鳳凰颱風(2008)之數值模擬與研究

全文

(1)國立臺灣師範大學地球科學研究所碩士論文 Department of Earth Sciences National Taiwan Normal University Master Thesis. 鳳凰颱風(2008)之數值模擬與研究 The Numerical Simulation and Study of Typhoon Fungwong (2008). 指導教授：簡芳菁博士研究生：李家輝撰. 中華民國 108 年二月.

(2) 致謝四年大學及三年半碩士的師大學生生活，似乎在同一個地點待得有點久，但總算在修業期限四年內拿到碩士學位。碩士的研究期間一路走來雖不算順遂，但還算開心。首先感謝指導教授簡芳菁用無比的耐心指導我的研究，以及王重傑老師與周仲島老師在口試時給予論文各方面的建議。感謝玉秀學姊、姿吟學姊、筑方學姊、彥超學長、士然學長，給予研究方向、模擬分析的建議。感謝健宇、怡秀、玠堯、耀立、南州、慈瑩、君瑋、常溢、冠宇等人在大氣研究之路上的幫忙，加上奕叡、佳翰、炳權、琬喬、若涵等大學老朋友的陪伴，幫我度過了三次機器壞掉以及尋找最佳模擬的無力時期。另外感謝休學時，在新竹市消防替代役期間遇到的每個人，雖然一年眨個眼就過了，但這也讓我獲得難忘的回憶，幸運的是退伍後發現研究變得更為順利，看來研究遇到瓶頸，轉換心情似乎挺有效的。最後要感謝我的父母作為我最強大的後盾，讓我不用擔心生活方面的問題，將心力用於學業中，並且有多餘的時間用於休閒上。讀完碩士後，發現自己還蠻喜歡做研究與寫程式，或許是這份熱忱讓我能夠堅持走完碩士這條研究之路。最後期許自己未來能夠繼續走在這條路上，在研究中有所貢獻。 i.

(3) 摘要本文使用 EAKF(Ensemble Adjustment Kalman Filter)資料同化系統，針對鳳凰颱風(2008)進行數值模擬研究，透過投落送資料的同化進行分析，藉以了解同化投落送資料對模式後續的數值預報之影響。後續再利用 EAKF 系集預報的特性將系集成員分組，分別對臺灣降水與颱風路徑進行合成分析，藉由討論不同成員間的差異進一步了解鳳凰颱風在臺灣東北與西南部的降水成因。另外在研究中發現大多數系集成員之颱風路徑於登陸臺灣前有明顯南偏之情形，因此透過颱風路徑偏折角度的差異探討颱風路徑偏折之原因。模擬結果顯示，同化投落送資料雖然在颱風最低海平面氣壓以及最大風速上的改善程度並不顯著，但在颱風路徑、颱風環流雨帶之結構以及臺灣降水上有顯著的改善。透過降水合成分析可以發現西行颱風於登陸前以及出海後對於臺灣降水的成因有些不同，登陸前之颱風路徑與降水有較高相關性，出海後則為颱風移速以及有無引進西南氣流與降水有較高相關性。後續透過路徑誤差合成分析可以再次驗證降水與颱風路徑高相關性。最後在分析颱風登陸前之南偏現象時，發現是由颱風中層環流的不對稱產生向南之分量，使得颱風路徑產生偏折。關鍵字：颱風、系集預報、投落送、資料同化。 ii.

(4) 目錄致謝------------------------------------------------------i 摘要-----------------------------------------------------ii 目錄----------------------------------------------------iii 圖表目錄-------------------------------------------------vi 第一章、前言---------------------------------------------1 1.1文獻回顧-----------------------------------------1 1.2研究動機-----------------------------------------5 第二章、個案介紹與觀測資料分析------------- -------------7 2.1 鳳凰颱風(Fungwong 2008)個案簡介-----------------7 2.2 綜觀天氣圖--------------------------------------8 2.3 累積降水---------------------------------------10 2.4 衛星雲圖---------------------------------------11 2.5 雷達回波---------------------------------------13 2.6 小結-------------------------------------------14 第三章、資料來源與研究方法------------------------------16 3.1 WRF 模式簡介-----------------------------------16 3.2 EAKF 簡介--------------------------------------18 3.3 颱風初始化-------------------------------------20 iii.

(5) 3.4 資料來源---------------------------------------20 3.5 模式設定與實驗設計-----------------------------20 第四章、投落送資料同化之影響----------------------------24 4.1 模擬結果比較-----------------------------------24 4.2 環流雨帶與降水差異分析-------------------------26 4.3 小結-------------------------------------------31 第五章、降水分組之合成分析------------------------------33 5.1 系集成員分組-----------------------------------33 5.2 00-24 h 合成平均分析---------------------------35 5.2.1 合成結果比較------------------------------35 5.2.2 水氣傳輸差異------------------------------38 5.2.3 地形之影響--------------------------------40 5.3 24-48 h 合成平均分析---------------------------49 5.3.1 合成結果比較------------------------------49 5.3.2 水氣傳輸差異------------------------------54 5.3.2 臺灣西南部大氣環境------------------------57 5.4 小結-------------------------------------------59 第六章、路徑誤差之合成分析------------------------------61 6.1 路徑誤差分組-----------------------------------61 iv.

(6) 6.2 颱風路徑南偏現象-------------------------------66 6.3 小結-------------------------------------------70 第七章、結論--------------------------------------------71 7.1 總結-------------------------------------------71 7.2 未來展望---------------------------------------74 參考文獻-------------------------------------------------75 附表-----------------------------------------------------81 附圖-----------------------------------------------------82. v.

(7) 圖表目錄. 圖 2.1 中央氣象局觀測之鳳凰颱風路徑，由 2008 年 7 月 22 日 0000 UTC 至 7 月 29 日 1200 UTC，每 6 小時一筆資料。 ...................... 82 圖 2.2 中央氣象局之颱風侵臺路徑圖(1911-2015 年)。...................... 82 圖 2.3 自動雨量站觀測之累積降水圖(色階，單位 mm)，2008 年 7 月 (a)27 日 0000 UTC 至 28 日 0000 UTC (b)28 日 0000 UTC 至 29 日 0000 UTC (c)29 日 0000 UTC 至 30 日 0000 UTC (d)27 日 0000 UTC 至 30 日 0000 UTC。.................................................................... 83 圖 2.4 中央氣象局地面天氣圖，2008 年 7 月(a)27 日 0000 UTC (b)28 日 0000 UTC (c)28 日 1200 UTC (d)29 日 0000 UTC。................. 84 圖 2.5 同圖 2.4，但為 850 hPa 天氣圖。.............................................. 86 圖 2.6 同圖 2.4，但為 500 hPa 天氣圖。.............................................. 88 圖 2.7 中央氣象局之東亞 IR 色調強化衛星雲圖，2008 年 7 月(a)27 日 0600 UTC (b)27 日 1200 UTC (c)28 日 0000 UTC (d)28 日 1200 UTC (e)28 日 2100 UTC。........................................................ 90 圖 2.8 中央氣象局之雷達回波圖，單位為 dBZ，時間分別為 2008 年 7 月(a)27 日 0600 UTC (b)2008 年 7 月 27 日 1200 UTC (c)2008 年 7 月 27 日 1800 UTC (d)2008 年 7 月 28 日 0000 UTC (e)2008 年 7 月 28 日 1200 UTC (f)2008 年 7 月 28 日 2100 UTC。................... 91 圖 3.1. WRF 模式示意圖，取自 WRF3.4 版使用手冊。.......................... 92. 圖 3.2. EAKF 資料同化流程，修改自林等，2010。.............................. 92. 圖 3.3 2008 年 7 月 26 日 1200 UTC 中央氣象局之投落送資料，共 21 筆。...................................................................................................... 93 圖 3.4 2008 年 7 月 26 日 1200 UTC 取自颱風初始化之人工投落送資料，共 25 筆。.................................................................................... 93 圖 3.5 WRF 模式設定之三層巢狀網格。.................................................. 93 圖 3.6 EAKF 模式模擬過程。紅色為 NDA 組、藍色為 ODA 組、綠色為 BDA 組。24 日 1800 UTC 至 27 日 0000 UTC 為 EAKF 循環部分，27 日 0000 UTC 至 30 日 0000 UTC 為 72 小預報時間。三組 EAKF 模擬於十次循環中皆同化 GPS 與探空資料，而 ODA 與 BDA 於 26 日 1200 UTC 分別再同化氣象局與及虛擬同落送資料。另外將 BDA 組之 32 組系集成員也進行 72 小預報。.............................................. 94 圖 4.1 鳳凰颱風 2008 年 7 月 27 日 0000 UTC 起，每 6 小時觀測路徑 vi.

(8) 與 EAKF 模式模擬路徑，黑色為中央氣象局鳳凰颱風觀測路徑，紅色為 NDA 組、藍色為 ODA 組、綠色為 BDA 組。.............................. 94 圖 4.2 (a)路徑誤差、(b)最低海平面氣壓、(c)最大風速，黑色為中央氣象局觀測資料，紅色為 NDA 組，藍色為 ODA 組，綠色為 BDA 組。...................................................................................................... 95 圖 4.3 Domain 2 於 00 h 之最大雷達回波圖(色階，單位 dBZ)及 850 hPa 水平風(風標，全桿為 10 kts，半桿為 5 kts)。................... 96 圖 4.4 Domain 3 於 06 h 之最大雷達回波圖(色階，單位 dBZ)及 850 hPa 水平風(風標，全桿為 10 kts，半桿為 5 kts)。................... 96 圖 4.5 同圖 4.4 但為 12 h。.................................................................... 97 圖 4.6 同圖 4.4 但為 24 h。.................................................................... 97 圖 4.7 同圖 4.3 但為 36 h。.................................................................... 98 圖 4.8 圖 4.8 同圖 4.3 但為 45 h。....................................................... 98 圖 4.9 00-24 h 之 24 小時累積降水(色階，單位為 mm)，(a)NDA 組、 (b)ODA 組、(c)BDA 組。.................................................................... 99 圖 4.10 同圖 4.9 但為 24-48 h。............................................................ 99 圖 4.11 同圖 4.9 但為 48-72 h。.......................................................... 100 圖 4.12 同圖 4.9 但為 00-72 h。.......................................................... 100 圖 4.13 全台灣累積降水 ETS 得分，門檻值為 250 mm、300 mm、350 mm 及 400 mm。(a)為 00-48 h、(b)為 00-24 h、(c)為 24-48 h。紅色為 NDA 組、藍色為 ODA 組、綠色為 BDA 組。........................ 101 圖 4.14 同圖 4.13，但為 Bias 得分。.................................................. 101 圖 5.1 32 系集成員 00-24 h 之 24 小時累積降水(色階，單位為 mm)。紅色圓點為 00-24 h-RA 組 2 個成員，黑色圓點為 00-24 h-RB 組 5 個成員，橘色圓點為 00-24 h-RC 組 5 個成員。....................... 102 圖 5.2 00-24 h 全臺灣累積降水之 ETS 與 BS 得分關係圖，X 軸為 ETS 得分，Y 軸為 BS 的分。(a)門檻值為 250 mm、(b)門檻值為 300 mm、(c)門檻值為 350 mm、(d)門檻值為 400 mm。...................... 103 圖 5.3 32 系集成員 24-48 h 之 24 小時累積降水(色階，單位為 mm)，紅色圓點為 24-48 h-RA 組 5 個成員，黑色圓點為 24-48 h-RB 組 5 個成員，橘色圓點為 24-48 h-RC 組 1 個成員。....................... 104 圖 5.4 同圖 5.2 但為 24-48 h。............................................................ 105 圖 5.5 00-24 h 降水分組之合成雨量(色階，單位為 mm)，(a)00-24 h-RA、(b)00-24 h-RB、(c)00-24 h-RC。.................................... 106 圖 5.6 24-48 h 降水分組之合成雨量(色階，單位為 mm)，(a)24-48 h-RA、(b)24-48 h-RB、(c)24-48 h-RC。.................................... 106 圖 5.7 00-24 h 降水分組於 7 月 27 日至 7 月 28 日，每 6 小時路徑 vii.

(9) 圖，黑色為中央氣象局觀測路徑，紅色為 00-24 h-RA 組，藍色為 00-24 h-RB 組，綠色為 00-24 h-RC 組。..................................... 107 圖 5.8 00-24 h 降水分組之(a)路徑誤差(Y 軸，單位為 km)、(b)颱風海平面中心氣壓(Y 軸，單位為 hPa)，紅色為 00-24 h-RA 組，藍色為 00-24 h-RB 組，綠色為 00-24 h-RC 組。X 軸為模擬時間 (hr)。................................................................................................ 107 。. 。. 。. 。. 圖 5.9 紅色區域為 121.1 E，23.5 N 至 121.87 E，25 N 之平行剖面平均。綠色區域為 120.45。E，22.5。N 至 120.45。E，23.5。N 之經向平均。............................................................................................ 108 圖 5.10 00-24 h 降水分組剖面(121.1°E,23.5°N-121.87°E,25°N)平均時雨量(色階，單位為 mm h-1)，(a)00-24 h-RA 組、(b)00-24 hRB 組、(c)00-24 h-RC 組。X 軸為 27 日 0000 UTC 至 28 日 0000 UCT，Y 軸為 23.5°N 至 25°N。........................................................ 109 圖 5.11 00-24 h 降水分組之最大雷達回波圖(色階，單位為 dBZ) 及 850 hPa 水平風(風標，全桿為 10 kts，半桿為 5 kts)，(a)、 (b)、(c)00-24 h-RA 組，(d)、(e)、(f)00-24 h-RB 組，(g)、 (h)、(i)00-24 h-RC 組。時間由左至右分別為 12 h、18 h、23 h。...................................................................................................... 110 圖 5.12 剖面 AA'、BB'、CC'、DD'、EE'示意圖。臺灣東北方綠色長方形區域為 24°N 至 24.7°N，121. 2°E 至 121.75°E。臺灣西南方綠色長方形區域為 22.5°N 至 23.5°N，120.1°E 至 120.8°E。....... 111 圖 5.13 東經 122 度南北向剖面 850 hPa 風場時序圖(色階、箭頭，單位為 m s-1)，(a)00-24 h-RA 組、(b)00-24 h-RB 組、(c)00-24 h-RC 組。........................................................................................... 112 圖 5.14 東經 122 度南北向剖面 975 至 700 hPa 垂直積分水氣混合比、 -2. -. 850 hPa 風場時序圖(色階，單位為 Kg m ，箭頭，單位為 m s 1 )，(a)00-24 h-RA 組、(b)00-24 h-RB 組、(c)00-24 h-RC 組。 ............................................................................................................ 112 圖 5.15 00-24 h-RA 組減去 00-24 h-RB 組之 925 至 700 hPa 垂直積分 -2. 水氣混合比(色階，單位為 Kg m )，(a)12 h、(b)15 h、(c)18 h、(d)23 h。.................................................................................... 113 圖 5.16 00-24 h-RB 組減去 00-24 h-RC 組之 925 至 700 hPa 垂直積分水氣混合比(色階，單位為 Kg m-2)，(a)12 h、(b)15 h、(c)18 h、(d)23 h。.................................................................................... 114 圖 5.17 00-24 h 降水分組之臺灣東北部區域平均每小時降水(單位為 mm)，紅色為 00-24 h-RA、藍色為 00-24 h-RB、綠色為 00-24 hRC。.................................................................................................... 115 圖 5.18 (a)、(b)、(c)為 14 h 至 15 h 累積雨量及 975 hPa 氣流場， viii.

(10) (d)、(e)、(f)為 14 h BB'剖面之雷達回波(色階，單位為 dBZ)、平行剖面風(風標，全桿為 10 kts，半桿為 5 kts)及垂直剖面風 (藍色等值線，實線為垂直剖面西風，虛線為垂直剖面東風，間距為 3 m s-1)，(g)、(h)、(i)為 14 h CC'剖面之雷達回波 (色階，單位為 dBZ)、平行剖面風(風標，全桿為 10 kts，半桿為 5 kts) 及垂直剖面風(藍色等值線，實線為垂直剖面西風，虛線為垂直剖 -1. 面東風，間距為 3 m s )。(a)、(d)、(g)為 00-24 h-RA，(b)、 (e)、(h)為 00-24 h-RB，(c)、(f)、(i)為 00-24 h-RC。........ 116 圖 5.19 同圖 5.18，但為 17 h 至 18 h。............................................. 117 圖 5.20 同圖 5.18，但為 22 h 至 23 h。............................................. 118 圖 5.21 為 14 h 之 BB’ (a)、(b)、(c)及 CC’(d)、(e)、(f)剖面平行剖面風(色階，單位為 m s-1，風標，全桿為 10 kts，半桿為 5 kts)及垂直速度(綠色實線，單位為 m s-1)場。(a)、(d)為 00-24 h-RA 組，(b)、(e)為 00-24 h-RB 組，(c)、(f)為 00-24 h-RC 組。.................................................................................................... 119 圖 5.22 同圖 5.21，但為 17 h。........................................................... 120 圖 5.23 同圖 5.21，但為 22 h。........................................................... 121 圖 5.24 同圖 5.7，但為 24-48 h 累積降水分組。.............................. 122 圖 5.25 同圖 5.8，但為 24-48 h 累積降水分組.................................. 122 圖 5.26 24-48 h 降水分組剖面(120.45°E,22.5°N-120.48°E,23.5°N) 平均時雨量(色階，單位為 mm h-1)，(a)24-48 h-RA 組、(b)24-48 h-RB 組、(c)24-48 h-RC 組。X 軸為 28 日 0000 UTC 至 29 日 0000 UCT，Y 軸為 22.5°N 至 23.5°N。。................................................ 123 圖 5.27 同圖 5.17，但為 24-48 h 累積降水分組。............................ 124 圖 5.28 同圖 5.11，但為 24-48 h 累積降水分組。............................ 125 圖 5.29 24-48 h-RA 組之 950 hPa 至 700 hPa 垂直積分水氣通量輻合輻散(色階，輻散為正值，輻合為負值，單位為，Kg m-2 s-1)及 -1. 950hPa 水氣通量(箭頭，單位為 m s )，時間分別為(a)27 h、 (b)30 h、(c)36 h、(d)39 h、(e)42 h。.................................... 126 圖 5.30 同圖 5.29，但為 24-48 h-RB 組.............................................. 127 圖 5.31 同圖 5.29，但為 24-48 h-RC 組。.......................................... 128 -1. 圖 5.32 東經 120 度之 850 hPa 風場(色階、箭頭，單位為 m s )， (a)24-48 h-RA 組、(b) 24-48 h-RB 組、(c)24-48 h-RC 組。. 129 圖 5.33 東經 120 度之 975 hPa 至 700 hPa 垂直積分水氣混合比 (色階，單位為 Kg m-2)及風場(箭頭，單位為 m s-1)，(a)24-48 h-RA 組、(b) 24-48 h-RB 組、(c)24-48 h-RC 組。............................ 129 圖 5.34 24-48 h-RA 組之 EE'剖面雷達回波(色階，單位為 dBZ)平行剖面風(風標，全桿為 10 kts，半桿為 5 kts)、垂直速度(黑色等值 ix.

(11) 線，實線為上升運動，虛線下沉運動，單位為 m. s-1)及位溫(棕. 色實線，間距為 3 K)。時間分別為(a)36 h、(b)37 h、(c)38 h、(d)39 h。.................................................................................... 130 圖 5.35 同 5.34，但為 24-48 h-RB 組。.............................................. 131 圖 5.36 同圖 5.34，但為 24-48 h-RC 組。.......................................... 132 圖 6.1 7 月 27 日 0000 UTC 至 7 月 29 日 0000 UTC 之鳳凰颱風路徑圖，黑色為中央氣象局觀測路徑（每三小時一筆），紅色為各系集成員模擬路徑（每小時一筆）。...................................................... 133 圖 6.2 32 組系集成員之平均路徑誤差(單位為 Km)，(a)00 h 至 48 h、(b)00h 至 24 h、(c)18 h 至 36 h、(d)24 h 至 48 h。........ 135 圖 6.3 颱風路徑分組之 TA 與 TB 各成員之路徑圖，時間為 7 月 27 日 0000 UTC 至 7 月 29 日 0000 UTC，黑色為中央氣象局觀測路徑（每三小時一筆），紅色為 TA 組(每小時一筆)，藍色為 TB 組(每小時一筆)。...................................................................................... 137 圖 6.4 24 小時累積降水(色階，單位為 mm)，(a)、(b)TA 組，(c)、 (d)TB 組。......................................................................................... 138 圖 6.5 TA 組減去 TB 組之 850 hPa 重力位場(色階，單位為 hPa)，時間為 06 h 至 10 h。......................................................................... 139 圖 6.6 850 hPa 風場(色階、箭頭，單位為 m s-1)，(a)、(b)、(c)TA 組，(d)、(e)、(f)TB 組，時間分別為 06 h、09 h、12 h。.... 140 圖 6.7 颱風移動向量與駛流向量時序圖，黑色箭頭為颱風移動向量，紅色箭頭為駛流向量(單位為 m s-1)，(a)TA 組、(b)TB 組、(c)TB 組減去 TA 組。.................................................................................. 141 圖 6.8 颱風移速、登陸及出海緯度與區域平均降水關係圖(a)00-24 h，臺灣東北部、(b)24-48 h 臺灣西南部，X 軸為颱風移速(單位為 m s-1)，Y 軸為緯度(單位為 N°)，圓餅為降水量(單位為 mm)。 (c)00-48 h 颱風海平面中心氣壓與全臺平均降水關係圖。....... 142 圖 6.9 本研究定義偏折點與偏折時間之方法(系集成員 1 號)。....... 143 圖 6.10 系集成員 1 號之偏折角度示意圖。......................................... 144 圖 6.11 偏折角度與篇折點緯度之關係圖。......................................... 144 圖 6.12 DA 組颱風中心東西向垂直剖面風速絕對值 (色階，單位為 m s-1)。時間 0 h 為颱風路徑偏折時間點，弱風速區為颱風中心，右側為颱風南風環流，左側為颱風北風環流。白色為地形。........ 145 圖 6.13 同圖 6.12，但為 DB 組。.......................................................... 146. x.

(12) 第一章前言 1.1 文獻回顧臺灣四面環海，西有陸地面積最大之亞洲、東有海域面積最大之太平洋，使得臺灣處於季風盛行、常有颱風侵襲及鋒面經過的地理位置，臺灣的天氣系統因此複雜多變。其中颱風常常在短短數天就對臺灣造成嚴重破壞，使人民損失慘重。根據 Wang and Chen(2008)研究指出，颱風通過臺灣的頻率於七月至九月較高，在此期間 40% 的降水來自颱風。Su et al.(2012)分析過去 1960-2010 期間臺灣 21 個地面觀測站每小時降水資料，統計後發現有 70%的極端降水事件發生在六至十月的颱風季節期間，可見颱風影響臺灣甚大。為了減少颱風帶來的損失，因此在颱風預報上的準確性極為重要。然而預報的準確性極度仰賴觀測資料，因此觀測資料的質與量也就極為重要，但由於海上觀測資料不足，即便解決觀測資料的問題，臺灣地形複雜對颱風環流結構影響甚大，亦使得預報困難度提升(Wu and Kuo 1999)。而臺灣中央山脈高聳陡峭的地形對於颱風接近臺灣時的路徑方向以及移動速度有很大的影響(Wu and Kuo 1999；Wu 2001；Yang et al.2008)。Su et al.(2012)與 Hsu et al.(2013)也提出颱風極端降水與颱風移速有很高的相關性，反而與 1.

(13) 颱風強度相關性不高。另外針對颱風極端降水事件的研究中 Chen et al.(2007)提到，颱風降水分布受到颱風路徑影響，加上地形因素，使得降水主要集中在迎風面，若此時又有西南或東北季風盛行，將更容易於臺灣西南、東北地區發生豪雨事件。Wu et al. (2010)研究中顯示，氣流受地形影響於迎風面被抬升，導致垂直速度增加，同時將潮濕空氣舉升，使得對流發展與降水機率增加。而颱風登陸位置，同樣受到地形影響。Brand and Blellloch (1974) 研究中透過 1960 至 1972 年間 25 個西行侵台颱風進行分析，西行颱風的登陸位置受地形影響，路徑偏折的情況也會截然不同。Hsu and Kuo (2013,2018)也透過 1960-2010 登陸臺灣之 84 個颱風探討西行颱風受臺灣地形影響南偏之現象。因此可以瞭解到臺灣地形對於颱風之路徑、移速與降水分布有極大的影響。現今天氣預報普遍使用數值天氣預報，完整的數值模式是天氣預報重要的工具，但現實中的大氣非線性，使模擬中必有誤差存在。根據 Epstein (1969)提出的隨機預報理論 (stochastic dynamic prediction)，大氣狀態無法被完整了解，因為有很多的不確定性存在於其中，若是能計算出這些不確定性，有望在預報準確度進行改善。近年於數值天氣預報中加入觀測資料的資料同化系統發展成熟，眾多前人研究皆顯示在模擬中加入良好的觀測資料有助 2.

(14) 於模擬的結果更趨近於觀測。且初始場之好壞，對於模擬也是至關重要。以往模式預報多為單一初始場開始的單一預報，可是現實大氣系統為高度非線性，使得預報能力將受到限制。因此發展出蒙特卡羅分析(Monte Carlo Analysis)的系集預報方法，透過在初始場中加入隨機亂數，形成多個不同初始條件的系集成員，藉由這些系集成員同時模擬得出的預報，將涵蓋預報確定性並量化。而美國學者 Schlatter et al. (1999)認為系集預報不僅對製作機率性天氣預報有效，還可以結合資料同化，改善初始條件，等同於在數個隨機的系集初始猜測場中同化觀測資料，得到更接近真實大氣的背景場與背景場誤差，比起單一模式預報有更好的結果。因此本研究使用的資料同化系統為系集調整卡爾曼濾波器(Ensemble Adjustment Kalman Filter)，此模式為一種在非線性的準地轉模式進行資料同化之技術(Evensen,1994)，且相較於較早期之系集卡爾曼濾波 (Ensemble Kalman Filter)有更好的表現(Anderson,2001)，由此可知數值天氣預報系統與系集預報的結合將成為一種趨勢，近年來 WRF 模式也開發出支援系集模擬的系統-系集轉換卡爾曼濾波 (Ensemble Transform Kalman Filter, ETKF)，由於本研究使用之 EAKF 無法於資料同化時同化地表資料，此缺點可藉由 ETKF 來改善，且 ETKF 由 WRF 研究團隊研發，可以隨著 WRF 模式的版本的提 3.

(15) 升，持續更新。目前使用最廣泛的海上觀測資料為衛星資料，例如美國 GPS (Global Positioning System)衛星與臺灣福衛三號合作的電波掩星觀測。另外有透過實地觀測獲得海上資料的方法，例如投落送或船舶施放探空氣球進行觀測，而投落送是以飛機運探測器由高空施放，探測大氣結構之垂直變化的儀器。一般投落送資料包含氣壓、高度、溫度、路點溫度、風速以及風向。美國從 1982 年即開始對颶風施放投落送(Omega dropwindsonde)以獲得更詳細的海上觀測資料，其系列研究結果顯示，在模式中加入投落送資料有助於颶風路徑與強度的改善(Tuleya and Lord, 1997)。1996 年之後 NCAR(National Center for Atmospheric Researc h)將之改良為現今普遍使用的 GPS dropsonde，透過實驗發現 GPS Dropsonde 資料對颶風 48 小時路徑與強度有顯著改善(Aberson and Franklin,1999)。而在臺灣方面，DOTSTAR (Dropwindsonde Observations for Typhoon Surveillance near the Taiwan Region)追風計畫將 GPS Dropsonde 作為研究颱風使用，在系集平均模擬可改善颱風路徑 22%，WRF 模式可改善 11%(Wu et al., 2007)。現實觀測之投落送資料中的變數通常會有多層出現缺漏值，因 4.

(16) 此本研究使用颱風初始化技術模擬出與觀測接近之颱風並製作無缺漏值之虛擬投落送資料。Nguyen and Chen (2011)研究中使用颱風初始化方法(簡稱 NC2011)提高熱帶氣旋的模擬準確度，尤其改善強度最為明顯。以往模式模擬之颱風有強度不足的情況，因此把位於海上之颱風進行颱風初始化，將渦漩反覆積分，並重新將颱風定位，最後將初始渦漩強度和結構調整更接近觀測，在之後的預報模擬確實可得到改善。Chen et al.,(2014)研究使用上述 NC2011 颱風初始化方法模擬珍珠(2006)、蘇力(2013)以及菲特(2013)，探討此方法與颱風跟環境場之間的關係。結果顯示，NC2011 確實能掌握模擬環境與颱風間的交互作用，提供預報於初始時間更近似觀測的颱風中心氣壓、位置、強度與結構。 1.2 研究動機由前述可知，颱風受到臺灣地理位置、季風共伴效應、地形特徵等因素，對於颱風路徑、移動速度、極端降水的發生有明顯的影響。原先以莫拉克颱風(2009)進行模擬，但是結果不佳，且莫拉克颱風已有諸多前人研究過，因此改為颱風路徑相似的鳳凰颱風 (2008)。而鳳凰颱風(2008)屬於氣象局定義第三類之西行過中央山脈的颱風，在臺灣東北與西南部造成強降水。針對此個案進行研究可同時了解前述提及因地形效應與颱風後期引進西南氣流的降水分 5.

(17) 布原因。前文也提到，資料同化有助於改善預報模擬，然而，颱風之海上觀測資料主要來源為投落送，不過現階段投放投落送的成本過於昂貴，資料點數也受限，若能透過颱風初始化產生近似真實颱風之結構，製作成類似投落送資料，並利用 EAKF 模式的資料同化與系集模式的優勢進行模擬分析，將有效降低颱風預報之成本。故本研究將探討虛擬投落送資料同化對模擬之差異，並利用系集成員的降水與路徑差異進行分組，進行統計上的分析，探討其相關性，並與前人研究進行比較。本研究共分為七個章節，第一章為文獻回顧與研究動機；第二章分析鳳凰颱風觀測資料；第三章介紹研究使用之數值模式、資料同化系統、資料來源以及實驗設計；第四章使用投落送資料透過 EAKF 進行資料同化，分析投落送資料同化對於颱風預報之影響；第五章將 32 個系集成員分別做 72 小時預報並以降水進行分組，探討降水成因與地形和西南氣流之關係；第六章將 32 個系集成員之 72 小時預報以路徑分組，探討路徑與降水相關性，以及地形對路徑之影響；第七章為本研究之總結。. 6.

(18) 第二章個案介紹與觀測資料分析 2.1 鳳凰颱風(Fungwong 2008)個案簡介圖 2.1 為鳳凰颱風生命週期路徑，2008 年 7 月 24 日 0900 UTC 熱帶性低氣壓於北緯 22.1 度，東經 132.9 度，臺灣東方約 1200 公里海面上形成，以每小時 2 公里向西緩慢移動。25 日 0600 UTC 形成輕度颱風，命名為鳳凰。中心位於北緯 21.6 度，東經 130.9 度，約臺灣東方 1040 公里處以每小時 14 公里朝西移動。26 日 1200 UTC 於北緯 21.4 度，東經 126.1 度，約在鵝鑾鼻東方 540 公里處增強為中度颱風，中心氣壓為 970 hPa，以每小時 16 公里向西北西移動。氣象局於此時間進行投落送投放，觀測到 7 級風暴風半徑 200 公里，10 級風暴風半徑 50 公里，中心最大風速每秒 33 公尺。26 日 1830 UTC 氣象局發布陸上颱風警報。27 日 2250 UTC 颱風中心於花蓮靜浦與台東長濱之間登陸此時降水多位於迎風面的臺灣東北部及東部。28 日 0630 UTC 鳳凰颱風從彰化出海移入臺灣海峽並持續往西北方移動，此時因颱風外圍環流伴隨西南氣流降水集中於臺灣西南部。28 日 1500 UTC 鳳凰颱風於大陸福建地區登陸，受地形影響減弱為輕度颱風，除了臺灣西南部地區以及離島，其他地區雨量多已減弱。鳳凰颱風為西行橫跨中央山脈的颱風路徑(12.93%)，依氣象局路徑歸類屬於第三類路徑的颱風(圖 2.2)。颱風中心眼牆對流旺盛與迎 7.

(19) 風面地形舉升等兩個因素使得鳳凰颱風在臺灣東部、東北部以及西南部山區降下豪大雨(圖 2.3)，造成多處地區淹水，農損達 13 億元。西南部降水除了颱風本體外亦有外圍環流伴隨西南氣流所帶來的強降水，本研究將伴隨西南氣流之時段定為 28 日 1200 UTC 至 29 日 0000 UTC 之間(圖 2.3b)。 2.2 綜觀天氣圖地面天氣圖顯示，7 月 27 日 0000 UTC(圖 2.4a)時，鳳凰颱風中心位於臺灣東南方外海，中心氣壓 965 hPa，強度屬於中度颱風。受到颱風外圍環流影響，臺灣東北方外海吹東風至東北東風，西部外海吹北風至西北風，風速為 15-20 kts，靠近臺灣東南部外海的北風風速則達到 30 kts。24 小時後(7 月 28 日 0000 UTC)(圖 2.4b)，鳳凰颱風已經登陸臺灣，中心氣壓增強至 955 hPa，臺灣東北部外海已由前 24 小時的東北東風轉為東風至東南風，風速增強為 30-35 kts，而臺灣西南方外海則由西北風轉為西南風，然而颱風環流受地形阻擋，臺灣西南部外海的風速只些微增強 5 kts。在此同時，日本東南方的太平洋高壓增強，壟罩範圍從日本九州向西北延伸至南韓，使得颱風沿高壓邊緣向西北移動。於 7 月 28 日 1200 UTC(圖 2.4c)，鳳凰颱風離台後位於臺灣海峽，中心氣壓減弱為 970 hPa，臺灣西南部外海因颱風外圍環流伴隨西南氣流而吹西南風，風速為 15 kts。南韓上空 8.

(20) 的高壓退回日本，使得日本南方的太平洋高壓向西南方移動，颱風移動方向也稍微向北偏。於 7 月 29 日 0000 UTC(圖 2.4d)，鳳凰颱風登陸中國大陸福建地區，颱風強度減弱為 988 hPa 輕度颱風，臺灣西南部外海吹南風至西南風，風速 5-15 kts，而太平洋高壓持續西伸。由 850 hPa 天氣圖顯示，(圖 2.5a)7 月 27 日 0000 UTC 鳳凰颱風位於臺灣東南方外海，受颱風環流影響，臺灣東北部外海吹東風，風速 40kts。臺灣西南部則吹北風，風速約 20 kts。太平洋高壓延伸至日本東南方海域上。於 7 月 28 日 0000 UTC(圖 2.5b)，颱風中心位於臺灣西部沿海地區，與地面天氣圖位置差異甚大，臺灣東北方外海由東風轉為東南風，風速增強至 65 kts，顯現颱風有顯著的垂直結構傾斜。臺灣西南方外海由北風轉為西北風，風速增強至 60 kts。原本位於日本東南方外海的高壓向西移動，1500 hPa 等壓線亦向韓國、南海延伸，與中國大陸上的高壓形成一鞍形場。於 7 月 28 日 1200 UTC(圖 2.5c)，颱風中心位於臺灣海峽上方，臺灣西南方外海由西北風轉為西南風，風速推測約為 65kts，1500 hPa 等壓線稍稍向西推進。於 7 月 29 日 0000 UTC(圖 2.5d)，鳳凰颱風已登陸大陸福建地區，颱風強度減弱，臺灣西南部外海依舊吹西南風，但陸地上的風速從 65 kts 大幅減弱至 15 kts。由 500 hPa 天氣圖顯示，於 7 月 27 日 0000 UTC(圖 2.6a)，鳳凰 9.

(21) 颱風位於臺灣東南方外海，太平洋高壓位於日本東南方外海。於 7 月 28 日 0000 UTC(圖 2.6b)，太平洋高壓向西推移且向中國黃海延伸，鳳凰颱風持續沿著太平壓高壓邊緣向西北方前進，且穿越臺灣中央山脈。於 7 月 28 日 1200 UTC(圖 2.6c)，太平洋高壓北端向西延伸至中國大陸山東及江蘇省陸地上，鳳凰颱風依然沿著太平洋高壓邊緣離開臺灣進入臺灣海峽，強度稍稍增強，臺灣西南方吹西南風，風速約為 30 kts。於 7 月 29 日 0000 UTC(圖 2.6d)，太平洋高壓內縮回日本南方外海，此時颱風路徑稍稍往北轉，中心位於中國大陸福建地區，強度減弱，臺灣西部大多吹南南西風，風速減弱為 20 kts。 2.3 累積降水 7 月 27 日 0000 UTC 至 7 月 28 日 0000 UTC 期間(圖 2.3a)，鳳凰颱風由臺灣東南方外海，東經 124.9 度、北緯 21.5 度，向西北方向移動，並在花蓮與台東之間登陸臺灣，期間臺灣受到颱風環流影響，主要降水區域集中在迎風面的宜蘭南部山區以及花蓮北部山區，降水極值達 600 mm。然而同樣是迎風面的宜蘭平原的降水並不高，僅 60 至 150 mm，代表颱風環流需與地形作用，使氣流抬升，導致強降水的發生。臺灣北部的降水也多集中山區東側迎風面，降水極值達 200 mm。臺灣西部新竹以南地區處背風面，故無顯著降水。7 月 28 日 0000 UTC 至 7 月 29 日 0000 UTC 期間(圖 2.3b)，鳳凰颱風穿越中央山脈， 10.

(22) 移入臺灣海峽，並登陸中國大陸福建一帶，此時期降水集中於臺灣西南部山區，降水極值達 600 mm 以上，另外中部山區也有降水，降水量約 200 至 300 mm。由氣象局提供的颱風路徑來看，鳳凰颱風中心穿越南投縣後由彰化縣出海，從降水圖中也可看到南投縣有一區降水較少的區域，且南投縣以南的山區降水量明顯多於北區達 200 至 300 mm 的降水，降水量的差異顯示除了颱風本身帶來的降水之外，颱風環流受到臺灣西中央山脈抬升會帶來更多的降水。當颱風離台到中國大陸的期間，颱風環流亦使臺灣西南部吹西南風至南南西風，持續在山區降水。臺灣北部地區在此期間除了基隆與東北角一帶降水有達約 150. mm，其餘地區並沒有太多降水。7 月 29 日 0000 UTC 至 7 月 30. 日 0000 UTC(圖 2.3c)，此時期鳳凰颱風登陸中國已大幅減弱，低壓系統的環流使得臺灣西南部山區仍有 60 至 150 mm 的降水。從 72 小時降水累積雨量圖來看(圖 2.3d)，鳳凰颱風主要降水多集中於山區的迎風面，累積降水大於 700 mm，除了臺灣西南部外多未達 150 mm，可以看出颱風路徑與颱風環流受地形抬升導致強降水的重要性。 2.4 衛星雲圖 7 月 27 日 0600 UTC(圖 2.7a)，由紅外線衛星雲圖可見鳳凰颱風位於臺灣東南方外海，颱風中心附近有旺盛對流系統，以中心南側為甚。颱風南側環流牽引南海上空旺盛對流系統，颱風東南側亦有一延 11.

(23) 伸對流雲系。7 月 27 日 1200 UTC(圖 2.7b)，颱風中心向西北移動，原先在颱風東南側的對流系統逐漸減弱，而颱風西南側旺盛對流系統則向中心靠近，另外可以看到臺灣上空正好有一颱風環流的雨帶通過。 7 月 28 日 0000 UTC(圖 2.7c)，颱風已登陸臺灣花蓮及台東之間，本身的旺盛對流壟罩全臺，颱風西南方外海的對流系統受颱風環流牽引逐漸與颱風靠近並形成一條環流雨帶，而南海北部區域則持續有對流系統生成。7 月 28 日 1200 UTC(圖 2.7d)，颱風離開臺灣進入臺灣海峽，穿越中央山脈後的颱風受到地形破壞，颱風本體的對流系統結構不如前 12 小時完整，強度亦減弱，而原先南海北部上空的對流系統受颱風牽引往西北方移至臺灣西南方外海且與颱風環流結合，旺盛對流系統隨著颱風環流持續吹向臺灣西南方並降下豪大雨。此外，在颱風南端亦牽引一條雲系延伸至南海正上方。7 月 28 日 2100 UTC(圖 2.7e)，颱風已登陸中國大陸福建地區，相較於前 9 小時，對流系統再次受到地形阻擋而減弱，不過依然對福建地區造成嚴重災情。另外在臺灣西南部外海可以看到對流系統在海上吸收能量再加上來自南方對流系統的共伴，發展得更為旺盛，且部份移入臺灣西南部，帶來強降雨。. 12.

(24) 2.5 雷達回波 7 月 27 日 0600 UTC(圖 2.8a)，由雷達回波圖顯示，可以明顯看到颱風中心位置，在眼牆西側至北側有較強的回波，往外更可以看見颱風環流的強回波，此時臺灣宜蘭位處迎風面，因此在山區有強烈對流發生。另外在臺灣南部外海上也有受到颱風共伴的旺盛對流系統。 7 月 27 日 1200 UTC(圖 2.8b)，颱風持續增強(12mb)，颱風眼區域縮小，且眼牆外的強回波範圍向中心外擴展。此時環流雨帶陸續登陸臺灣上空，強回波區除了在宜蘭之外更往花蓮北部和臺灣北部山區擴展，使得山區降下豪雨。另外可以看到颱風環流與颱風南側共伴的對流系統匯合，發展成強度不亞於颱風眼牆的對流系統。而此時期臺灣西南部處於背風面，幾乎沒有強對流發生。28 日 0000 UTC(圖 2.8d)，颱風登陸花蓮與台東交界，從圖可以見，除了台東位於背風面以至於回波較弱，全台幾乎都有強烈的對流發生，尤其是位於颱風中心正北方的宜蘭與花蓮北部地區，除了颱風本身的強對流，加上北側環流之東風受地形抬升，這兩個因素使得回波有顯著的增強。另外在宜蘭東部外海也可以看到一強烈對流之環流雨帶正準備通過臺灣北部，其向南延伸至巴士海峽，此南段強烈對流雨帶是由颱風環流與受颱風共伴之對流雲系北上結合而形成。而在臺灣西南部回波因颱風環流過山後又逆時針回到陸地上，使得旺盛對流從山區延伸至海外。28 日 1200 13.

(25) UTC(圖 2.8e)，颱風位於臺灣海峽上，過山後的颱風結構受地形破壞，但在颱風南側環流依然有著強烈回波並持續移入臺灣西部地區，可以看到臺灣中南部山脈的西側之迎風面皆有強對流發生，相反的，位於背風面的東部除了花蓮北部之外幾乎是沒有明顯的對流發生。而巴士海峽上可以看到強對流雨帶持續受到颱風被隨北上，對流強度更甚於颱風。28 日 2100 UTC(圖 2.8f)，颱風已登陸中國大陸福建地區，距臺灣甚遠且強度減弱，但仍可以看到颱風環流牽引著一條強烈的對流系統進入臺灣西南部地區，持續在臺灣西南部地區帶來降水。 2.6 小結鳳凰颱風於 2008 年 7 月 27 日至 29 日期間影響臺灣，颱風本身環流再加上地形抬升作用使得鳳凰在臺灣東北部及西南部地區降下豪雨。降雨時期大致可分成兩個時期，前期為鳳凰颱風登陸臺灣前，沿著東南西北走向之太平洋高壓邊緣向西北方前進，隨著颱風逐漸接近臺灣東部外海，受颱風環流影響導致降水的地區從宜蘭逐漸往山區以及花蓮等迎風面地區延伸。在颱風通過中央山脈後，逆時鐘方向的颱風環流，開始在臺灣西南部地區造成降水。而對流系統受到山區地形抬升，再加上颱風離台後，持續引進臺灣西南方外海之對流雲系，使臺灣西南部山區西側地區降水顯著多於其他地區。由於氣象局提供的觀測資料在時間與空間上解析度皆不足，且大 14.

(26) 多數為平面觀測圖，無法清楚了解對流系統生成情形與結構的發展，尤其是地形對對流系統的影響。除此之外海面上以及高空觀測資料之不足，以至於無法更深入探討。因此本研究使用系集卡爾曼濾波(EAKF) 之數值模式模擬鳳凰颱風個案，對於降水成因與分布進行更進一步地分析探討。. 15.

(27) 第三章資料來源與研究方法 3.1 WRF 模式簡介天氣研究與預報模式簡稱 WRF(Weather Research and Forecasting)是一中尺度數值天氣預報系統。由多個單位共同開發改良，其中包括美國國家大氣研究中心(National Center for Atmospheric Research ; NCAR)、美國國家環境預報中心(National Centers for Environmental Prediction ; NCEP)、美國國家海洋大氣總署(National Oceanic and Atmospheric Administration ; NOAA)、美國預報系統實驗室(Forecast System Laboratory ; FSL)、美國海軍研究實驗室(Naval Research Laboratory ; NRL)、美國空軍氣象機構(Air Force Weather Agency ; AFWA)、聯邦航空管理(Federal Aviation Administration)與奧克拉荷馬大學 (University of Oklahoma)。WRF 模式除了靈活且高效率的平行運算，亦提供多種模式設定選擇，例如資料同化、理想化模擬以及各種物理參數等，可應用於不同尺度下的天氣與氣候的預報和模擬，在大氣科學研究中的領域範圍甚廣。本篇研究所使用的版本為 2012 年 8 月釋出之 V3.4.1。 WRF 模式是一完全可壓縮的非靜力模式，水平方向為 Arakawa C 網格，垂直方向則是採用隨地形變化之 σ 座標，時間積分採用三 16.

(28) 階四階 Runge-Kutta scheme ，空間離散化為 2 到 6 階，邊界條件可依需求使用實際觀測資料或選擇內建參數或自行設定理想化資料。 WRF 模式系統由數個子系統組成 (圖 3.1)，主要包括 WRF 預處理系統(WRF Pre-Processing System; WPS)和 WRF 模式兩部分。在 WPS 中可以設定模擬範圍大小、投影方法與垂直層數，匯入地形與不同分析場或預報場資料，例如 ECWMF (European centre for Medium-Range Weather Forecasts)或 NCEP GFS (Global Forecast System)，提供給之後的 WRF 模式模擬。WRF 模式提供數種邊界層參數、微物理參數和積雲參數等，可依照實驗需求與環境尺度做更改。WRF 模式亦提供觀測資料的資料同化(WRF Data assimilation ; WRFDA)用以修正初始場出現的誤差。在資料同化種類上也有不同選擇，包括三維變分同化(Three-Dimensional Variational Data Assimilation ; 3DVAR)、四維變分同化(FourDimensional Variational Data Assimilation ; 4DVAR)、網格點統計內插(Gridpoint Statistical Interpolation ; GSI)與四維資料同化(Four-dimensional Data Assimilation ; FDDA)等。輸出資料後可以利用數個常用的大氣繪圖軟體，例如 GrADs、RIP4、NCL 等畫出圖檔進行討論與分析。詳細的 WRF3.4.1 設定與內容可至 WRFA 17.

(29) 模式網站(www.wrf-model.org/index.php)查詢。 3.2 EAKF 簡介 EAKF(Ensemble Adjustment Kalman Filter)系集調整卡爾曼濾波的資料同化系統為美國國家大氣研究中心(NCAR)資料同化研究平台(Data Assimilation Research Testbed; DART)新一代資料同化系統，利用資料同化改善模式背景場，提升模式預報。 EAKF 為 EnKF(Ensemble Kalman Filter system)延伸方法，而 EnKF 的前身則是卡爾曼濾波器(Kalman Filter)。卡爾曼濾波器使用序貫法(sequential method)進行資料同化(Anderson,2001)，過程中每隔一段時間加入新的觀測資料，以方差極小化(variance minimization)計算預報值與觀測值並決定出最佳分析值，再利用最佳分析值繼續模擬，期望得到與真實大氣較相似的預報結果。相較於最早的卡爾曼濾波使用線性計算，EnKF 與 EAKF 則是使用系集方法，誤差是來自完全非線性的系集預報，用以解決非線性模式中與真實大氣不相似的問題。詳細 EAKF 介紹可以參考 Anderson(2001)。 EAKF 與傳統變分資料同化最大的不同在於隨時間變動的背景場誤差(background error)。傳統變分資料同化的背景場誤差採用 NCEP NMC (National Meteorological Center)或觀測法的統計方法 18.

(30) 求得，因此使用之背景場誤差為定值。EAKF 的背景場誤差則會隨時間更新，是源自同化新的觀測資料後，進行短時間的系集預報並計算出新的背景場誤差，此背景場誤差與當時的天氣型態有關聯，當然也就更符合實際的大氣狀態。本篇研究使用的 EAKF 資料同化流程(圖 3.2)與林等(2010)相似，在此簡述如下: (1). 利用來自 ECMWF 或 NCEP 等之分析場或預報場內插到網格上並且產出初始場，此與 WRF 之 WPS 相同. (2). 取得背景場誤差，加入隨機亂數產出數個不同之擾動初始條件 (IC)，將這些資料更新至全球網格邊界場取得新的擾動邊界條件(BC)，以此建立多個不同系集成員。. (3). 由 EAKF 把該時間的觀測資料透過卡爾曼濾波模式處理並進行資料同化，取得系集分析場。. (4). 將分析場執行 WRF 六小時預報後，產出的預報場作為下一個時間的初始場。. (5). 多次循環後，可得到多個不同時間的初始場用於 72 小時的系集預報，藉由多次的資料同化，取得與真實大氣更為接近的初始場做 72 h 系集預報。詳細的步驟與校驗可以參考 NCAR DART 網站(www.image.ucar.edu/DAReS/DART/)與林等 19.

(31) (2010)。 (6). 與林等(2010)不同之處在於系集成員於 EAKF 循環的最後時間. 皆另外進行 72 小時預報，用於本研究後續分析。 3.3 颱風初始化本研究使用 NC2011 颱風初始化用以擷取虛擬投落送資料。以 NCEP GFS 資料作為初始場，使用 WRF 模式反覆進行 1 小時模式積分，持續到最大風速與中心最低氣壓達到觀測的值作為虛擬投落送資料的來源。 3.4 資料來源本研究使用 NECP GFS 0.5⁰x0.5⁰水平解析度分析場資料作為 WRF 模式所需的初始場與邊界條件，每六小時一筆的再分析資料包含了風場、溫度、相對溼度、比濕、重力位高度等多種表面資料。本研究使用的觀測資料有衛星資料(GPSRO)共 1253 筆、探空資料 (souding)共 21 筆(圖 3.3)、中央氣象局的飛行投落送作業 (dropsonde)提供的海面上大氣氣壓、溫度、濕度以及水平風速風向之垂直分佈，時間為 26 日 12 UTC 共 11 筆資料，及來自颱風初始化的虛擬探空資料，時間為 26 日 12 時共 25 筆資料(圖 3.4)。 3.5 模式設定與實驗設計本研究地圖設定上使用藍伯特投影方法，三層巢狀網格，EAKF 20.

(32) 循環期間僅在最外層模擬，在 WRF 72 小時預報中再以內插方式將資料從最外層內插到內兩層，在內兩層使用高解析度地形資料。地圖中心經度 118.6⁰E、緯度 27⁰N，水平解析度第一層 Domain1(D1)為 45 km，網格點數 222 X 128；第二層 Domain2(D2)為 15 km，網格點數 184 X 196；第三層 Domain3(D3)為 3 km，網格點數為 251 X 301(圖 3.5)。微物理、積雲及邊界層參數經過多次實驗模擬，選用 Goddard Microphysocs Scheme 物理參數、Kain-Fritsch Scheme 積雲參數、Yonsei University Scheme 邊界層參數，此組合設定在降水以及颱風路徑上皆有最佳表現。垂直層 45 層，底層至頂層的 σ 依序為 1.0、0.995、0.988、0.98、0.97、0.96、0.945、0.93、 0.91、0.89、0.87、0.85、0.82、0.79、0.76、0.73、0.69、 0.65、0.61、0.57、0.53、0.49、0.45、0.41、0.37、0.34、 0.31、0.28、0.26、0.24、0.22、0.2、0.18、0.16、0.14、0.12、 0.1、0.082、0.066、0.052、0.04、0.03、0.02、0.01、0.0。如前言所述，投落送的資料同化在過往研究中大部分有助於颱風模擬，本研究有三組 EAKF 模擬，每個模擬皆有 32 個系集成員，其中兩組 EAKF 模擬分別同化兩種不同投落送資料，第一種來自颱風初始化的虛擬投落送資料稱為 BDA(bogus dropsonde assimilation)組，虛擬投落送資料是以颱風初始化模擬至觀測強度 21.

(33) 的鳳凰颱風，資料點數與位置如圖 3.4；第二種同化來自氣象局真實觀測的投落送資料稱為 ODA(observation dropsonde assimilation)組，最後一組 EAKF 模擬為沒有同化投落送資料的 NDA(non dropsonde assimilation)，以此三組瞭解颱風初始化結合 EAKF 與氣象局真實資料同化對模擬的差異。本研究中三組 EAKF 模擬皆在每個循環另外同化了 GPS 以及探空的觀測資料。本研究亦利用 EAKF 系集模式的優勢，將模擬較佳之 BDA 的 32 系集成員分組，藉由系集間成員的差異探討降水多寡的成因、颱風路徑差異帶來的影響。第一部分以降水公正預兆得分(Equitable Threat Sore，簡稱 ETS)以及偏倚得分(bias，簡稱 BS)分組，RA 組為降水高估的成員、RB 組為降水接近觀測的成員、RC 組為降水低估的成員。時間上分成 00~24 h，主要降水在宜蘭、花蓮一帶;24~48 h，主要降水在臺灣西南部。第二部分以路徑誤差做分組，TA 組為路徑誤差小、TB 組為路徑誤差大。第三部分為探討西行颱風靠近臺灣地形常有南偏的現象，此部分分別將 32 系集成員定出南偏偏折點，DA 組為明顯南偏，DB 組為無明顯南偏，探討颱風移動方向差異之原因，並與前人研究做比較。本研究個案鳳凰颱風主要降水期間為 2008 年 07 月 27 日 0000 UTC 至 2008 年 07 月 29 日 0000 UTC，而 WRF 模式在 72 小時預報中 22.

(34) 前 48 小時預報能力較佳，故選在 2008 年 07 月 27 日 0000 UTC 作為 72 小時預報開始時間。EAKF 循環次數經過多次實驗模擬，選定 2008 年 07 月 24 日 1800 UTC 至 2008 年 07 月 27 日 0000 UTC，每 6 小時循環一次，共 10 次循環，以建構較佳的環境場與颱風結構。由於氣象局提供的投落送時間為 26 日 1200 UTC，因此同樣將虛擬投落送資料同化時間定在 26 日 1200 UTC，以利分析比較。實驗設計與分組如圖 3.6 以及表 3.1. 23.

(35) 第四章、投落送資料同化之影響藉由 EAKF 多次循環之方式將觀測資料同化入模式，以改善模擬初始環境場，期望得到與觀測更接近的模擬結果。本章藉由三組 EAKF 資料同化模擬進行討論，分別為 NDA(無投落送)、ODA(氣象局觀測投落送資料)以及 BDA(虛擬投落送資料)。其中的 ODA 與 BDA 之 32 個系集成員皆各自進行投落送資料同化再取系集平均，得到的分析場進行 72 小時預報，之後與 NDA 相互比較，以藉此了解有無同化投落送以及投落送資料的差異對模擬的影響。 4.1 模擬結果較驗從圖 4.1a 可以看到，NDA 在初始時間的位置較觀測偏北，後續以西北方移動靠近臺灣東岸。在 24 h 時之登陸點明顯北偏，且在 24-30 h 時，颱風路徑受地形影響偏北幅度增大。於 30 h 出海後則以西北方繼續前進。圖 4.1b 的 ODA 在經過資料同化後，初始時間位置與觀測之距離有明顯改善，但在 00-06 h 時，颱風往北移動，之後再轉西北方向前進。24 h 之登陸臺灣東岸時明顯偏北，但與 NDA 相比稍微接近觀測，經過臺灣時同樣受地形影響，往北偏移幅度增大，在 30 h 後同樣轉向西北方遠離臺灣。圖 4.1c 之 BDA 在初始時間與觀測相差不遠，且在 06 h 時仍和觀測相當接近，不過此時颱風移向轉為西北方，之後颱風移向逐漸偏向西邊。在 24 h 時，登陸點 24.

(36) 與 NDA、ODA 兩組模擬相比之下最為接近觀測。穿過臺灣期間同樣受到地形影響，路徑偏北幅度增大，在 30 h 時出海後以西北西方向離去。圖 4.2a 為三組模擬與觀測之逐時路徑誤差，其中可以明顯看到，BDA 在 06-42 h 期間最為接近觀測，初始時間路徑誤差雖較 ODA 高，但 19.5 km 之誤差也在可接受範圍。而 NDA 與 ODA 除了在 12 h 之前互有優劣，之後則沒有明顯差異。在圖 4.2b 海平面中心氣壓中可以看到在 00-24 h 期間，三組模擬皆明顯偏弱，但 NDA 組最接近觀測，尤其是 06 h-24 h，BDA 次之，ODA 與觀測相差最大。而在 36-42 h 時間三組大致皆觀測接近，42 h 之後三組模擬颱風皆預報過強。圖 4.2c 為颱風最大風速，在 00-24 h 期間，NDA 風速變化趨勢與觀測較為接近，ODA 與 BDA 於 00 h 時，風速分別大於觀測 4 m s-1 與 7 m s-1，ODA 於 06 h、18 h 與觀測接近，但在 12 h 時風速低於觀測 7.5 m s-1，而 BDA 在 12 h 時與觀測接近，但在 18 h 時風速低於觀測 4 m s-1。24 h 之後三組模擬之間沒有太大差異，減弱趨勢也與觀測大致相同。整體看來，EAKF 有無投落送資料對於預報結果，並沒有全方面更接近觀測，尤其是在颱風海平面中心氣壓與最大陣風的 00-24 h 期間，但是在路徑上，BDA 的表現卻最佳。推測是 EAKF 模式在進行投落送資料同化時，無法同化地表資料，且同化資料中只包含 U、V 風以及比濕，颱風海平面中心氣壓只能靠中低層 25.

(37) 風速及比濕資的影響去改善，導致 ODA、BDA 初始時間颱風風速雖有增強之現象，但在颱風海平面中心氣壓仍然 NDA 的還低。 4.2 環流雨帶與降水差異分析模擬初始時間之雷達回波圖(圖 4.3)顯示，NDA 颱風回波南強北弱，颱風眼範圍較小但完整。ODA 在颱風西北側相較於 NDA 強度增強，與颱風東北側回波連結，且在颱風南側回波也有顯著增強，颱風眼東側回波偏弱，結構較不完整。而 BDA 回波同樣也在颱風西北側有增強現象，且在颱風東側有更顯著的增強，大於 25dBZ 的範圍也明顯增加許多，但颱風眼北側回波偏弱，結構也不完整。從初始時間回波來看，ODA 與 BDA 仍需時間調整颱風結構，這也導致後續颱風海平面中心氣壓高於 NDA。於 06 h 時，三組模擬在颱風西北側環流雨帶有明顯差異，NDA 並沒有如 ODA、BDA 明顯南北向的環流雨帶，且 BDA 相較於 ODA 更往東北延伸。與觀測比較(圖 2.8a)，ODA 與 BDA 皆模擬出觀測颱風西側環流雨帶，但其位置較接近臺灣東岸，觀測仍有一段距離，且 BDA 在臺灣東北部與觀測皆有零星回波。在 12 h 時，三組模擬皆有環流與帶位於臺灣附近，NDA 環流強回波帶仍位於臺灣東部外海，但在臺灣中北部有局部中強度回波訊號，而 ODA 與 BDA 環流強回波帶皆位於臺灣東北部上空，同樣與觀測(圖 2.8b)臺灣東北部之回波較為相似。在 24 h 時，可以看到颱 26.

(38) 風中心位置有明顯差異，NDA 與 CWDS 皆明顯偏北，於宜蘭南部山區登陸，而 BDA 則於花蓮中部登陸，與觀測比較(圖 2.8d)，BDA 颱風中心位置與觀測較為接近。除此之外，ODA 與 BDA 在臺灣西南側回波模擬表現皆較 NDA 更接近觀測，有由陸地延伸至外海之趨勢。而三組模擬皆有模擬到在臺灣南部外海颱風牽引北上之對流雨帶。在 36 h 時，NDA 於颱風環流南側與臺灣西南部回波與觀測(圖 2.8e)最為相似，而 ODA 與 BDA 颱風南側並沒有如觀測有明顯對流雨帶，且在臺灣西南側回波有過強的現象。然而，三組模擬在臺灣東部外海以及南部外海均沒有模擬到與觀測相似的環流雨帶。在 45 h 時，觀測引進西南氣流之時期(圖 2.8f)，可以明顯看到三組模擬在臺灣西南部回波之差異，NDA 幾乎只剩微弱回波位於臺灣最南端上空，臺灣西南部平原只有零星強回波而山區則幾乎沒有回波訊號，臺灣西南部外海沒有引進西南氣流之跡象。而 ODA 在臺灣西南部也只剩平原有零星強回波，山區也是幾乎沒有回波訊號，臺灣西南部外海亦沒有引進西南氣流之跡象，不過在臺灣北部回波與觀測相似。而 BDA 在臺灣西南部平原與山區仍有回波訊號，雖然強度與觀測仍有一段差距，但有引進西南氣流之跡象，與觀測最為接近。整體來看，BDA 在 24 h 颱風登陸時與 45 h 颱風引進西南氣流時最為接近觀測，除了 36 h 之外模擬皆表現不錯，而 NDA 在 36 h 最為接近觀 27.

(39) 測，其餘時期模擬表現皆最差，ODA 模擬表現則居於 BDA 與 NDA 之間。前述分析中 BDA 雖然在颱風海平面中心氣壓強度與最大陣風風速模擬表現較 NDA 差，但在路徑與雷達回波模擬表現最佳，兩種差異勢必反應在降水上，因此後續將透過圖 4.9 為三組模擬 24 小時與 72 h 累積雨量進行分析。圖 4.9a 為 00-24 h 之 24 h 累積降水，可以看到足了在臺灣東北部之明顯差異外，其餘地區大致相同，BDA 在宜蘭南部山區之降水量明顯高於 NDA 與 ODA，與觀測(圖 2.3a)最為接近，但在花蓮北部地區，三組模擬降水預報皆明顯低估。其差異來自於 12-24 h 之路徑誤差，BDA 路徑誤差最低，而 NDA 與 ODA 路徑誤差較大，尤其是 NDA(圖 4.2a)，路徑偏北導致環流進入臺灣東岸範圍偏北，而 BDA 雖然最接近觀測但能為於觀測北方，故在更南端之花蓮北部降水明顯少於觀測。在 24-48 h 之 24 小時累積量水 (圖 4.10)，三組模擬同樣有明顯差異，主要分為臺灣中部與臺灣南部兩個區域，NDA 與 ODA 降水主要集中於臺灣中部山區(達 700 mm 與 600 mm)，臺灣西南部平原與南部山區降水相對較少(平原達 100 mm、山區達 300 mm 與 400 mm)，而 BDA 主要降水在臺灣南部山區 (達 800 mm)，且臺灣西南部平原也有降下雨水(達 200 mm)，中部山區降水相對較少(達 500 mm)。與觀測(圖 2.3b)相比，三組模擬在臺 28.

(40) 灣中部山區降水皆明顯過度預報，尤其是 NDA 組，而在臺灣西南部平原降水 BDA 組最為接近觀測，NDA 與 ODA 降水預報皆低估，而臺灣南部山區降水依然為 BDA 最為接近觀測，雖然降水有些微高估，其次為 ODA，仍有模擬到降水分布，但是降水量也些微低估，NDA 降水量則明顯低估。此差異原因在於颱風登陸與出海後路徑，BDA 登陸緯度較低且接近觀測，後續離台緯度雖然偏北但依然最接近觀測 (圖 4.2a)，因此在颱風環流進入臺灣陸地上更有利於在臺灣南部降下雨水，而 NDA 與 ODA 登陸與離台緯度皆偏北，導致降水分部北移，南部降水減少。在 48-72 h 之 24 小時累積雨量(圖 4.11)中顯示，三組模擬除了臺灣東南部地區有微弱降水之外，其他地區幾乎沒降下雨水，與觀測(圖 2.3d)比較之下相差極大，主要原因為前述提及之雷達回波(圖 4.8)，三組模擬皆沒有如觀測(圖 2.8f)引進西南氣流之現象。最後為圖 4.12 之 72 小時累積降水，三組模擬之降水極值皆大於觀測許多(200 至 300 mm)，降水明顯過度預報。但若是以降水分部來比較，觀測(圖 2.3d)主要集中於宜蘭南部與花蓮北部以及臺灣西南部平原與山區。三組模擬中，BDA 主要降水同樣集中在這兩個區域，而 NDA 降水分布主要集中於臺灣中部山區，宜蘭與花蓮以及臺灣南部山區降水偏少，ODA 降水分布於臺灣中部與南部山區，臺灣南部山區與觀測相似但是在臺灣西南部平原地區降水 29.

(41) 偏少，且宜蘭與花蓮以及臺灣南部山區降水同樣偏少。整體比較之下，BDA 在降水預報上與觀測較為相似，ODA 次之，NDA 最差。最後透過 ETS 與 BS 得分可以清楚看到 BDA 組在降水的的顯著改善。降水校驗公式如下：降雨事件機率分類 Observed. Forecast. ETS=. Y. N. Y(>=門檻值). a(命中). b(錯誤預報). N(<門檻值). c(失誤). d. (a + b)(a + c) a − ar a+b ， ar = ， Bias= a+b+c+d a + b + c −a r a+c. ETS (公正預兆得分 Equitable Threat Score):以網格點計算模式預報降水的能力，ETS 越接近 1 代表模式降水預報正確的能力越好。 BS (偏倚得分 Bias Score):預報大於門檻值佔觀測大於門檻值的比。BS > 1 代表過度預報，BS < 1 代表預報低估。氣象局定義 24 小時累積雨量達 200 mm 以上為豪雨，因此本篇研究選取 250 mm、300 mm、350 mm、400 mm 為雨量校驗門檻值。圖 30.

(42) 4.13 為 00-48 h、00-24 h 及 24-48 h 三個時段的 ETS 得分，可以看到 BDA 組在 00-24 h 期間有顯著改善，但 ODA 組則與 NDA 組差異不大，在 24-48 h 期間，BDA 組在較大門檻值仍有顯著的改善，另外在 ODA 組雖然改善幅度較 BDA 組小，但仍與 NDA 組有明顯差異。在 BS 得分方面，可以看到在經過投落送資料同化後，BDA 組的降水量在 00-48 h 皆有明顯的提升，而 ODA 則在 24-48 h 有明顯提升。 BS 在 00-24 h 的改變使 BDA 組的降水量更接近觀測，而在 24-48 h 的改變卻使得 BDA 組降水過度預報的現象更甚於 NDA 組，在前面的風雷達回波的結構強度也確實可以看到，經過投落送資料同化後，回波強度有增強的現象。可見同化投落送資料對於降水量的影響頗為顯著，以本研究的結果顯示，降水量皆有增加的現象。從兩項得分來看，BDA 組在模擬 48 小時內對於降水分布的改善顯著，但在降水量的方面則只在 24 小時內有較佳表現。而 ODA 組酸然同樣也有改善降水分布以及降水量，但幅度較 BDA 組小。 4.3 小結經過上述分析，可以發現，降水預報較佳的 BDA 組，其颱風路徑和回波相對於 NDA 與 ODA 接近觀測，雖然在颱風海平面中心氣壓與最大風速上跟觀測有些差距。代表虛擬投落送資料同化對於颱風路徑與降水預報上仍有一定的改善，而 ODA 同樣也對於降水預報有 31.

(43) 些微改善，但在路徑上則與 NDA 差異不大，可見 BDA 的虛擬投落送 25 個點，無缺漏值的資料且均於分布於颱風周圍相較於 ODA 的氣象局觀測之 21 個點，但有缺漏值的資料且分布離颱風中心較遠，分別進行資料同化後，BDA 對於颱風路徑與降水預報有較佳的改善。不過虛擬投落送資料同化仍需進行更多測試，不論是虛擬投落送資料點數、位置或是同化次數以及不同颱風個案，皆可以進行更多實驗進行分析，以探討虛擬投落送資料之效益。另外在 EAKF 上不能同化地表資料之缺點，可藉由 WRF 研發團隊內建的 ETKF 進行改善。下一章將透過路徑與降水預報較佳的 BDA 組之 32 系集成員進行分組與合成分析，分別探討鳳凰颱風於 00-24 h 臺灣東部降水與 24-48 h 臺灣西南部降水之成因。. 32.

(44) 第五章降水分組之合成分析透過前一章討論，BDA 組於資料同化中加入虛擬投落送資料後，相較於 NDA 組與 ODA 組在颱風路徑以及臺灣累積降水上皆有最佳表現，因此將 BDA 組之 32 個系集成員進行分組，並透過合成平均分析後之差異了解降水分布與成因。分組方法以 ETS、Bias 得分為主，分別於 00-24 h (27 日 0000 UTC 至 28 日 0000 UTC)與 24-48 h (28 日 0000 UTC 至 29 日 0000 UTC)兩段時間分出 A、B、C 三組進行合成平均分析，A 組為降水過度預報、B 組為降水接近觀測、C 組為降水預報低估。 5.1 系集成員分組圖 5.1 列出 32 系集成員 00-24 h 累積降水分布，圖中以紅色長方形凸顯主要降水區域。此期間觀測降水分布主要集中於宜蘭南部與花蓮北部山區(圖 2.3a)，仔細查看可以發現各成員之間的差異，除了接近觀測降水(成員 18)，亦有降水過量(成員 6)以及降水低估 (成員 24)，與 BDA 系集平均相比，32 系集成員的差異能表現出 EAKF 系集預報的特性。圖 5.2 為 32 系集成員於 00-24 h 的累積降水(圖 5.1)透過公式計算得到的 ETS 與 BS 散布圖，X 軸為 ETS 得分、Y 軸為 BS 得分。各門檻之 ETS 得分介於 0~0.5 之間，且大多數成員降水預報有過少(BS<0.5)的現象，在各門檻中可發現有一部份 33.

(45) 成員有較高之 ETS 得分，且 BS 得分也較接近 1，代表這些成員的降水分布與雨量較接近觀測。搭配前面的累積降水(圖 5.1)，可以更客觀的進行分組。成員 6、19(00-24 h-RA 組)雖然降水分布與觀測接近(ETS 較高)、但是在降雨量卻是高估的(BS 大於 1 許多)。另外可以看到，成員 15、18、25、26、27(00-24 h-RB)在 250 mm、300 mm、350 mm 的 ETS 得分表現良好外，BS 得分也是最為接近 1。而成員 14、21、24、28、32(00-24 h-RC 組)之 ETS 與 BS 得分表現最不佳，與觀測相差最大。另外在 24-48 h 期間也以同樣方式進行分組，圖 5.3 為 32 系集成員 24-48 h 累積降水分布，圖中以紅色長方形凸顯主要降水分布。此時期觀測降水分布主要集中於臺灣西南部山區，大部分成員降水預報皆有過高的現象，尤其是臺灣中部山區，然而各成員在臺灣西南部降水則是有好有壞。圖 5.4 為 24-48 h 32 成員的累積降水 ETS 與 BS 得分，在四個門檻值中，幾乎所有成員 BS 得分都大於 1，且 ETS 得分相較於前 24 小時也相對小了很多，最大值約 0.24，主要原因在於中部山區錯誤預報，因此在分組上也較為困難。最後選擇成員 1、5、7、13、15 為 24-48 h-RA 組(降水過度預報)，成員 2、3、12、25、28 為 24-48 h-RB(降水與觀測相近)，而成員 16 為 24-48 h-RC 組(BS 最低，且在門檻 350 mm 與 400 mm 皆小於 1)。 34.

(46) 圖 5.5 為合成平均後的 00-24 h 累積降水，可以看出 00-24 hRB 組(極值 600 多 mm)最為接近觀測(極值約 600 多 mm)(圖 2.3a)， RA 組則在宜蘭南部與花蓮北部的主要降水區域有過度預報的現象 (極值約 700 多 mm)，而 RC 組降水明顯預報低估(極值約 300 多 mm)。圖 5.6 為合成平均後的 24-48 h 累積降水，24-48 h-RB 組雖然在臺灣西南部山區降水預報相較於觀測(圖 2.3b)有些低估，中部山區降水預報有些高估，但是整體降水分布是較接近觀測，RA 組降水預報整體上明顯高估，RC 組則是在臺灣西南部降水預報明顯低估。透過 ETS 與 BS 得分進行分組，其累積降水合成平均之差異顯著，後續將分別對於兩段時期之累積降水分組間的差異進行分析探討。 5.2 00-24 h 合成平均分析以下分析皆為各組之合成平均，方便討論不同組別之差異，相較於單一成員的比較更具代表性。 5.2.1 合成結果比較透過圖 5.5 的降水合成平均可以發現，00-24 h-RA、RB、RC 三組降水分布差異，RA、RB 組主要在宜蘭南部與花蓮北部山區，由於模擬為 3 km 高解析度，因此降水分布有四個高值，與觀測(圖 2.3) 降水高值區大致符合，不過 RA、RB 組在花蓮山區的降水並沒有延伸 35.

(47) 至花蓮中部。然而 RC 降水分布只在宜蘭南部山區北端大於 300m，往南降水則逐漸越少。圖 5.7 為 RA、RB、RC 三組模擬於 00-24 h 之颱風路徑，RA 組與 RB 組在初始時間有些微差異，RB 組較 RA 組更接近觀測路徑，差異於 06 h 之後逐漸減小。RC 組雖然在初始時間路徑誤差最小，但後續路徑較 RA、RB 組偏北。圖 5.8 為 00-24-RA、 RB、RC 三組路徑誤差(track error)與海平面最低中心氣壓(SLP)的變化趨勢。從圖中可以看出三組的路徑誤差之差異與累積降水(圖 5.5)之差異，皆為 RA、RB 組與觀測較為接近，而 RC 則與觀測差異甚大；反觀在 SLP 上，RA 組在 06 h 之前較 RB、RC 組稍低 5 hPa，最接近觀測，但在 06-24 h 後三組模擬颱風強度皆明顯不足，另外 RB、RC 組氣壓變化趨勢較為相似，與累積降水之差異不同。因此相對於颱風強度，颱風路徑與 00-24 h 的降水相關性較高。透過(圖 5.9)紅色區域範圍之降水量時序圖(圖 5.10)可以看到，觀測(OBS)在 09 h 前的降水較少(極值約 7~10 mm)，主要集中於北緯 24.5 度(宜蘭南部山區)，09 h 之後降水開始逐漸增強，且南方也開始降水，在 15 h 於北緯 24.5 度降水達 20 mm 以上，且大於 7 mm 的降水開始往南延伸，最後於 21-24 h 最大降水量(>45 mm) 集中在北緯 24 度(花蓮北部山區)。接下來比較三組差異，RA 組在 00-04 h 北緯 24.5 度沒有預報到降水，之後在 04-09 h 雖有降水但 36.

(48) 過度預報，且範圍也較觀測往南延伸。於 09-13 h 時在北緯 24.5 度降水增加，但整體降水較觀測弱，13 h 之後降水開始增強，約比觀測提早 2 小時。在 18 h 於北緯 24 度以南出現大於 7 mm 降水與觀測相似，但在北緯 24 至 24.5 度之間的降水過度預報。最後 6 小時雖然可看見降水極值有往南移的現象，但是相對於觀測降水極值略偏北 0.2 度且有過高的現象。RB 組大致與 RA 組略為相似，除了於 18 h 的降水量增強時間較觀測晚了 1 小時，且在最後 6 小時的降水量比 RA 組少較為接近觀測。RC 組在 00-18 h 之降水量明顯低於觀測許多，且降水有延遲約 3 小時的現象，原因為 RC 組在 18 h 之颱風位置比觀測、RA、RB 組偏東 0.6 度(圖 5.7)。不過 RC 組在 18-24 h 北緯 24.5 度之降水量與觀測相似皆為 20~25 mm，但因為路徑偏北，因此在較南側的北緯 24 度的降水量與觀測相差達 41~43 mm。透過圖 5.11 雷達回波可清楚看到，雖然 RA、RB 組在 12 h 之颱風中心位於觀測颱風中心東北方 50 公里，RC 組差 120 公里(圖 5.7)，不過三組模擬皆有颱風環流雨帶通過臺灣北部地區，但是回波的強度皆比觀測弱(圖 2.7b)，因此在圖 5.10 於 12 h 三組模擬降水皆少於觀測。6 小時後(圖 5.11b、e、 h)，颱風逐漸靠近臺灣， RA 組除了颱風中心位置外，整體的回波結構、強度與觀測(圖 2.7c) 相似，像是臺灣東部地區、颱風眼牆的南側與颱風南側外圍環流。 37.

(49) RB 組在颱風西北方的雷達回波雖不像觀測般完整，但仍有強回波在宜蘭南部與花蓮北部山區。反觀 RC 組因為颱風中心位置偏東北方 (128 km)，且颱風西北方的雷達回波較弱，只停留在宜蘭南部山區，並沒有像觀測向南延伸到花蓮北部山區。前面提到觀測降水量在 23 h 達到最大值(圖 5.10d)，此時觀測的颱風(圖 2.3d)已登陸陸地，颱風中心為北緯 22.6 度，颱風中心以北的臺灣東部因颱風環流吹東風。在圖 5.11g、 h、i 中，三組模擬登陸緯度分別為 RA 組(北緯 23.8 度)、RB 組(北緯 24 度)、RC 組(北緯 24.7 度)，登陸緯度的差異也影響了臺灣東側迎風面的位置。颱風登陸緯度越偏北，使颱風中心北方的東風環流北移，迎風面也因此往北，而颱風中心南側環流吹西風，與地形作用形成的背風面也同時往北移，因此有利降水的位置也隨著移動。在圖 5.10 中 23 h 的觀測降水極值在北緯 24 度，而 RA、RB 組在北緯 24.25 度，RC 組則在北緯 24.5 度，可以發現降水極值確實受登陸緯度影響有偏北之趨勢。 5.2.2 水氣傳輸差異接著由圖 5.12 南北向剖面 AA'進一步分析，於圖 5.13 中風速時序圖可以看到 RA、RB 組颱風通過剖面時間約為 19 h，RC 組則是在 21 h 通過，另外在通過 AA'剖面的緯度上也有明顯差異，RA、RB 組在北緯 23.7 度，RC 組在北緯 24.6 度。在 09 h 以前三組模擬之 38.

(50) 風速與風向沒有太大的差異，隨著颱風逐漸接近剖面，RA、RB 組的風速由南往北開始增強，並在颱風通過剖面時達到最大值，其中 RA 又比 RB 強大約 5 m s-1，另外北風分量也隨著颱風接近剖面逐漸減小，風向逐漸由東北轉向東南風，與臺灣東海岸線略為垂直。反觀 RC 在風速、風向的改變因為通過剖面的時間較慢且位置偏北，風速增強與風向轉向也因此較慢且偏北，在剖面北緯 24~24.5 度的風向由東北逆時針轉為西南風，因此在 18 h 之後的臺灣東海岸線並非迎風面，也就不利於對流系統與降水發生。除了風場的差異，水氣量對降水的影響也扮演重要的角色。圖 5.14 為通過 AA'剖面的 850 hPa 水氣場時序圖，圖中的水氣極值為通過剖面時的颱風中心，颱風通過剖面的時間、緯度以及 12 h 前的水氣場差異不明顯與圖 5.13 相似。隨著颱風靠近，在 12 h 之後可看見水氣量開始增加，通過剖面的水氣量極值 RA 組大於 RB 組大於 RC 組，除了極值的差異，RA 組在 18-24 h 於北緯 24.2 至 24.8 度之間通過的水氣量比 RB 組多，符合 3 小時之後在累積降水上 RA 大於 RB 的差異(圖 5.10)。而 RC 因為路徑偏北，通過水氣量極值也隨著北移，且在北緯 24.5 度以南的風場並非東風，無法將水氣送往臺灣東岸，而在北緯 24.5 度以北吹東風，使得水氣傳送到臺灣宜蘭地區，因此在圖 5.5 與圖 5.10 中皆可看到 RC 在宜蘭山區以南的降水 39.