氣象模組的建置

污染物在大氣中垂直擴散能力，係隨亂流強度與特性平均風的大小而 變，特性平均風則由地面粗糙度決定，但亂流強度則隨地表溫度、地面粗糙 度、大氣垂直溫度直滅率、垂直風切等而大小有異，也就是說亂流強度決定 於大氣垂直溫度結構。利用各項氣象因子來決定大氣穩定度，再選擇適當之 大氣擴散係數，即為亂流分級制度，利用測站逐時觀測的日照強度、風速、

雲量等因子，計算則可決定為何種等級之穩定度。

混合層高度一般定義為地面上受亂流作用而產生垂直擴散的空間程度，

在真實的大氣狀況下，即使是相當均勻的分佈情況，想以直接測量或用數學 模式估算混合層高度均是極為困難。本文在探討混合層高度時，同時考量熱 力產生的對流作用與機械力產生的亂流作用，計算過程方面，採用每天兩次 的探空資料，利用垂直溫度與壓力分佈資料，推算混合層高度，再由數值計 算方法，求得逐時的混合層高度及其變化。

台灣地理位置特殊，天氣的變化雖然頻繁，但有其規則性，使用中央氣 象局主要測站之氣象情資，長時間（1994~2003 年）統計分析並計算影響空 氣污染物輸送、擴散能力之重要氣象因子，包括風速、風向、大氣穩定度、

混合層高度及局部環流等的特徵。圖3.1 為中央氣象局氣象資料處理流程圖；

觀測資料經過解碼、偵錯與檢定及修正，以獲得格式化逐時觀測資料，再分 別計算穩定度與混合層高度等。圖 3.2 為完成後氣象測站資料庫的完整逐時 氣象資料，內包含氣壓、溫度、溼度、風速、風向、穩定度與混合層高度。

圖3.3 為完成後氣象測站氣候資料庫的月平均、季平均、年平均之氣象資料，

27

內包含氣壓、溫度、溼度、風速、風向、穩定度。因混合層高度的變化主要 受太陽短波輻射的影響，日夜變化顯著，圖 2.4 為氣象測站資料庫的混合層 高度的月平均、季平均、年平均之逐時變化氣候值。

圖3.1 中央氣象局氣象資料處理流程圖 資料來源:【中央氣象局】

表3.1 中央氣象局氣象測站資料庫的完整逐時氣象資料

日期 溫度 溼度 風速 風向 穩定度 混合層高度 2003010101 14.9 79 2.3 10.0 3 67.7 2003010102 14.4 81 1.9 10.0 2 50.9 2003010103 14.1 83 1.3 320.0 5 30.0 2003010104 13.8 84 1.9 350.0 2 50.9 2003010105 13.8 84 0.9 360.0 2 30.0 2003010106 13.8 84 0.8 340.0 5 30.0 2003010107 14.1 85 0.9 360.0 2 144.2 2003010108 14.9 82 1.9 20.0 2 386.7 2003010109 16.8 77 0.3 330.0 5 674.9 2003010110 19.0 68 2.8 310.0 5 886.8 2003010111 21.1 63 2.4 300.0 3 983.5 2003010112 22.0 59 2.2 340.0 3 1026.3 資料來源:【中央氣象局】

資料格式整理 漏失資料補充 亂碼資料修正

逐時觀測資料：

壓力、溫度、相 對濕度、風向 風速、雲量

計算混合層高度 Holzworth 方法

資料格式一致化 完成每日 24 小 時逐時資料處理 計算穩定度

Pasquill 方法

歷史資料庫

氣象資料購置 (中央氣象局) 地面測站 25 站

高空測站 1 站

28

表3.2 中央氣象局氣象測站氣候資料庫的月、季、年平均之氣象資料

YEAR 744 PP TT RH WS WD PGT 2003 JAN 1019.3 19.1 71 2.2 16 3 2003 FEB 1017.5 21.4 74 2.3 16 3 2003 MAR 1016.1 22.6 74 2.2 16 3 2003 APR 1012.1 26.1 78 2 14 2 2003 MAY 1008.4 28 74 2.1 12 2 2003 JUN 1007.1 27.8 82 2.3 8 2 2003 JUL 1008.9 30.5 71 2.7 7 3 2003 AUG 1006.2 29.2 78 2.5 7 3 2003 SEP 1008.1 28.6 79 2.4 14 3 2003 OCT 1013 26.5 70 1.9 12 2 2003 NOV 1014.4 24.7 74 2 16 2 2003 DEC 1019.5 20.3 63 2.2 16 3 2003 SPR 1012.2 25.6 75 2.1 14 2 2003 SUM 1007.4 29.2 76 2.5 7 3 2003 AUT 1011.9 26.6 74 2.1 16 2 2003 WIN 1018.8 20.3 69 2.2 16 3 2003 ALL 1012.5 25.4 73 2.2 16 3 資料來源:【中央氣象局】

29

表3.3 中央氣象局資料庫混合層高度月、季、年之逐時變化氣候值。

YEAR 744 1 2 3 4 5 6

2003 JAN 105.1 97.6 86.1 80.7 90.1 88.2 2003 FEB 82.3 58.8 56 61.8 63.9 54 2003 MAR 64.8 71.4 92.4 93.7 71.9 118.4 2003 APR 42 40.3 38.8 44.3 49 158.2 2003 MAY 40.8 42.7 36.1 35.6 40.9 302.6 2003 JUN 88.3 91.4 91.3 96.5 112.5 363.5 2003 JUL 158.8 133.9 120.7 92.4 87 318.4 2003 AUG 116.9 136 124.8 116.3 130.7 250.3 2003 SEP 154.4 105 92.8 96 102.1 110.7 2003 OCT 45.9 57.5 46.1 52.4 42 45.7 2003 NOV 63.1 73.2 78.8 69.8 70.3 60 2003 DEC 74.7 81.7 72.9 83.9 90.5 71.4 2003 SPR 49.3 51.6 56 58 54 193.4 2003 SUM 121.7 120.8 112.5 101.8 110 310.2 2003 AUT 87.3 78.3 72.3 72.5 71.1 71.8 2003 WIN 87.5 80.1 72.2 75.9 82.1 71.8 2003 ALL 86.4 82.7 78.3 77.1 79.3 162.5 資料來源:【中央氣象局】

3.2.1 氣象歷史資料

軍事氣象是氣象學在軍事上的應用，根據各軍種不同的需要，分別研究 氣象條件對該軍種作戰的影響以及消除或利用此影響的方法。台灣位屬副熱 帶地區，為中低緯度環流的交會帶，更為歐亞大陸與太平洋的大型海陸交會 區，天氣的變化為多樣化，災變天氣叉以颱風、寒潮、乾旱和豪雨等為主，

常造成民生與工商上巨大的損失，也常造成軍事指揮上的困擾，進而影響國 軍的戰力。本文針對台灣大量的探空資料與主要地面測站資料作統計分析，

找出台灣區域的平均大氣與氣候特徵，再配合個案的分析與研究，以提升日 常天氣預報的準確度，並建立台灣地區各氣象因子的空間與時間特性，提供 我國軍生化防護上使用所需的基本環境場。

30

探討台灣氣候特徵與區域環流的變化，須先瞭解台灣之地理特徵為：

一、台灣位屬副熱帶地區，位於中低緯之交界。

二、西臨最大之歐亞大陸，東臨最大之海洋--太平洋。

三、西側有最高之高原--西藏高原。

四、台灣本身為一海島，但境內有完整、南北向的山脈--中央山脈。

由以上地理特徵而使本區域的天氣特性與天氣預報和其它地區有顯著的 不同，於天氣環流方面，冬夏分別受到不同環流所控制；冬季受西伯利亞極 地冷氣團的控制而盛行東北季風，此等冷氣團常呈週期性南下，造成氣壓劇 升、溫度劇降的天氣現象，俗稱寒潮。在夏季分別受到大陸熱低壓與西太平 洋副熱會高壓脊環流的影響，加以台灣位於大陸熱低壓與西太平洋副熱帶高 壓脊環流的邊緣，為熱帶擾動運行的主要所經路徑，故於夏半年經常受熱帶 擾動的侵襲或周圍環流的影響。之後仲夏期間尤以每年七、八月副熱帶高壓 脊北進西伸，籠罩整個東亞地區，影響台灣天氣現象最為顯著。

在春夏之交的五、六月，台灣地區經常出現陰沉的天氣，並有間歇性或 持續性的降水，甚至演變成豪雨，此時地面天氣圖上經常有一滯留性鋒面，

伴隨連續性雲雨帶由日本南方海面向西南延伸經台灣到華南，此種因滯留性 鋒面所帶來的間歇性或持續性的降水，稱之為梅雨，梅雨期的降水性質前後 期性質顯著的不同，於前期為春雨型(鋒面雨)，於後期為夏雨型(對流雨)，顯 示環流型態隨季節而逐漸演進。

3.2.2 天氣預報模式

Juang and Kanamitsu（1994，以下簡稱 JK94）【17】建立美國國家環境預 報中心的有限區域波譜模式，Wang et al.【22】首次將 NCEP 的巢狀波譜模式 引進太平洋地區的夏威夷群島，藉以改善當地現有的天氣預報模式，由於解 析度的提高，可以有效的解析對流雲雨帶的分布，以及當地氣流場與島嶼複 雜地形間所產生的交互作用。王等【1】以 JK94 為主要架構建構了東亞地 區的三重巢狀區域波譜模式，三重巢狀模式的空間解析度分別為 120、60、

30 公里（以下簡稱Ａ、Ｂ、Ｃ模式）。模式的物理過程，包括：隨日夜變化

31

的短波及長波輻射、輻射與雲的交互作用、地表層和行星邊界層的物理過程、

重力波平滑和垂直擴散、Kuo-式積雲和淺雲參數化、大尺度（格點）降水等。

Ａ模式所需的初始場及基本場是取自中央氣象局全球波譜模式的分析場與預 報場，而Ｂ、Ｃ模式所需的初始場及基本場則是分別由Ａ、Ｂ模式的初始場 與預報場所提供。靜力巢狀波譜預報模式已完成建置，對影響台灣地區天氣 現象的主要天氣系統，也有初步的個案測試（王等，1997【1】；王等，1998a

【2】；1998b【3】；；Hor et al.,1999【15】），目前已納入海軍氣象中心的日常 作業，執行成效良好，對一般天氣現象的相關預報（預報有效期間為五天）

皆有良好的表現，尤其對綜觀尺度天氣系統的演變，能有效的掌控。

提升預報的準確度及探討局部環流以模擬核生化作業，縮小空間網格間 距為必須的，Juang(1997【18】，2000a【19】，2000b【20】)指出網格間距 10km 以下對中尺度天氣預報，須使用非靜力數值預報模式，所以在三重靜力波譜 模式下內崁一非靜力中尺度波譜模式(Non-hydrostatic Mesoscale Spectral Model,以下稱 MSM)，形成四重波譜模式。學者（蔡等，2000a【10】；2000b

【11】）針對 SCSMEX 梅雨鋒面（IOP2 個案）研究指出：透過四重波譜預報 模式的模擬，三重巢狀區域靜力波譜模式對綜觀天氣系統、東亞地區梅雨鋒 面徘徊之現象及南海和台灣地區定性降水之預報，頗令人滿意。36 小時非靜 力中尺度波譜模式預報模擬，本省中部近海之降水移動及風場變化趨勢，模 式有不錯的掌握，唯降水量的定量研究有待提升，但整體而言，中尺度波譜 模式對降水時空分佈趨勢，有相當程度的預報能力。呂等（2001【5】，2003

【6】）指出四重巢狀波譜模組應用於梅雨期豪（大）雨天氣預報個案顯示：

巢狀模組的降尺度效應，有效延長預報時效，模組對綜觀天氣系統的預報有 相當的準確性，且巢狀模組降尺度觀念可適當地應用大尺度訊息來預報區域 之較小尺度的天氣現象。RSMC 模組在定性上能有效預報持續性的降水，

MSM 在定量降水預報上亦能有效地解析局部環流特徵與降水演進過程。另 外，靜力RSM 預報策略實驗與 MSM 嵌代預報策略實驗中說明此策略為可行 的，不僅能有效地縮短預報時間，且延長非靜力模式的預報能量，同時，也 明確指出模式預轉時間與預留系統發展時間之重要性。

3.2.3 天氣類型

在應用氣象資料以建立擴散模式的輸入格式中，所採用之氣象資料來源 大多為中央氣象局所屬各測站，但為求擴散模擬的比較研究，氣象條件的規

32

劃亦是重要的一環，尤其在台灣地區，天氣變化多樣化，且與綜觀尺度天氣 系統的演變過程，息息相關。我們嘗試從綜觀尺度天氣系統，來探討它所對 應之大氣垂直結構的特性，將有助於在沒有探空觀測時，由地面天氣圖來研 判可能的熱力結構，進而推算混合層高度等。台灣地區綜觀尺度天氣系統的 演變過程，隨季節的不同有相當大的差異，在冬季時，寒潮爆發過程是很主 要的天氣過程，因此主要的天氣系統發展，有強烈的冷鋒生成與移動、冷高 壓的發展與分裂帶來的東北季風。在春季時，華南地區經常有氣旋與鋒面的 初生，進而產生廣大潮濕的滯留鋒存在。夏季時，是主要的颱風季節，也是 太平洋高壓旺盛發展的季節。秋季時，經常有分裂性高壓、或長江口新生低 壓的發生。各類的天氣型態也明顯不同，對於擴散模擬中氣象條件的探討更 是值得研究，例如影響台灣的天氣型態可將它歸類為15 個類型，在模擬時可 依天氣型態選擇其擴散的影響，或者利用歷年觀測資料之統計值，做為模式 的氣象條件，以瞭解長年平均的概況。