過去研究指出高海溫是熱帶氣旋生成的條件之一，除此之外，像是中層的相對濕度、高低 層垂直風切與低層正渦度也是影響颱風生成之因素(Emanuel 2005; Trenberth 2005;Webster et al. 2005;Palmen 1956;McBride and Zehr 1981; Bister and Emanuel 1997)，學者們也 發現西北太平洋颱風生成數在 1990 年代有突變現象，1990 年代以後西北太平洋颱風生成數目 明顯減少(Hsu et al.2014;Liu 和 Chan 2013)，颱風的變異性與大尺度環境的變異性之間的關 係更是密不可分。由於颱風生成並非只受單一環境因素影響，為了考量不同環境參數對颱風生 成的影響，過去學者們紛紛提出不同颱風生成指數以推估颱風活動特徵(Gray 1979;Emanuel and Nolan2004; Murakami and Wang2010; Emanuel 2010)。
然而這些生成指數中皆使用絕對渦度作為動力貢獻，本研究中分析了大尺度環境場的氣候 空間分佈，發現高海溫、垂直風切小與 600 百帕相對濕度高等皆有利於颱風生成。絕對渦度因 受 f 效應主導而隨著緯度增加，與實際颱風生成位置不符。相對渦度在季風槽區的正渦度區卻 更符合實際颱風生成區域，而副熱帶高壓負渦度區則不利於颱風生成。因此本研究認為相對渦 度比絕對渦度更適合用來推估颱風活動，將 GPI( Emanuel and Nolan2004)與χGPI(Emanuel 2010)的渦度項作了修正，期盼找到一種生成指數能掌握西北太平洋颱風生成數之氣候特徵與 突變。
本研究中評估了 GPI、χGPI、modified-GPI 與 modified-χGPI 之氣候空間分佈，發現 GPI 已 掌握 住 颱風 生成 數 的空 間 分佈 ， χGPI 則 未能 掌 握實 際颱 風 生成 的 空間 分 佈，
31
modified-GPI 與 modified-χGPI 皆改善了大值區域偏北的問題，較符合實際颱風生成位置。
但 ERAITM 的 modified-GPI 和 modified-χGPI 雖改善了原先指數偏北的問題，卻也使得生成 指數的大值區域較小且較偏東。
本研究中也評估了不同的颱風生成指數是否能掌握颱風生成數的突變特徵，從觀測中發現，
西北太平洋颱風生成數於 1994 年前後有突變的現象，1994 年以後颱風生成數目明顯減少，與 前人研究結果一致(Hsu et al.2014;Liu and Chan 2013)，GPI 於 1994 年以後呈現增加趨勢，
χGPI 也未能掌握颱風生成數目減少之趨勢，兩者皆未能掌握颱風生成數的突變特徵，
modified-GPI 與 modified-χGPI 皆掌握後期颱風生成數目減少的趨勢。
在兩階段颱風生成的空間分佈上，1994 年以後(後期)西北太平洋東南區域的生成數目大 幅減少，與前人結果一致(Hsu et al. 2014)，GPI、modified-GPI 與 modified-χGPI 皆能掌 握兩階段颱風生成之空間分佈特徵，但 GPI 未能掌握後期颱風生成數目減少的趨勢，因此 modified-GPI 與 modified-χGPI 對於颱風生成數兩階段之空間分佈與突變特徵的掌握皆佳。
分析大尺度環境參數對生成指數兩階段差異的貢獻，發現後期 GPI 總值增加，與實際颱風 生成數目相反，其主要貢獻來自 600 百帕相對濕度與垂直風切，後期χGPI 總值增加，與兩階 段颱風生成數目的變化相反，主要貢獻來自χ與垂直風切。後期 GPI 與 modified-χGPI 總值減少，與兩階段颱風生成數目的變化相同，主要貢獻來自相對渦度，即後期颱風生 成數目大幅減少的趨勢，主要是受到季風槽減弱的影響，而非導致 GPI(χGPI)指數增加的相 對濕度(χ)效應。
32
過去學者為了得到全球暖化下熱帶氣旋活動的確切反應，使用直接模擬、動力降尺度與生 成指數等方法以推估全球模式中的熱帶氣旋，然而低解析度模式模擬大尺度環境場的表現較直 接模擬颱風為佳，因此本研究中也評估 CMIP5 模式模擬大尺度環境場之結果，模式系集結果對 各變數場之空間分佈已有不錯掌握，模式系集之海表面溫度、颱風潛在強度、600 百帕相對濕 度稍有高估情形，值得一提的是模式系集之絕對渦度分佈與觀測結果相似，但模式系集之相對 渦度正值區位置較觀測偏北，此外χ的小值區位置也較偏北，亦即有利於氣旋發展的正渦度與 中層潮濕之條件皆較觀測偏北。
過去學者指出模式模擬的 GPI 無法掌握颱風生成頻率減少之特性(Camargo et al.2012)，
前述提到，modified-χGPI 能掌握颱風生成數兩階段之空間分佈與突變特徵，因此本研究中 也評估模式系集之生成指數是否能掌握颱風生成數目之氣候特徵與突變現象。在氣候空間分佈 中，模式系集之 GPI 大值區較颱風生成大值區偏北，造成模式模擬之 GPI 大值偏北的原因可能 來自絕對渦度，模式系集之χGPI 的大值區也較實際颱風生成位置偏北，模式模擬χGPI 較觀 測偏北的原因可能來自絕對渦度與χ的貢獻，經渦度修正後，所有變數之大值區皆較偏南，因 此模式系集之 modified-GPI 與 modified-χGPI 兩者的大值區域皆較往南偏，較符合颱風主要 生成區域與觀測結果。對於 1994 年後颱風生成數目大幅減少的現象，模式模擬之 GPI、χGPI 與 modified-GPI 皆無法反應此突變特徵，模式模擬之 modified-χGPI 則可明顯看到後期有減 少趨勢，因此模式模擬的 modified-χGPI 不僅能掌握颱風生成數目的氣候空間分佈，亦能掌 握颱風生成數的突變特徵。
由前述所知，在模擬颱風生成數之氣候空間分佈與突變特徵中，模式系集之 modified-χ
33
GPI 相較於另外三個指數有較佳表現，並評估其在兩階段空間分佈的模擬，發現模式模擬之 modified-χGPI 也掌握了兩階段實際颱風生成的空間分佈，因此相較於以往的生成指數，
modified-χGPI 能更佳掌握西北太平洋颱風生成數目之氣候特徵與 1990 年代的突變現象。
34
參考文獻
Bengtsson, L., H. Böttger, and M. Kanamitsu, 1982: Simulation of hurricane-type vortices in a general circulation model. Tellus, 34, 440–457.
Bister, M.,and Emanuel,K.,1997:The genesis of Hurricane Guillermo: TEXMEX analyses and a modelling study. Mon Weather Rev,125,1397-1413.
____,M., and Emanuel,K.,1998:Dissipative heating and hurricane intensity. Meteor. Atm.
Phys. 52, 233–240.
Camargo, S. J., A. G. Barnston, and S. E. Zebiak, 2005: A statistical assessment of tropical cyclone activity in atmospheric general circulation models.Tellus, 57A, 589–604.
____, S. J., Emanuel, K. A., and Sobel, A. H., 2007: Use of a genesis potential index to diagnose ENSO effects on tropical cyclone genesis. Journal of Climate, 20(19), 4819-4834.
____, S. J., M. K. Tippett, A. H. Sobel, G. A. Vecchi, M. Zhao, and I. M. Held, 2012: Analysis of tropical cyclone genesis indices for climate change using the HIRAM model. Preprints, 30th Conf.
on Hurricanes andTropical Meteorology, Ponte Vedra Beach, FL, Amer. Meteor. Soc., 4B.1.
____, S. J., 2013: Global and regional aspects of tropical cyclone activity in the CMIP5 models. J Clim., 26, 9880–9902.
Chan, 2008: Decadal variations of intense typhoon occurrence in the western North Pacific. Proc. Roy.
Soc. London, 464A, 249–272.
Dee, D. P., Balmaseda, M., Balsamo, G., Engelen, R., Simmons, A. J., and Thépaut, J. N., 2014: Toward a consistent reanalysis of the climate system.Bulletin of the American Meteorological Society, 95(8), 1235-1248.
Emanuel, K.A., 1994: Atmospheric Convection. Oxford University Press,580pp.
_____, K.A.,1995: The behavior of a simple hurricane model using a convective scheme based on subcloud-layer entropy equilibrium. J. Atmos. Sci.,52:3959–3968.
____, K. A., 1995: Sensitivity of tropical cyclones to surface exchange coefficients and a revised steady-state model incorporating eye dynamics. J. Atmos. Sci.,52, 3969–3976.
35
____, K. A. and Nolan, D. S., 2004: Tropical cyclone activity and global climate. Proceedings of 26th Conference on Hurricanes and Tropical Meteorology, Miami, Florida, American Met. Soc, 240–241.
____, K. A.,2005: Increasing destructiveness of tropical cyclones over the past 30 years. Nature,436, 686–688.
____, K. A., Sundararajan, R., Williams, J.,2008: Hurricanes and global warming: Results from downscaling IPCC AR4 simulations. Bull Am Meteorol Soc,89:347–367.
____, K. A., 2010: Tropical cyclone activity downscaled from NOAA-CIRES reanalysis, 1908-1958.J Adv Model Earth Sys, 2, 1–12.
____, K. A., 2013: Downscaling CMIP5 climate models shows increased tropical cyclone activity over the 21st century. Proceedings of the National Academy of Sciences, 110(30), 12219-12224.
Gates, W. L., 1992: AMIP: The atmospheric model intercomparison project.Bulletin of the American Meteorological Society, 73(12), 1962-1970.
Gray, W. M., 1968: Global Viewof The Originof Tropical Disturbancesand Storms. Mon. Wea. Rev., 96, 669–700.
____,W.M., 1979: Hurricanes: their formation structure and likely role in tropical circulation.
Meteorology Over the Tropical Oceans (ed. D. B. Shaw), Royal Meteorological Society, 155–218.
Ho, C.-H., J.-J. Baik, J.-H. Kim, D.-Y. Gong, and C.-H. Sui, 2004: Interdecadal changes in summertime typhoon tracks. J. Climate, 17, 1767–1776.
Hsu, P.-C., Chu, P.-S., Murakami, H.,and Zhao, X., 2014: An abrupt decrease in the late-season typhoon activity over the western North Pacific. J. Climate, 27, 4296–4312 .
Kalnay, E., Kanamitsu, M., Kistler, R., Collins, W., Deaven, D., Gandin, L., ... and Zhu, Y., 1996:
The NCEP/NCAR 40-year reanalysis project. Bulletin of the American meteorological Society, 77(3), 437-471.
Knapp, K.R., Kruk, M.C., Levinson, D.H., Diamond, H.J., Neumann, C.J., 2010:International Best Track Archive for Climate Stewardship (IBTrACS): unifying tropical cyclone best track data. Bull Am Meteor Soc,91,363–376.
36
Knutson, T.R., McBride, J.L., Chan, J., Emanuel, K., Holland, G., Landsea, C., Held, I., Kossin, J.P., Srivastava, A.K., Sugi, M., 2010: Tropical cyclones and climate change. Nat Geosci,3,157–163.
____, T.R., Sirutis, J.J., Vecchi, G.A., Garner, S.T., Zhao, M, Kim, H-S, Bender, M.A., Tuleya, R.E., Held, I.M., Villarini, G.,2013: Dynamical downscaling projections of 21st century Atlantic hurricane activity: CMIP3and CMIP5 model-based scenario. J Clim,26.
Lighthill, J., G. Holland, W. Gray, C. Landsea, G. Creig, J. Evans, Y. Kurikara, and C. Guard., 1994:
Global climate change and tropical cyclones. Bull. Amer. Meteor. Soc., 75, 2147-2157.
Liu, K. S., and J. C. L. Chan, 2013: Inactive period of western North Pacific tropical cyclone activity in 1998–2011. J. Climate, 26, 2614– 2630.
Manabe, S., J. L. Holloway, and H. M. Stone, 1970: Tropical circulation in a time-integration of a global model atmosphere. J. Atmos. Sci., 27,580–613.
McBride, J.L., Zehr, R., 1981: Observational analysis of tropical cyclone formation. Part II:
comparison of non-developing versus developing systems. J Atmos Sci,38,1132–1151.
Matsuura, T., M. Yumoto, and S. Iizuka, 2003: A mechanism of interdecadal variability of tropical cyclone activity over the western North Pacific. Climate Dyn., 21, 105–117.
Murakami, H., and B. Wang, 2010: Future Change of North Atlantic Tropical Cyclone Tracks: Projection by a 20-km-Mesh Global Atmospheric Model. J. Climate, 23, 2699–2721.
Palmen, E.,1956: A review of knowledge on the formation and development of tropical cyclones.
Proceedings of Tropical Cyclone symposium, Brisbane, Australian Bureau of Meteorology, P.O. Box 1289, Melbourne, Victoria, Australia,213–232.
Rayner, N. A., Parker, D. E., Horton, E. B., Folland, C. K., Alexander, L. V., Rowell, D. P., ... and Kaplan, A. 2003:Global analyses of sea surface temperature, sea ice, and night marine air temperature sincethelatenineteenth century.Journalof Geophysical Research: Atmospheres (1984–2012),108(D14).
Royer, J.-F., Chauvin, F., Timbal, B., Araspin, P. and Grimal, D., 1998: A GCM study of the impact of greenhouse gas increase on the frequency of occurrence of tropical cyclones. Climatic Change 38, 307–343.
37
Sampson, C. R., J. S. Goerss, and H. C. Weber, 2006: Operational performance of a new barotropic model (WBAR) in the western North Pacific basin. Wea. Forecasting, 21, 656–662.
Trenberth, K. E., 2005:Uncertainty in hurricanes and global warming, Science, 308,1753–1754.
Tu, J.-Y., C. Chou, P. Huang, and R. Huang, 2011: An abrupt increase of intense typhoons over the western North Pacific in early summer. Environ. Res. Lett., 6, 034013.
Vitart, F., J. L. Anderson, and W. F. Stern, 1997: Simulation of interannual variability of tropical storm frequency in an ensemble of GCM integrations. J. Climate, 10, 745–760.
Villarini ,G., Vecchi, G.A.,2012: Twenty-first-century projections of North Atlantic tropical storms from CMIP5 models. Nature Clim. Change, 2,604–607.
Webster, P. J., G. J. Holland, J. A. Curry, and H.-R. Chang, 2005: Changes in tropical cyclone number, duration, and intensity in a warming environment. Science, 309, 1844–1846.
Wu, L., B. Wang, and S. Geng, 2005: Growing typhoon influence on East Asia. Geophys. Res. Lett., 32, L18703.
Walsh, K., Lavender, S., Scoccimarro, E., and Murakami, H., 2013: Resolution dependence of tropical cyclone formation in CMIP3 and finer resolution models.Climate dynamics, 40(3-4), 585-599.
Yeh, S.-W., S.-K. Kang, B. P. Kirtman, J.-H. Kim, M.-H. Kwon, and C.-H. Kim, 2010: Decadal change in relationship between western North Pacific tropical cyclone frequency and the tropical Pacific SST. Meteor. Atmos. Phys., 106, 179–189.
Yokoi, S., and Y. N. Takayabu, 2013: Attribution of decadal variability in tropical cyclone passage frequency over the western North Pacific: A new approach emphasizing the genesis place of cyclones.
J. Climate, 26, 973–987.
38
表 2.1 CMIP5 模式介紹
模式名稱 模式來源 水平解析度
CCSM4 National Center for Atmospheric Research(NCAR) 1.25°X 0.94°
CM3 NOAA Geophysical Fluid Dynamics Laboratory(GFDL) 2.5°X 2.0°
HADGEM2-ES Met Office Hadley Center(MOHC) 1.875°X 1.25°
MPI-ESM-MR Max Planck Institute for Meteorology(MPI) 1.875°X 1.865°
MIROC5 Atmosphere and Ocean Research Institute(The University of Tokyo), National Institute for Environmental Studies, and Japan Agency for Marine-Earth Science and Technology(MIROC)
1.41°X 1.40°
MRI-CGCM3 Meteorological Research Institute(MRI) 2.81°X 2.79°
39
圖 3.1 1979-2008 年颱風季(6-11 月)氣候平均的空間分佈圖(a)颱風生成數(單位：個數/每年)，
(b)、(c)分別為 NCEP-R1 與 ERAITM 的 850hPa 風場(單位：m/s)。
(a)
(b) (c)
40
圖 3.2 1979-2008 年颱風季(6-11 月)環境參數的氣候平均空間分佈圖，(a)絕對渦度(單位：
s-1)、(b)相對渦度(單位：s-1)、 (c)海表面溫度(單位：°C)、(d)颱風潛在強度(PI)、(e)600hPa 相對溼度(單位：%)、(f)850-200hPa 垂直風切(單位：ms-1)，等值線為 NCEP-R1 資料，彩色陰 影為 ERAITM 資料。
(a) (b)
(c) (d)
(e) (f)
41
圖 3.3 1979-2008 年颱風季(6-11 月)環境參數的氣候平均空間分佈圖，(a)χ、(b)1000hPa 的飽和熵、 (c)600hPa 的飽和熵、(d)600hPa 的熵，等值線為 NCEP-R1 資料，彩色陰影為 ERAITM 資料。
(a) (b)
(c) (d)
42
圖 3.4 1979-2008 年颱風季(6-11 月)颱風潛在生成指數的氣候平均空間分佈圖，(a)、(b)分 別為 NCEP-R1 與 ERAITM 的 GPI，以此類推，(c)、(d)為 modified-GPI，(e)、(f)為 XGPI，(g)、
(h)為 modified-XGPI，等值線為平均颱風生成-數的空間分佈(單位：個數/每月)，紅色數字 為生成指數與颱風生成數之空間相關係數。
0.61
0.69
0.30
0.64
0.70
0.48
0.40
0.38
(d) (c)(b) (a)
(e) (f)
(g) (h)
43
圖 4.1 西北太平洋每年累計颱風生成數的距平值，x 軸為年份，y 軸為距平值，黑色實線為 11 年滑動平均，(a)為 1979-2013 年颱風季(6-11 月) IBTrACS 資料，(b)為 1979-2013 年颱風季 (6-11 月)JTWC 資料。
(a) (b)
44
圖 4.2 1979-2008 年颱風季(6-11 月)不同颱風生成指數的距平值，x 軸為年份，(a)、(b)的 y 軸分別為 NCEP-R1 與 ERAITM 的每年累計的區域平均 GPI 值，區域平均範圍為 0°-40°N、
100°E-180°，黑色實線為 11 年的滑動平均，以此類推，(c)、(d)為 XGPI。
(a) (b)
(c) (d)
45
圖 4.3 同圖 4.2，差異為(a)、(b)為 modified-GPI，(c)、(d)則為 modified-XGPI。
(a) (b)
(c) (d)
46
圖 4.4 兩階段颱風季(6-11 月)颱風生成數氣候平均的空間分佈圖，(a)、(b)分別為 1979-1993 年(前期)與 1994-2008 年(後期)颱風的平均生成位置，(c)為後期(b)減前期(a)之差異圖(單位：
個數/每年)。
(a) (b)
(c)
47
圖 4.5 1979-1993 年(前期)與 1994-2008 年(後期)颱風季(6-11 月)颱風潛在生成指數的氣候 平均空間分佈圖，(a)、(b)分別為前期與後期的 GPI，以此類推，(c)、(d)為 XGPI，(e)、(f) 為 modified-GPI，(g)、(h)為 modified-XGPI，等值線 NCEP-R1 資料，彩色陰影為 ERAITM 資 料。
(a) (b)
(c) (d)
(e) (f)
(h) (g)
48
圖 4.6 1979-1993 年(前期)與 1994-2008 年(後期)颱風季(6-11 月)熱力環境參數的氣候平均 空間分佈圖， (a)、(b)分別為前期與後期的海表面溫度(單位：°C)，以此類推，(c)、(d)為 颱風潛在強度(PI)，(e)、(f)為 600hPa 相對溼度(單位：%)，等值線為 NCEP-R1 資料，彩色陰 影為 ERAITM 資料。
(a)
(e)
(d) (b)
(c)
(f)
49
圖 4.7 1979-1993 年(前期)與 1994-2008 年(後期)颱風季(6-11 月)動力環境參數的氣候平均 空間分佈圖， (a)、(b)分別為前期與後期的絕對渦度(單位：s-1)，以此類推，(c)、(d)為相 對渦度(單位：s-1)，(e)、(f)為 850-200hPa 垂直風切(單位：ms-1)，等值線為 NCEP-R1 資料，
彩色陰影為 ERAITM 資料。
(a)
(f) (d)
(e) (c)
(b)
50
圖 4.8 兩階段颱風季(6-11 月)動力與熱力環境參數的氣候平均相減圖(1994-2008 年減掉 1979-1993 年)， (a)為海表面溫度(單位：°C)相減圖，(b)為為颱風潛在強度(PI)相減圖，(c) 為 600hPa 相對溼度(單位：%)相減圖，(d)為 850-200hPa 垂直風切(單位：ms-1)相減圖，(e) 為相對渦度(單位：s-1)相減圖，(f)為χ相減圖，等值線為 NCEP-R1 資料，彩色陰影為 ERAITM 資料。
(a) (b)
(c) (d)
(e) (f)
51
圖 4.9 1979-1993 年(前期)與 1994-2008 年(後期)颱風季(6-11 月)熱力環境參數的氣候平均 空間分佈圖， (a)、(b)為前期與後期的χ，以此類推，(c)、(d)為 1000hPa 飽和熵，(e)、(f)
圖 4.9 1979-1993 年(前期)與 1994-2008 年(後期)颱風季(6-11 月)熱力環境參數的氣候平均 空間分佈圖， (a)、(b)為前期與後期的χ，以此類推，(c)、(d)為 1000hPa 飽和熵，(e)、(f)