影響泰利颱風(2017)路徑北轉關鍵因素之研究

全文

(1)國立臺灣師範大學理學院地球科學碩士班碩士論文 Department of Earth Sciences College of Science. National Taiwan Normal University Master’s Thesis. 影響泰利颱風(2017)路徑北轉關鍵因素之研究 A study of factors that influence the track of Typhoon Talim (2017). 卓均奐 JHUO, Jyun-Huan 指導教授 : 簡芳菁博士中華民國 109 年 1 月 January 2020.

(2) 致謝碩士班生活雖然忙碌，卻在此刻突然要畫下句點，心裡的感受五味雜陳，充滿著不捨。首先感謝我的指導教授簡芳菁老師，起初踏入研究所這個學術殿堂時，我仍不知所措，對於如何著手研究一個科學議題相當更是陌生，但是老師總是對我提出的每一個問題都細心回答，並且重視我的想法，每次 meeting 報告中與老師一來一往的討論讓我對於研究的信心日益茁壯，若沒有老師的栽培肯定沒有今天這甜美的果實。感謝口試委員王重傑老師與林沛練老師的建議與提點，讓我的碩士論文更加完整。感謝研究室的各位這段時間以來的照顧，彥超學長、怡秀學姊與君瑋學姊幫助我對抗研究路上無數的難題，感謝許桀、亭妤、冠宏、安琪、名翔與子泰同學讓我的碩班時期過得難忘且多采多姿，碩班生活有太多要感謝的人，在此向大家表達誠摯的謝意。感謝從小支持我的父母親，讓我可以無後顧之憂的完成學業，弟弟昱志在我低潮的時候總會扮演開心果的角色逗我開心，以及這些年來小白不離不棄的陪伴，都是支持我人生不斷前進的動力。最後以本篇論文，向老師、朋友、家人、所有感謝的人以及我的夢想致敬。 I.

(3) 摘要泰利(Talim)颱風於 2017 年 9 月 9 日形成，雖未登陸台灣，但中央氣象局與全球多個預報中心針對泰利颱風路徑預報皆未預測其路徑北轉現象。本研究利用 WRF 模式針對泰利颱風進行數值模擬實驗，採用 NCEP FNL 及 ECMWF ERA5 兩種不同全球模式初始場資料進行不同初始時間之系集預報，藉以探討泰利颱風路徑北轉之關鍵因素。模擬結果顯示，EN_ERA5 組較 EN_FNL 組在平均路徑誤差方面有較佳之模擬結果，根據此結果探討環境場中西北太平洋周遭天氣系統與泰利颱風北轉之間的關係，利用 EN_ERA5 組系集成員 500 hPa 高度場與轉向角 α 之相關性檢驗分析，顯示環境場中杜蘇芮颱風存在、副高系統東退與北方高層槽東移三因素為影響泰利颱風路徑北轉之關鍵因素，且杜蘇芮颱風對泰利颱風路徑北轉之貢獻程度約為副高系統東退與北方高層槽東移的兩倍。此外，使用 ECMWF ERA5 較 NCEP FNL 資料提早預報杜蘇芮的生成，其原因為 ECMWF ERA5 相對 NCEP FNL 在初始場中同化更多觀測資料且具備較多有利於颱風生成條件，提供颱風生成初期良好之發展環境。關鍵字:颱風、數值模擬、系集預報、氣旋移除方法 II.

(4) 目錄致謝.................................................... I. 摘要................................................... II 目錄................................................... III 圖表目錄................................................ V. 第一章前言............................................. 1. 1.1 文獻回顧......................................... 1. 1.2 研究動機......................................... 4. 第二章個案介紹和觀測資料分析........................... 7. 2.1 泰利颱風......................................... 7. 2.2 杜蘇芮颱風....................................... 7. 2.3 綜觀環境......................................... 8. 2.4 小結............................................ 11 第三章資料來源與研究方法............................... 13. 3.1 資料來源........................................ 13 3.2 WRF 模式簡介與設定.............................. 14 3.3 氣旋移除方法(TC-BOGUS).......................... 16 3.4 實驗設計........................................ 17. III.

(5) 第四章數值模擬結果..................................... 19. 4.1 CTRL 組模擬結果................................. 19 4.2 系集成員分析.................................... 20 4.3 杜蘇芮颱風敏感度實驗............................ 24 4.4 小結............................................ 26 第五章泰利颱風路徑北轉因素............................. 28. 5.1 杜蘇芮颱風之影響................................ 30 5.2 副熱帶高壓勢力東退.............................. 31 5.3 北方高層槽東移.................................. 33 5.4 不同全球模式初始場對模擬之影響.................. 34 5.5 小結............................................ 39 第六章結論與未來展望................................... 43. 參考文獻................................................ 47. 附錄.................................................... 50. IV.

(6) 圖表目錄表 3.1 表 3.2 表 3.3 表 3.4 表 3.5 表 5.1 圖 1.1. 本研究各組模擬之實驗設計................................... 50 EN_FNL 組系集模擬中 13 組成員之初始時間與結束時間對照表.... 51 同表 3.2，但為 EN_ERA5 組.................................. 52 BOG_FNL 組之初始時間(同移除杜蘇芮時間)與結束時間對照表.... 53 同表 3.4，但為 BOG_ERA5 組................................ 54 無移除杜蘇芮與移除杜蘇芮組別之轉向角 α 值.................. 55 各預報中心之泰利颱風路徑預測圖，依序為香港天文臺(HKO)，美軍聯合颱風警報中心(JTWC)、日本氣象廳(JMA)、中國氣象局(NMC)、中央氣象局(CWB)、韓國氣象廳(KMA)及菲律賓大氣地物天文管理局 (PAGASA)等，2017 年(a) 9 日 1200 UTC (b) 10 日 1000 UTC (c) 10 日 1200 UTC (d) 11 日 0000 UTC (e) 11 日 1200 UTC (f) 12 日 0000 UTC (g) 12 日 1200 UTC (h) 13 日 0000 UTC。.......................... 56. 圖 2.1 圖 2.2 圖 2.3. 圖 2.4. 圖 2.5 圖 2.6 圖 2.7 圖 3.1 圖 3.2 圖 3.3 圖 4.1. 圖 4.2. 圖 4.3. 中央氣象局之泰利颱風路徑圖。.............................. 60 中央氣象局之杜蘇芮颱風路徑圖。............................ 60 中央氣象局之地面天氣圖，2017 年 9 月(a) 9 日 1200 UTC (b) 10 日 1800 UTC (c) 11 日 1200 UTC (d) 12 日 1200 UTC (e) 13 日 1200 UTC (f) 14 日 1200 UTC。................................................ 61 850 hPa 天氣圖，2017 年 9 月(a) 9 日 1200 UTC (b) 10 日 1200 UTC (c) 11 日 1200 UTC (d) 12 日 1200 UTC (e) 13 日 1200 UTC (f) 14 日 1200 UTC。..................................................... 64 同圖 2.4，但為 500 hPa 天氣圖。.............................. 67 同圖 2.4，但為 200 hPa 天氣圖。.............................. 70 中央氣象局之東亞紅外線衛星雲圖，2017 年 9 月(a) 11 日 1200 UTC (b) 12 日 1200 UTC (c) 13 日 1200 UTC (d) 14 日 1200 UTC。.......... 73 WRF 模式示意圖 (取自 WRF 使用手冊)。...................... 74 WRF 模式之兩層巢狀網格設定範圍。.......................... 75 利用不同初始時間進行系集模擬之實驗設計示意圖。............. 75 泰利颱風由 2017 年 9 月 12 日 0000 UTC 起，每 12 小時觀測路徑與 CTRL 組模擬路徑圖，黑色線為中央氣象局觀測路徑，藍色線為 CTRL 組。....................................................... 76 中心氣壓折線圖，預報時間 0 小時(2017 年 9 月 12 日 0000 UTC)至 72 小時(9 月 15 日 0000 UTC)，藍色實線為 CTRL 組，黑色實線為觀測，縱軸為中心氣壓(單位為 hPa)，橫軸為預報時間(單位為 hr)。...... 76 CTRL 組模擬之海平面氣壓場(黑色等值線，間距 4 hPa)及 1000 hPa 風場 (箭頭，單位為 m s-1)，模擬時間分別為 2017 年 9 月(a) 12 日 0000 UTC (b) 13 日 0000 UTC (c) 14 日 0000 UTC (d) 15 日 0000 UTC。.. 77 V.

(7) 圖 4.4. 同圖 4.3，但為 500 hPa 重力位高度場(黑色等值線，間距 30 gpm)。 79. 圖 4.5. EN_FNL 組系集模擬之每 12 小時泰利颱風路徑，黑色實線為中央氣象局觀測路徑，紅色系實線為模式中泰利颱風路徑無北轉組別，藍色系實線為泰利颱風路徑發生北轉組別，顏色由淺至深表示系集模擬初始時間由 2017 年 9 月 9 日 0000 UTC 至 2017 年 9 月 12 日 0000 UTC (EN_FNL_13 至 EN_FNL_01 組)，每組間隔為 6 小時。........... 81 同圖 4.5，但為 EN_ERA5 組。................................ 82 平均路徑誤差折線圖，深紅色實線為 EN_FNL 組，深藍色實線為 EN_ERA5 組，淺紅色實線為 BOG_FNL 組，淺紅色實線為 BOG_ERA5 組，縱軸為平均路徑誤差(單位為 km)，橫軸為系集成員編號(單位為組)。........................................... 83. 圖 4.6 圖 4.7. 圖 4.8. EN_FNL 組之 500 hPa 重力位高度場(黑色等值線，間距 30 gpm)，模擬時間為 2017 年 9 月 12 日 0000 UTC，(a)至(m)分別為 EN_FNL_13 至 EN_FNL_01 組。.............................. 84. 圖 4.9. 同圖 4.8，但為 EN_ERA5 組，(a)至(m)分別為 EN_ERA5_13 至 EN_ERA5_01 組。........................................... 87 圖 4.10 平均中心氣壓誤差折線圖，紅色實線為 EN_FNL 組，藍色實線為 EN_ERA5 組，縱軸為平均中心氣壓誤差(單位為 km)，橫軸為系集成員編號(單位為組)。........................................... 90 圖 4.11 杜蘇芮颱風平均中心氣壓誤差折線圖，紅色實線為 EN_FNL 組，藍色實線為 EN_ERA5 組，縱軸為平均中心氣壓誤差(單位為 km)，橫軸為系集成員編號(單位為組)。..................................... 90 圖 4.12 BOG_FNL 組系集模擬之每 12 小時泰利颱風路徑，黑色實線為中央氣象局觀測路徑，紅色系實線為模式中泰利颱風路徑無北轉組別，綠色系實線為模式中移除杜蘇芮後之泰利路徑，顏色由淺至深表示系集模擬初始時間由 2017 年 9 月 9 日 0000 UTC 至 2017 年 9 月 12 日 0000 UTC，每組間隔為 6 小時。........................................ 91 圖 4.13 同圖 4.12，但為 BOG_ERA5 組。............................. 91 圖 5.1 轉向角 α，黑色實線為泰利颱風 9 月 12 日 0000 UTC 至 9 月 15 日 0000 UTC 中央氣象局觀測路徑，藍色實線為 Good members 之平均路徑，紅色實線為 Poor members 之平均路徑，時間間隔為 12 小時。....... 92 圖 5.2 EN_ERA5 組 500 hPa 高度場與轉向角 α 之相關係數分析(色階，正相關. 圖 5.3. 為正值，負相關為負值)，黃色框表示三個較大的正相關區域與一個較大的負相關區域，黑色等值線為 CTRL 組 500 hPa 高度場，間距 20 gpm，模擬時間分別為 9 月(a) 12 日 0000 UTC (b) 12 日 1200 UTC (c) 13 日 0000 UTC (d) 13 日 1200 UTC。............................. 93 泰利颱風由 9 月 12 日 0000 UTC 至 9 月 15 日 0000 UTC，每 12 小時 CTRL 組與 BOG_ERA5_01 組模擬路徑圖，藍色線為 CTRL 組，綠色線 VI.

(8) 為 BOG_ERA5_01 組。...................................... 94 圖 5.4. 圖 5.5 圖 5.6 圖 5.7. 圖 5.8. CTRL 組之 850 hPa 重力位高度場(黑色等值線，間距 40 gpm)及水平風 (紅色箭頭，單位為 m s-1)，模擬時間分別為 9 月(a) 12 日 0000 UTC (b) 12 日 1200 UTC (c) 13 日 0000 UTC (d) 13 日 1200 UTC。......... 95 同圖 5.4，但為 EN_ERA5_01 組。............................. 96 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) CTRL 組 (b) BOG_ERA5_01 組。.. 97 大尺度環境 500 hPa 重力位高度場 (藍色實線為 Good mbmbers 之合成平均，紅色實線為 Poor members 之合成平均，間距 20 gpm) ，模擬時間分別為 9 月(a) 12 日 0000 UTC (b) 12 日 1200 UTC (c) 13 日 0000 UTC (d) 13 日 1200 UTC (e) 14 日 0000 UTC (f) 14 日 1200 UTC。....... 98 500 hPa 重力位高度場 (藍色實線為 Good mbmbers 之合成平均，紅色實線為 Poor members 之合成平均，間距 20 gpm)，模擬時間分別為 9 月 (a) 12 日 0000 UTC (b) 12 日 1200 UTC (c) 13 日 0000 UTC (d) 13 日 1200. UTC。..................................................... 99 圖 5.9 駛流向量時序圖，藍色箭頭為 Good members 之平均駛流向量，紅色箭頭為 Poor members 之平均駛流向量，單位為 m s-1。............. 99 圖 5.10 平均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) EN_ERA5 組之 Poor members (b) EN_ERA5 組之 Good members (c) EN_FNL 組之 Poor members (d) EN_FNL 組之 Good members。............................... 100 圖 5.11 日平均(2017 年 9 月 9 日 0000 UTC 至 2017 年 9 月 10 日 0000 UTC)之海表面溫度(色階，單位為°C)，全球模式資料分別為 (a) ECMWF ERA5 (b) NCEP FNL。............................................ 101 圖 5.12 日平均(2017 年 9 月 9 日 0000 UTC 至 2017 年 9 月 10 日 0000 UTC)之 1000 hPa 至 500 hPa 垂直積分之水氣場(色階，單位為 kg kg-1)，全球模式資料分別為 (a) ECMWF ERA5 (b) NCEP FNL。............... 102 圖 5.13 日平均(2017 年 9 月 9 日 0000 UTC 至 2017 年 9 月 10 日 0000 UTC)之 1000 hPa 至 500 hPa 垂直積分之渦度場(色階，單位為 s-1)，全球模式資料分別為 (a) ECMWF ERA5 (b) NCEP FNL。................... 103 圖 5.14 日平均(2017 年 9 月 9 日 0000 UTC 至 2017 年 9 月 10 日 0000 UTC)之 200 hPa 與 850 hPa 相減之垂直風切(色階，單位為 m s-1)，全球模式資料分別為 (a) ECMWF ERA5 (b) NCEP FNL。................... 104 圖 5.15 EN_ERA5 組 500 hPa 高度場與 ∆α 之敏感度分析圖(色階，單位為∆α)，紅色箭頭標示數值為三個大值區之 ∆α 最大值，黑色等值線為 CTRL 組 500 hPa 高度場，間距 20 gpm，模擬時間分別為 9 月(a) 12 日 0000 UTC (b) 12 日 1200 UTC (c) 13 日 0000 UTC (d) 13 日 1200 UTC。...... 105. VII.

(9) 第一章前言 1.1 文獻回顧颱風為臺灣地區常見之中尺度天氣系統，根據 Yumoto and Matsuura (2001)的研究顯示，西北太平洋每年平均有 27.8 個颱風生成，幾乎佔全球颱風生成數量的三分之一，臺灣正好位於西北太平洋颱風主要移動路徑範圍內，平均每年遭受 3-4 個颱風侵襲，由 Wang and Chen (2008)之研究結果顯示，七月中旬至九月期間通過臺灣之颱風頻率增加，而此期間臺灣地區降雨約 40%為颱風造成，其挾帶之強風豪雨經常釀成許多災情，嚴重者甚至引發洪水及山區土石流等現象。這些颱風所造成之天然災害嚴重影響臺灣居民的生命及財產安全，由此可知颱風預報準確度之重要性，若能提升預報準確度，即可預測災害嚴重地區並及早進行防災措施，減少災害影響程度。颱風預報除了其結構與強度之外，路徑預報更是不可或缺的預報因子，路徑預報準確可幫助預測降雨分布及強風區域，若颱風預報路徑產生誤差將會導致誤判災情之嚴重性，且臺灣地形複雜對颱風環流結構影響大，亦使路徑預報困難度提升(Wu and Kuo 1999)。路徑誤差為颱風之預測路徑與實際觀測路徑之差異(Zhang et al. 2017)，而造成路徑產生誤差的因素甚多，當颱風靠近臺灣地形時， 1.

(10) 由於臺灣中央山脈高度近 4000 公尺，其地形影響背景流場引起相對渦度產生變化，使颱風接近臺灣時路徑及移動速度改變(Wu 2001)，且在地形背風側產生一氣旋式環流，而氣旋式環流易使原先西行之颱風路徑向北偏折(Huang and Wu 2018；Tang and Chan 2014)，甚至影響颱風內部結構及降雨分布(Cheung et al. 2008)。若颱風由東臺灣登陸，颱風環流與地形間的通道效應為影響颱風路徑偏移的重要因素(Jian and Wu 2008)，而 Huang et al. (2011)同樣在觀測與模擬中發現，颱風接近地形時在颱風西側受到通道效應後引起的不對稱北流使颱風路徑發生南移。Wu et al. (2015)的研究則指出，颱風中層之東側南風減弱、西側北風增強導致中層形成不對稱結構，使颱風路徑南偏。根據 Qian et al. (2013)的研究指出，颱風發展期間其強度及大小皆有可能造成路徑偏轉。另外，中緯度天氣系統對颱風之間產生交互作用也會對颱風路徑造成影響(Carr and Elsberry 2000)，颱風路徑北移往往與有利西北太平洋颱風生成的環境條件增強有關，如西北太平洋副熱帶高壓減弱、亞洲夏季季風槽的增強以及對流層下層正渦度異常增加等(Tu et al. 2009)，可知颱風路徑預報上有其難度。雙颱間的交互作用是影響颱風預報準確度的重要因素之一(Yang et al. 2008)，而本論文之研究個案泰利(2017)颱風在西行期間，其西南方有另一颱風發展，因此探討兩颱風之間的交互作用有助於了解 2.

(11) 影響泰利路徑之機制。早期 Fujiwhara (1923)透過一系列實驗和觀測發現兩距離相近之渦旋會因為渦度、質量及相對位置的不同而互相影響，Lander and Holland (1993)的研究進一步指出，兩相近渦旋會出現彼此互繞之路徑，同時可能產生接近(approach)、合併(merge)、背離(escape)等三種現象。Brand (1970)針對西北太平洋 1953 年至 1967 年間之觀測資料進行分析，指出雙氣旋間的距離與其角速度高度相關，不同的渦旋大小、強度與環境場變化皆會影響雙氣旋的交互作用，使得兩個或兩個以上的熱帶氣旋相較單個氣旋在預報上更加困難。根據 Liu and Tan(2016)的研究指出，若欲改善雙氣旋之預報，可採用氣旋初始化、植入氣旋及移除氣旋等三種作法，本研究使用氣旋移除方法(TC_Bogus)將泰利颱風西南方發展之杜蘇芮颱風進行移除，詳細內容將在第三章的研究方法中介紹。數值天氣預報是現在普遍用於預報天氣的方法，數值模式已經成為天氣預報必要之工具，現今各研究單位較常使用之中尺度模式為 WRF(Weather Research and Forecasting)數值模式，其應用於熱帶氣旋與中尺度天氣系統等天氣研究(Hsiao et al. 2010)。數值研究從過去至今已有大幅進步，但模式僅將現實大氣進行模擬，故其中必定存在誤差。隨機預報理論(stochastic dynamic prediction)指出大氣的狀態永遠無法被完整了解(Epstein 1969)，其中存有許多不確定性，如 3.

(12) 模式設定的誤差、模擬過程中的不穩定性及觀測資料本身的誤差等。通常在模式中，使用與觀測較為接近的初始場則會得到較好的模擬結果，如何在模擬過程中加入接近真實的觀測資料讓數值模式使用一直是天氣預報研究的重要課題。以往數值模式預報是使用單一初始場的單一模式預報，然而大氣為非線性之動力系統，一旦模擬初始產生細微誤差，便會對預報結果有劇烈影響。近年來，系集預報已經廣泛使用於天氣預報中，而系集預報相對單一預報的優勢在於可以形成多個不同初始條件的系集成員彌補單一預報的不足。而形成不同初始條件之常見方式一為在初始場中加入隨機擾動，二為調整預報的初始時間。上述兩種作法都能產生多個不同系集成員的預報，近年利用非線性之準地轉模式進行資料同化技術，結合系集預報技術產生系集變換卡爾曼濾波資料同化系統(Evensen 1994； Anderson 2001)，Schlatter et al. (1999)亦認為使用系集預報相對單一模式預報對於製作機率性天氣預報有更好的預報結果。本研究根據 Hamill et al. (2003)使用兩種不同全球模式初始場進行系集預報，每個預報中心使用不同的預報模式、不同的同化數據資料密集程度及投入不同的觀測數據，如此特性更能增加系集初始條件之離散度，有助於涵蓋預報之不確定性並將其量化。. 4.

(13) 1.2 研究動機根據以上文獻可知，颱風預報中路徑預報為重要之預報因子。本研究之個案泰利颱風於 2017 年 9 月 9 日形成後，由路徑預測圖可見(圖 1.1)，各國預報中心對其路徑進行預測，其中包含香港天文臺 (HKO)、美軍聯合颱風警報中心(JTWC)、日本氣象廳(JMA)、中國氣象局(NMC)、中央氣象局(CWB)、韓國氣象廳(KMA)及菲律賓大氣地物天文管理局(PAGASA)等七個預報中心，提供泰利颱風由 9 月 9 日 1200 UTC 至 9 月 13 日 0000 UTC 共 84 小時之路徑預報。可以發現起初各預報中心一致預報泰利將由臺灣南部經過並進入臺灣海峽，而隨時間演進各預報中心不斷將泰利路徑北修，最終泰利未登陸臺灣並於臺灣東北方經過朝日本方向前進。歷年西北太平洋西行颱風之路徑預報中鮮少具有如此大幅度之修正，各預報中心平均路徑誤差高達 600 公里以上。為深入了解泰利颱風路徑北轉現象，本研究使用 WRF 模式進行模擬，採用系集預報方法，以 NCEP FNL 及 ECMWF ERA5 兩種不同全球模式之初始場資料，搭配調整不同初始時間產生多組系集成員，並將模擬結果進行探討。藉由分析各成員間彼此差異，了解泰利及周遭中尺度天氣系統之機制，找出影響泰利颱風北轉之關鍵因素。 5.

(14) 本文共分為七個章節，第一章為文獻回顧與研究動機；第二章為個案介紹及觀測資料分析。由於本研究使用數值模式進行模擬，因此第三章說明模式設定、模式資料來源及研究方法。第四章為數值模擬結果；第五章為分析泰利颱風路徑北轉之關鍵因素；第六章探討不同全球模式資料對於數值模擬結果造成之差異分析。第七章為本論文之總結。. 6.

(15) 第二章個案介紹和觀測資料分析 2.1 泰利颱風 2017 年 9 月 7 日 0000 UTC 一熱帶性低氣壓於菲律賓東方海域生成，往西北方向前進並逐漸增強，日本氣象廳與中央氣象局在 9 月 9 日 1200 將其升級為輕度颱風，成為 2017 年編號第 18 號颱風，同時命名為泰利(Talim)(圖 2.1)。泰利颱風形成後，隨副熱帶高壓東風牽引往西北方向移動，9 月 11 日 1200 UTC 增強為中度颱風。9 月 13 日 1500 UTC 時其中心在臺北東北東方海面往北北西方向移動，暴風圈逐漸進入臺灣東北部近海面。9 月 14 日 1200 UTC 時其中心在臺北東北方約 400 公里的海面上，對臺灣北部海面威脅已解除，颱風逐漸向北轉東北方向遠離。9 月 17 日泰利颱風登陸日本且強度減弱，最終於 9 月 18 日轉為溫帶氣旋。. 2.2 杜蘇芮颱風泰利颱風往臺灣靠近期間，其西南方有一熱帶低壓系統正在發展(圖 2.2)，此熱帶低壓系統於 9 月 10 日 1800 UTC 在菲律賓東方海域生成，往西方朝向海南島一帶前進。9 月 12 日 1200 UTC 增強為輕度颱風，並命名為杜蘇芮(Doksuri)。杜蘇芮形成初期未能快速增強，可能為泰利颱風影響使其強度受到抑制。杜蘇芮穿過菲律賓中 7.

(16) 部進入南海後遠離泰利並開始增強。9 月 15 日 0600 UTC，杜蘇芮登陸越南，並迅速減弱。9 月 16 日 0000 UTC，中央氣象局將其降為熱帶性低氣壓，此時杜蘇芮已漸趨消散。. 2.3 綜觀環境根據地面天氣圖顯示，9 月 9 日 1200 UTC(圖 2.3a)時泰利颱風中心位於臺灣東側外海約 2450 公里，中心氣壓 998 hPa，強度屬於輕度颱風。太平洋副熱帶高壓位於臺灣地區東側外海，臺灣地區受高壓系統影響吹東北風，而日本東側有一鋒面系統。9 月 10 日 1800 UTC (圖 2.3b)泰利颱風中心位於臺灣東側外海約 1850 公里，中心氣壓強度為 985 hPa，中心最大風速自增強到 25 m s-1，持續朝西北西往臺灣前進，此時菲律賓東側有一熱帶低壓系統正在發展，而副熱帶高壓相較於前 12 小時些微北抬，日本東側滯留鋒逐漸減弱轉為弱低壓。9 月 11 日 1200 UTC(圖 2.3c)泰利颱風強度升為中度颱風，中心氣壓為 970 hPa，中心最大風速 33 m s-1，於臺灣東側外海約 1350 公里，菲律賓東側之熱帶低壓持續發展，此時臺灣北部地區受到北方冷鋒系統影響吹偏北風，南部地區則受泰利颱風外圍環流影響吹東北風。9 月 12 日 1200 UTC(圖 2.3d)泰利颱風持續增強，中心氣壓達 960 hPa，中心最大風速 38 m s-1，位於臺灣東南東方約 700 公里 8.

(17) 朝西北西轉西北方前進，臺灣北方冷鋒東移，此時臺灣地區風場皆受泰利颱風影響吹東北風。而位於菲律賓以西之熱帶低壓已發展成為杜蘇芮颱風，朝西方前進，同時與泰利颱風在此時最為相近，距離約為 1300 公里。9 月 13 日 1200 UTC(圖 2.3e)泰利颱風中心氣壓強度為 945 hPa，中心最大風速 43 m s-1，位於臺灣北部東側約 400 公里向西北轉北北西方前進，此後 12 小時為泰利颱風最靠近臺灣期間，臺灣中部以北地區及東部風速明顯增強，同時太平洋高壓相較前 24 小時較為西退，而菲律賓西部之杜蘇芮颱風持續西行，強度無明顯增加。9 月 14 日 1200 UTC(圖 2.3f)泰利颱風強度達最強，中心氣壓為 935 hPa，中心最大風速 48 m s-1，此時泰利已逐漸遠離臺灣地區，位於臺灣北部東北方約 500 公里之海面向北轉東北朝日本前進，同時杜蘇芮颱風增強為中度颱風並在 6 小時後登陸越南。由 850 hPa 天氣圖顯示，9 月 9 日 1200 UTC(圖 2.4a)泰利颱風位於臺灣東南方外海，副熱帶高壓系統位於東北東方。9 月 10 日 1800 UTC (圖 2.4b)時，泰利颱風與地面天氣圖相較無明顯的垂直結構傾斜，副熱帶高壓勢力些微北退。9 月 11 日 1200 UTC (圖 2.4c)副熱帶高壓相較前 12 小時略為東退，泰利颱風受副熱帶高壓導引持續朝西北西方前進，菲律賓上方有一低壓帶與泰利在 1500 gpm 等高線連結。9 月 12 日 1200 UTC(圖 2.4d)泰利颱風環流風速約為 20 m s-1 至 9.

(18) 25 m s-1，沿副熱帶高壓前緣朝西北方前進，臺灣地區受泰利西側環流影響，主要為東北風，菲律賓上方的低壓轉為封閉低壓，朝西方前進。9 月 13 日 1200 UTC(圖 2.4e)時，泰利颱風位於南方杜蘇芮東側環流與副熱帶高壓之風切輻合帶，有利繼續發展，副熱帶高壓北抬且東退導引泰利往北前進。9 月 14 日 1200 UTC(圖 2.4f)泰利颱風已通過臺灣東北方轉往東北方向朝日本前進。由 500 hPa 天氣圖顯示，9 月 9 日 1200 UTC(圖 2.5a)至 9 月 10 日 1200 UTC(圖 2.5b)此時泰利因強度較弱，在 500 hPa 之結構尚不明顯，東亞地區主要環流為北方溫帶氣旋和太平洋副熱帶高壓，9 月 11 日 1200 UTC(圖 2.5c)至 9 月 12 日 1200 UTC(圖 2.5d)泰利強度逐漸增強，其環流風速約為 20~25 m s-1，顯示強風速區由 850 hPa 延伸至 500 hPa，由此可知颱風結構完整。9 月 13 日 1200 UTC(圖 2.5e)，副熱帶高壓勢力範圍明顯減弱且東退，至 9 月 14 日 1200 UTC(圖 2.5f)時泰利颱風向北方前進逐漸遠離臺灣，臺灣地區風場轉為偏西風。由 200 hPa 天氣圖顯示，9 月 9 日 1200 UTC(圖 2.6a)至 9 月 10 日 1200 UTC(圖 2.6b)泰利上方有微弱高層輻散氣流，可提供泰利良好之發展條件，此時結構尚不明顯，臺灣地區高層風向主要為偏東風。9 月 11 日 1200 UTC(圖 2.6c)至 9 月 12 日 1200 UTC(圖 2.6d)泰 10.

(19) 利逐漸靠近臺灣東側，此時臺灣東側位於西風槽前，槽前氣流加強泰利高空輻散氣流，有助於泰利的發展使之強度增強。9 月 13 日 1200 UTC(圖 2.6e)，泰利繼續往北方向前進，至 9 月 14 日 1200 UTC(圖 2.6f)時臺灣地區高層風場轉為偏南風，風速亦減弱至 5~10 m s-1。由紅外線衛星雲圖顯示，9 月 11 日 1200 UTC(圖 2.7a)，颱風中心位於臺灣東南東方外海，颱風眼尚不明顯，菲律賓東側有對流發展。9 月 12 日 1200 UTC(圖 2.7b)泰利颱風中心靠近臺灣東側外海，中心附近之對流系統持續發展，菲律賓西部對流形成杜蘇芮颱風，結構尚不明顯，至 9 月 13 日 1200 UTC(圖 2.7c)時泰利颱風外圍環流靠近臺灣東北部，主環流雲頂高度高，颱風眼清晰可見，杜蘇芮颱風之對流系統持續發展。9 月 14 日 1200 UTC(圖 2.7d)泰利颱風結構完整，颱風眼仍相當清晰，此時颱風中心逐漸遠離臺灣東北部海域，杜蘇芮颱風結構較前 12 小時更為完整，中心靠近越南東部，與臺灣距離遠對臺灣無直接影響。. 2.4 小結綜合上述，泰利颱風在形成初期距離臺灣距離甚遠，溫暖洋面提供足夠水氣，南方低壓系統(即後續形成之杜蘇芮)東側環流與副熱 11.

(20) 帶高壓之風切在低層輻合，西風槽前氣流加強泰利高空輻散氣流，使泰利處於良好的氣旋發展環境。除此之外，泰利颱風雖靠近臺灣東北部，其中心與外圍環流皆無觸陸，使其結構並未受到地形破壞，生命週期得以延長並朝日本前進。泰利颱風於 2017 年 9 月 13 日至 9 月 14 日期間影響臺灣，因其中心與外圍皆無登陸，故對臺灣地區無造成顯著降雨，而此期間泰利路徑逐漸北轉，此現象牽涉周遭其他中尺度天氣系統之影響，因此本研究針對此現象將利用系集模擬結果作更進一步的分析與探討。. 12.

(21) 第三章資料來源與研究方法為能瞭解 2017 年泰利颱風路徑北轉之原因，本研究使用 WRF(Weather Research and Forecasting)模式 3.9.1 版本進行數值模擬，藉由分析較觀測資料更高之空間與時間解析度之模式模擬資料，期望能進一步掌握對流系統的移動、發展與颱風路徑，並探討大尺度環境場中其他天氣系統對於颱風路徑之影響。. 3.1 資料來源本研究使用兩種資料作為 WRF 模式所需之初始場及邊界資料，第一種為美國國家環境預報中心(National Centers for Environmental Prediction；NCEP)的全球分析資料(Final Operational Global Analysis；FNL)，個案模擬時間由 2017 年 9 月 9 日 0000 UTC 至 15 日 0000 UTC，每六小時一筆，其水平解析度為0.25° × 0.25°，重直解析共分為 26 層，為 1000、975、950、925、900、850、750、 700、650、600、550、500、450、400、350、300、250、200、 150、100、70、50、30、20 以及 10 hPa。第二種資料來源選用歐洲中期天氣預報中心(European Centre for Medium-Range Weather Forecast；ECMWF)提供的 ERA5 再分析場資料，模擬時間由 2017 年 9 月 9 日 0000 UTC 至 15 日 0000 UTC，每六小時一筆，其水平. 13.

(22) 解析度0.25° × 0.25°，垂直層數共 37 層，分別為 1000、975、950、 925、900、875、850、825、800、775、750、700、650、600、 550、500、450、400、350、300、250、225、200、175、150、 125、100、70、50、30、20、10、7、5、3、2 以及 1 hPa。. 3.2 WRF 模式簡介與設定 WRF 模式為全球廣被使用的中尺度數值天氣預報系統，由美國國家大氣研究中心(National Center for Atmospheric Research； NCAR)、美國國家海洋大氣總署(National Oceanic and Atmospheric Administration；NOAA)、美國國家環境預報中心(National Centers for Environmental Prediction；NCEP)、美國空軍氣象局(Air Force Weather Agency；AFWA)以及其他數個單位共同合作研發。WRF 模式之模組化程式碼能在多個計算平台上進行高效率的平行運算，提供數種物理參數選擇以滿足不同尺度下的各種數值天氣研究、資料同化以及不同理想化個案模擬等，本研究使用的版本為 WRF V3.9.1 版。模式內由幾個主要的子系統組成(圖 3.1)，主要可分為 WRF 預處理系統(WRF Pre-processing System；WPS)與 WRF 模式兩大部分，WPS 主要為設定模擬位置範圍、垂直層數與投影方法，匯入地形與預報場或分析場資料，並將資料內插至網格點上，以利後續 14.

(23) WRF 模式計算使用。WRF 模式中提供使用者多種不同物理參數法，包括積雲參數、微物理過程參數、邊界層參數、輻射參數等，可依大氣不同環境尺度與實驗需求採用合適的參數進行模擬。此外，亦可在模擬中加入觀測資料進行資料同化(WRFDA)，改進模式對模擬之誤差，資料同化方法有—三維變分資料同化(threedimensional variational data assimilation；3DVAR)、四維變分資料同化(four-dimensional variational data assimilation；4DVAR)、四維資料同化系統(four-dimensional data assimilation；FDDA)與格點統計內插系統(Gridpoint Statistical Interpolation；GSI)四種，近年更發展出利用系集預報技術結合資料同化技術，如系集變換卡爾曼濾波資料同化系統(Ensemble-Transform Kalman Filter；ETKF)。模式之模擬結果輸出可透過 RIP4、GrADS 與 NCL 等氣象繪圖軟體繪製各種不同氣象場進行分析與探討。 WRF 模式為完全可壓縮之非靜力模式，重直座標採用σ座標，地面為座標面(σ=1)，地圖投影使用 Lambert 投影法，網格設定為雙層巢狀網格(圖 3.2)，中心經度為 118 °E，緯度為 27 °N，Domain 1 (D01)之水平解析度為 45 km，網格點數為 222 × 140，Domain 2 (D02) 之水平解析度為 15 km，網格點數為 304 × 304，垂直 full-σ 座標共分為 45 層，由底層至頂層的σ值依序為 1.0、0.995、0.988、 15.

(24) 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、0.0，兩層巢狀網格間採用雙向交互作用(two-way interactive)，將模擬結果由內層網格回饋至外層網格，使外層解析度較低的網格在積分過程中受到內層解析度較高的模擬結果所影響，改善解析度不足所造成的誤差。. 3.3 氣旋移除方法(TC-BOGUS) 為了更進一步掌握個案模擬期間，泰利颱風西南方海域之杜蘇芮颱風的存在是否對於泰利路徑有所影響，本研究使用 WRF Tropical Cyclone bogus 的方法，可將已存在於模式中的氣旋移除或植入一個自行設定數值強度的 Rankine Vortex。移除氣旋的做法為使用者提供欲移除氣旋之中心經緯度位置、最大風速值以及最大風速衰減比例，TC-bogus 程式依此中心尋找半徑 400 公里內的 1000 hPa 近地面層具有最大相對渦度作為移除的氣旋中心，將距離氣旋中心 300 公里半徑範圍之相對渦度、輻散度與地轉渦度設為零，並利用 Dirichlet 邊界條件使氣流速度相對於邊界 16.

(25) 為零，然後使用 Successive Over-Relaxation(SOR)法求得流函數、無輻散風場與輻散風場，再加以計算出重力位高度擾動和溫度擾動並全數扣除，最後移除伴隨高度變異的地表與海平面氣壓擾動後，即可得到無氣旋存在之背景流場，達到移除氣旋的目的。 WRF 模式在初始場依據使用者輸入之資料，植入或移除一具有軸對稱、渦旋中心近飽和、風場與質量場為非線性平衡、固定最大風速半徑之渦旋，再與環境場調整至平衡狀態作為模擬的初始場。. 3.4 實驗設計為了模擬與觀測最接近的颱風路徑，本研究透過更改微物理過程及積雲參數法設定之敏感度測試，找到最佳模擬結果的模式設定，微物理過程為 Goddard Microphysics Scheme、積雲參數法為 Kain–Fritsch Scheme 與邊界層參數法 Yonsei University Scheme(YSU) 之模擬，因此選擇這個組合作為控制組(Control Run)，以下簡稱 CTRL 組。本研究利用 CTRL 組較精確掌握泰利颱風路徑的特性，將其進行不同初始時間的系集模擬實驗(表 3.1)。如前述，本研究之個案模擬時間由 2017 年 9 月 9 日 0000 UTC 至 15 日 0000 UTC 共計執行十三組的模擬，其初始時間間隔為六小時，第一組實驗採用 9 月 9 17.

(26) 日 0000 UTC 作為初始時間，進行 144 小時模擬，第二組實驗則利用 9 月 9 日 0600 UTC 作為初始時間，進行 138 小時模擬，以此類推，第十三組實驗的初始時間為 9 月 12 日 0000 UTC，為 72 小時之模擬。為使各系集成員間能進行客觀的比較與分析，本研究針對每一組模擬的分析期間統一訂定為 72 小時之預報，其期間為 2017 年 9 月 12 日 0000 UTC 至 15 日 0000 UTC (圖 3.3)。為增加系集成員的離散度，本文使用兩種不同初始場之資料組成進行系集模擬，分別為 NCEP FNL 初始場模擬之十三組實驗 (以下簡稱 EN_FNL 組，表 3.2) 及 ECMWF ERA5 初始場模擬之十三組實驗 (以下簡稱 EN_ERA5 組，表 3.3) ，共為二十六組實驗。另外，欲瞭解菲律賓西側杜蘇芮颱風之存在，是否對於泰利颱風造成影響，分別在 EN_FNL 組及 EN_ERA5 組中將杜蘇芮颱風移除 (以下簡稱 BOG_FNL 組及 BOG_ERA5 組，表 3.4 及表 3.5)，以獨立討論移除杜蘇芮對於環境場及泰利颱風路徑之影響。本研究為了解泰利颱風路徑發生偏轉的原因，也利用模擬資料計算影響泰利颱風之駛流，定義駛流為颱風半徑 300 公里，垂直層場為 850 hPa、800 hPa、750 hPa、700 hPa、650 hPa、600 hPa、550 hPa、500 hPa、450 hPa、400 hPa、350 hPa、300 hPa、250 hPa、200 hPa，時間間隔為六小時輸出一筆資料。 18.

(27) 第四章數值模擬結果本研究之系集模擬時間由 2017 年 9 月 12 日 0000 UTC 至 15 日 0000 UTC，此時間範圍對應第二章所提及之泰利颱風周遭天氣系統與臺灣地區西南方杜蘇芮颱風等因素影響泰利颱風北轉之時期，本章節後續之平均誤差計算將以此系集模擬時間進行分析。CTRL 組(同 EN_ERA5_01 組)颱風路徑模擬之平均路徑誤差約為 53.6 公里(圖 4.1)，模擬時期路徑誤差皆無明顯增加的趨勢，對於整體泰利颱風路徑模擬表現佳。本章節主要利用 CTRL 組之系集模擬結果，針對颱風路徑北轉期間之現象作分析。. 4.1 CTRL 組模擬結果根據觀測與 CTRL 組模擬之泰利颱風路徑(圖 4.1)，觀測中初始時間(2017 年 9 月 12 日 0000 UTC)颱風中心位於經度 130.7 ˚E 、緯度 21.2 ˚N 之海面，往北北西方向朝臺灣東方海域移動，颱風在 9 月 12 日 1200 UTC 產生北轉現象，與 CTRL 組之模擬路徑一致。CTRL 組之颱風移動速率僅在模擬後期(2017 年 9 月 14 日 1200 UTC)略大於觀測，造成 CTRL 組較觀測於 9 月 15 日 0000 UTC 移動距離約向北增加 166 公里。颱風強度發展方面，在初始時間 CTRL 組之颱風中心氣壓相對於觀測有所高估，誤差為 9 hPa(觀測氣壓 970 hPa、模擬. 19.

(28) 979 hPa)，隨後 CTRL 組颱風之中心氣壓降低至接近觀測值，故平均氣壓誤差僅約 6.1 hPa(圖 4.2)，且模擬時期中心氣壓誤差亦無明顯增加的趨勢。根據 CTRL 組海平面氣壓之模擬結果(圖 4.3a)可見，泰利颱風周遭之天氣系統位置與觀測一致(參考圖 2.3c 及 2.3d)，西北太平洋上有一副熱帶高壓，菲律賓西方海域形成一熱帶低壓系統。在模擬後 24 至 72 小時(圖 4.3b-d)，太平洋高壓逐漸東退，勢力範圍變小，杜蘇芮颱風形成後往海南島前進。由 CTRL 組 500 hPa 高度場模擬結果顯示 (圖 4.4a-d)，西北太平洋高壓北方伴隨一高空槽，在模擬期間隨太平洋高壓減弱而東移，與觀測結果一致(參考圖 2.5c-f)。. 4.2 系集成員分析本研究進行兩組不同初始場資料之系集模擬實驗，由於系集成員間模擬之初始時間不同(表 3.2 及表 3.3)，導致模擬之結果各有差異，由 EN_FNL 組之颱風路徑變化趨勢可見(圖 4.5)，隨著預報資料更新，系集模擬路徑愈接近觀測，此現象在 EN_ERA5 組亦同(圖 4.6)。本節將針對 EN_FNL 組與 EN_ERA5 組模擬泰利颱風之路徑與強度差異作進一步分析。根據觀測與 EN_FNL 組之平均路徑誤差折線圖(圖 4.7)顯示， 20.

(29) EN_FNL_13 組別與觀測之平均路徑誤差高達 497.7 公里，主要原因來自於其模擬之初始時間為 2017 年 9 月 9 日 0000 UTC，由於模擬時間長度較長，環境場及西北太平洋周遭天氣系統經過長時間演算及調整，使颱風路徑不易精確模擬，而隨著模擬初始時間愈接近 2017 年 9 月 12 日 0000 UTC 之組別，平均路徑誤差值逐漸縮小，圖中可以發現 EN_FNL_07 至 EN_FNL_06 組平均路徑誤差呈現大幅度降低。為探討平均路徑誤差大幅降低前後的環境場差異，利用 EN_FNL 共 13 組之 500 hPa 重力位高度場進行分析，EN_FNL_13 至 EN_FNL_07 組(圖 4.8a-g)在 2017 年 9 月 12 日 0000 UTC 綜觀環境中有一西北太平洋高壓及北方伴隨之高空槽，而臺灣地區附近則無其他顯著之天氣系統。此七組因模擬時間偏長，均呈現颱風平均路徑誤差偏大之現象，誤差值範圍約在 318.1 ~ 408.4 公里。而 EN_FNL_06 至 EN_FNL_01 此六組(圖 4.8h-m)在 2017 年 9 月 12 日 0000 UTC 綜觀環境中亦出現西北太平洋高壓及北方高空槽，較前者不同之處為此六組之菲律賓西方海域皆有一熱帶低壓系統(杜蘇芮)形成，且泰利颱風均出現北轉情形，使其組別之平均路徑誤差大幅下降，誤差值範圍約在 136.3 ~ 53.6 公里。另外，根據觀測與 EN_ERA5 組之平均路徑誤差折線圖(圖 4.7) 顯示，EN_ERA5_10 至 EN_FNL_09 組平均路徑誤差值有大幅度降 21.

(30) 低，為探討平均路徑誤差大幅降低前後的環境場差異，利用 EN_ERA5 共 13 組之 500 hPa 重力位高度場進行分析，EN_ERA5_13 至 EN_ERA5_10 此四組(圖 4.9a-d)在 2017 年 9 月 12 日 0000 UTC 環境場中有西北太平洋高壓及北方高空槽，除此之外西北太平洋無其他顯著之天氣系統。因模擬時間較長使颱風呈現平均路徑誤差較大之現象，誤差值範圍約在 482.4 ~ 312.8 公里。而 EN_ERA5_09 至 EN_ERA5_01 此九組實驗(圖 4.9e-m)同樣在 2017 年 9 月 12 日 0000 UTC 環境場中出現西北太平洋高壓及北方高空槽，較前四組不同之處為此九組模擬在菲律賓西方海域有一熱帶低壓系統(杜蘇芮)形成，並模擬出颱風北轉的路徑。故平均路徑誤差均呈現較小值，誤差值範圍約在 121.3 ~ 55.4 公里。為比較 EN_FNL 組與 EN_ERA5 組於颱風路徑模擬整體結果優劣，首先由平均路徑誤差折線圖(圖 4.7)中可以發現，EN_ERA5 組較 EN_FNL 組更早修正路徑誤差，且 EN_ERA5 組平均路徑誤差值大致小於 EN_FNL 組，可判斷 EN_ERA5 組有較佳之颱風路徑實驗結果。進一步將 EN_FNL 組與 EN_ERA5 組分別對全組作平均後， EN_FNL 組之全組平均路徑誤差值為 238.6 公里，而 EN_ERA5 組之全組平均路徑誤差值為 179.9 公里，綜合上述驗證 EN_ERA5 組對於颱風路徑之模擬有較佳之實驗結果。 22.

(31) 為探討各組模擬颱風強度之差異，本研究使用分析期間(2017 年 9 月 9 日 0000 UTC 至 2017 年 9 月 15 日 0000 UTC)中心氣壓平均誤差值作為判斷依據。首先探討各組模擬中泰利颱風之強度差異，根據 EN_FNL 組與觀測之颱風中心氣壓平均誤差折線圖(圖 4.10)顯示，EN_FNL_13 組別與觀測之中心氣壓平均誤差為 23.5 hPa，隨著系集成員初始模擬時間與系集分析時間差距縮短，各組之中心氣壓平均誤差呈現愈來愈小之趨勢，最小誤差組別出現在 EN_FNL_01 組，其平均誤差值僅 6.1 hPa。由 EN_ERA5 組與觀測之中心氣壓平均誤差折線圖(圖 4.10)可見，隨著各組系集成員模擬初始時間與系集分析時間差距縮短，各組之中心氣壓平均誤差亦有愈來愈小之趨勢。最大誤差組別為 EN_ERA5_13 組，平均誤差值為 25.1 hPa，而最小誤差組別則出現在 EN_ERA5_01 組，其平均誤差值為 11.5 hPa。為比較 EN_FNL 組與 EN_ERA5 組於泰利颱風強度發展模擬優劣，將 EN_FNL 組與 EN_ERA5 組分別對全組作平均後，EN_FNL 組之全組平均中心氣壓平均誤差值為 15.8 hPa，而 EN_ERA5 組之全組平均中心氣壓平均誤差值為 17.9 hPa，可見模擬颱風之強度發展為 EN_FNL 組有較佳之模擬結果。另外，分析各組模擬中菲律賓西方海域形成之杜蘇芮颱風的強 23.

(32) 度差異，根據 EN_FNL 組與觀測之颱風中心氣壓平均誤差折線圖(圖 4.11)顯示，隨著系集成員初始模擬時間與系集分析時間差距縮短，可以發現在 EN_FNL_06 組後各組之中心氣壓平均誤差大幅降低，此現象原因為前述 EN_FNL_06 組後之組別菲律賓西方海域開始有一熱帶低壓系統形成，其最大誤差組別為 EN_FNL_09 組，平均誤差值為 16.2 hPa，最小誤差組別出現在 EN_FNL_02 組，其平均誤差值為 2.1 hPa。由 EN_ERA5 組與觀測之中心氣壓平均誤差折線圖(圖 4.11)可見，隨著各組系集成員模擬初始時間與系集分析時間差距縮短，可以發現在 EN_ERA5_09 組開始各組之中心氣壓平均誤差大幅降低，原因為前述 EN_ERA5_09 組後之組別菲律賓西方海域開始有一熱帶低壓系統形成，其最大誤差組別為 EN_ERA5_12 組，平均誤差值為 14.1 hPa，而最小誤差組別則出現在 EN_ERA5_05 組，其平均誤差值為 2.1 hPa。. 4.3 杜蘇芮颱風敏感度實驗由系集成員差異分析可知，在 EN_FNL 組與 EN_ERA5 組中泰利颱風若出現與觀測較為相符之北轉情形時，菲律賓西方海域大都有一熱帶低壓系統之形成，此熱帶低壓系統對應為觀測之杜蘇芮颱 24.

(33) 風。本研究為探討杜蘇芮颱風的存在是否對泰利颱風路徑產生北轉之影響，進行將杜蘇芮颱風從 EN_FNL 組與 EN_ERA5 組中移除之 TC-bogus 實驗，藉此分析杜蘇芮對泰利颱風路徑造成的影響。根據 EN_FNL 組共十三組系集模擬結果顯示，從 EN_FNL_13 至 EN_FNL_07 組在模擬過程中杜蘇芮皆未形成颱風，首次在模擬中杜蘇芮形成颱風之組別為 EN_FNL_06(圖 4.8h)，其模擬之初始時間為 2017 年 9 月 10 日 1800 UTC。後續模擬之組別皆有杜蘇芮颱風形成，其組別為 EN_FNL_06 至 EN_FNL_01 組共六組，將此六組進行 TC-bogus 實驗移除杜蘇芮颱風之組別稱為 BOG_FNL_06 至 BOG_FNL_01 組(表 3.4)。由移除杜蘇芮後系集模擬組別與觀測之平均路徑誤差折線圖(圖 4.7)可見，模擬中移除杜蘇芮之組別路徑誤差皆變大，平均路徑誤差值為 352.1 公里。根據移除杜蘇芮後之系集模擬泰利颱風路徑變化趨勢(圖 4.12)顯示，各組路徑皆由臺灣東側登陸臺灣，偏離觀測之路徑，可見泰利颱風並無明顯北轉現象。 EN_ERA5 組十三組系集模擬結果中，從 EN_ERA5_13 至 EN_ERA5_10 組在模擬過程中杜蘇芮皆未形成颱風，首次在模式中杜蘇芮形成颱風之組別為 EN_ERA5_09(圖 4.9e)，該模擬之初始時間為 2017 年 9 月 10 日 0000 UTC，較 EN_FNL 組提早 18 小時預報杜蘇芮之存在。後續模擬之組別皆有杜蘇芮颱風形成，其組別為 25.

(34) EN_ERA5_09 至 EN_ERA5_01 組共九組。利用這九組模擬進行 TCbogus 移除杜蘇芮之組別稱為 BOG_ERA5 組(表 3.5)。根據移除杜蘇芮後系集模擬組別與觀測之平均路徑誤差折線圖(圖 4.7)顯示，移除杜蘇芮之組別路徑誤差偏大，平均路徑誤差值為 346.6 公里，由移除杜蘇芮後之系集模擬泰利颱風路徑變化趨勢(圖 4.13)可見，各組路徑皆登陸臺灣，模擬之路徑偏離觀測，泰利颱風亦無北轉現象。. 4.4 小結根據前述分析，顯示 EN_FNL 組與 EN_ERA5 組各成員隨距離系集模擬期間的預報時間縮短，對颱風路徑的模擬有明顯改善。 EN_FNL 組與 EN_ERA5 組模擬泰利颱風之比較顯示，EN_ERA5 組於平均路徑誤差方面有較佳之模擬結果，EN_FNL 組對於颱風中心氣壓模擬則較為準確。 EN_FNL 組與 EN_ERA5 組在系集模擬期間，各組環境場中皆有太平洋高壓伴隨北方高空槽之中尺度天氣系統，且 EN_FNL 組與 EN_ERA5 組中若系集成員模擬出菲律賓西方海域有杜蘇芮颱風之形成，皆使該成員模擬之泰利颱風在 2017 年 9 月 12 日 0000 UTC 至 2017 年 9 月 15 日 0000 UTC 期間由原西北西方向轉為北北西方向移動，產生路徑北轉之現象。 26.

(35) 使用 TC-bogus 方法移除 EN_FNL 組與 EN_ERA5 組模式中之杜蘇芮颱風後，泰利颱風之路徑在 BOG_FNL 組與 BOG_ERA5 組產生明顯變化，各組成員颱風路徑皆由西北西方向登陸臺灣並持續沿西北西方向前進，在 2017 年 9 月 12 日 0000 UTC 至 2017 年 9 月 15 日 0000 UTC 期間無北轉現象，造成全組之平均路徑誤差增加，藉此驗證杜蘇芮對泰利颱風路徑有顯著影響。. 27.

(36) 第五章泰利颱風路徑北轉因素由泰利颱風北轉的現象可見，環境場之天氣系統可能對泰利颱風路徑產生了顯著的影響，為了檢驗西北太平洋周遭之天氣系統與泰利颱風北轉之間的關係，首先定義颱風轉向角 α 為： 𝛼 = tan−1. 𝑙𝑜𝑛0 − 𝑙𝑜𝑛1 𝑙𝑎𝑡0 − 𝑙𝑎𝑡1. (1). 其中 lon 和 lat 表示泰利颱風於 9 月 12 日 0000 UTC（下標 0）和 9 月 15 日 0000 UTC（下標 1）的經度和緯度位置(圖 5.1)，對於各組系集模擬成員而言，以經向為基準方向，較小的 α 值對應於北轉較多的路徑。根據第四章分析結果，EN_ERA5 組系集模擬於颱風路徑預報方面有較佳之模擬，故本章節採用 EN_ERA5 組系集模擬結果進行分析與研究。先針對 13 組模擬求出各組轉向角 α，再在每一個網格點上將 EN_ERA5 組中各系集成員之 500 hPa 高度場與 α 作相關係數 (correlation coefficient；CC)分析，以進一步討論影響泰利颱風北轉之關鍵因素： CC =. ̅ ∑13 ̅) 𝑖=1(∅𝑖 − ∅)(𝛼𝑖 − α 2. ̅ √∑13 (𝛼𝑖 − α √∑13 ̅) 𝑖=1(∅𝑖 − ∅) 𝑖=1. (2) 2. 其中∅表示重力位公尺(gpm)，相關係數呈現正相關表示系集模擬中 28.

(37) α 值愈大/小之組別對應該位置之 500 hPa 重力位高度值愈大/小；呈現負相關則表示系集模擬中 α 值愈大/小之組別對應該位置之 500 hPa 重力位高度值愈小/大。9 月 12 日 0000 UTC 至 9 月 13 日 1200 UTC 為泰利颱風北轉的關鍵時期，由 EN_ERA5 組之相關係數分析圖(圖 5.2)可以得知此期間主要三個較大的正相關區域集中在菲律賓西方杜蘇芮颱風、西北太平洋副高脊及北方高層槽三個位置，而較大的負相關區域出現在泰利颱風南側的區域。相關係數呈現正相關的意義為模擬中路徑較佳的組別(α 值較小)，對應該處的重力位高度較低，杜蘇芮颱風區域呈現正相關表示模擬中泰利颱風路徑較佳的組別，環境場中出現重力位高度低的杜蘇芮颱風，可知杜蘇芮颱風存在影響泰利颱風路徑之北轉程度。太平洋副高脊與北方高層槽兩區域相關係數呈現正相關表示模擬中泰利颱風路徑較佳的組別，因太平洋副高脊隨時間東退以及北方高層槽東移的過程皆導致對應該處重力位高度隨時間降低，可知太平洋副高脊與北方高層槽亦影響泰利颱風路徑之北轉程度。而相關係數呈現負相關的意義為模擬中路徑較佳的組別(α 值較小)，對應該處的重力位高度較高，泰利颱風南側區域相關係數呈現負相關表示模擬中泰利颱風路徑較佳的組別，可能因太平洋副高脊隨時間東退且向西南延伸的過程導致對應該處重力位高度隨時間升高，影響泰利颱風路徑北轉，故以下將針 29.

(38) 對此上述區域進行分析探討。. 5.1 杜蘇芮颱風之影響由第四章分析結果可知，在 EN_ERA5 組中若菲律賓西方海域之杜蘇芮颱風存在，則泰利颱風將出現與觀測相符之北轉情形，顯示杜蘇芮颱風的存在確實對泰利颱風路徑產生北轉影響。根據日本氣象學家藤原咲平(Fujiwhara)在 1921 至 1931 年所進行之一系列水工實驗及研究發現，存在兩個渦旋時，因為渦度、質量及相對位置的差異進而產生交互作用，此現象稱為「藤原效應」或「雙颱效應」。Brand 在 1970 年藉由藤原所作之實驗結果，更進一步指出，當兩個氣旋相距 1389 公里內時，兩氣旋會開始產生輕微影響，當相距 741 公里內時，則兩氣旋開始產生吸引之交互作用。本研究之泰利颱風於 2017 年 9 月 12 日 1200 UTC 時與杜蘇芮相距之距離約為 1300 公里，因此兩颱風之結構與路徑可能互有輕微影響。根據 CTRL 組顯示(圖 5.3)，泰利颱風在 9 月 12 日 0000 UTC 時位置位於經度 130 °E 附近，緯度 21 °N，在預報 72 小時期間泰利颱風路徑持續向北偏轉，在 9 月 14 日 0000 UTC 時泰利颱風位於經度 124 °E，緯度 27 °N，由臺灣東側海域經過且無登陸臺灣。為探討移除杜蘇芮後的路徑差異，將 CTRL 組中杜蘇芮移除後得到 30.

(39) BOG_ERA5_01 組，由 BOG_ERA5_01 組之泰利颱風路徑顯示(圖 5.3)，9 月 12 日 0000 UTC 時泰利同樣位於經度 130 °E，緯度 21 °N，但預報 72 小時期間泰利颱風路徑持續西行，9 月 13 日 1200 UTC 於臺灣東南方登陸，至 9 月 14 日 0000 UTC 時泰利颱風位於經度 120 °E，緯度 25 °N，路徑與 CTRL 組偏離甚遠，顯示杜蘇芮之存在對泰利颱風路徑確實造成北轉之影響。為瞭解杜蘇芮颱風影響泰利颱風路徑北轉的機制，比較 CTRL 組(圖 5.4)與 BOG_ERA5_01 組(圖 5.5)中 850 hPa 之風場資料，由圖可觀察到泰利颱風北轉的關鍵時期(9 月 12 日 0000 UTC 至 9 月 13 日 1200 UTC)在菲律賓東側位置 CTRL 組相對 BOG_ERA5_01 組有較多的南風，說明 CTRL 組中泰利颱風的南風分量是由杜蘇芮颱風提供，而 BOG_ERA5_01 組因移除杜蘇芮颱風，使其區域中南風強度減弱，造成 BOG_ERA5_01 組泰利颱風路徑無北轉情況。藉由駛流時序圖(圖 5.6)可知，在 0 至 48 小時預報期間 BOG_ERA5_01 組駛流主要為東風，其南風分量小於 CTRL 組，說明移除杜蘇芮颱風造成綜觀環境提供泰利颱風之南風分量減弱，進而使泰利後期路徑向南偏。. 5.2 副熱帶高壓勢力東退從 CTRL 組 500 hPa 高度場(圖 5.2)可見，在 9 月 12 日 0000 31.

(40) UTC 時西北太平洋之副熱帶高壓前緣之 5920 gpm 等高線約位於經度 115 °E 附近， 9 月 13 日 1200 UTC 時移動至經度 127 °E 附近，可見副熱帶高壓東退之現象。將 EN_ERA5 組系集成員中泰利颱風路徑發生北轉組別(EN_ERA5_09 至 EN_ERA5_01 組，以下簡稱 Good members)之 500 hPa 高度場資料作平均，與模式中泰利颱風路徑無北轉組別(EN_ERA5_13 至 EN_ERA5_10 組，以下簡稱 Poor members)之 500 hPa 高度場資料作平均後疊圖(圖 5.7)，可見 9 月 12 日 0000 UTC 時兩組之 5920 gpm 等高線前緣相近(圖 5.7a)， 9 月 13 日 1200 UTC 時 Good members 之 5920 gpm 等高線位於 Poor members 同一等高線約 660 公里處(圖 5.7d)，可知 Good members 之太平洋高壓東退幅度較 Poor members 明顯，高壓脊減弱處位於颱風北方，使高壓在東退之後颱風向北偏轉。另外，由 Good members 大尺度環境重力位高度場(圖 5.7)可以發現，高壓脊的位置在 9 月 12 日 0000 UTC 時在颱風北側並向西延伸，隨著高壓東退及泰利颱風的移動，在 9 月 13 日 1200 UTC 時高壓脊的位置位於泰利颱風的東南側，並向西南延伸(圖 5.7f)，使駛流場改變(參考圖 5.9)，導致泰利颱風向北發展，亦為泰利颱風順勢北轉的因素之一。. 32.

(41) 5.3 北方高層槽東移由相關係數分析圖(圖 5.2)可見，9 月 12 日 0000 UTC 北方高層槽的位置約位於經度 130 °E，緯度 30 °N，至 9 月 13 日 1200 UTC 時高層槽的位置移動至經度 137 °E，緯度 30 °N，顯示槽的位置隨時間變化向東移動。槽前氣壓為下降趨勢，進而影響其東南方原先位於該處之副熱帶高壓，使氣壓下降間接幫助副熱帶高壓勢力東退。由於槽為一正渦度之大尺度低壓系統，當槽的位置東移，槽與颱風之間的渦度平流可能牽引泰利颱風進而使路徑受其影響而北轉。將 EN_ERA5 組系集成員中 Good members 之 500 hPa 高度場資料作平均，與 Poor members 之 500 hPa 高度場資料作平均，與模式中泰利颱風路徑無北轉組別(EN_ERA5_13 至 EN_ERA5_10 組，以下簡稱 Poor members)之 500 hPa 高度場資料作平均後疊圖(圖 5.8)，以討論高度場對泰利颱風路徑之影響。在 9 月 12 日 0000 UTC(圖 5.8a)時可以看出，兩組高度場分佈的槽線位置相近，約位於經度 120 °E 附近。經過 36 小時後(9 月 13 日 1200 UTC，圖 5.8d)，兩組高度場的分佈已有明顯差異，Good members 所呈現高空槽之槽線約位於 130 °E 附近，而 Poor members 高層槽之槽線位置則約位於 125 °E 附近。Good members 於模式中模擬之高層槽東移趨勢較 33.

(42) Poor members 明顯，驗證槽的快速東移會使泰利颱風之路徑受其影響而北轉。藉由駛流時序圖(圖 5.9)可知，預報 0 至 36 小時期間，Good members 駛流較 Poor members 駛流有更大的南風分量，說明高層槽的位置愈往東移，可以提供給泰利颱風愈多的南風分量，使得泰利颱風路徑向北偏轉。. 5.4 不同全球模式初始場對模擬之影響本節旨在探討兩種不同全球模式作為 WRF 模式初始場對於泰利颱風路徑預報所造成之差異。由第四章分析得知，系集中有模擬出菲律賓東側杜蘇芮颱風之組別，皆使泰利颱風路徑北轉，更由第五章研究結果可以驗證，其與泰利颱風造成的雙颱效應為影響泰利颱風北轉的主要因素。本研究中泰利颱風系集模擬結果顯示，雖兩種不同全球模式之系集模擬中皆有模擬出菲律賓東部海域擾動生成，但 EN_FNL 組及 EN_ERA5 組杜蘇芮在模式中形成時間有所差異。EN_FNL 組在初始時間 9 月 10 日 1800 UTC (EN_FNL_06 組)之後的組別，此低壓才形成結構較完整之熱帶低壓系統，亦即後續之杜蘇芮颱風；而 EN_ERA5 組則早在 9 月 10 日 0000 UTC (EN_ERA5_09 組) 之後的組別即形成杜蘇芮，顯見兩種不同全球模 34.

(43) 式對預報杜蘇芮的生成有 18 小時的誤差。藉由駛流時序變化可見，EN_ERA5 組中 Poor members 之平均駛流(圖 5.10a)在北轉關鍵期間 ( 9 月 12 日 0000 UTC 至 9 月 13 日 1200 UTC )由西南向逐漸轉為西向，無向北分量導引泰利颱風北轉；而 Good members 之平均駛流 (圖 5.10b)在北轉關鍵期間由西北向轉為北向，顯示 EN_ERA5 組在 9 月 10 日 0000 UTC(EN_ERA5_09 組)後之組別泰利颱風即受到駛流向北分量導引而產生北轉現象。EN_FNL 組中 Poor members 之平均駛流 (圖 5.10c)在北轉關鍵期間由西向轉為西北西向，無明顯向北分量導引泰利颱風北轉；而 Good members 之平均駛流 (圖 5.10d)在北轉關鍵期間由西北向轉為北向後再轉為東北向，顯示 EN_FNL 組在 9 月 10 日 1800 UTC (EN_FNL_06 組)後之組別泰利颱風才受到駛流向北分量導引而產生北轉現象，驗證兩種不同全球模式在預報泰利颱風北轉路徑時產生 18 小時的誤差。為瞭解兩種不同全球模式在預報杜蘇芮時產生之誤差，利用颱風擾動生成初期前 24 小時(2017 年 9 月 9 日 0000 UTC 至 2017 年 9 月 10 日 0000 UTC)進行日平均計算後，針對兩種不同模式之綜觀環境進行分析，比較使用 ECMWF ERA5 和 NCEP FNL 之分析場日平均資料所造成的差異。 35.

(44) 首先探討菲律賓東部海域之海表面溫度，較暖的洋面有利於擾動生成，由 ECMWF ERA5 之分析場日平均資料可見，海表面溫度高於 28.4°C之區域約集中於經度 126 °E 至 131 °E，緯度 16 °N 至 19 °N (圖 5.11a)，此範圍正位於模式中杜蘇芮初期擾動生成區域，而相同區域中 NCEP FNL 分析場日平均資料之海表面溫度平均約為 27.9°C至 28°C (圖 5.11b)，顯示 ECMWF ERA5 相對 NCEP FNL 分析場日平均資料有較高的海表面溫度，因此使 ECMWF 能更早掌握杜蘇芮初期擾動生成。將 ECMWF ERA5 之水氣場進行日平均計算後，針對對流層低層 1000 hPa 至中層 500 hPa 垂直積分後的水氣量可見，菲律賓東側洋面與擾動形成區域之水氣量約達 0.021 kg kg-1，且涵蓋範圍約由經度 123 °E 至 129 °E，緯度 14 °N 至 19 °N(圖 5.12a)，而相同區域中 NCEP FNL 日平均資料之水氣量約為 0.02 kg kg-1 (圖 5.12b)。對流層低層至中層潮濕有利於大範圍積雨雲發展，容易促使擾動生成，比較 ECMWF ERA5 和 NCEP FNL 日平均資料之對流層低至中層水氣量可知，在杜蘇芮初期擾動生成區域 ECMWF ERA5 相對 NCEP FNL 水氣場之日平均資料有較高的水氣量，且高值區分布較廣，顯示 ECMWF ERA5 相對 NCEP FNL 有更潮濕的環境利於颱風之積雨雲發展。 36.

(45) 由 ECMWF ERA5 之渦度場進行日平均計算後，針對 1000 hPa 至 500 hPa 垂直積分後的渦度可見(圖 5.13a)，在經度約 124 °E 至 131 °E，緯度 15 °N 至 16 °N 之區域有高值，而 NCEP FNL 日平均資料之渦度場僅在經度 129 °E，緯度 14 °N 區域出現相對周遭環境較高之微弱高值(圖 5.13b)。海面已有擾動生成時，低層輻合搭配高層輻散造成低層氣壓不斷降低，進而使風速持續增強，形成颱風。低層出現水平輻合時會使絕對渦度增加，由 ECMWF ERA5 和 NCEP FNL 日平均資料之 1000 hPa 至 500 hPa 垂直積分後的渦度場可知，在杜蘇芮初期擾動形成區域 ECMWF ERA5 相對 NCEP FNL 渦度場之日平均資料有較高的渦度，顯示 ECMWF ERA5 相對 NCEP FNL 有較強的低層水平輻合作用，更利於颱風生成。由 ECMWF ERA5 日平均資料之高層 200 hPa 與低層 850 hPa 相減的垂直風切可見(圖 5.14a)，菲律賓東側洋面與擾動形成區域之垂直風切僅約 1.5 m s-1 至 3.5 m s-1，且涵蓋範圍約由經度 127 °E 至 131 °E，緯度 16 °N 至 19 °N(圖 5.14a)，而根據 NCEP FNL 日平均資料(圖 5.14b)顯示，相同區域中的垂直風切約為 5.5 m s-1 至 11.5 m s-1，且小值區分布分散。垂直風切大之環境，無法集中水汽凝結釋放之潛熱，因此垂直風切小之環境較有利颱風生成。根據 ECMWF ERA5 和 NCEP FNL 日平均資料之垂直風切相較顯示，ECMWF 37.

(46) ERA5 相對 NCEP FNL 垂直風切小之區域較符合杜蘇芮初期擾動生成區域，且區域內垂直風切值皆低於 5 m s-1，由此推測得知 ECMWF ERA5 相對 NCEP FNL 能更準確預報杜蘇芮的形成。接著探討造成不同全球模式可能的差異原因，在 Froude et al. (2007)的研究中，由於 ECMWF 有高解析模式和四維變分資料同化系統（4DVAR），且根據 ECMWF 官方資料顯示 ERA5 資料相對其他全球模式使用更多的衛星觀測，可以改善預報中熱帶氣旋的強度和位置，顯示 ECMEF 具備較高之預報路徑能力，因此 ECMWF 相較 NCEP 預報氣旋路徑之系集成員有較小的路徑誤差。另一項研究 (Korfe and Colle 2018)顯示，在 2011 年至 2012 年期間，預報溫帶氣旋之研究中使用 ECMWF 初始場相較其他模式有最佳的路徑誤差改善，而這可能源自於 2012 年 5 月至 2012 年 6 月期間 ECMWF 對模式進行升級（https://www.ecmwf.int/zh-CN/forecasts/documentationand-support/changes-ecmwf-model/ifs-documentation），使 ECMWF 有更良好的預報能力。由以上文獻可知，由於 ECMWF 同化數據密度高，提供更多衛星觀測資料且不斷改進資料同化技術，推測可能為本研究中使用 ECMWF ERA5 相對 NCEP FNL 資料較準確之原因，使其在溫度場、水氣場及風場有較好的數值表現，有助於更準確模擬熱帶氣旋 38.

(47) 之形成。. 5.5 小結經由 500 hPa 高度場與轉向角 α 之相關性分析，與泰利颱風北轉角度具顯著正相關之區域有三：菲律賓西方杜蘇芮颱風、北方高空槽及西北太平洋副高脊所在位置，而負相關區域位於泰利颱風南側西北太平洋副高脊向西南延伸之位置。測試移除杜蘇芮颱風後，菲律賓東側地區缺乏杜蘇芮颱風提供之南風，大尺度環境由西南風轉為西風，提供泰利颱風的南風分量較小，驗證杜蘇芮颱風之存在促使泰利颱風向北移動。副熱帶高壓方面，副高的位置仍是影響颱風路徑的重要因子，由於高壓東退使颱風路徑受駛流影響，且高壓脊的位置由颱風北側向西延伸逐漸轉變至颱風南側並向西南延伸，促使泰利颱風北轉。北方高層槽東移導致槽與颱風之間的渦度平流牽引泰利颱風，因此隨著槽的移動影響泰利颱風路徑受其影響，且槽的東移亦影響副熱帶高壓勢力，副高勢力減弱則更易使颱風向北偏轉。綜合上述，影響泰利颱風路徑的重要因素有三，一為杜蘇芮颱風，二為副高系統東退，三為北方高層槽東移。首先探討杜蘇芮颱風影響泰利颱風北轉之程度，利用 EN_ERA5 組之 Good members 與 39.

(48) BOG_ERA5 組共 18 組模擬進行分析，因 BOG_ERA5 組為 EN_ERA5 組 Good members 進行 TC-bogus 方法移除杜蘇芮後的組別，故此兩組之比較可以用來表示環境場中杜蘇芮存在與否對泰利颱風路徑所造成的影響。將 Good members 各組轉向角 α 之平均值表示為𝛼̅Good，此值用來表示系集模擬中泰利颱風受到杜蘇芮颱風、副高系統東退及北方高層槽東移三者因素共同影響而北轉所造成的平均偏轉程度，再將 BOG_ERA5 組各組轉向角 α 之平均值表示為 𝛼̅Bogus，此值用來表示系集模擬中環境場移除杜蘇芮颱風此因素後泰利颱風路徑的平均偏轉程度，𝛼̅Good 與𝛼̅Bogus 相減後取絕對值得 α 之差異值為 28.7(表 5.1)，此值表示環境場中杜蘇芮存在與否對於泰利颱風北轉之影響角度。為量化評估三個因素對於泰利颱風路徑北轉之貢獻程度的差異，針對北轉關鍵期間(9 月 12 日 0000 UTC 至 9 月 13 日 1200 UTC)進行 500 hPa 高度場與轉向角 α 的敏感度(sensitivity)分析： sensitivity =. ̅ ∑13 ̅) 𝑖=1(∅𝑖 − ∅)(α𝑖 − α ̅) 2 ∑13 − ∅ (∅ 𝑖 𝑖=1. (3). 其敏感度表示當 500 hPa 環境場中重力位高度每升高 1gpm 對轉向角 α 值所造成的變化，再將敏感度乘以重力位高度的變異量後，得其值 ∆α 為環境場中每個網格點對轉向角 α 的改變量，表示對於泰利颱 40.

(49) 風路徑北轉的貢獻程度。由 ∆α 敏感度分析圖(5.15)可以發現杜蘇芮颱風、副熱帶高壓脊及北方高層槽三個天氣系統皆有大值區，而泰利颱風南側之負值區數值較小，因此主要針對此三系統區域內取各網格點之 ∆α 最大值進行計算，表示該系統對於泰利颱風北轉所貢獻之最大角度改變量。9 月 12 日 0000 UTC(圖 5.15a)時杜蘇芮所在區域之 ∆α 最大值為 43.2，副熱帶高壓脊區域之 ∆α 最大值為 23.2，北方高層槽區域之 ∆α 最大值為 23.1，9 月 12 日 1200 UTC(圖 5.15b)時杜蘇芮區域之 ∆α 最大值為 41.6，副熱帶高壓脊區域之 ∆α 最大值為 18.1，北方高層槽區域之 ∆α 最大值為 22.9，9 月 13 日 0000 UTC(圖 5.15c)時杜蘇芮區域之 ∆α 最大值為 41.1，副熱帶高壓脊區域之 ∆α 最大值為 20.7，北方高層槽區域之 ∆α 最大值為 19.1，至 9 月 13 日 1200 UTC(圖 5.15d)時杜蘇芮區域之 ∆α 最大值為 43.8，副熱帶高壓脊區域之 ∆α 最大值為 24.8，北方高層槽區域之 ∆α 最大值為 18.2。將以上北轉關鍵期間四個時間點之三天氣系統所在區域的 ∆α 最大值作平均計算，得杜蘇芮颱風對泰利颱風北轉所貢獻之最大角度改變量為 42.4，副高系統東退為 21.7，北方高層槽東退為 20.8，可知杜蘇芮颱風對泰利颱風路徑北轉之貢獻程度約為副高系統東退與北方高層槽東移的兩倍。藉由上述分析顯示杜蘇芮颱風為影響泰利颱風路徑北轉的主要因素，副高系統東退與北方高層槽東移則為次要因 41.

(50) 素。 ECMWF ERA5 相較 NCEP FNL 日平均資料具備較暖的洋面，且具備對流層低至中層水氣充足與較大的渦度，以及垂直風切小等條件，提供杜蘇芮生成初期良好之發展環境，因此使用 ECMWF ERA5 資料模擬之 EN_ERA5 組系集預報相對 NCEP FNL 資料模擬之 EN_FNL 組系集預報能更準確在模式中模擬杜蘇芮的生成。而造成上述原因來自於 ECMWF ERA5 相對 NCEP FNL 在初始場中同化更多觀測資料，初始場資料更為完善的全球模式有助於區域模式獲得較準確之模擬結果，為 WRF 模式預報杜蘇芮時產生 18 小時誤差之原因。. 42.

(51) 第六章結論與未來展望泰利颱風(2017)於 2017 年 9 月 9 日形成後，中央氣象局與全球多個預報中心之泰利颱風路徑預報顯示非常大的差異，各預報中心隨時間演進不斷將泰利路徑向北修正，最終泰利未登陸臺灣，通過臺灣東北方後朝日本方向前進。泰利颱風於 9 月 13 日至 9 月 14 日期間最接近臺灣，因其中心與外圍皆無登陸，故對臺灣地區並無造成顯著降雨，而路徑逐步北移現象係牽涉到周遭環境天氣系統之交互影響。本研究針對 2017 年泰利颱風個案使用 WRF 中尺度數值模式 3.9.1 版本進行數值模擬，得到最佳模擬結果(CTRL 組)後，利用其掌握泰利颱風路徑的特性，進行不同全球模式初始場及不同初始時間的系集模擬實驗，探討 9 月 12 日 0000 UTC 至 15 日 0000 UTC 期間泰利颱風路徑北轉之原因。隨系集模擬改變初始時間使預報時間縮短，對颱風路徑的模擬皆有改善。不同全球模式初始場模擬泰利颱風之比較顯示，EN_ERA5 組於平均路徑誤差方面有較佳之模擬結果，EN_FNL 組對於颱風中心氣壓模擬則較為準確。針對各系集成員模擬結果探討環境場中西北太平洋周遭天氣系統與泰利颱風北轉之間的關係，經由 500 hPa 高度場與轉向角 α 之相關性檢驗分析後，得知有三天氣系統所在區域具顯著正相關，分別為菲律賓西方 43.

(52) 之杜蘇芮颱風、西北太平洋副高脊及北方高層槽，負相關則為西北太平洋副高脊向西南延伸所造成，顯示環境場中杜蘇芮颱風存在、副高系統東退與北方高層槽東移三因素皆影響泰利颱風路徑之北轉程度。在模式中使用氣旋移除方法(TC-bogus)移除杜蘇芮颱風，可知移除杜蘇芮後之系集成員中泰利路徑皆由西北西方向登陸臺灣並持續沿西北西方向前進，藉由駛流時序分析可以發現在 9 月 12 日至 14 日期間 BOG_ERA5_01 組駛流主要為東風，且移除杜蘇芮後菲律賓東側地區風場缺乏杜蘇芮提供之南風，說明移除杜蘇芮颱風造成綜觀環境提供泰利颱風之南風分量減弱，大尺度環境由西南風轉為西風，使泰利路徑持續西行，顯示使用 TC-bogus 移除杜蘇芮颱風對泰利颱風路徑有顯著影響，促使泰利颱風向北偏轉。 EN_ERA5 及 EN_FNL 組系集模擬之 Good members 中，副熱帶高壓東退的現象顯示當副高勢力減弱更易使颱風向北偏轉，加上高壓脊的位置由颱風北側向西延伸逐漸轉變至颱風南側並向西南延伸，促使泰利颱風更有利北轉。北方高層槽東移使泰利颱風受槽與颱風之間的渦度平流牽引，因此隨著槽的移動導致泰利颱風路徑受其影響。整體而言，影響泰利颱風路徑的重要因素有三，一為杜蘇芮颱 44.

(53) 風，二為副高系統東退，三為北方高層槽東移。利用 500 hPa 高度場與轉向角 α 之敏感度分析量化評估此三因素對於泰利颱風路徑北轉的影響程度後，得知杜蘇芮颱風之存在為影響泰利颱風路徑北轉的主要因素，副高系統東退與北方高層槽東移則為次要因素，且杜蘇芮颱風對泰利颱風路徑北轉之貢獻程度約為副高系統東退與北方高層槽東移的兩倍。另一方面，本研究使用兩種不同全球模式作為 WRF 模式初始場進行泰利颱風路徑預報，發現使用 ECMWF ERA5 較 NCEP FNL 資料提早 18 小時預報杜蘇芮的生成，其原因為 ECMWF ERA5 相較 NCEP FNL 日平均資料具備較多有利於颱風生成條件，如較暖的洋面、垂直風切小、對流層低層至中層水氣充足及較大的渦度等條件，提供杜蘇芮生成初期良好之發展環境，因此 EN_ERA5 組系集預報相對 EN_FNL 組系集預報能更準確在模式中模擬杜蘇芮的生成。Froude et al. (2007)的研究指出，ECMWF ERA5 相對 NCEP FNL 在初始場中同化更多觀測資料，可見初始場資料更為完善的全球模式有助於區域模式獲得較準確之模擬結果，因此導致 WRF 模式預報杜蘇芮時產生 18 小時的差異。現今模式預報技術、高解析網格與密集觀測計畫隨時間日益進步，對於預報之真實性與準確性不斷增加，若未來能提升模式技術 45.

(54) 與初始場資料準確性，將更有利提前預判颱風路徑是否轉向，提供充裕時間準備防災事宜。本研究僅藉由不同初始時間的差異進行系集預報，往後若能在初始場加入隨機擾動，使用 WRF 團隊開發之 ETKF 程式進行系集預報，同化更多觀測資料，或許可以使模式之初始場更接近實際大氣環境，得到較佳模擬結果。針對北方高層槽及副熱帶高壓對於路徑影響部分，若能利用位渦反演對單一系統進行加強及減弱，增加更多測試組別，或許能更直接證明副高系統與北方高層槽之強弱與進退對於颱風路徑的影響，有利提供更準確的颱風路徑預報。臺灣位於颱風影響頻繁之地區，希望本研究能對今後的預報作業有所貢獻，藉由模式預報研判颱風路徑是否有可能發生偏轉，對防災部分提供更精確的資訊。. 46.