第二章 資料介紹
2.1 高解析度模式資料
本研究所使用的高解析度模式資料為 WRF-HiRAM (Weather Research and Forecasting - High Resolution Atmospheric Model)和 WRF-MRI (Weather Research and Forecasting - Meteorological Research Institute)此兩種模 式動力降尺度的日平均降雨資料(單位:mm/day)(如表 2-1)，其空間解析度皆為 5km x 5km(約 0.05˚x 0.05˚)，選取的資料空間範圍皆為台灣區域(120˚E~122˚E；
21.5˚N~25.5˚N)，本研究所選用 WRF-HiRAM 此動力降尺度資料現在時期的時間為 1979-2005 年，以及世紀末時期(未來情境 RCP 8.5)則為 2075-2099 年的模擬降 雨結果為主，而所選用 WRF-MRI 此動力降尺度資料的現在時期則為 1979-2003 年，以及世紀末時期(未來情境 RCP 8.5)同樣為 2075-2099 年的模擬降雨結果為 主，吾人便是利用此兩組高解析度的動力降尺度資料來當作本研究統計降尺度中 的高解析度模式資料(代替原本高解析度的觀測資料)。
在此兩種資料中 WRF(Weather Research and Forecasting modeling system) 皆為執行動力降尺度時所使用的區域模式(3.5.1 版本)，此模式為美國大氣研究 中心(NCAR)發展的天氣研究與預報模式系統，模式的水平解析度為 5 公里，為單 層網格，網格數為 380 × 400，垂直方向共有 36 層。模式物理參數化的設定方 面(Bukovsky and Karoly,2009)包括:邊界層參數化採用 Yonsei University scheme、微物理參數化採用 WSM 5-class graupel scheme、Kain-Fritsch 積雲 參數化、近地表面過程的計算採用 Noah land surface module、輻射的計算則 採用 CAM3 的短波及長波輻射參數化、表面層的計算則用 Monin-Obukhov surface layer scheme(圖 2-1)。另外，亦使用一組更貼近臺灣土地使用現況的
9
地表資料(戴等，2008)，採用跟隨 WRF 模式所提供的美國地質調查 (USGS)、MODIS (Moderate Resolution Imaging Spectroradiometer)及中鼎工程顧問公司的高 解析度土地利用資料(CTCI)合成而得，使得 WRF 模式在一個較合理的土地利用資 料下進行更精確的模擬。
2.2 低解析度模式資料
本研究所使用低解析度的模式資料有兩組(如表 2-2、2-3)，一組為高解析 度模式資料經由 CDO 軟體保守內插(First order conservative remapping)後而 得(簡稱升尺度(Coarsen)部分)，升尺度後的兩組動力降尺度資料除了空間解析 度皆轉為 0.25˚x 0.25˚(約為 25km x 25km)之外，其他資料特性(如:時間解析度、
空間範圍、時間範圍)則與高解析度模式資料一致；另一組則是使用 GFDL HiRAM 和 MRI-AGCM 原始的日平均降雨模式資料(簡稱原始模式資料部分)，GFDL HiRAM 為美國普林斯頓大學地物流力動力實驗室(Geophysical Fluid Dynamics Laboratory,GFDL)所發展的一個高解析度全球大氣模式，是一個可以解析雲的模 式，其模擬劇烈天氣系統的能力甚佳(Chen and Lin, 2011)，本研究使用的版本 (C384)為水平解析度約 25 公里(約為 0.23˚x 0.23˚)之非靜力全球模式，選取的 空間範圍同樣為台灣區域(120˚E~122˚E；21.5˚N~25.5˚N)，時間範圍則為現在時 期的 1979-2003 年，以及世紀末時期(未來情境 RCP 8.5)的 2075-2099 年；
MRI-AGCM 則為日本氣象廳氣象研究所(JMA/MRI)發展的高解析度全球大氣模 式，此模式可以模擬出強的深對流以及颱風，本研究使用的版本為 3.2 版(Mizuta et al., 2012)，此模式資料的空間解析度則為 0.1875˚x 0.1875˚(約為 20km x 20km)，至於選取的空間和時間範圍則跟 GFDL HiRAM 原始模式資料相同，而本研
10
究會利用這兩組低解析度的模式資料去和高解析度的模式資料做降尺度，進而得 到兩組降尺度後的結果並加以分析。
而升尺度部分之所以會將高解析度模式資料升尺度至 0.25˚x 0.25˚後當作 低解析度模式資料的原因有二，一為在做統計降尺度時通常會利用較低解析度的 模式資料和較高解析度的觀測資料經由降尺度過程而得到較高解析度的模式資 料(結果)，二則為以台灣範圍較小之區域，通常將資料的空間解析度升尺度至 0.25˚x 0.25˚時，已會將資料受地形影響的因素排除掉(如:降雨)。至於升尺度 部分所做的降尺度因其高、低解析度的模式資料為同一筆只是解析度不同，基本 上不存在模式資料之間的誤差，因此此部分之目的主要是要測試統計降尺度方法 的極限。同時本研究也想要比較不同的統計降尺度方法在應用於模式資料後所得 到的結果能否還原原本保有受地形影響之特徵和其降尺度後結果的優劣，以及統 計降尺度方法應用於世紀末時期的資料是否能維持其表現。
11