擬起始時間與持續時間，可前推或後推，並設定 PIW 狀態與選用使用 Monte Carlo 法推算漂流粒子軌跡或遇岸停 滯否。

f.設定流場風場輸入路徑與時間

g.設定 SARMAP 計算與輸出結果間隔與漂流粒子總數量 N(100~

1K)。

h.確認資料時間與模擬時間正確與執行，等待結果。

i.結果輸出圖形以說明範圍內漂流粒子散佈狀況，各個方格內出 現粒子點數 n，而 100%*n/N, 代表各方格內漂流粒子的出現機率。

(機率高的範圍代表可發現漂流物機率相對高)。

j.調整不同狀況條件^，重複設定、輸入與執行過程，討論分析各 種結果的可能性。在最短時間內，評估選取最合理預測結果，提 高搜救成功機率。