二、 校驗方法
為瞭解不同情形下系集實驗的預報表現，本研究將 2012 年颱風個案（詳細個 案請參考表 1）分為不同群組進行校驗分析，分別為：
（1） 實驗中全部個案，全年共 25 個；
（2） 強度達 Category 1 以上（近中心最大風速>64 knots）個案，全年共 13 個；
（3） 中央氣象局發布警報個案（包括海上及陸上警報），全年共 7 個；
（4） 個別颱風個案分析，分別為泰利（Talim）颱風、蘇拉（Saola）颱風以及天秤
（Tembin）颱風。
（一） 路徑校驗
由於 M16、M17 兩組成員並未針對颱風個案進行路徑預報，因此路徑校 驗部分將就其餘成員與系集平均路徑進行校驗。校驗結果將以下列兩種方式呈現：
（1） 平均誤差分析
計算預報路徑與觀測路徑之絕對誤差，再依預報時段進行平均，即一般常用 之路徑誤差分析。
（2） 依個案分析不同預報時段路徑誤差隨預報時間之變化
透過此分析方法，可瞭解系集實驗對個別颱風於其不同生命期之預報表現。
6
Negatives Forecast No Total Observed Yes Observed No Total
（1） 正確率（範圍：0～1 、最佳值：1）
（3） 可偵測機率（Probability of Detection，POD，範圍：0～1 、最佳值：1）
POD = hits
hits+misses
POD 描述的是有多少比例的事件發生被正確的預報。此數值僅考慮 hits 而忽 略 false alarms，對於稀少個案的預報數值會偏高。使用時應同時考慮誤報率。
7
（4） 誤報率 （False Alarm Ratio，FAR ，範圍：0～1 、最佳值：0）
FAR = false alarms hits+false alarms
有多少比例的事件是預報錯誤的假警報。
（5） 假警報可偵測機率（Probability of False Detection，POFD，範圍：0～1 、最 佳值：0）
TS 又可稱為 CSI（Critical success index），此得分計算排除了觀測與預報降雨 皆沒有超過門檻值的情形，因此可視為描述模式預報的”正確率”；無預報能 力時，TS 為 0。
（7） 公正預兆得分(Equitable Threat Score，ETS，範圍：-1/3～1 、最佳值：1、無 能力：0)
ETS = hits−hitsrandom
hits+misses+false alarms−hitsrandom
其中，hitsrandom = (hits+misses)(hits+false alarms) total
ETS 又可稱為 GSS（Gilbert skill score），除了原有 TS 計算概念外，亦額外排 除隨機預報正確的狀況；利用此得分比較不同區域的預報表現較客觀。
（8） Hanssen and Kuipers discriminant（HK，範圍：-1～1 、最佳值：1、無能力：
0）
HK = hits+misseshits − false alarms
correct negatives+false alarms
HK 又稱為 true skill statistic 或 Peirces’s skill score。HK=POD－POFD，描述 模式預報對於”Yes”與”No”事件的分辨能力，HK 為 0 表示無能力。
（9） Heidke skill score（HSS，範圍：-∞～1 、最佳值：1、無能力：0）
HSS = (hits+correct negatives)−(expected correct)random N−(expected correct)random
8
其中，
(expected correct)random
= 1
N[(hits + misses)(hits + false alarms) + (correct negatives + misses)(correct negatives + false alarms)]
HSS 用來描述模式預報能力是否有優於隨機預報。
（12） Odds ratio skill score（ORSS，範圍：-1～1 、最佳值：1、無能力：0）
ORSS = hits∗correct negatives−misses∗false alarms hits∗correct negatives+misses∗false alarms
勝算比技術得分又稱為 Yule’s Q，描述的是預報比隨機預測改善多少。
目前本研究僅先使用 T 得分、偏倚得分、誤報率、可偵測機率和公正預報得分五種 校驗分數進行分析。
9
分析預報表現時，除針對全年個案進行降雨表現評估外，另將依個案呈現各成員預報 表現，詳細校驗項目如下：
校驗方式
（1） 以測站為單位，利用列聯表分析方法，計算全台地區不同降雨門檻值（大雨：
50 mm/day、豪雨：130 mm/day、大豪雨：200 mm/day、超大豪雨：350 mm/day）
之預報降水得分。分別計算模式之第 1 天（0～24 hr）、第 2 天（25～48 hr）
10
11
12
13
圖 4 全年均質化 d01 路徑誤差隨預報時間變化
圖 5 全年均質化 d02 路徑誤差隨預報時間變化
14
（二） 泰利颱風（Talim）
泰利颱風生命期自 6 月 17 日至 21 日止，圖 6 為其路徑圖。颱風生成後以東北方向 朝臺灣海峽移動，21 日 5 時於彭佳嶼東北方海面減弱為熱帶性低氣壓(參考來源:氣象局 網站)，生命期中最大強度為輕度颱風（25.0 公尺/秒）。中央氣象局對泰利颱風共發布 17 次颱風警報，此颱風在中南部地區降下豪雨，造成嘉義、臺南、高雄及屏東等地區 淹水，計有 1 人死亡，農損逾 7 億元(參考來源:氣象局網站)。
系集實驗共有 22 個成員（M01~M22）針對泰利颱風進行預報，其中最多共計完成 13 個 dtg 數(表 2)，各成員在颱風影響期間預報之路徑如圖 7 所示。實時系集平均在 d01 的 24、48 及 72 小時路徑誤差分別為 50 公里，52 公里及 45 公里；在 d02 的 24、
48 及 72 小時路徑誤差分別為 47 公里，80 公里以及 130 公里。而在全期 d01 颱風路徑 誤差最小的為系集平均。d02 颱風路徑誤差在預報 54 小時以前多以系集平均表現較好，
而預報 60 小時後則以 M14、M06、M12 和 M18 的表現優於系集平均，其中 M14、M06 和 M12 的誤差更低於 100 公里。
圖 6 泰利颱風路徑圖（來源：中央氣象局）
15
圖 7 泰利颱風系集預報路徑圖(紅色為觀測路徑)
16
17
18
圖 10 泰利颱風 D01 路徑誤差隨預報時間變化
圖 11 泰利颱風 D02 路徑誤差隨預報時間變化
19
（三） 蘇拉颱風（Saola）
蘇拉颱風生命期為 7 月 28 日至 8 月 3 日，圖 12 為其路徑圖，颱風生成後以北北西 方向移動，2 日 3 時 20 分於花蓮秀林鄉附近登陸，之後呈打轉現象，2 日 14 時左右掠 過臺灣東北角進入北部海面，3 日 6 時左右於馬祖北方進入福建 (參考來源:氣象局網 站) ，生命期中最大強度為中度颱風（38.0 公尺/秒）。中央氣象局對蘇拉颱風共發布 31 次颱風警報。蘇拉颱風降下豪雨，造成多處地區發生土石流、淹水、道路中斷等災 情，計有 7 人死亡，農損逾 12 億元。(參考來源:氣象局網站)。
系集實驗成員中最多共計完成 26 個 dtg 數(表 2)，各成員在颱風影響期間預報之路 徑如圖 13 所示。實時系集平均在 d01 的 24、48 及 72 小時路徑誤差分別為 104 公里、
147 公里及 183 公里；在 d02 的 24、48 及 72 小時路徑誤差分別為 113 公里、140 公里 及 172 公里。分析各系集成員 24、48 及 72 小時路徑誤差隨 dtg 的變化發現(圖 16)，
在蘇拉颱風由熱帶氣旋增強為輕度颱風時的路徑誤差較其他時期來得大。就蘇拉颱風 全期模擬結果而言，以 M18、M04 及 M15 表現較好。
圖 12 蘇拉颱風路徑圖（來源：中央氣象局）
20
圖 13 蘇拉颱風系集預報路徑圖(紅色為觀測路徑)
21
22
23
圖 16 蘇拉颱風 D01 路徑誤差隨預報時間變化
圖 17 蘇拉颱風 D02 路徑誤差隨預報時間變化
24
（四） 天秤颱風（Tembin）
天秤颱風生命期為 8 月 19 日至 8 月 30 日，圖 18 為其路徑圖，颱風形成後向北行 進，至鵝鑾鼻東方海面後向北北西轉西方向移動，至臺東東方近海轉西南西撲向恆春 半島，24 日 5 時於屏東牡丹鄉附近登陸，穿越恆春半島後向西南西方向離去(參考來源:
氣象局網站)。25 日解除警報後續以西南西轉向偏南方向移動，26 日晚間至 27 日凌晨 因颱風向東轉東北東方向移動，28 日凌晨通過鵝鑾鼻南方近海後朝東北轉北北東方向 遠離臺灣。生命期中最大強度為中度颱風（45.0 公尺/秒）(參考來源:氣象局網站)。中 央氣象局對此颱風共發布 54 次颱風警報。
系集實驗成員中最多共計完成 26 個 dtg 數(表 2)，各成員在颱風影響期間預報之路 徑如圖 19 所示。實時系集平均在 d01 的 24、48 及 72 小時路徑誤差分別為 73 公里，
151 公里及 268 公里；在 d02 的 24、48 及 72 小時路徑誤差分別為 67 公里，138 公里 及 242 公里。而在天秤颱風全期，以 M18 及 M22 的表現較為傑出。路徑預報在颱風轉 向期間有較大的不確定性，透過圖 22 及圖 23 的結果亦顯示，在天秤颱風轉向期間的 24、48 及 72 小時路徑誤差都較其他時段為大。
圖 18 天秤颱風路徑圖（來源：中央氣象局）
25
圖 19 天秤颱風系集預報路徑圖(紅色為觀測路徑)
26
27
28
圖 22 天秤颱風 D01 路徑誤差隨預報時間變化
圖 23 天秤颱風 D02 路徑誤差隨預報時間變化
29 之間，而在豪雨門檻值下，以 M20、M19、M17 及 M16 的誤報率較高。可偵測機率（POD）
前三名分別為 M20、M14 及 M19，可偵測機率最低為 M01。綜合校驗分數可看出，
M19 以及 M20 這兩個成員雖有可偵測率較高，但也同時有較高的誤報率，其較有過度 預報的情形出現。
表 12 為 M01~M20 系集平均 0~24 小時、24~48 小時及 48~72 小時累積雨量校驗分 數。0~24 小時累積雨量門檻值 50mm、130mm、200 mm 及 350mm 預兆得分（TS）分 別為 0.44、0.52、0.54、0.37，公正預兆得分（ETS）為 0.41、0.51、0.54、 0.37。而 TS 與 BS 隨預報時間如圖 25 所示，可看出除 50mm 門檻值下，BS 從不足預報轉為過
30
以上也有不足預報的情況。而在系集平均隨時間的校驗分數中，預兆得分、公正預兆 得分、偏倚得分、誤報率及可偵測機率都隨著預報時間增加而越來越差。
圖 24 全年均質化雨量 0~24 小時校驗分數
31
32
豪雨、豪大雨、超大豪雨之 24 小時累積雨量分別為 0.66、0.36、0.13、0.00，亦反映出 系集平均在超大豪雨期間，較無預報能力，而系集平均之 BS 值分別為 1.10、0.41、0.14、
0.00，亦可知系集平均明顯低估此個案之超大豪雨，而各系集成員的 BS 得分結果亦 與系集平均相同。在 TS 值的表現中，以 M09、M16、M17、M19 在豪雨以上的門檻值 表現較其他成員佳，而在大雨門檻值，系集平均則優於其他成員。在此梅雨事件的可 偵測機率而言，M09、M16、M17 及 M19 相較於其他成員，有較好的豪雨以上的可偵 測機率。而 M03、M11 及 M14 在梅雨期間之超大豪雨門檻值，則有超過五成的誤報率。
由公正預兆得分來看，大多數成員在豪雨門檻值的 ETS 約在 0.2~0.4 間，表現較好的成 員分別有 M17、M19、M16 及 M09，整體預報表現較差的為 M22 及 M01，其在大雨門 檻值下，ETS 僅 0.2 以下，超大豪雨門檻值為 0.0。
33
圖 26 2012 年 6 月 9 日至 6 月 12 日日雨量觀測圖(星號為全台最大雨量之測站位置，
左上角的數值為全台最大雨量值(採四捨五入至個位數))
圖 27 梅雨期間（6 月 8 日 1600 UTC～6 月 12 日 1600 UTC，96hr）觀測總雨量。
34
圖 28 梅雨期間（6 月 9 日 1600 UTC～6 月 12 日 1600 UTC，72hr）觀測總雨量。
35
圖 29 梅雨鋒面日雨量校驗
36
圖 30 梅雨期間雨量校驗分數
37 及 350mm 門檻值之 TS 值分別為 0.47、0.32、0.25 及 0.00，BS 值為 1.53、0.66、0.30 及 0.00。此結果顯示，系集平均在 50mm 及 130mm 之門檻值，有一定程度的預報能力。
而在 200mm 門檻值以下，系集平均在泰利颱風的整體表現，TS 值均優於平台中的所 有單一成員，但在 350mm 之門檻值，系集平均則無預報能力且明顯低估。
由 POD 的結果來看，在泰利颱風顯著降雨期間，當門檻值在 350mm 以上的可偵測 機率以 M16、M17、M19、M03 及 M20 有較高的分數，但其相對有較高的誤報率（FAR），
約在近 7、8 成。此結果顯示，這些成員雖對超大豪雨有較好的可偵測機率，但其誤報 率也相對高。
在泰利颱風顯著降雨期間，系集平均在 200mm 門檻值以下的公正預報得分（ETS）
都優於其他成員，而在 350mm 門檻值時，M19、M03、M20 及 M17，有相對來說較好 的預報能力，但其誤報率也較高。
圖 31 泰利颱風顯著降雨期間（6 月 18 日 1600 UTC～6 月 20 日 1600 UTC，48hr）觀
38
測總雨量。
圖 32 泰利颱風日雨量校驗
39
圖 33 泰利颱風雨量校驗分數
40
130mm、200mm 及 350mm 之 TS 得分為 0.76、0.70、0.63、0.42，而 BS 得分為 1.02、
130mm、200mm 及 350mm 之 TS 得分為 0.76、0.70、0.63、0.42，而 BS 得分為 1.02、