颱風暴潮相關研究

臺灣位處歐亞板塊與大陸板塊交接地帶，也是亞熱帶氣候與熱帶氣候交接區 域，夏秋之際，平均每年約遭受到3個以上颱風侵襲。颱風期間除了強風豪雨之外，

往往也造成海岸附近水位異常上升，這些因颱風所引起的異常水位變化稱為「颱 風暴潮」。颱風暴潮的大小通常與颱風路徑、強度及暴風半徑有關(徐月娟，2001；

歐善惠等，1999；詹錢登等，2005；Jan et al., 2006)。颱風暴潮往往加大颱風波浪 對海堤及港灣結構物之破壞，加重濱海低窪地區河川洪水溢流及海水倒灌的災 害。因此，為了沿海地區之土地利用規劃，颱風期間海域水位的推估非常重要。

颱風期間海域的潮位包含天文潮潮位及颱風暴潮潮位。颱風暴潮生成原因主要係 受到颱風低氣壓及強風的影響，所造成海水位之異常上升，屬於氣象潮，其特性 與天體引力所引發週期性海水位變化之天文潮潮汐有很大差異。某時刻 t 之暴潮偏 差H(t)是指該時刻實際海水位y(t)和預測天文潮位Y(t)的差值，表示如下式：

) ( ) ( )

(t y t Y t

H = − (4) 天文潮位Y(t)可採用傳統的調和分析法(Doodson, 1958; 馬平亞、魏靖松，1973) 加以推估，亦或採用卡門濾波與調和分析結合法(李秀芳，1994； Jan, et al., 1995;

Yen, et al., 1996)推估天文潮潮位，但是傳統的調和分析法需要豐富的潮位資料，對 於潮位資料貧乏地區可採用卡門濾波與調和分析結合法推估天文潮潮位(Yen, et al., 1996)。近年應用類神經網路(Artificial Neural Network)建立潮汐預報模式逐漸普 遍，例如Tsai and Lee(1999)、Chu and Chen(2000)及蔡清標等(2000)均有相關研究成 果。此種方法同樣不需如調和分析法必須求出潮汐分潮參數，也不需有長期潮位 觀測資料。只需以短期潮汐紀錄，經由類神經網路學習，求出網路架構相關參數，

進而預測天文潮位變化。

目前有關颱風暴潮預測或模擬的研究大致上可以分為數值模擬法及統計(經驗) 分析法及類神經網路法。數值模擬法結合流體動力方程式、海陸域地形資料、邊 界條件以及颱風模式，利用數值方法模擬暴潮偏差(Dendrou et al., 1983；李賢文，

1985；劉肖孔，1990/1993；柯允沛等，1993；Chien, 1994；歐善惠等，1999；許 泰文等，1999；蔡丁貴，2002)。統計(經驗)分析法有兩類，第一類是以現有的暴 潮資料進行頻率分析，推求不同重現期距下的最大暴潮偏差量，以提供工程設計 上的參考(例如：蔡瀚陞等，2000)；第二類是針對暴潮偏差與颱風特性(如中心氣 壓、風速及暴風半徑等)進行相關性分析，進而建立推估暴潮之經驗式(詹錢登等，

2005；Jan et al., 2006)。影響颱風暴潮的因素眾多，包括颱風特性、當地海氣象及 天文潮等因素，諸項因素與暴潮偏差皆呈現高度的非線性關係。類神經網路法具 有處理非線性問題的能力，近年來有人開始應用類神經網路法進行颱風暴潮的預

測(Marzenna, 2003；李宗霖等，2004；Lee, 2005；Tseng, et al., 2006)。一般而言，

利用數值模式進行模擬颱風暴潮計算時，需有完整之海陸域地形資料及設計颱風 模型，而且需要大量計算時間，不便於實際應用，而且其預測準確度尚待提升；

另外，統計(經驗)分析法雖然在使用上較為便利，但在使用區域或颱風行進路徑上 有較多限制，而且對於較小暴潮的模擬結果也未盡理想(詹錢登等，2005)。以下針 對各類不同方法研究成果分述如后。

1. 數值模擬法

一般颱風暴潮模式使用有限差分法建立數值模式，例如劉肖孔(1990)曾發展快 速二維和三維模式，可預測24小時內之暴潮變化。Chien(1994)提出一維暴潮模式，

模式中考慮風浪在近岸海域衍生之波揚與波降。Dendrou et al. (1983)發展的FEMA 模式廣泛應用於暴潮推估及洪氾模擬(柯允沛等，1993)。許泰文等(1999)結合流體 動力方程式、海陸域地形資料、邊界條件以及颱風模式，配合有限元素法建立颱 風暴潮數值模式。模式並以侵襲臺灣東部、東北部海域的諾瑞斯(Norris)颱風及賀 伯(Herb)颱風引起之暴潮偏差來驗證模式適用性。諾瑞斯颱風行進路徑與颱風參數 如圖3-21所示，模式計算後諾瑞斯颱風在梗枋地區引致之暴潮偏差歷線如圖3-22所 示。圖中實線為實測之暴潮偏差，虛線則為模式計算結果。圖中比較顯示，在颱 風經過臺灣期間，模式之計算結果和實測暴潮偏差大致吻合，尤其在暴潮偏差的 最大值之發生時間與大小都有合理的一致性。賀伯颱風進行路徑如圖3-23所示，圖 3-24則為賀伯颱風在基隆地區之暴潮偏差歷線計算結果。圖中顯示模式計算結果和 實測值趨勢大致吻合，在暴潮偏差峰值之發生時間與量值都有合理的一致性。

圖3-21 諾瑞斯颱風行進路徑示意圖 參考來源：許泰文，2003

圖3-22 諾瑞斯颱風於梗枋地區之暴潮偏差歷線 參考來源：許泰文，2003

圖3-23 賀伯颱風行進路徑示意圖 參考來源：許泰文，2003

圖3-24 賀伯颱風於基隆地區之暴潮偏差歷線 參考來源：許泰文，2003

在暴潮偏差預測方面，主要係模擬計算臺灣西部海岸各重現期模型颱風對於 高雄地區造成的暴潮偏差，模型颱風之選定包括颱風行進路徑及颱風規模等。根 據中央氣象局依據1897 ~ 2001 年侵襲臺灣颱風之路徑分類，大致可分為 9 種。其 中以通過臺灣中部陸地之路徑3、通過臺灣南部陸地之路徑 4 與由南向北穿過臺灣 海峽之路徑7，以及正對著高雄地區的路徑 9，對於高雄地區較具威脅性。因此模 型颱風行進路徑考量路徑3、路徑 4、路徑 7 與路徑 9，作為模型颱風基本參數。

許泰文等(1999)進一步分析歷年來侵襲臺灣之颱風規模，利用 1897 ~ 2001 年侵襲 臺灣之颱風資料，依颱風中心氣壓進行頻率分析，得到不同重現週期之颱風規模。

颱風規模則以氣壓差ΔP 之大小為基礎，利用年計最大值法，將各年所發生之最大 規模颱風取出，共計106 個颱風。圖 3-25 為許泰文等(2002)分析 ΔP 之累積機率與 Weibull 分佈函數之比較，利用圖 25 可推算出各重現期之最大颱風中心氣壓差，推 算結果如表3-8 所示。許泰文等(2002)經由前述方法選定模式颱風之路徑，並以各 重現期(5 年、10 年、20 年、50 年、100 年、200 年)之颱風參數，推算通過路徑 3、

路徑4、路徑 7 及路徑 9 之不同規模颱風在高雄附近海域引致之暴潮偏差，模型颱 風路徑如圖3-26 所示，各重現期暴潮偏差數值計算結果如表 3-9 所示。

圖3-25 ΔP之累積機率與Weibull分布函數之比較 參考來源：許泰文，2003

表3-8 各重現期之最大颱風中心氣壓差ΔP

參考來源：許泰文，2003

圖3-26 模型颱風路徑示意圖 參考來源：許泰文，2003

表3-9 高雄海域各重現期之暴潮偏差模擬結果

參考來源：許泰文，2003

表3-9 中顯示重現期愈大之颱風所引致的暴潮偏差愈大，比較各不同重現期之 模型颱風在高雄海域所產生的最大暴潮偏差可發現，颱風中心通過高雄附近海域 的路徑4 與路徑 9 所造成的暴潮偏差較其他路徑為大。若皆以重現期 200 年之颱 風，因路徑不同所造成的暴潮偏差量可上升 2 倍至 5 倍左右。若以同一路徑不同 重現期比較下，200 年之模型颱風所產生之最大暴潮偏差約為重現期 5 年之模型颱 風的1.6 倍(許泰文，2003)。圖 3-27~圖 3-29 分別為颱風通過路徑 3、路徑 4 及路 徑 9 之不同重現期模型颱風引發之水位變化比較。圖中可知重現期愈大之模型颱 風之規模愈大，所產生之最大暴潮偏差則愈大。路徑 4 與路徑 9 可能出現較大暴 潮偏差，最大值出現於颱風中心靠近計算點海域時，並且在出現最大值後的暴潮 偏差量下降愈快。颱風中心通過臺灣西部海域後，由於重現期愈大之模型颱風所 產生的離岸風愈強，導致暴潮位受風剪力的影響會迅速的下降(許泰文，2003)。

圖3-27 路徑3之模型颱風於高雄海域引起之水位逐時變化 參考來源：許泰文，2003

圖3-28 路徑4之模型颱風於高雄海域引起之水位逐時變化 參考來源：許泰文，2003

圖3-29 路徑9之模型颱風於高雄海域引起之水位逐時變化 參考來源：許泰文，2003

圖3-30 為 50 年重現期之模型颱風中心通過高雄海域之路徑示意圖，圖中 A、

B、C、D 點分別為不同時刻之颱風中心位置，颱風中心在此四種不同位置時，高 雄海域之暴潮偏差空間分佈如圖3-31 所示。圖中可看出當颱風最靠近陸地時，暴 潮偏差最大。

圖3-30 路徑4重現期50年之模型颱風路徑 參考來源：許泰文，2003

圖3-31 颱風中心在不同位置時之高雄海域暴潮偏差空間分佈 參考來源：許泰文，2003

2. 統計(經驗)分析法 (1).頻率分析法

蔡瀚陞等(2000)推估淡水河口自民國 80 年至 89 年的天文潮位與颱風引起之暴 潮偏差，利用淡水氣象測站的氣壓、風速及風向推估暴潮偏差，並與實測暴潮偏 差比較。其次應用頻率分析，推算淡水河口 200 年重現期之暴潮偏差，估計與天 文潮大潮同時發生情況下之潮位。中央氣象局曾針對影響臺灣地區的颱風路徑加 以分類，共區分為11 種路徑(徐月娟，1998)。蔡瀚陞等(2000)針對對於淡水河口的 暴潮偏差影響較為明顯的B、D 及 G 等三種颱風路徑進行分析，其中 B 路徑為行 經臺灣北部海面之西行颱風，俗稱西北颱；D 路徑為登陸臺灣北部陸地之西行颱 風 ；G 路 徑 則 為 行 經 臺 灣 東 部 海 面 之 北 行 颱 風 。 暴 潮 偏 差 推 算 式 係 利 用 Navier-Stokes 方程式與連續方程式經由化簡得出下式

gh F 為水深，F 為風吹距離(fetch length)。當考慮風向岸堆升作用，則上式可改寫為下 式

以年極端值選用法(extreme-value series)進行頻率分析。頻率分析方法主要考慮對數 常態分布(LN)、對數皮爾遜第三型分布(LP3)及極端值第一型分佈(EV1)等三類。將 氣壓、風速等年極端值資料依三種方法進行頻率分析，可得 2、5、10、25、50、

100 及 200 年重現期的氣壓及風速，分別如表 3-10 及表 3-11 所示。表中顯示，不

等到颱風中心非常接近測站時，才會有明顯的暴潮偏差，因此此類颱風，暴潮偏 差的時間歷程較短(蔡瀚陞等，2000)。

將上述三種不同路徑的歷史颱風推求的暴潮偏差，利用極端值EV1 分布進行 頻率分析推估得出 2、5、10、25、50、100 和 200 年重現期的暴潮偏差，整理繪 如圖3-32。200 年重現期時，路徑 B、路徑 D 與路徑 G 颱風造成的的暴潮偏差分

將上述三種不同路徑的歷史颱風推求的暴潮偏差，利用極端值EV1 分布進行 頻率分析推估得出 2、5、10、25、50、100 和 200 年重現期的暴潮偏差，整理繪 如圖3-32。200 年重現期時，路徑 B、路徑 D 與路徑 G 颱風造成的的暴潮偏差分