西北太平洋颱風動力降尺度模擬及其氣候變遷推估
85
0
0
全文
(2) 致謝. 三年的時間，雖然不短，但眨了一眼竟然就過去了。能順利完成這份論文， 得感謝指導教授－陳正達老師，指導我如何進行研究，也期許能多方嘗試與思考， 使得我在這三年中獲益良多。也感謝口試委員鄒治華老師、吳俊傑老師、林沛練 老師及鄭兆尊老師能抽空參加口試並提供建議。更感謝父母的支持與付出，讓我 在求學期間能心無旁鶩的學習，且在低潮時給予鼓勵。. 在師大的光陰裡，感謝美鳳學姊協助處理各種雜務；感謝拉瑪學長、猴兄學 長及小強在程式上的教學，讓我在資料處理與繪圖上有基本的認知；也感謝大學 同學熊緯、雅惠學妹及敏儀學妹，一同約打排球的日子讓我平日的壓力有個抒發 的管道；還有騰平學長、小童學長、修立學長、冠傑學長、阿達學長、George 學長、Gary 學長、鄭皓、Jason，每週三的籃球日讓我橫向增長的速度得以減緩； 以及一群一起加油打拼的學長姐與研究生－允薇學姊、怡文學姐、瑩薰學姊、栢 東學長、沛語學姐、駱駝學長、庭惠學姊、育瑋學姊、水水、孟光、思瑩、紹霖 及其他學弟妹，大家一同努力一同討論的日子也讓我這三年格外充實；女朋友孟 孟在背後的支持與陪伴更是我不可或缺的前進動力，如果沒有孟孟的體諒、包容 與相信，我想這三年將會不太一樣。. 最後，也得感謝許多無論是在課業或日常幫助過我的人，有了大家的幫忙才 會有辦法完成這篇論文，謹以此文獻給大家。. I.
(3) 中文摘要. 對於西北太平洋地區而言，熱帶氣旋是極具威脅性的天氣系統，常造成財物 損失及危害生命安全；因此，增進對於熱帶氣旋的研究是非常重要的。近年來， 關於全球暖化的議題，也逐漸受到重視。. 而過去的研究大多提升模式內的二氧化碳濃度來模擬暖化的環境，在本次研 究中則是利用 Coupled Model Intercomparison Project Phase 5(CMIP5)的氣候模式 資料作為初始場，並透過 International Pacific Research Center 的 regional climate model 作降尺度模擬。首先，會利用歐洲中長期預報中心所提供之 30 年再分析 資料進行模式評估。結果顯示，模式有將環境場再現的能力，且熱帶氣旋的個數 及生成位置都能有與觀測相似的結果。. 接著，透過 Root mean square error 挑選出 CMIP5 中與實際觀測較相似的 NCAR Community Climate System Model version 4 (CCSM4)模式結果對於兩組情 境進行降尺度模擬，藉此比較出氣候變遷的差異。環境暖化的情境下，大氣底層 顯著的增溫造成季節環流的改變，也使得雨量趨於集中在熱帶對流區。在未來熱 帶氣旋雖然主要的生成位置變化不大；但在主要生成月 7-10 月平均生成個數則 有顯著增加。在暖化情境下，熱帶氣旋數量上有增加的趨勢，而最大強度在 20 m/s 以下的熱帶氣旋數量上變化不大，但其他強度的熱帶氣旋數量上都有明顯增加的 情形。由於高強度的熱帶氣旋增加，也使得熱帶氣旋所能挾帶的水氣增加，造成 在未來熱帶氣旋所伴隨的雨勢也會有所增強。. 關鍵字：熱帶氣旋，降尺度模擬，氣候變遷 II.
(4) 目錄 致謝 .......................................................................................................... I 中文摘要 ................................................................................................. II 圖目錄 .....................................................................................................V 第一章 前言 ......................................................................................... 1 1.1 文獻回顧 ................................................................................... 1 1.2 熱帶氣旋活動與模擬預報 ........................................................ 2 1.3 研究動機與目的 ........................................................................ 5 第二章 研究方法與資料 ...................................................................... 6 2.1 模式介紹 .................................................................................... 6 2.2 使用資料 .................................................................................... 9 2.3 模式實驗設計 .......................................................................... 11 2.4 模式熱帶氣旋判斷 ................................................................... 12 第三章 模式模擬結果評估 ................................................................ 14 3.1 模式與實際觀測氣候場之比較 ............................................... 14 3.2 模式熱帶氣旋之結構 .............................................................. 15 3.3 模式熱帶氣旋之氣候分析 ...................................................... 16 3.4 模式熱帶氣旋年際變化 .......................................................... 18 3.5 熱帶氣旋的季節變化 .............................................................. 21 III.
(5) 3.6 IPRC 模式熱帶氣旋對於 ENSO 的表現............................... 22 3.7 IPRC 模式熱帶氣旋對於東印度洋海溫的表現 ................... 24 第四章 氣候變遷影響下的氣旋活動 ................................................ 26 4.1 CCSM4 資料比較 ..................................................................... 26 4.2 環境場的改變 .......................................................................... 26 4.3 熱帶氣旋變化之氣候分析 ...................................................... 28 第五章 討論與結論 ............................................................................. 32 參考文獻 ............................................................................................... 35 附圖 ....................................................................................................... 41 附表 ....................................................................................................... 76. IV.
(6) 圖目錄 圖 1. IPRC 區域氣候模式之模擬範圍，邊界為黑線包圍之範圍 60oE-179.5oW,. 30oS-65.5oN，包含了東印度洋及西北太平洋之主要旋生區域 ..................... 41 圖 2 1982-2011 年 6-8 月的 ERA-interim(a)及 IPRC 模式(b) 850hPa 風場及渦度 場，黑色箭頭為風場，陰影為渦度.................................................................. 42 圖 3. 1982-2011 年 6-8 月 的 ERA-interim(a) 及 IPRC 模 式 (b) 垂 直 風 切. (200-850hPa U 風場的絕對值)........................................................................... 43 圖 4 1982-2011 年 6-8 月的 ERA-interim(a)及 IPRC 模式(b) 700hPa 比濕 ........ 44 圖 5 1982-2011 年 6-8 月的 ERA-interim(a)及 IPRC 模式(b) 降水 .................... 45 圖 6. IPRC 模式其中的一個熱帶氣旋個案，時間點為 1999 年 9 月 11 日 06 時， 而黑色箭頭為 850hPa 風場，陰影則為海平面氣壓........................................ 46. 圖 7. 同圖 6 之個案氣旋溫度差異垂直分布(以 121oE, 25.5oN 為中心) .............. 47. 圖 8. 同圖 6 之個案氣旋緯向風場垂直分布(以 121oE, 25.5oN 為中心) .............. 47. 圖 9 1982-2011 年 6-11 月的 ERA-interim(a)及 IPRC 模式(b) 熱帶氣旋生成點網 格通過頻率圖...................................................................................................... 48 圖 10 1982-2011 年熱帶氣旋平均經度生成位置；紅色為 IPRC 模式，黑色為 IBTrACS .............................................................................................................. 49 圖 11. 1982-2011 年熱帶氣旋平均緯度生成位置；紅色為 IPRC 模式，黑色為. IBTrACS .............................................................................................................. 49 圖 12 1982-2011 年 6-11 月的 ERA-interim(a)及 IPRC 模式(b) 熱帶氣旋路徑網 格通過頻率圖...................................................................................................... 50 圖 13 1982-2011 年 6-11 月的 IBTrACS(a)及 IPRC 模式(b) 之熱帶氣旋路徑分布； 紅色點為生成位置.............................................................................................. 51 圖 14 1982-2011 年 6-11 月 IBTrACS 和 IPRC 模式的平均每年熱帶氣旋數量分 布.......................................................................................................................... 52 V.
(7) 圖 15 1982-2011 年 6-11 月 IBTrACS 和 IPRC 模式之熱帶氣旋中心氣壓與風速 關係分佈圖，為所有熱帶氣旋路徑上每一個點作統計；黑點為 IBTrACS，紅 點為 IPRC 模式 ................................................................................................... 52 圖 16 模式與 IBTrACS 屬於 TS 等級以上之熱帶氣旋個數年際變化圖；黑線為 IBTrACS，紅線為 IPRC 模式；括弧中為兩者之相關係數 ........................... 53 圖 17. 模式與 IBTrACS 熱帶氣旋生成位置的緯度年際變化圖；黑線為 IBTrACS，. 紅線為 IPRC 模式；括弧中為兩者之相關係數 ............................................... 54 圖 18. 模式與 IBTrACS 熱帶氣旋生成位置的經度年際變化圖；黑線為 IBTrACS，. 紅線為 IPRC 模式；括弧中為兩者之相關係數 ............................................... 54 圖 19. 模式與 IBTrACS 熱帶氣旋平均生命期之年際變化圖；黑線為 IBTrACS，. 紅線為 IPRC 模式；括弧中為兩者之相關係數 ............................................... 55 圖 20. 模式與 IBTrACS 熱帶氣旋累積能量之年際變化圖；黑線為 IBTrACS，紅. 線為 IPRC 模式；括弧中為兩者之相關係數 ................................................... 55 圖 21. 模式與 IBTrACS 熱帶氣旋平均移動位置之年際變化圖；黑線為 IBTrACS，. 紅線為 IPRC 模式；括弧中為兩者之相關係數 ............................................... 56 圖 22. 模式與 IBTrACS 熱帶氣旋平均移動速度之年際變化圖；黑線為 IBTrACS，. 紅線為 IPRC 模式；括弧中為兩者之相關係數 ............................................... 56 圖 23 1982-2011 年 6-11 月 IBTrACS(黑色)與模式(紅色)之熱帶氣旋生成位置季 節變化.................................................................................................................. 57 圖 24 1982-2011 年 IBTrACS(黑色)與模式(紅色)之熱帶氣旋生成數量季節變化 .............................................................................................................................. 57 圖 25 1982-2011 年 IBTrACS 之 6-11 月(a-f)熱帶氣旋逐月軌跡圖 .................... 58 圖 26 1982-2011 年 IPRC 模式之 6-11 月(a-f)熱帶氣旋逐月軌跡圖 .................. 59 圖 27 1982-2011 年 9-11 月的 850 百帕速度位氣候平均，箭頭為 850 百帕輻散 風；a.c.e 為 ERA-interim 9-11 月的結果，b.d.f 為 IPRC 模式 9-11 月的結果 .............................................................................................................................. 60 VI.
(8) 圖 28 聖嬰年減反聖嬰年的熱帶氣旋生成點網格通過頻率圖(a,e 為 IBTrACS，b,f 為 IPRC)與 850 hPa 流線及渦度場(c,g 為 ERA-interim，d,h 為 IPRC；箭頭為 流線場，陰影為渦度場)合成圖。a-d 為 JAS 的結果，e-h 為 OND 的結果。 .............................................................................................................................. 61 圖 29 6-8 月北印度洋海溫距平與 6-10 月西北太平洋熱帶氣旋個數之相關，括 弧中數字為相關係數(紅色為 OISST；綠色為 IPRC 模式；黑色為 IBTrACS) .............................................................................................................................. 62 圖 30. 北印度洋暖年(a,b)與冷年(c,d)的熱帶氣旋生成數量(左為 IBTrACS；右為. IPRC 模式) .......................................................................................................... 63 圖 31. 北印度洋暖年扣除冷年的 850 hPa 流線及渦度場合成圖(a 為 ERA-interim，. b 為 IPRC；箭頭為流線場，陰影為渦度場) ................................................... 63 圖 32 CCSM4 1981-2000 年 6-8 月平均與 ERA-interim 比較；由上至下分別為 850 百帕渦度場與風場、700 百帕比濕、垂直風切........................................ 64 圖 33. 2081-2100 年減去 1981-2000 年的 6-8 月垂直氣溫；南北向平均緯度從南. 緯 30 度至北緯 65 度.......................................................................................... 65 圖 34. 2081-2100 年減去 1981-2000 年的 6-8 月 850 hPa 風場及渦度場。箭頭為. 風場，陰影為渦度場；陰影的區塊為顯著性通過統計檢定 95%信賴區間 . 65 圖 35. 同圖 34，但為垂直風切(200-850hPa U 風場的絕對值)............................ 66. 圖 36. 同圖 34，但為 700 hPa 比濕場.................................................................... 66. 圖 37. 同圖 34，但為 500 hPa 垂直速度場............................................................ 67. 圖 38. 同圖 34，但為降水....................................................................................... 67. 圖 39. 1981-2000 年(a)及 2081-2100 年(b) 6-11 月的熱帶氣旋生成點網格通過頻. 率圖...................................................................................................................... 68 圖 40. 熱帶氣旋平均經度生成位置；藍色為 1981-2000 年，紅色為 2081-2100. 年，黑色為 IBTrACS 1982-2011 年 .................................................................. 69. VII.
(9) 圖 41. 熱帶氣旋平均緯度生成位置；藍色為 1981-2000 年，紅色為 2081-2100. 年，黑色為 IBTrACS 1982-2011 年 .................................................................. 69 圖 42 1981-2000 年(a)及 2081-2100 年(b) 6-11 月的熱帶氣旋路徑分布；紅色點 為生成位置.......................................................................................................... 70 圖 43. 1981-2000 年(a)及 2081-2100 年(b) 6-11 月的熱帶氣旋路徑網格通過頻率. 圖.......................................................................................................................... 71 圖 44. IBTrACS 1982-2011 年(黑色)、模式 1981-2000 年(藍色)與 2081-2100 (紅. 色) 之熱帶氣旋生成數量季節變化 .................................................................. 72 圖 45 1982-2011 年 IBTrACS(黑色)、1981-2000 年模式(藍色) 與 2081-2100 年 模式(紅色) 6-11 月之熱帶氣旋生成位置季節變化 .......................................... 72 圖 46. 西北太平洋 6-11 月熱帶氣旋的平均生成個數，以熱帶氣旋的最大風速作. 分類。藍色為 1981-2000 年，紅色為 2081-2100 年 ....................................... 73 圖 47. 1981-2000 期間西北太平洋平均熱帶氣旋氣壓與降水分布圖。黑實線為氣. 壓，陰影為降水.................................................................................................. 74 圖 48. 同圖 47，但為 2081-2100 期間的平均 ....................................................... 74. 圖 49. 以 ERA 為初始場模擬結果與以 CCSM4 1981-2000 年的模擬結果之月平. 均 MGPI 指數比較；左側為 ERA 之結果，右側為 CCSM4 之結果；圖中左 上角的數字為月份.............................................................................................. 75. VIII.
(10) 第一章. 前言. 1.1 文獻回顧. 對於亞太地區威脅人員生命安全與造成經濟損失傷害的天氣系 統，讓人第一個想到的是熱帶氣旋。且熱帶氣旋也是世界上最具破壞 力的劇烈天氣系統之一，就西北太平洋地區來說，在較活躍的 6-11 月平均每年會有 20 個熱帶氣旋生成，且一年四季都有可能生成。因 此為了降低熱帶氣旋侵襲時帶來的災害，並提前進行預警規劃，增進 對於熱帶氣旋氣候的研究是很重要的。在國際間，對於熱帶氣旋的數 量、強度及生成位置是否會隨著氣候變遷造成的大環境改變而改變的 議題，也投入了許多的研究資源去進行探討。 IPCC(2007)指出自從歐洲的工業革命之後，人類大量地使用了石 化燃料造成大氣中的溫室氣體濃度增加，進一步加強了溫室效應的影 響，更造成了全球平均溫度的上升。而近期從全球暖化到氣候變遷的 議題逐漸受到了大家的重視，舉凡劇烈天氣、降水強度等等的議題， 都受到了熱烈的討論。 而 Manabe et al.(1970)是第一位利用低解析度大氣環流模式來模 1.
(11) 擬熱帶氣旋的學者，且也有能力去模擬出與實際相似的熱帶氣旋。隨 後也有其他學者藉由透過使用模式模擬出與實際類似熱帶氣旋的物 理特性(Bengtsson and Kanamitsu, 1982; Broccoli and Manabe, 1990; Haarsma et al. 1993)。Vitart et al.(2007)指出模式雖然有能力模擬出熱 帶氣旋，但研究中也發現利用波譜三角截斷 T42(近似水平解析度 2.8 度)以上解析度所偵測出的熱帶氣旋尺度會較大且強度會低估很多。 因此近年來有許多學者透過更高解析度(20 公里、50 公里)的全球模 式(Oouchi et al. 2006; Zhao et al. 2009)或區域氣候模式(Knutson et al. 2007; Camargo et al. 2007)進行模擬，確實能有效增加熱帶氣旋的強度， 但對於熱帶氣旋的掌握能力仍然有限。. 1.2 熱帶氣旋活動與模擬預報. 熱帶氣旋主要的能量來自熱帶海洋的溫暖海水，其動力過程以及 運動機制受到大氣條件約束，從對流擾動至季風環流皆會影響熱帶氣 旋的發展強度與結構，是一個多重尺度交互作用的天氣系統。因此在 探討熱帶氣旋活動變化時，存在許多的困難與挑戰。而對於氣候變遷 的未來，熱帶氣旋又會如何改變？ Emanuel(2001)提出暖化的熱帶氣候導致熱帶氣旋增強，進一步 2.
(12) 加強風造成的海表面混合，這也使得海洋的熱能被移出熱帶，提供一 個潛在的負回饋去限制熱帶地區的氣候變化。Webster et al.(2005)檢驗 了過去 35 年的熱帶氣旋數量及強度，發現在 categories 4-5 的熱帶氣 旋數量及比例上有個明顯的增加，且增幅最大出現在北太平洋、印度 洋及西南太平洋；但其結論上仍是有些爭議的，因為它受限於資料長 度較短。例如，Chan and Liu (2004)提出儘管近四十年地表暖化是一 個已知的事實，但在西北太平洋的熱帶氣旋活動並沒有發現有顯著的 趨勢。 Emanuel (1987)與 Holland(1997)的研究指出在暖化的氣候條件下， 熱帶氣旋的最大潛在強度會增加。Emanuel(1987)利用了一個簡單的 全球環流模式，考慮了二氧化碳加倍的情形，並將熱帶氣旋視為一個 理想的卡諾熱機形式，估計全球暖化對於熱帶氣旋強度的影響，其結 論 認 為 更溫 暖的氣 候 條 件能 給予熱 帶 氣 旋更 多的潛 在 強 度。 而 Holland(1997)重新檢視熱帶氣旋最大潛在強度的估計，發現當海溫在 26 至 28 oC 時，熱帶氣旋的最大潛在強度會急遽上升；但若是海水表 面溫度高於 28 oC 時，海表面的熱通量提高，加熱近地表空氣造成大 氣穩定度增加。所以在考慮全球暖化的情況下，隨著平均溫度的升高， 卻並不能保證熱帶氣旋的強度隨之增強，因為在暖化的前提之下，大 氣環流可能也隨之改變，而不同的大氣條件也會影響熱帶氣旋的發展， 3.
(13) 無論是生成位置、頻率、強度甚至是路徑。而關於這方面則需要更進 一步的利用模擬研究，才能了解。 Oouchi et al. (2006)利用了二十公里的高解析度全球大氣模式，探 討溫室氣體增加對於熱帶氣旋的影響，發現儘管解析度提升至二十公 里，但模式中的熱帶氣旋數量仍然少於實際觀測，更顯示了熱帶氣旋 在數值模擬中的困難度。還有，Broccoli and Manabe(1990)、Bengtsson (1996)、Sugi et al.(2002)及 Tsutsui (2002)利用全球氣候模式將模式內 二氧化碳濃度加倍，在模式中受到二氧化碳濃度增加而使地表隨之增 溫，但對於熱帶氣旋的變化每個模式皆呈現不同變化。其中 Broccoli and Manabe (1990) 和 Tsutsui (2002)使用的大氣模式水平解析度為 300 公里；Bengtsson (1996)和 Sugi et al. (2002)使用全球氣候模式，其 水平解析度約為 100 公里。 Camargo et al. (2007b)的研究中指出利用區域氣候模式能有效提 升全球模式下的熱帶氣旋強度。而 Stowasser et al. (2007)利用了 IPRC (International Pacific Research Center)區域氣候模式，使用不同的海水 表面溫度及調高模式內的二氧化碳濃度，發現在暖化的環境下，西北 太平洋地區的熱帶氣旋活動在南中國海部分有顯著的增加，但在菲律 賓以東的熱帶太平洋主要生成區域則沒有顯著的變化。. 4.
(14) 1.3 研究動機與目的. 綜合以上之敘述，熱帶氣旋在模式模擬的表現上，具有十分敏感 及不確定性的存在。過去的研究大多利用提升模式內的二氧化碳濃度 去 模 擬 暖 化 環 境 ， 而 在 本 研 究 中 則 是 利 用 Coupled Model Intercomparison Project Phase 5 (CMIP5)的氣候模式資料作為初始場 進行區域模式的降尺度模擬，以進一步探討在氣候變遷的情境下熱帶 氣旋活動上的變化。研究中以相似於熱帶氣旋的渦旋為目標去偵測模 式內的熱帶氣旋，並從不同時間尺度的熱帶氣旋特性，包含生成位置、 路徑、強度、個數及生命期等等，將模擬結果視為氣候變遷下的變化。 而在作氣候變遷的模擬以前，會先以再分析資料為初始場對於模 式作評估，藉以理解 IPRC(International Pacific Research Center)區域模 式在西北太平洋的熱帶氣旋模擬掌握能力及其限制，並判斷熱帶氣旋 各個時間尺度預報的可行性。 在本研究所使用的模式、觀測資料以及熱帶氣旋偵測方法將於第 二章會作介紹。第三章則是評估模式的結果，從環境場的結果以及熱 帶氣旋的氣候尺度、年際尺度及季節尺度去作分析。第四章是模式以 氣候模式為初始場作氣候變遷下的表現。第五章則為本篇研究的結 論。 5.
(15) 第二章. 研究方法與資料. 2.1 模式介紹. 本研究所使用的區域模式是由美國夏威夷大學太平洋研究中心 (International Pacific Research Center)所建立的區域氣候模式(Wang et al. 2003)，此區域模式是由高解析度的熱帶氣旋模式(Tropic cyclone model 3)發展而成，而熱帶氣旋模式也是 Wang et al.為研究熱帶氣旋 而專門發展的熱帶氣旋理想模式，對於熱帶氣旋模式的詳細介紹及表 現，請參考 Wang 2001,2002a,b,c。 由於原先的熱帶氣旋模式是一個理想化的高解析度模式，是用來 模擬海洋上的熱帶氣旋，因此在模式內部並沒有完整的輻射計算收支、 次網格點的積雲參數化及陸地的地表作用。然而，對於氣候尺度的模 擬而言，考慮上述的複雜過程及精確的計算是非常重要的。而 Wang et al.為了增進模式的能力，使它更好的表現，不只改善了模式中的輻射 過程(Edwards and Slingo 1996; Sun and Rikus 1999) 、陸地作用 (Biosphere-Atmosphere Transfer Scheme; Dickson et al. 1993)及積雲參 數化方法(Tiedtke 1989; Nordeng 1995)，更考慮了氣候系統中重要的 6.
(16) 回饋機制，例如：雲、輻射與地表的交互作用和次網格的垂直混和作 用，以及包含熱量耗散項的計算。 此模式使用球面座標下的靜力原始方程式，水平方向上以經緯度 作為座標，而垂直方向上使用 σ 座標。為了確保長時間積分的精確性， 模式使用四階保守的有限差分法，時間積分上採用了二階的跳蛙法 (leap-frog scheme) 參 雜 間 歇 性 的 尤 拉 向 後 積 分 法 (Euler backward scheme)。在垂直方向上總共分為 28 層，且邊界層內擁有很高的解析 度。 模式使用完整的雲微物理過程來計算網格尺度的濕過程，其預報 變數包含水氣、雲水、雲冰、雨水、雪和雹之混合比。其中假設雲水 跟隨空氣移動，而雲冰則是以終端速度下降，且當氣塊達到過飽和/ 未飽和時，隨即發生凝結/蒸發作用。在內部的計算中，總共考慮了 36 種不同的雲微物理過程。 再者，對於次網格的對流處理，使用一個質量通量積雲參數化方 法，以對流可用位能(convective available potential energy)作為閉合的 方式，其中包含了淺對流、中層對流和深對流三種。而對於逸入和逸 出作用的估算，則使用一個簡單的雲熱柱模式(cloud plume model)來 做運算，當水和冰的逸出作用發生在對流雲頂時，會將逸出的部分重 新加回網格解析尺度上的雲水和雲冰之中。為了避免深對流發生在乾 7.
(17) 燥的區域，設定一個相對濕度的門檻值 RHc 為 80%，當雲底至雲頂 的平均相對濕度高於門檻值時，才允許深對流的發生。 次網格的垂直混合作用使用 E-ε turbulence closure scheme 來處理， 方法中的紊流動能和耗散率皆為預報項。而在浮力產生項中，同時包 含平流的作用及絕熱過程的影響。洋面上的紊流通量依照 TOGA COARE(Tropical Ocean Global Atmosphere Coupled Ocean-Atmosphere Response Experiment)的演算法。而陸地地表的部分則是採用整體空氣 動力方法(bulk aerodynamic method)來作計算。 接著，在輻射收支的計算上，總共包含了 7 個長波波段和 4 個短 波波段，每個波段皆會考慮其的散射作用。短波輻射收支方面，直接 利用陸地地表模式在不同情況下所提供的反照率作計算。而長波輻射 的收支計算所需要的光學厚度，模式中也考慮了其雨雲微物理過程之 間的交互作用。其中，也考慮了現今的二氧化碳濃度和每個月的臭氧 濃度氣候值一併列入輻射收支的計算。 而 在 陸 地 地 表 的 過 程 ， 則 使 用 BATS(Biosphere-Atmosphere Transfer Scheme)來模擬地表的過程，垂直向包含了最上層的植被以及 三層土壤層，總共有 18 種不同的土地利用型態、12 種土壤質地以及 八種土壤顏色。模擬初期的土壤水含量則是由植被的型態與土壤類型 所決定。而前段所提及的短波輻射地表反照率也會在 BATS 中計算出 8.
(18) 並回傳給輻射收支計算使用。 而欲知其他細節請參考 Wang. et al. 2003。. 2.2 使用資料. 2.2.1 ERA-interim. 研究中用來評估模式所使用的大氣初始場及側邊界資料是歐洲 中長期預報中心(European Center for Medium-Range Weather Forecasts; ECMWF)所提供之長期全球再分析資料(ERA-interim)，使用的資料時 間長度為 1982 至 2011，時間解析度為每六小時一筆，空間解析度為 1.50x1.50，垂直分層 37 層。而在本研究中使用的變數如下：溫度、地 表氣壓、風場及比濕。. 2.2.2 NOAA OISST. 實驗中使用的海洋初始場及底邊界資料是美國國家海洋與大氣 管理(National Oceanic & Atmospheric Administration; NOAA)所提供 的 理 想的 內 插海溫 (Optimally Interpolated sea surface temperature; OISST)，使用資料時間長度為 1982 至 2011，時間解析度為每七天一 9.
(19) 筆，空間解析度為 1ox1o。. 2.2.3 GPCP. 實驗中用來對照模式輸出的雨量資料是使用全球降水氣候計畫 (Global Precipitation Climatology Project; GPCP)所提供版本 v2.2 的降 水資料，使用資料的時間長度為 1990 至 2010，時間解析度為每個月 一筆，空間解析度為 2.5ox2.5o。. 2.2.4 IBTrACS. IBTrACS (International Best Track Archive for Climate Stewardship) 是一個克服資料可用性問題以及集結了全世界區域氣象中心 (Regional Specialized Meteorology Centers)和其他單位的颱風最佳路 徑資料，成為一個新的全球颱風資料庫。本篇研究是使用 v03r04 的 版本，用來和模式結果進行比較。資料為六小時一筆，中心風速則是 十分鐘平均風速。選取的範圍是西北太平洋，東經 100 至 180 度，北 緯 0 至 50 度。. 2.2.5 CMIP5 模式資料介紹. 10.
(20) 本研究為了探討未來熱帶氣旋會有如何變化，利用了 Root Mean Square Error(RMSE) 這 個 方 法 ， 從 十 六 個 Coupled Model Inter-comparison Project Phase 5 (CMIP5)計畫的氣候模式中挑選了六 種環境場跟實際觀測資料作比較(表 1)，進而挑選出了 Community Climate System Model 4(CCSM4)作為降尺度的初始資料。而 CMIP5 主要實驗設計是為了評估氣候模式對於以往觀測紀錄之模擬，以及短 期(~2035)和長期(~2100 年或~2300 年)的未來情境模擬。 而研究中使用了兩種情境，分別是從 1850 年之後有觀測資料的 年代持續到現在，稱為 Historical run; 以及，在未來情境模擬時，設 定至 2100 年時溫室氣體所產生的淨輻射驅動力達到 8.5 W/m2 ，稱為 RCP8.5 run (Representative concentration pathways 8.5)。RCP8.5 是一 個顯著暖化的未來情境，在研究中會使用此情境來看未來的大環境場 變化。分別選取的年份為 Historical run 1981-2000 和 RCP8.5 run，藉 由比較上個世紀末的表現，以研究在 21 世紀末熱帶氣旋的變化。. 2.3 模式實驗設計. 為了先探討模式對於大環境場及熱帶氣旋的敏感度，我們先使用 上述每六小時一筆的 ERA-interim 大氣場資料及每周一筆的 NOAA 海 11.
(21) 表面溫度資料作為邊界條件，模擬 1982-2011 共 30 年的時間長度。 模式邊界設定如圖一，模擬的區域為 60oE-160oW、30oS-65oN，囊括 整個西北太平洋、東印度洋，涵蓋了西北太平洋的熱帶氣旋主要生成 位置及移動範圍。模式水平解析度設定為 0.5ox0.5o，垂直方向上使用 σ 座標共 28 層。 評估過模式的表現後，進一步使用 CMIP5 模式在不同情境下的 大氣及海溫資料作為邊界條件，取上世紀末 1981-2000 年的 Historical run 與二十世紀末 2081-2100 的 RCP8.5 run 作降尺度模擬比較，以這 種方式來討論未來可能的熱帶氣旋變化。. 2.4 模式熱帶氣旋判斷. 在模式中因為受到解析度影響，所以無法產生和實際相近的熱帶 氣旋強度及結構，因此必須使用客觀的方式來定義熱帶氣旋。而在本 篇研究中採用了 Stowasser et al. (2007)和 Zhan et al.(2011)所使用的 熱帶氣旋偵測方法，其條件如下： I.. 中心 850 百帕最大渦度值必須大於 2.5x10-5s-1。. II. 在以上的渦度最大值半徑 250 公里內尋找海平面氣壓的最小值定 義為熱帶氣旋的中心。 12.
(22) III. 滿足上述兩點的氣旋中心，其 850 百帕切向風速必須大於 300 百 帕的風速。 IV. 200 百帕至 500 百帕的平均溫度場最大值必須在氣旋中心半徑 2.5 個緯度的範圍內，將其定義為暖心結構的中心。而暖心中心的溫 度必須比半徑 7.5o 範圍外的點要高於 0.5oC。. 以上是對於熱帶氣旋的基本結構所作的一個判斷依據，而由於模 式解析度問題，模擬出的熱帶氣旋強度會偏弱，而此判斷條件的優點 是門檻較為寬鬆，希望能盡量避免因偏差而造成的遺漏。. 13.
(23) 第三章. 模式模擬結果評估. 3.1 模式與實際觀測氣候場之比較. 為了查看模式的表現，故先以實際觀測資料(ERA-interim)作初始 資料評估模擬。而 Gray(1968)的研究指出生成熱帶氣旋的必要條件與 大尺度環流有關，因此針對 1982-2011 年西北太平洋夏季作基本環流 場的比較。而從觀測資料的 850 hPa 渦度場和風場(圖 2a)可以看出， 夏季時太平洋副熱帶高壓的負渦度帶一路從中太平洋延伸至台灣東 側，且南海上也盛行著西南氣流。但在模式表現(圖 2b)中，太平洋副 熱帶高壓的負渦度帶則不像觀測有延伸至台灣東側，而在南海上的季 風槽則模擬偏強，有向東南延伸的情形。可能是因為本研究所使用的 區域氣候模式，驅動上需要海溫，使得在暖池區域的高海溫造成較強 的對流而影響季風槽的模擬。但整體的配置模式都有掌握住。 再來，影響熱帶氣旋生成原因還有垂直風切，在這計算 200hPa 和 850hPa 的 U 風場之差取絕對值，藉此評估垂直風切的大小。而在 觀測資料(圖 3a)與模式模擬(圖 3b)都具有類似的特徵且差異並不明顯； 較大的差異則是出現在模式日本東方外海有高估垂直風切的現象，而 14.
(24) 在斯里蘭卡西方則是有低估的情形。 接著，對於環境濕度的模擬，觀測資料(圖 4a)與模式模擬(圖 4b) 在中層 700hPa 的比濕場皆呈現相當一致的分布，高值主要出現在南 亞、東南亞並一路延伸至菲律賓東南方外海，但模式中在較高的部分 普遍都出現模擬偏強的狀況。 最後，就降水(圖 5)而言，受到中層比濕模擬偏強影響，導致模 式整體降水都有偏多的現象。而就分布配置而言，模式除了在東亞北 部與西印度洋出現差異較大的情形之外，其餘配置都有不錯的掌握程 度。 從以上的環境場變數中，知道模式對於風場、渦度場、垂直風切 及濕度場的掌握度都不錯，空間分佈上與實際觀測相當類似。. 3.2 模式熱帶氣旋之結構. 研究中所使用熱帶氣旋客觀偵測方法如 2.3 所介紹，先前已經有 學者使用於研究上(Nguyen and Walsh, 2001; Stowasser et al., 2007; Zhan et al.,2011)，但為求驗證，在此還是挑選出一個個案來討論模式 中的熱帶氣旋垂直及水平的結構。首先從這熱帶氣旋個案的海平面氣 壓及 850hPa 的風場(圖 6)，可以發現它有明顯的氣旋式環流，且有個 15.
(25) 封閉的低壓中心；而此氣旋的中心氣壓為 953.6hPa、風速為 38.9m/s。 再來，由其中心點(121oE，25.5oN)作東西向的剖面來看此氣旋個案的 溫度(圖 7)及緯向風場(圖 8)的垂直結構，從緯向的風場可以看出模式 能模擬出與實際相似的氣旋結構，即底層以中心作區分有明顯的南北 風分量，而高層則相反，還有暖心結構在 200-400hPa 之間。雖然強 度受到解析度影響，使得在高強度的熱帶氣旋與實際觀測在強度上會 有所落差，但就以水平環流及垂直結構都與實際十分類似。. 3.3 模式熱帶氣旋之氣候分析. 3.3.1 平均生成位置及氣旋路徑 利用 5ox5o 的網格計算 1982-2011 這三十年間的 6-11 月熱帶氣旋 平均生成頻率圖(圖 9)，可以看到實際資料中主要分布在南中國海， 以及菲律賓東南側外海；反觀模式資料，就數量上來看雖然比實際觀 測要來的偏少，且在中太平洋的氣旋生成也較無法掌握，但對於兩個 主要的生成位置，模式還是有一定的掌握能力。 接著，以經度的平均分布(圖 10)而言，實際觀測主要集中於東經 130o 以東，反觀模式則是比較集中於東經 125o，且較集中於南中國海 及中太平洋生成數量也較少。以緯度的平均分布(圖 11)來說，雖然與 16.
(26) 實際觀測相同的位置(15oN 附近)出現最大值，但模式的氣旋生成位置 則普遍較偏南邊。就整體而言，模式的熱帶氣旋生成位置要比實際觀 測偏西南側。 再來，利用同樣的方式計算 1982-2011 年 6-11 月熱帶氣旋路徑的 5ox5o 頻率圖(圖 12)，可以知道實際熱帶氣旋的活動主要集中於菲律 賓、南中國海及台灣東側，而模式中屬於北行(Recurved)路徑的熱帶 氣旋則較少出現，從熱帶氣旋路徑圖(圖 13)更清楚看到模式中主要都 是由西北太平洋往西或西北行的路徑為主，可能是受到模式解析度的 影響。Oouchi et al.(2006)提出了論點，認為如果藉由提高模式的解析 度，可以提升模式模擬風場或氣壓場的能力，而熱帶氣旋的北行路徑 也會更明顯。. 3.3.2 熱帶氣旋個數與風速氣壓關係 實際觀測在西北太平洋地區每年平均生成 20.2 個熱帶氣旋，而 模式則有偏少的情形，平均生成 15.8 個。而在模式和實際觀測的每 年熱帶氣旋數量分布圖(圖 14)中，當紅點越接近斜線，表示當年模式 結果與實際觀測越相似。從圖中發現，儘管模式的熱帶氣旋數量少於 實際觀測，但就整體而言還是能呈現一個類似線性的分佈。 而模式受到解析度影響，對於模擬中熱帶氣旋的強度會有一定的 17.
(27) 影響。而在實際觀測和模式所有時間點的中心風速和氣壓關係分佈圖 (圖 15)中，實際觀測的熱帶氣旋最大風速可以高達 64.3m/s，最低氣 壓也有 880hPa；相較之下，模式中的熱帶氣旋最大風速僅達 45.6m/s， 且最低氣壓也只達到 947.8hPa。無論是風速或是中心氣壓，模式都無 法與實際達到相似的等級。. 3.4 模式熱帶氣旋年際變化. 3.4.1 生成個數 就 1982-2011 間 6-11 月的熱帶氣旋個數年際變化而言(圖 16)，雖 然大多年份個數都明顯偏少，但以 30 年的年際變化而言，與實際比 較起來相關係數仍有不錯的 0.4。可見得模式對於環境場的變化，以 至於熱帶氣旋的生成數量都有很高的敏感度。因此，在後續研究作未 來推估上，熱帶氣旋的個數在統計上也能有較可信的參考價值。. 3.4.2 生成位置 就以西北太平洋地區生成的熱帶氣旋平均生成位置的年際變化 而言，首先，在平均緯度的變化(圖 17)可以發現實際觀測在這 30 年， 生成位置有逐漸往北移的情形；而模式則無法掌握到這樣的一個變化， 18.
(28) 且相較之下，模式也沒辦法掌握到與實際類似的變化情形。接著，在 平均經度的變化(圖 18)上，模式生成位置也明顯比實際觀測要偏西， 平均在 130 度比實際觀測要偏了 9 個經度之多。由此可知，模式在平 均生成位置的掌握上所擁有的敏感度是不足的。. 3.4.3 熱帶氣旋的生命期 首先計算熱帶氣旋平均生命期的年際變化，而為了使模式與實際 觀測在同一個標準，所以在本研究中計算生命期的方式是使用每個熱 帶氣旋的最後一個時間點去減第一個時間點(生成點)，以此方式計算 出總生命時數，之後再將每個熱帶氣旋的生命時數作加總後除以該年 6-11 月的總生成數量，求出每一年的熱帶氣旋平均生命期。圖 19 為 模式與實際觀測之熱帶氣旋的生命期的年際變化，也許是受到模式熱 帶氣旋生成位置較偏西且較少北行路徑的緣故，所以平均而言生命期 較實際觀測來的少，觀測的平均生命期約有 210 個小時，而模式的熱 帶氣旋平均生命期則是 177 個小時，整整少了近 2 天；且模式對於生 命期的年際變化掌握度也不佳，相關係數僅有 0.21。而是否跟熱帶氣 旋的行進速度或移動距離有關，後續會再作討論。 接著，為了計算熱帶氣旋的能量，我們依照下列式子去計算，稱 之為累積氣旋能量(Accumulated cyclone energy; ACE): 19.
(29) ACE = 10-4 Σ(vmax)2 vmax 表示每一個熱帶氣旋的每個時間點中心點之最大風速，而本研究 於實際觀測的熱帶氣旋中只計算大於 18 m/s 的風速、模式中則是全 部納入計算。從圖 20 可以看出因為受限於生命期與強度，導致模式 的 ACE 會比實際觀測要來的少；但是對於模式中年際變化的表現仍 屬不錯，相關係數可以高達 0.57。即使模式計算出的數值與觀測有明 顯的落差，還是能看得出模式在此有能力去模擬出西北太平洋熱帶氣 旋總能量的年際變化。 再來，圖 21 為每年熱帶氣旋的平均移動距離，受到生成位置較 偏西及北行路徑較少影響，模式中的熱帶氣旋平均移動距離遠比實際 觀測要來的少。實際觀測的熱帶氣旋移動距離平均能高達 4695 公里， 而模式僅有 2746，整整差了近 2000 公里；且在年際變化上，模式的 掌握能力也較低。 最後，圖 22 為計算模式和實際觀測的熱帶氣旋平均移動速度， 從圖中可以發現，模式對於熱帶氣旋的平均移動速度能與觀測類似， 模式平均移動速度有 19.35，略低於實際的 20.96。雖然就以平均值來 看，模式的表現不差；但就以整體而言，模式中平均移動速度年際變 化的幅度相較之下比較平穩，不像實際觀測的最大差異可以將近 10 km/hr，且也完全掌握不到類似實際觀測的變化。 20.
(30) 整體來看，熱帶氣旋的生命期較短是由於移動路徑比實際要短上 許多所影響，主要可能是生成位置較偏向菲律賓及南中國海，加上北 行路徑較少，使得熱帶氣旋較快接觸到陸地導致迅速減弱。而在這也 能發現，模式中 ACE 的年際變化與實際的變化相關性良好，在後續 的未來推估中也會對其作討論；還有，在熱帶氣旋的移動速度，模式 所模擬的熱帶氣旋也有辦法接近實際的移動速度，也許在後續也可以 作延伸探討。. 3.5 熱帶氣旋的季節變化 Chia and Ropelewski(2002)認為西北太平洋 6-11 月的生成位置與 季風槽有關連，生成位置會有順時針變化的規律性。圖 23 為模式和 實際觀測熱帶氣旋的平均生成位置，模式的表現則與實際完全不同， 整體呈現一個隨月份逐漸西偏的情形，雖然 6-8 月與實際觀測的平均 位置差異仍不大，但九月開始差異性就越來越明顯地偏向南中國海， 也是前面章節提到平均生成點偏西的主因，也是模式對於模擬熱帶氣 旋之能力比較不足的地方。 接著，圖 24 為模式與實際觀測的熱帶氣旋生成數量季節變化。 從變化上來說，模式對於熱帶氣旋的活躍期有能力去掌握；但在數量 上，7-10 月模式低估了熱帶氣旋的生成數量，而在冬季的時候卻又高 21.
(31) 估了生成數量。 再來，從每個月的生成點及路徑作細部的探討。而從實際觀測中 (圖 25)可以發現，7-10 月擁有較多北行路徑的熱帶氣旋，且在 11 月 時仍有北行路徑的熱帶氣旋；但在模式中(圖 26)，較多北行路徑的熱 帶氣旋則出現在 6-9 月，而在 11 月時模式中的熱帶氣旋主要集中於 越南沿岸一帶。且在這裡也可以發現，相較於實際觀測，模式中的熱 帶氣旋生成位置較為集中。而為了探討模式熱帶氣旋生成位置偏向南 海的原因，利用速度位及輻散風(圖 27)作探討，發現模式相較於實際 觀測的結果，底層的輻合區比較偏西，不像實際觀測 9-11 月的位置 都比較菲律賓東側，這個原因也使得模式在 9-11 月時在西北太平洋 的東側輻合較少就不容易生成熱帶氣旋。 3.6 IPRC 模式熱帶氣旋對於 ENSO 的表現. 過去已經有多位學者深入探究 ENSO 與熱帶氣旋生成位置的關 係。Wang and Chen(2002)發現聖嬰及反聖嬰期間，在 7-9 月的生成位 置會有南北向偏移的情形，而 10-12 月則主要是東西向的偏移。在此 也參考以上學者之研究來討論。 而本研究利用 6-11 月的 Nin˜ o-3.4 指數去定義選取聖嬰及反聖嬰 年，以一個標準差為基準。在這個方式的選取下，1982-2011 這三十 22.
(32) 年間總共有七個聖嬰年(1982、1986、1991、1994、1997、2002 及 2009) 與五個反聖嬰年(1988、1998、1999、2007 和 2010)，分別就 7-9 月(JAS) 與 10-12 月(OND)兩個季節作討論。從圖 28a 看來，實際觀測的確也 能發現在 JAS 時聖嬰年生成位置偏南，反聖嬰則偏北；而 OND 時(圖 28e)，則是聖嬰年生成位置偏東，而反聖嬰年則偏西。在 IPRC 模式 中，JAS 時(圖 28b)表現較不理想；而 OND 時(圖 28f)，在西北太平 洋的西邊還能抓到反聖嬰年多於聖嬰年的訊號，但在東邊則是沒有明 顯的訊號。 為了查看原因，從 850 hPa 流線與渦度著手，並使用聖嬰年扣除 反聖嬰年的方式去作探討。JAS 時，相較於反聖嬰年，實際觀測(圖 49c)有一正渦度帶從南海延伸至中太平洋，整個西北太平洋底層籠罩 著氣旋式的環流；IPRC 模式(圖 28d)在比較之下，對於低層渦度的表 現略顯不足，且於台灣北方的負渦度帶也較偏南；結果顯示在 JAS 時，雖然模式有能力重現環境場，但強度低估也使得模式聖嬰年時在 北緯 20 度以南區域無法生成較多的熱帶氣旋。在 OND 時，模式(圖 28h) 與實際觀測(圖 28g)相比，在熱帶地區配置上相當類似也有辦法 重現沃克環流，但與 JAS 有著相同的結果在於渦度的表現都是低估 的。整合來看，即可發現在於動力條件來說，實際觀測在 JAS 時於 北緯 15 度附近比起模式較有利於氣旋生成，而模式雖然整體的配置 23.
(33) 還是能掌握，但強度上還是低估許多，也是熱帶氣旋個數模擬不足的 原因之一，且在 OND 時也能發現到類似的情形。. 3.7 IPRC 模式熱帶氣旋對於東印度洋海溫的表現. 過去大部分的學者探討西北太平洋熱帶氣旋的變化，都會結合著 ENSO 作討論。但近期，Zhan et al.(2011)提出了不同的說法，其發現 北印度洋的海溫變化也能影響西北太平洋熱帶氣旋的個數。當北印度 洋海溫較高時會降低海陸的熱力對比，且減弱東亞的夏季季風，環流 則呈現輻散，也會造成一波暖的赤道 Kelvin wave 向東傳伴隨著在西 北太平洋的底層東風距平與負的地表氣壓距平。 首先利用 6-8 月北印度洋(75oE-100oE, 10oS-22.5oN)海溫距平(氣 候平均值為 1982-2011 年)與 6-10 月西北太平洋熱帶氣旋進行標準化 比較(如圖 29)，IBTrACS 的熱帶氣旋數量與海溫距平相關係數高達 -0.56，而模式則較低(-0.23)。而後本研究以一個標準差作為選取條件 挑選出四個暖個案年(1987, 1998, 2002, 2010)及五個冷個案年(1984, 1985, 1986, 1989, 1994)。從圖 30 可以發現模式除了對於熱帶氣旋的 生成個數偏少外，在暖年與冷年的氣旋個數差異表現與實際結果非常 類似，無論是在西北太平洋東側或西側都有相當幅度的增加。而從圖 31 查看觀測及模式在北印度洋暖年相較於冷年的環境差異，發現在 24.
(34) 於西北太平洋模式的表現十分相似。雖然熱帶氣旋的個數年際變化的 相關性不如實際觀測來的高，但在冷暖年轉換下的數量變化掌握度不 錯。. 25.
(35) 第四章. 氣候變遷影響下的氣旋活動. 4.1 CCSM4 資料比較. 在作動力降尺度模擬之前，先對於 CCSM4 1981-2000 年的資料 與 ERA-interim 作比較。分別比較 850 百帕渦度場(圖 32a.b)、700 百 帕比濕(圖 32c.d)及垂直風切(圖 32e.f)。而可以看到底層渦度場， CCSM4(圖 32b)整體而言，與 ERA(圖 32a)的配置相似，差異較大的 部分則在太平洋負渦度帶西伸的部分，CCSM4 雖然有西伸的情形， 但在台灣東方則沒有與東側的負渦度帶相連。CCSM4(圖 32d)的底層 水氣場也有個與 ERA(圖 32c)較明顯的差異，在南海上 CCSM4 的水 氣反而是偏弱的，可以得知在 CCSM4 南海的有利旋生的熱力條件相 對是比較弱的。垂直風切的部分，看到 CCSM4(圖 32f)雖然 4.2 環境場的改變. 為了更清楚前後兩時期的環境變化，因此在這裡將各個環境變數 以後期(2081-2100 年)扣除前期(1981-2000 年)，並且只留下變化顯著 性通過 T-test 統計檢定 95%信賴區間的部分，藉此比較兩個時期的環 境變化。圖 33 為 6-8 月垂直氣溫差異，可以知道暖化的環境下，250 26.
(36) hPa 附近有最大的增溫，使得垂直的大氣結構是變得更穩定。而圖 34 為 850 hPa 風場及渦度場，可以發現在赤道東經 150 度處有顯著增加 的東西風輻合，且在北方有氣旋式的風切，但中太平洋北部似乎呈現 出類似太平洋高壓略為南移的跡象；另外，在東南亞一帶也有明顯的 氣旋式環流，且此區域的渦度也有顯著地增加；相反地，受到氣候變 遷增溫影響使得整體夏季季風環流增強，造成中印度洋跨赤道流增強， 進一步使斯里蘭卡附近的反氣旋式環流增強、負渦度也隨之增加。 接著，圖 35 顯示垂直風切的部分，在菲律賓附近延伸至東南方 外海及北印度洋有顯著的風切增加，為不利此區域颱風生成的動力條 件。再來，圖 36 為 700 hPa 比濕，發現整體都是增加的情形，尤其 在北印度洋往東至台灣及菲律賓再往東南方延伸一帶更為明顯。而受 到氣候變遷大氣底層明顯增溫影響，使得底層水氣被更多的上升氣流 帶至上空，連帶地也將地表的潛熱帶至大氣層中，出現這個現象是在 實驗前就能預想到的。而圖 37 則是 500 hPa 垂直速度場，受到了底 層增溫影響，使得原本的對流區域垂直速度也有顯著的提升。從上述 的底層比濕場及中層垂直速度場，可以推測在對流區的平均降水會有 所增加。而從圖 38 就能知道，在對流區內降水都有顯著的增加幅度， 且整體的分布與中層垂直速度場一致。 從上述環境場的變化知道，在 RCP8.5 情境下，大氣中高層增溫 27.
(37) 較明顯且垂直風切普遍增加，使得大氣趨於穩定；但西北太平洋渦度 的增強、垂直速度的增加及濕度增加，則是使得氣旋有利生成的條件。 而熱帶氣旋的變化則會在下個章節作討論。. 4.3 熱帶氣旋變化之氣候分析. 4.3.1 生成位置與路徑 與第三章所使用的方法相同。利用 5ox5o 的網格去計算 1981-2000 年與 2081-2100 年 6-11 月熱帶氣旋的平均生成頻率圖(圖 39)受到氣 候變遷增溫影響，在原本的熱帶氣旋主要生成區域，數量上有明顯的 增加且相對集中於原先的極值區；極值區即是在南中國海及菲律賓東 方外海向東南方延伸。且在北緯十度以內及靠近中太平洋一帶更容易 生成熱帶氣旋。而菲律賓一帶在垂直風切增強的情形下，熱帶氣旋個 數還是有明顯增多的現象，可以推測受到底層增溫、環流改變、對流 區垂直速度加強影響之下，相對只有一項不利因素抑制，所造成的作 用還是很有限。進一步探討熱帶氣旋經緯度的平均分布，圖 40 為其 前後期 20 年與觀測 30 年的平均經度生成位置，發現在現在氣侯的模 擬下模式與觀測的熱帶氣旋生成位置十分類似，且受到氣候變遷影響 而顯著增加的區域集中於東經 125 度及東經 145 度附近。Satoru Yokoi et al.(2012)利用了七個 GCM 的模擬結果發現，在未來熱帶氣旋的生 28.
(38) 成位置將會往東偏向中太平洋且北轉路徑也會呈現向東位移的情形， 與本研究的結果較不相同。再來，圖 41 為其前後期 20 年與觀測 30 年的平均緯度生成位置，更能發現在南北向的分布在二十一世紀末仍 然與二十世紀末相似，顯著增加的區域即是原本個數較多的北緯 10-15 度。 接著，圖 42 為 1981-2000 年與 2081-2100 年 6-11 月熱帶氣旋軌 跡的分布，無論是在前期或者後期，兩者皆呈現西行的路徑為主要； 雖然以目測而言，在後期似乎出現較多的明顯的北行(Recurved)路徑， 但這並不夠客觀。所以一樣使用 5ox5o 的網格去計算 1981-2000 年與 2081-2100 年 6-11 月熱帶氣旋的路徑頻率圖(圖 43)，發現在模式中氣 候變遷造成的影響並不會使得熱帶氣旋北行數量有顯著地增加；但受 到增溫影響使得氣旋強度增加，所以相對來說會有較多的西行熱帶氣 旋有能力存活至華北或越南。 4.3.2 熱帶氣旋的季節與強度變化 首先，圖 44 是觀測與模式前後兩時期的熱帶氣旋生成數量季節 變化，跟觀測比較起來還是能發現模式在十一、二月有較明顯的高估； 但在現在氣候的模擬仍與觀測十分接近，且最高值與觀測一致出現在 八月。而受到氣候變遷影響，熱帶氣旋數量每個月分平均都能多生成 近一個，且於主要生成月份七至十月有顯著的增加。 29.
(39) 再來，探討模擬下的生成位置的季節變化。圖 45 為觀測及兩組 模擬結果的平均生成位置，可以發現與以 ERA 為初始場的模擬結果 不同，現在氣候的模擬(藍字)生成位置跟實際觀測十分接近，使得其 對於暖化環境下的模擬更有參考價值；而暖化環境下，模擬結果顯示 生成位置上並不會有太大的變化。 Webster et al.(2005)發現 1970-2004 年逐漸暖化的環境使得高強 度的(cat 4-5)熱帶氣旋，無論在數量上及比例上，皆有增加的趨勢； 而低強度的(cat 1)熱帶氣旋則是出現逐漸減少的趨勢。而在本研究中， 將各個熱帶氣旋以最大風速作分類如圖 46，發現在最大風速小於 20 m/s 的熱帶氣旋在氣候變遷的模擬下，每年所產生的個數與現在氣候 的模擬結果差異不大；但隨著強度的提升，不同強度的熱帶氣旋皆有 明顯的增加，最明顯的每年有增加四個之多。. 4.3.3 熱帶氣旋的結構合成分析. 圖 47 為 1981-2000 年的熱帶氣旋氣壓與降水的合成分析圖，將 20 年間的 6-11 月每個熱帶氣旋的時間點作合成再平均。就雨量上而 言，發現在現在氣候的模擬出的降雨極值在熱帶氣旋半徑 1 度內的第 三象限，平均可高達 130 mm/day，且降水範圍向東方遞減，降雨較 少的區域則出現在熱帶氣旋的第二象限；就氣壓而言，中心平均地表 30.
(40) 氣壓則低於 992 hPa，且相較而言，第一象限的氣壓梯度明顯最大， 則第三象限最小。 圖 48 為 2081-2100 年的熱帶氣旋氣壓與降水的合成分析圖，相 較之下，發現雨量的極值雖然還是出現在相似的位置，但明顯增強至 150 mm/day 以上，且超過 20 mm/day 的範圍明顯由原先的從中心開 始向東帶狀分布，變成熱帶氣旋半徑 5 度內的南半部分皆超過了 20 mm/day；在地表氣壓方面，在暖化的效應下使得中高強度的熱帶氣 旋增加了，平均之下有所下降也是原先能預期的，而中心氣壓則降至 990 hPa 以下。. 31.
(41) 第五章 討論與結論 討論 為何在以 HIST 為初始場的模擬下熱帶氣旋生成位置較為接近實 際 觀 測 ？ 以 ERA 為 初 始 場反 而 結果 比 較 差？ 以 Murakami and Wang(2010)所修正的 MGPI 作討論： MGPI =. |105. 3 𝑅𝐻 3 𝑉𝑝𝑜𝑡 3 η|2 ( ) ( ) (1. 50. 70. + 0.1𝑉𝑠 )−2 (. −𝜔 + 0.1 ) 0.1. 其中η為 850 百帕絕對渦度(𝑠 −1 )、RH 為 700 百帕相對濕度、𝑉𝑝𝑜𝑡 為 Emanuel (1995)提出的最大潛在強度(m/s)、𝑉𝑠 為垂直風切及ω為 500 百帕垂直速度(Pa/s)，藉此討論兩組結果下西北太平洋的熱帶氣旋生 成條件。圖 49 為兩組結果下的 MGPI，可以發現以 ERA 為初始場的 結果從 9 月開始，南海部分有利旋生的指數越來越高，使得生成位置 會較偏向於南海；而在以 HIST 為初始場的結果，則是相對於 ERA 的模擬在東側有較有利旋生的條件。此一結果也顯示為何 ERA 的結 果會較偏向於南海，而 HIST 的結果會相對偏東。. 結論 IPRC 模式對於基本的環境變數模擬掌握度都不錯，空間分布都 能與實際觀測相當類似。而利用客觀方式去篩選模式中的熱帶氣旋， 雖然強度上不如觀測，但水平及垂直的環流結構皆與實際觀測類似。 32.
(42) 接著利用 5ox5o 網格計算頻率圖，知道在氣候尺度下模式的熱帶氣旋 生成較偏西邊，且路徑上也較少北行的路徑。 在研究中利用了 CDF 將模式中的熱帶氣旋等級作轉換，藉此補 足模式受限於解析度所影響的氣旋強度，並找出與實際觀測相對應的 熱帶氣旋強度。研究中發現模式對於氣旋個數的年際變化有良好的掌 握。也因為模式中熱帶氣旋生成位置主要較偏於西南，所以平均生命 期、位移長度及 ACE 都有明顯地低估；值得一提的是，在於 ACE 的 年際變化上掌握的不錯。在於季節變化上，模式有能力模擬出西北太 平洋主要的活躍期，但在冬季時卻又有高估的情形。 理解了模式對於熱帶氣旋的呈現能力之後，利用了模式將 CMIP5 的 CCSM4 模式兩組資料(Historical run 及 RCP8.5 run)作動力降尺度， 藉以討論熱帶氣旋在未來可能會有如何的變化。. 首先，從環境場中得知在 RCP8.5 情境下，大氣的底層增溫 造成了季風環流的改變、對流區的對流增強，以及雨量趨於 集中在對流區等等現象；而暖化環境下，垂直溫度結構趨於 穩定、垂直風切增加不利旋生，但底層渦度、濕度及中層垂 直速度增加，是有利於旋生的。對於熱帶氣旋活動的改變， 在氣候尺度上，發現增溫的條件之下不會造成熱帶氣旋的北 轉，但強度較高的氣旋增加也使得其有能力移至內陸。在年 33.
(43) 際變化的尺度上，Webster et al.(2005)發現暖化的環境使得高 強度的(cat 4-5)熱帶氣旋，無論在數量上及比例上，皆有增加 的趨勢；而低強度的(cat 1)則是出現逐漸減少的趨勢；而在 本研究中除了強度較低(<20m/s)的熱帶氣旋數量變化較小外， 其他強度的熱帶氣旋數量皆有增加的情形。最後，將所有的 熱帶氣旋作合成分析也發現，暖化的環境使得氣旋的氣壓增 強，平均最大降雨也高達 150 mm/day。現行的模擬，無論是 在 Historical run 與 RCP8.5 run，皆只有一組的模擬結果，對 於模擬的不確定性無法提供討論，這也是未來需要加強的部 份。. 34.
(44) 參考文獻 Bengtsson, L., Böttger, H., amd. Kanamitsu, M. , 1982: Simulation of. hurricane‐type vortices in a general circulation model. Tellus, 34, 440-457. Bengtsson, L., 1996: Will greenhouse gas-induced warming over the next 50 years lead to higher frequency and greater intensity of hurricanes? Tellus, 48A, 57–73. Bister, M., and Emanuel, K. A. , 2002a: Low frequency variability of tropical cyclone potential intensity. 1. Interannual to interdecadal variability.. J.. Geophys.. Res.,. 107,. 4801,. doi:10.1029/2001JD000776. Bister, M., and Emanuel, K. A. , 2002b: Low frequency variability of tropical cyclone potential intensity. 2. Climatology for 1982–1995. J. Geophys. Res., 107, 4621, doi:10.1029/2001JD000780 Broccoli, A. J., and Manabe, S. , 1990: Can existing climate models be used to study anthropogenic changes in tropical cyclone climate? Geophysical Research Letters, 17, 1917-1920. Camargo, S. J., Li, H., and Sun, L. , 2007b: Feasibility study for downscaling seasonal tropical cyclone activity using the NCEP regional spectral model. International journal of climatology, 27, 311-325. Chan, J. C., and Liu, K. S. , 2004: Global warming and western North Pacific typhoon activity from an observational perspective. Journal of Climate, 17, 4590-4602. 35.
(45) Chia, H. H., and Ropelewski, C. F. , 2002: The interannual variability in the genesis location of tropical cyclones in the northwest Pacific. Journal of Climate, 15, 2934-2944. Dickinson, R. E., A. Henderson-Sellers, and P. J. Kennedy, 1993: Biosphere–atmosphere transfer scheme (BATS) version 1 as coupled to the NCAR Community Climate Model. NCAR Tech. Note NCAR/TN-3871STR, National Center for Atmospheric Research, Boulder, CO, 72 pp. Edwards, J. M., and A. Slingo, 1996: Studies with a flexible new radiation code. I: Choosing a configuration for a large-scale model. Quart. J. Roy. Meteor. Soc., 122, 689–719. Emanuel, K. , 2001: Contribution of tropical cyclones to meridional heat transport by the oceans. Journal of Geophysical Research: Atmospheres (1984–2012), 106, 14771-14781. Emanuel, K., 1987: The dependence of hurricane intensity on climate. Nature, 326, 483–485. Gray, W. M., 1968: Global view of the origin of tropical disturbances and storms. Mon. Wea. Rev., 96, 669–700. Haarsma, R. J., Mitchell, J. F., and Senior, C. A. , 1993: Tropical disturbances in a GCM. Climate Dynamics, 8, 247-257. Holland, 1997: The maximum potential intensity of tropical cyclones.J. Atmos. Sci., 54, 2519–2541. IPCC, 2007: Summary for Policymakers, Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on 36.
(46) Climate Change. Knutson, T. R., Sirutis, J. J., Garner, S. T., Held, I. M., and Tuleya, R. E. , 2007: Simulation of the recent multidecadal increase of Atlantic hurricane activity using an 18-km-grid regional model. Bulletin of the American Meteorological Society, 88, 1549-1565. Manabe, S., Holloway Jr, J. L., and Stone, H. M. , 1970: Tropical circulation in a time-integration of a global model of the atmosphere. Journal of the Atmospheric Sciences, 27, 580-613. 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. Nguyen, K. C., and K. J. E. Walsh, 2001: Interannual, decadal, and transient green-house simulation of tropical cyclone-like vortices in a regional climate model of the South Pacific. J. Climate, 14, 3043– 3054. Nordeng,. T.. E.,. 1995:. Extended. versions. of. the. convective. parameterization scheme at ECMWF and their impact on the mean and transient activity of the model in the Tropics. ECMWF Research Department Tech. Memo. 206, 41 pp. Oouchi, K., Yoshimura, J., Yoshimura, H., Mizuta, R., Kusunoki, S., and Noda, A. , 2006:. Tropical cyclone climatology in a global-warming climate as simulated in a 20 km-mesh global atmospheric model: Frequency. and. wind. intensity. analyses.. Journal. of. the. Meteorological Society of Japan. Ser. II, 84, 259-276. Stowasser, M., Wang, Y., and Hamilton, K. , 2007: Tropical cyclone 37.
(47) changes in the western North Pacific in a global warming scenario. Journal of climate, 20, 2378-2396. Sugi, M., A. Noda, and N. Sato, 2002: Influence of the global warming on tropical cyclone climatology: An experiment with the JMA global model. J. Meteor. Soc. Japan, 80, 249–272. Sun, Z., and K. Shine, 1994: Studies of the radiative properties of ice and mixed phase clouds. Quart. J. Roy. Meteor. Soc., 120, 111–137. Tiedtke, M., 1989: A comprehensive mass flux scheme for cumulus parameterization in large-scale models. Mon. Wea. Rev., 117, 1779– 1800. Tsutsui, J., 2002: Implications of anthropogenic climate change for tropical cyclone activity: A case study with the NCAR CCM2. J. Meteor. Soc. Japan, 80, 45–65. Vitart, F., Anderson, J. L., Stockdale, T. N., and Molteni, F. Coauthors, 2007: Dynamically-based seasonal forecasts of Atlantic tropical storm activity issued in June by EUROSIP. Geophys. Res. Lett, 34, L16815. Wang, B., and Chan, J. C. , 2002: How strong ENSO events affect tropical storm activity over the western North Pacific. Journal of Climate, 15, 1643-1658. Wang, Y. , 2001: An Explicit Simulation of Tropical Cyclones with a Triply Nested Movable Mesh Primitive Equation Model: TCM3. Part I: Model Description and Control Experiment. Monthly weather review, 129, 1370-1394. Wang, Y. , 2002a: An Explicit Simulation of Tropical Cyclones with a 38.
(48) Triply Nested Movable Mesh Primitive Equation Model: TCM3. Part II: Model Refinements and Sensitivity to Cloud Microphysics Parameterization. Monthly weather review, 130, 3022-3036. Wang, Y. , 2002b: Vortex Rossby Waves in a Numerically Simulated Tropical Cyclone. Part I: Overall Structure, Potential Vorticity, and Kinetic Energy Budgets. Journal of the atmospheric sciences, 59, 1213-1238. Wang, Y. , 2002c: Vortex Rossby Waves in a Numerically Simulated Tropical Cyclone. Part II: The Role in Tropical Cyclone Structure and Intensity Changes. Journal of the atmospheric sciences, 59, 1239-1262. Wang, Y., Sen, O. L., and Wang, B. , 2003: A highly resolved regional climate model (IPRC-RegCM) and its simulation of the 1998 Severe Precipitation Event over China. Part I: model description and verification of simulation. Journal of climate, 16, 1721-1738. Webster, P. J., Holland, G. J., Curry, J. A., and Chang, H. R. , 2005: Changes in tropical cyclone number, duration, and intensity in a warming environment. Science, 309, 1844-1846. Zhan, R., Wang, Y., and Lei, X. , 2011: Contributions of ENSO and East Indian Ocean SSTA to the interannual variability of northwest Pacific tropical cyclone frequency. Journal of Climate, 24, 509-521. Zhan, R., Wang, Y., and Wu, C. C. , 2011: Impact of SSTA in the east Indian Ocean on the frequency of northwest Pacific tropical cyclones: A regional atmospheric model study. Journal of Climate, 24, 6227-6242. 39.
(49) Zhao, M., Held, I. M., Lin, S. J., and Vecchi, G. A. , 2009: Simulations of global hurricane climatology, interannual variability, and response to global warming using a 50-km resolution GCM. Journal of Climate, 22, 6653-6678.. 40.
(50) 附圖. 圖 1. IPRC 區域氣候模式之模擬範圍，邊界為黑線包圍之範圍 60oE-179.5oW, 30oS-65.5oN，包含了東印度洋及西北太平洋之主要旋生區域. 41.
(51) (a). (b). 圖 2. 1982-2011 年 6-8 月的 ERA-interim(a)及 IPRC 模式(b) 850hPa 風場及渦度 場，黑色箭頭為風場，陰影為渦度. 42.
(52) (a). (b). 圖 3. 1982-2011 年 6-8 月的 ERA-interim(a)及 IPRC 模式(b) 垂直風切 (200-850hPa U 風場的絕對值). 43.
(53) (a). (b). 圖 4. 1982-2011 年 6-8 月的 ERA-interim(a)及 IPRC 模式(b) 700hPa 比濕. 44.
(54) (a). (b). 圖 5. 1982-2011 年 6-8 月的 ERA-interim(a)及 IPRC 模式(b) 降水. 45.
(55) 圖 6. IPRC 模式其中的一個熱帶氣旋個案，時間點為 1999 年 9 月 11 日 06 時， 而黑色箭頭為 850hPa 風場，陰影則為海平面氣壓. 46.
(56) 圖 7. 同圖 6 之個案氣旋溫度差異垂直分布(以 121oE, 25.5oN 為中心). 圖 8. 同圖 6 之個案氣旋緯向風場垂直分布(以 121oE, 25.5oN 為中心). 47.
(57) (a). (b). 圖 9. 1982-2011 年 6-11 月的 ERA-interim(a)及 IPRC 模式(b) 熱帶氣旋生成點網 格通過頻率圖. 48.
(58) 圖 10. 1982-2011 年熱帶氣旋平均經度生成位置；紅色為 IPRC 模式，黑色為 IBTrACS. 圖 11. 1982-2011 年熱帶氣旋平均緯度生成位置；紅色為 IPRC 模式，黑色為 IBTrACS. 49.
(59) (a). (b). 圖 12. 1982-2011 年 6-11 月的 ERA-interim(a)及 IPRC 模式(b) 熱帶氣旋路徑網 格通過頻率圖. 50.
(60) (a). (b). 圖 13. 1982-2011 年 6-11 月的 IBTrACS(a)及 IPRC 模式(b) 之熱帶氣旋路徑分布； 紅色點為生成位置. 51.
(61) 圖 14. 1982-2011 年 6-11 月 IBTrACS 和 IPRC 模式的平均每年熱帶氣旋數量分 布. 圖 15 1982-2011 年 6-11 月 IBTrACS 和 IPRC 模式之熱帶氣旋中心氣壓與風速 關係分佈圖，為所有熱帶氣旋路徑上每一個點作統計；黑點為 IBTrACS，紅點為 IPRC 模式 52.
(62) 圖 16 模式與 IBTrACS 屬於 TS 等級以上之熱帶氣旋個數年際變化圖；黑線為 IBTrACS，紅線為 IPRC 模式；括弧中為兩者之相關係數. 53.
(63) 圖 17. 模式與 IBTrACS 熱帶氣旋生成位置的緯度年際變化圖；黑線為 IBTrACS， 紅線為 IPRC 模式；括弧中為兩者之相關係數. 圖 18. 模式與 IBTrACS 熱帶氣旋生成位置的經度年際變化圖；黑線為 IBTrACS， 紅線為 IPRC 模式；括弧中為兩者之相關係數. 54.
(64) 圖 19. 模式與 IBTrACS 熱帶氣旋平均生命期之年際變化圖；黑線為 IBTrACS， 紅線為 IPRC 模式；括弧中為兩者之相關係數. 圖 20. 模式與 IBTrACS 熱帶氣旋累積能量之年際變化圖；黑線為 IBTrACS，紅 線為 IPRC 模式；括弧中為兩者之相關係數. 55.
(65) 圖 21. 模式與 IBTrACS 熱帶氣旋平均移動位置之年際變化圖；黑線為 IBTrACS， 紅線為 IPRC 模式；括弧中為兩者之相關係數. 圖 22. 模式與 IBTrACS 熱帶氣旋平均移動速度之年際變化圖；黑線為 IBTrACS， 紅線為 IPRC 模式；括弧中為兩者之相關係數. 56.
(66) 圖 23. 1982-2011 年 6-11 月 IBTrACS(黑色)與模式(紅色)之熱帶氣旋生成位置季 節變化. 圖 24 1982-2011 年 IBTrACS(黑色)與模式(紅色)之熱帶氣旋生成數量季節變化. 57.
(67) (a). (b). (c). (d). (e). (f). 圖 25. 1982-2011 年 IBTrACS 之 6-11 月(a-f)熱帶氣旋逐月軌跡圖. 58.
(68) (a). (b). (c). (d). (e). (f). 圖 26. 1982-2011 年 IPRC 模式之 6-11 月(a-f)熱帶氣旋逐月軌跡圖. 59.
(69) (a). (b). (c). (d). (e). (f). 圖 27 1982-2011 年 9-11 月的 850 百帕速度位氣候平均，箭頭為 850 百帕輻散 風；a.c.e 為 ERA-interim 9-11 月的結果，b.d.f 為 IPRC 模式 9-11 月的結果. 60.
(70) (a). (b). (c). (d). (e). (f). (g). (h). 圖 28 聖嬰年減反聖嬰年的熱帶氣旋生成點網格通過頻率圖(a,e 為 IBTrACS，b,f 為 IPRC)與 850 hPa 流線及渦度場(c,g 為 ERA-interim，d,h 為 IPRC；箭頭為流線 場，陰影為渦度場)合成圖。a-d 為 JAS 的結果，e-h 為 OND 的結果。. 61.
(71) 圖 29 6-8 月北印度洋海溫距平與 6-10 月西北太平洋熱帶氣旋個數之相關，括 弧中數字為相關係數(紅色為 OISST；綠色為 IPRC 模式；黑色為 IBTrACS). 62.
(72) (a). (b). (c). (d). 圖 30. 北印度洋暖年(a,b)與冷年(c,d)的熱帶氣旋生成數量(左為 IBTrACS；右為 IPRC 模式). (a). 圖 31. (b). 北印度洋暖年扣除冷年的 850 hPa 流線及渦度場合成圖(a 為 ERA-interim， b 為 IPRC；箭頭為流線場，陰影為渦度場). 63.
(73) (a). (b). (c). (d). (e). (f). 圖 32. CCSM4 1981-2000 年 6-8 月平均與 ERA-interim 比較；由上至下分別為 850 百帕渦度場與風場、700 百帕比濕、垂直風切. 64.
(74) 圖 33. 2081-2100 年減去 1981-2000 年的 6-8 月垂直氣溫；南北向平均緯度從南 緯 30 度至北緯 65 度. 圖 34 2081-2100 年減去 1981-2000 年的 6-8 月 850 hPa 風場及渦度場。箭頭為 風場，陰影為渦度場；陰影的區塊為顯著性通過統計檢定 95%信賴區間. 65.
(75) 圖 35. 同圖 34，但為垂直風切(200-850hPa U 風場的絕對值). 圖 36. 同圖 34，但為 700 hPa 比濕場. 66.
(76) 圖 37. 同圖 34，但為 500 hPa 垂直速度場. 圖 38. 同圖 34，但為降水. 67.
(77) (a). (b). 圖 39. 1981-2000 年(a)及 2081-2100 年(b) 6-11 月的熱帶氣旋生成點網格通過頻 率圖. 68.
(78) 圖 40. 熱帶氣旋平均經度生成位置；藍色為 1981-2000 年，紅色為 2081-2100 年，黑色為 IBTrACS 1982-2011 年. 圖 41. 熱帶氣旋平均緯度生成位置；藍色為 1981-2000 年，紅色為 2081-2100 年，黑色為 IBTrACS 1982-2011 年. 69.
(79) (a). (b). 圖 42 1981-2000 年(a)及 2081-2100 年(b) 6-11 月的熱帶氣旋路徑分布；紅色點 為生成位置. 70.
(80) (a). (b). 圖 43. 1981-2000 年(a)及 2081-2100 年(b) 6-11 月的熱帶氣旋路徑網格通過頻率 圖. 71.
(81) 圖 44. IBTrACS 1982-2011 年(黑色)、模式 1981-2000 年(藍色)與 2081-2100 (紅 色) 之熱帶氣旋生成數量季節變化. 圖 45 1982-2011 年 IBTrACS(黑色)、1981-2000 年模式(藍色) 與 2081-2100 年 模式(紅色) 6-11 月之熱帶氣旋生成位置季節變化. 72.
(82) 圖 46. 西北太平洋 6-11 月熱帶氣旋的平均生成個數，以熱帶氣旋的最大風速作 分類。藍色為 1981-2000 年，紅色為 2081-2100 年. 73.
(83) 圖 47. 1981-2000 期間西北太平洋平均熱帶氣旋氣壓與降水分布圖。黑實線為氣 壓，陰影為降水. 圖 48. 同圖 47，但為 2081-2100 期間的平均. 74.
(84) 圖 49 以 ERA 為初始場模擬結果與以 CCSM4 1981-2000 年的模擬結果之月平 均 MGPI 指數比較；左側為 ERA 之結果，右側為 CCSM4 之結果；圖中左上角 的數字為月份. 75.
相關文件
Table 7: Resident population born outside Macao by total years of residence in Macao c (2001 ). Total
D Global warming causes less precipitation, thus causing the glaciers to retreat.. •
◦ The Statue of Liberty is a gift that France presented to America to celebrate its one hundred years of independence from the United Kingdom.. The full height of the monument is
To take collaborative actions to face the challenge arising from global climate change, we issued a circular in April 2017 to remind all schools to formulate and put in
For the proposed algorithm, we establish a global convergence estimate in terms of the objective value, and moreover present a dual application to the standard SCLP, which leads to
Cumulative emissions of CO2 largely determine global mean surface warming by the late 21 st century and beyond.. Cumulative emissions of CO2 largely determine global mean surface
紐西蘭地處大洋，國土分為北島與南島，兩個島的輪廓均呈南北狹長形，北島緯度介於南 緯 34.5-41.5 度間；南島介於南緯 40.5-46.7
We solve the three-in-a-tree problem on
