模式解析度對 WRF 區域氣候模式中熱帶風暴活動模擬的影響

全文

(1)國立台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. 模式解析度對 WRF 區域氣候模式中熱帶風暴活動模擬的影響 Effects of Model Resolution on the Simulation of Tropical Storm Activities in WRF Regional Climate Model. 指導教授：鄒治華教授研究生：邱彥超. 中華民國 104 年十一月.

(2) 摘要水平模式解析度可能是影響模式模擬熱帶風暴(Tropical Storm, TS)活動之重要因素之一。本研究採用 Weather Research and Forecasting (WRF)區域氣候模式，研究範圍包含西北太平洋、印度洋及青藏高原(45°E-180°E，20°S-40°E)。研究解析度對此 WRF-RCM 模擬 TS 氣候活動之影響，設計兩部分的實驗。實驗一：選定 30km、50km 及 100km 三組水平解析度，進行 2000-2010 年 6-11 月 TS 氣候活動模擬。實驗二：增加 2002 年及 2005 年 7-9 月 10km 解析度之模擬，進行 TS 強度模擬。探討模式解析度對 WRF-RCM 模式中 TS 活動的影響。結果顯示，100km 解析度，能掌握 TS 之軌跡通過頻率，卻嚴重低估 TS 的生成頻率，此結果類似大多數的 GCM 模式。當解析度提升至 50km 時，TS 的生成頻率模擬能力能有所提升，但仍然無法掌握 TS 生成頻率之年際變化。而當解析度提升至 30km 時，TS 的通過頻率、生成頻率與生成頻率之年際變化，皆能有不錯的表現。但 30km 模擬嚴重低估 TY4-TY5 生成頻率，當解析度提升至 10km 時可以明顯改善 TY4 生成頻率，但 TY4 生成頻率仍低於觀測。 TS 主要生成在海溫高、低層正渦度大、中層相對濕度高與垂直風切小的季風槽與輻合區。四組水平解析度模擬均可掌握此 TS 生成位置與大尺度環境條件場之關係。100km 模擬中，地形阻擋效應差，在東南亞島嶼一代明顯高估高低層穿越赤道流風速，造成西北太平洋高低層垂直風切變大，且渦度中心、強降水區及季風合流區偏北偏東，有利 TS 生成區域變小。隨解析度增加至 50km 及 30km，地形阻擋效應及降水分怖逐漸改善，環境場、TS 生成位置及生成頻率模擬接近觀測。強的 TS 生成位置偏東南、生命史較長、生成後多數向西北移動與風速改變率較大。四組水平解析度模擬均可掌握強的 TS 生成位置偏東及生命史較長之特徵。 100km 模擬中，強的 TS 生成位置偏北，路徑以向西移動為主。隨解析度增加至 50km、 30km 及 10km，強的 TS 生成位置與路徑模擬與觀測相似。100km、50km 及 30km 模擬，嚴重低估強的 TS 風速改變率，造成 TY4-TY5 生成頻率嚴重低估。隨解析度增加至 10km，強的 TS 移動路徑環境條件場較 30km 模擬有利 TS 發展，強的 TS 風速改變率及 TY4 生成頻率明顯改善，但仍低於觀測。關鍵字：區域氣候模式、水平解析度、熱帶風暴. I.

(3) 致謝首先感謝本人的指導教授鄒治華教授。感謝老師從研究開始一步一步給我指導，讓我能從知識的吸收者跨入科學研究的領域，讓我學習到科學的精神。感謝老師耐心的指導，讓本篇研究可以一點一點的順利完成。同時也感謝百忙中抽空給予我寶貴建議的林沛練教授、陳正達教授及簡芳菁教授的寶貴建議，使這邊論文能更加的完整。感謝大學同學兼學長的旭峰及孟光，從基礎的程式編寫開始教我，解決我研究上最陌生、最沒有接觸過的領域。並給予我研究上很多的經驗及建議，指點我的出路，讓我都想叫一聲峰神、光神，如果沒有你們我真的不知道該怎麼辦還好。感謝學長駱駝、藤平、學姊佩語，解決了我研究所的疑難雜症，例如:解決機器當機、機器當機還是機器當機。(感謝機器與冷氣，在這段期間沒有壞掉太多次，使進度能如期進行。)感謝研究所時的同學鳳茹、欣妤、勇志...研究及課業上的協助。感謝我的家人，我的父母跟姊姊，因為有你們的支持讓我有安定的力量，作為我的後盾，讓我能無憂無慮完成這篇論文。這篇論文研究途中遇到許多瓶頸與挫折，原本沒自信可以完成這篇論文的，因為許多人的幫忙與協助，終於有機會發表，要感謝的人太多了，就感謝上天吧。最後，願本篇文章能對後人的研究有所幫助。. II.

(4) 目錄摘要 .............................................................. I 致謝 ............................................................. II 目錄 ............................................................ III 圖表目錄 .......................................................... V 第一章前言 ....................................................... 1 第二章資料 ....................................................... 6 2.1 環境場觀測資料 .............................................. 6 2.2 熱帶風暴觀測資料 ............................................ 7 第三章 WRF 氣候模式與實驗設計 ...................................... 9 3.1 模式介紹 .................................................... 9 3.2 模式初始場及邊界資料 ....................................... 10 3.3 模式參數設定 ............................................... 11 3.4 實驗設計 ................................................... 12 3.4.1 區域氣候模式所模擬之範圍 ............................. 13 3.4.2 實驗一：基本的熱帶風暴氣候特性模擬 ................... 14 3.4.3 實驗二：強度模擬 ..................................... 15 3.5 各解析度模擬中的地形 ....................................... 15 3.6 模式中熱帶風暴之篩選方法 ................................... 16 第四章熱帶風暴於不同解析度 WRF 區域氣候模式的活動 ................ 20 4.1 熱帶風暴生成位置模擬 ....................................... 20 4.2 熱帶風暴頻率模擬 ........................................... 21 4.3 熱帶風暴強度模擬 ........................................... 22 4.4 模式中熱帶風暴氣候活動小結 ................................. 24 第五章解析度對熱帶風暴活動模擬之影響 ............................ 26 III.

(5) 5.1 西北太平洋地區熱帶風暴生成與氣候環境條件 ................... 26 5.2 西北太平洋地區環境條件分佈之原因 ........................... 32 第六章熱帶風暴強度實驗 .......................................... 37 6.1 強弱熱帶風暴之間差異分析 ................................... 37 6.2 影響模式中熱帶風暴發展原因 ................................. 44 第七章結論 ...................................................... 47 參考文獻 ......................................................... 54 附圖表 ........................................................... 61 附錄一 .......................................................... 83 附錄二 .......................................................... 84 附錄三 .......................................................... 85. IV.

(6) 圖表目錄表說明表 3.1 2000-2010 年、2002 年及 2005 年，颱風季(7-9 月)，觀測的所有熱帶風暴與 TY4-TY5 熱帶風暴生成頻率。單位為個數/每季。 .................. 61 表 3.2 各解析度模擬中熱帶風暴的篩選條件。 ......................... 62 表 4.1 2000-2010 年 6-11 月，西北太平洋地區 TS 生成頻率(單位：各數/每季)、觀測與各模擬之間 TS 通過頻率空間相關係數、觀測與各模擬之間 TS 逐季生成頻率時間相關係數、TY1-TY2 生成總數、TY3 生成總數及 TY4-TY5 生成總數。TS 通過頻率是以 5°×5°經緯網格為計算機處，累計熱帶風暴通過個數。 ...... 63 表 6.1 (a)2000-2010 年、(b)2002 及 2005 夏季(7-9 月)，觀測與 10 公里、30 公里、50 公里及 100 公里解析度模擬中，所有的熱帶風暴、最大強度 TS-TY2、最大強度 TY3 及最大強度 TY4-TY5 熱帶風暴之平均生命長度。單位：天。括弧中的數字表示樣本數。表 a 中熱帶風暴數少於 5 個則不顯示。因模擬邊界，當熱帶風暴中心移出經度 110° E-180°、緯度 5° N-35°N 之後，不計入統計加總。 64 表 6.2 (a)2000-2010 年、(b)2002 及 2005，7-9 月，觀測與 10 公里、30 公里、 50 公里及 100 公里解析度模擬之平均風速改變率。第一欄為，強度為 TY1-TY2 等級之熱帶風暴，從生成到風速達 TY1 下限間之平均風速改變率。第二欄為，強的熱帶風暴，從生成到風速達 TY1 下限間之平均風速改變率。第三、四與五欄同第二欄，差異為，TY1 至 TY2、TY2 至 TY3 與 TY3 至 TY4 下限間之平均風速改變率。單位：ms-1/24hr。括弧中的數字表示樣本數。表 a 中熱帶風暴數少於 5 個則不顯示。模擬中生成點風速超過 TS 等級則不計入統計加總。觀測強的熱帶風暴是指最大強度達 TY4 及 TY5 之熱帶風暴，模擬中指的是 TY3 及 TY4 之熱帶風暴。 ................................................................. 65. 圖說明圖 3.1 實驗設計 WRF 區域氣候模式之模擬範圍(45°E-180°, 20°S-40°N)。 . 66 圖 3.2 觀測與模擬中地形高度分佈，單位為 m。藍色表示水域。(a)ETOPO1、(b)10 公里、(c)30 公里、(d)50 公里及(e)100 公里解析度模擬。 .............. 67 圖 4.1 2000-2010 年 6-11 月，(a)JTWC、(b)30 公里、(c)50 公里及(d)100 公里解析度模擬之熱帶風暴生成位置分佈。各圖右上角的數字為觀測與各模擬中熱帶風暴之每季生成頻率(單位：個數/每季)。各圖內四個角落數字為該區熱帶風暴之每季生成頻率。 ............................................... 68. V.

(7) 圖 4.2 2000-2010 年 6-11 月，(a)JTWC、(b)30 公里、(c)50 公里及(d)100 公里解析度模擬之熱帶風暴通過頻率分佈(單位：個數/每季)。熱帶風暴通過頻率是以 5°×5°經緯網格為計算機處，累計熱帶風暴通過個數。各圖右上角的數字為觀測與各模擬之間，熱帶風暴通過頻率空間分佈相關係數。 ............... 69 圖 4.3 (a)2000-2010 年 6-11 月，觀測、30 公里、50 公里及 100 公里解析度模擬之等級 TY1-TY5 熱帶風暴累計生成個數統計，單位為個數。(b)2002 及 2005 年 7-9 月，觀測、10 公里與 30 公里解析度模擬之等級 TY1-TY5 熱帶風暴生成頻率：個數/每季。 .................................................. 70 圖 5.1 2000-2010 年颱風季(7-9 月)，觀測之熱帶風暴生成位置(黑點)與(a)觀測、(b)30 公里模擬、(c)50 公里模擬及(d)100 公里模擬，氣候平均海表面溫度場(彩色陰影，單位：℃)分佈。(e)-(h)同圖(a)-(d)，差異為 850hPa 風場(向量，單位：ms-1)與相對渦度場(彩色陰影，單位：10-5s-1)分佈。 .............. 71 圖 5.2 同圖 5.1，差異為(a)-(d)為 400hPa 垂直運動場(彩色陰影，單位：-100Pa s-1)與 600hPa 相對濕度場(等值線，單位：%)分佈。(e)-(h)為 200hPa 與 850hPa 之間垂直風切(彩色陰影，單位：ms-1)分佈。 .......................... 72 圖 5.3 2000-2010 年颱風季(7-9 月)，(a)觀測、(b)30 公里、(c)50 公里及(d)100 公里解析度模擬之氣候平均 200hPa 風場(向量，單位：ms-1)與 300-500hPa 之間平均氣溫場(彩色陰影，單位：℃)分佈。(e)-(h)與(a)-(d)相同，差異為 850hPa 風場(向量，單位：ms-1)與氣候平均降水場(彩色陰影，單位：mm day-1)分佈。 ................................................................. 73 圖 5.4 2000-2010 年颱風季(7-9 月)，觀測、30 公里、50 公里及 100 公里解析度模擬之 300-500hPa 之平均氣溫之南北溫度梯度。(a)緯度 30°N-5°N、(b)緯度 25°N-5°N。.................................................... 74 圖 6.1 2000-2010 年颱風季(7-9 月)，(a)觀測、(b)30 公里、(c)50 公里及(d)100 公里解析度模擬，熱帶風暴生成位置分佈。以及 2002 與 2005 年颱風季(7-9 月)， (e)觀測、(f)10 公里解析度模擬之結果。紅實心點表示最大強度 TY4 或 TY5 之風暴生成位置，紅空心點表示最大強度 TY3 之風暴生成位置。各圖右上角的數字為觀測與各模擬中熱帶風暴之每季生成頻率(單位：個數/每季)，括弧中數字表示強的熱帶風暴之每季生成頻率(單位：個數/每季)，觀測強的熱帶風暴是指最大強度達 TY4 及 TY5 之熱帶風暴，模擬是 TY3 及 TY4 之熱帶風暴。 ..... 75 圖 6.2 2000-2010 年颱風季(7-9 月)，(a)觀測、(b)30 公里、(c)50 公里及(d)100 公里解析度模擬，強的熱帶風暴之路徑與生成位置。紅實心點表示最大強度 TY4 或 TY5 之風暴生成位置，紅空心點表示最大強度 TY3 之風暴生成位置。圖(e)(h)同圖(a)-(d)差異為弱的熱帶風暴。觀測強的熱帶風暴是指最大強度達 TY4 及 TY5 之熱帶風暴，模擬是 TY3 及 TY4 之熱帶風暴。 ...................... 76 VI.

(8) 圖 6.3 2002 與 2005 年颱風季(7-9 月)，(a)觀測及(b)10 公里解析度模擬，強的熱帶風暴之路徑與生成位置。紅色實心點表示最大強度 TY4 或 TY5 之風暴生成位置，紅色空心點表示最大強度 TY3 之風暴生成位置。圖(c)-(d)同圖(a)-(b) 差異為弱的熱帶風暴。觀測強的熱帶風暴是指最大強度達 TY4 及 TY5 之熱帶風暴，模擬是 TY3 及 TY4 之熱帶風暴。 ................................. 77 圖 6.4 2002 及 2005 年颱風季(7-9 月)，觀測之熱帶風暴生成位置與(a)觀測、 (b)10 公里模擬及(c)30 公里模擬，海表面溫度場(彩色陰影，單位：℃)分佈。 (d)-(f)同圖(a)-(c)，差異為 850hPa 風場(向量，單位：ms-1)與相對渦度場(彩色陰影，單位：10-5s-1)。觀測黑點表示強度 TS-TY3 之熱帶風暴生成位置，綠點表示 TY4-TY5。模擬黑點表示強度 TS-TY2 之熱帶風暴生成位置，綠空心點表示 TY3，綠實心點表示 TY4。 ........................................... 78 圖 6.5 同圖 6.4，差異為(a)-(c)為 400hPa 垂直運動場(彩色陰影，單位：-100Pa s-1)與 600hPa 相對濕度場(等值線，單位：%)分佈。(d)-(f)為 200hPa 與 850hPa 之間垂直風切(彩色陰影，單位：ms-1)分佈 ............................ 79 圖 6.6 同圖 6.4，差異為 850hPa 輻散場(彩色陰影，單位：10-6s-1)分佈。 .. 80 圖 6.7 2002 及 2005 年颱風季(7-9 月)，各環境條件季節平均，10 公里解析度模擬與 30 公里解析度模擬之間差值。(a)850hPa 風場(向量，單位：ms-1)與相對渦度場(彩色陰影，單位：10-5s-1)、(b)400hPa 垂直運動場(彩色陰影，單位：100 hPa s-1)與 600hPa 相對濕度場(等值線，單位：%)、(c)200hPa 與 850hPa 之間垂直風切(彩色陰影，單位：ms-1)、(d)850hPa 輻散場(彩色陰影，單位：10-6s1 )。與 10 公里解析度模擬熱帶風暴生成位置。 ......................... 81 圖 7.1 (a)觀測高層風場 (箭頭 )、溫度場 (紅色陰影 )、(b)低層風場 (箭頭 ) 及降水場 (藍色陰影 )分怖示意圖。圖(c)-(d)同(a)-(b)，差異為 100 公里模擬。紅色箭頭表示季風槽位置。 ..................................... 82. VII.

(9) 附錄附表 1：蔡(2013)觀測與 NWP、NP 及 IONWP，2000-2010 年 6-11 月西北太平洋地區颱風生成頻率，和觀測與模擬之間 TS 逐季生成頻率時間相關係數。 .... 83 附表 2：熱帶風暴篩選條件測試，(a)100 公里解析度模擬，2000-2010 年 6-11 月熱帶風暴生成總數。欄位 1 為觀測，欄位 2 為本次研究所使用的條件，欄位 3 為風速大於 12ms-1 維持 36 小時，欄位 4 為渦度大於 4.0 x 10-1。(b)10 公里解析度模擬，2002 與 2005 年 7-9 月熱帶風暴生成頻率。欄位 1 為觀測，欄位 2 為本次研究所使用的條件，欄位 3 為風速大於 20ms-1 維持 48 小時，欄位 4 為風速大於 17ms-1 維持 48 小時，欄位 5 為風速大於 20ms-1 維持 48 小時。 .......... 84 附圖 3-1 同圖 5.3，差異為 2000-2010 年 6 月環境場分佈。 ............. 85 附圖 3-2 同圖 5.3，差異為 2000-2010 年 7 月環境場分佈。 ............. 86 附圖 3-3 同圖 5.3，差異為 2000-2010 年 8 月環境場分佈。 ............. 87 附圖 3-4 同圖 5.3，差異為 2000-2010 年 9 月環境場分佈。 ............. 88. VIII.

(10) 第一章前言熱帶氣旋(Tropical Cyclone, TC)一直以來都是全球氣象界關心且重要的熱門議題，從數日的熱帶氣旋路徑預報，到熱帶氣旋活動的年際變化，與數十年期的熱帶氣旋活動的氣候特徵。在科學、社會或經濟各方面熱帶氣旋一直是重要且熱門的議題。全球平均每年熱帶氣旋生成數約有 80 個，而將近三分之一是生成在西北太平洋地區(Gray 1967; Yumoto and Matsuura 2001; Chan 2005；Ha et al. 2013)，而台灣剛好位於歐亞大陸東邊及西北太平洋西邊的地點，熱帶氣旋通過頻率高，特殊的地理位置使台灣平均每年受到 3.7 個熱帶氣旋侵襲(黃、趙 2013)。對台灣與亞洲大陸東岸的居民而言，熱帶氣旋不僅帶來了巨大的經濟損失，甚至危及了人們生命安全，但熱帶氣旋所帶來的降水也是該地區農業、民生與工業用水最主要的來源。所以研究熱帶氣旋對台灣來說是刻不容緩的。關於熱帶氣旋氣候模擬的研究，Manabe et al.(1970)是使用低解析度全球氣候模式(Global climate model, GCM)進行熱帶氣旋活動模擬的第一人，不過受限於當時的計算機運算能力，不論是熱帶氣旋生成地點或是路徑的模擬其結果都不佳。根據先前的研究，解析度為經緯度 2◦–3◦全球氣候模式中，熱帶氣旋比起觀測的強度弱且半徑較大(e.g.. 1.

(11) Sugi et al. 2002; Yoshimura et al. 2006; Knutson et al. 2007)。對個別的氣旋無掌握能力(Bengtsson et al. 2001)。而解析度在 100 公里以下的模式因解析度過粗，對熱帶氣旋的內部結構(例如：中尺度對流系統)，無法有效掌握，雖然可以用大尺度環境條件去推算熱帶氣旋的活動，但在強度模擬表現不佳(Camargo and Sobel 2004)。全球氣候模式要模擬熱帶氣旋的年際變化，解析度至少需要 100 公里或更高(Strachan et al. 2013)。Camargo(2013)分析 14 個低解析度 CMIP5 模式的 1980-2005 模擬，他們發現各個 CMIP5 模擬的熱帶氣旋生成數目和熱帶氣旋路徑(track)差異極大。且所有 CMIP5 模式低估熱帶氣旋生成數目。為解決低解析度模式中熱帶氣旋生成頻率與強度的問題，故近年有學者開始用高解析度全球模式，模擬熱帶氣旋活動。其結果顯示，當模式水平解析度夠高時(高於 20 公里)，能模擬出熱帶氣旋的更多細節，例如:環流、路徑與眼牆等，熱帶氣旋三維結構的模擬有顯著提升 (Oouchi et al. 2006; Mizuta et al. 2006; Bengtsson et al. 2007; Manganello et al. 2012)。Manganello(2014)使用一個解析度為 16 公里的 GCM，模擬結果顯示此解析度可以模擬出，全性面的熱帶氣旋強度分佈與生成位置。但全球高解析度模式需大量的運算資源，與非常大容量的儲存空間。在運算資源有限的情況之下，使用區域氣候模式 2.

(12) (Regional Climate Model, RCM)進行熱帶氣旋的模擬是另一種選擇。使用區域氣候模式模擬熱帶氣旋的活動是由 Knutson et al. (1998)開始，該研究是模擬大西洋颶風(Hurricane)之活動。Knutson and Tuleya (2004) 和 Knutson et al. (2007) 採用高解析度(約 18km) 區域氣候模式的模擬，大致能掌握大西洋颶風軌跡與生成數量增加的年際變化長期變化趨勢。但模擬的結果中有一特徵，模式中較弱的熱帶氣旋活動有高估的現象，較強的熱帶氣旋則是嚴重低估。 Knutson et al. (2013) 採用超高解析度(9 km) 區域氣候模式的模擬，能掌握大西洋颶風軌跡與強度的長期變化，能模擬出強度達 TY4 與 TY5 等級的熱帶氣旋。此模擬中生成的颶風，最大風速達可達 65 公尺每秒，但其生成頻率仍然被低估的。然而，先前的研究大多著重於大西洋地區，針對西北太平洋的研究相對較少西北太平洋熱帶氣旋所處之背景環境與大西洋颶風有極大的差異。西北太平位於全球最大的陸地與海洋的交界處，且緯度分佈涵蓋熱帶與溫帶地區，在氣候上同時受到海陸分佈、地形以及中低緯度環流等交互作用因素影響。在西北太平洋地區，熱帶氣旋的活動受到東亞季風槽與太平洋副高的特徵影響甚巨(Gray 1979)。過去學者研究影響熱帶氣旋活動與發展之大尺度環境條件的文件整理如下：季風槽提供給低層的正渦度區域有利於熱帶氣旋生成與發展(Gray 1968; Gray 1979； 3.

(13) Murakami and Peng 2013； Zong and Wu 2015)；大尺度環境條件中弱垂直風切的區域有利熱帶氣旋生成與發展(Gray 1975; Gallina and Velden 2002；Murakami 2013)。海表面溫度(Sea Surface Temperature, SST) 達 26 ℃ 以上始有利於熱帶氣旋的生成與發展 (Gray 1968; McTaggart-Cowan 2015)，溫暖的混合層海水能提供對流發展所需的熱能與表面熱通量以利熱帶氣旋生成與發展(Emanuel 1988; Gray 1998)，大尺度中低對流層有較高相對溼度將有利熱帶氣旋生成與發展 (Cheung 2004；Murakami 2013)。區域氣候模式模擬範圍的選定，將模擬結果的影響甚大。西北太平洋地區之熱帶氣旋活動，可能受到中、東太平洋、印度洋、海陸分佈及地形影響。本研究基於林 (2011) 與蔡(2013) ，他們使用 Weather Research and Forecasting (WRF)模式，探討三組不同範圍對於西北太平洋之大尺度環流與熱帶風暴(Tropical Storm, TS)的活動影響。文中對熱帶風暴之定義為，生命史中風速達到 34kt 以上之個案，並將風速第一次達到 25kt 作為其生成點。其結果發現模擬區域包括印度洋與青藏高原之模擬實驗，熱帶風暴的活動模擬，包括熱帶風暴生成頻率、生成頻率年際變化與熱帶風暴通過頻率能有佳的掌握能力。本篇研究基於林(2011)與蔡(2013)的研究，選取包含青藏高原與印度洋之 IONWP WRF-RCM(區域中心位於 115°E、10°N，範圍包含 45°E4.

(14) 185°W、20°S-40°N)，共設計兩組數值實驗，探討此 WRF-RCM 中的熱帶風暴在不同解析度模擬下的表現。實驗一：基本的熱帶風暴(Tropical Storm, TS)氣候活動模擬，選擇 30 公里、50 公里和 100 公里三組不同水平解析度之 2000-2010 年 6-11 月，共 11 季之區域氣候模擬實驗。實驗二:強度模擬，選擇 2002 及 2005 年做 10 公里水平解析度之 WRF 區域氣候模式模擬，比較強的熱帶風暴在觀測與模式中的活動表現。詳細實驗設計將在第三章介紹。本篇研究所使用的觀測資料將在第二章介紹。第三章除實驗設計外還包括：本篇研究中所使用之、模式、模式參數設定與方法介紹。第四章描述實驗一之結果，在不同解析度模擬中熱帶風暴的氣候活動特徵。第五章是由各種探討影響熱帶風暴活動之環境條件與模擬結果。第六章為實驗二之結果與成因討論。第七章為結論。. 5.

(15) 第二章資料本章的首節(2.1)介紹本研究中所使用的各環境場觀測資料。次節 (2.2)介紹熱帶風暴觀測資料來源與本篇研究定義之熱帶風暴。. 2.1 環境場觀測資料本研究使用之觀測環境場資料為美國國家環境預報中心 (National Climate. Centers Forecast. for. Environmental. System. Reanalysis. Prediction,. NCEP) 之. (CFSR) 之再分析資料. (Reanalysis)(Saha et al., 2010)，以此為依歸評估模式的模擬能力。此資料之水平空間解析度為 0.5°×0.5°，垂直採等壓座標共分三十七層 (1000hPa-1hPa) ，時間解析度為每 6 小時一筆的資料。本篇研究所使用的資料期間為 2000-2010 年。使用的參數場有：水平風場、垂直風場、相對溼度場及溫度場。海表面溫度(Sea surface temperature, SST)所使用的資料為美國國家海洋與大氣總署所 (National Oceanic and Atmospheric Administration, NOAA)發展之 Extended Reconstructed Sea Surface Temperature(ERSST)第三版(v3b)(Smith and Reynolds 2004)。其水平網格解析度為 2°×2°，時間解析度為每日一筆的資料。本篇研究使用資料期間為 2000-2010 年。 6.

(16) 降水(Precipitation)資料為 GPCPv2 全球資料數據，其水平網格解析度為 1°×1°，使用之時間解析度為每日一筆之資料。資料來自綜合紅外和微波衛星觀測和全球 6000 多個常規(雨量器)觀測資料,並生成全球降水估計資料(Adler et al. 2003)。本篇研究所使用資料期間為 2000-2010 年。. 2.2 熱帶風暴觀測資料本研究所使用的颱風歷史資料為聯合颱風警報中心 (Joint Typhoon Warning Center, JTWC)之最佳軌跡資料(Best Track Data)，每六小時一筆，一天共四筆。使用資料時間為 2000-2010 年。為了與模式中的熱帶風暴做比較，本研究僅挑選強度達到熱帶風暴(Tropical Storm)以上之個案(即風速達到 34kt 以上之個案)進行分析及統計，並將風速第一次達到 25kt 作為其生成位置(Lee et al. 2008)。本文將上述定義之個案統稱為熱帶風暴。為了與實驗區域相比較，本篇研究將僅對生成位置在經度 110°E-180°、緯度 5°N-35°N 內之熱帶風暴做分析及統計。熱帶風暴的強度分級是使用美國國家颶風中心 (National Hurricane Center)之分級方式，當熱帶風暴生命史中一分鐘平均風速達 34、64、83、96、114 及 136kt 作為分級標準，其分級名稱分別為 7.

(17) Tropical Storm(TS) 、 Hurricane 1(TY1) 、 Hurricane 2(TY2) 、 Hurricane 3(TY3)、Hurricane 4(TY4)及 Hurricane 5(TY5)。. 8.

(18) 第三章 WRF 氣候模式與實驗設計本章將介紹本次實驗所使用之區域氣候模式、初始場與邊界資料、模式參數設定、要探討的問題、實驗設計與模式中熱帶風暴之篩選方法。. 3.1 模式介紹本研究所使用 Weather Research and Forecasting(WRF)區域氣候模式，WRF 模式為新一代中尺度數值天氣預報系統，旨在提供天氣預報業務和大氣研究的需要，主要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)所轄之國家環境預報中心 (National. Centers. for. Environmental. Prediction, NCEP)、國防部(Department of Defense)所轄之海軍研究實驗室(Naval Research Laboratory)與空軍氣象聯隊(Air Force Weather Agency, AFWA) 以及聯邦航空總署 (Federal Aviation Administration, FAA)與奧克拉荷馬大學(Oklahoma University)等許多單位共同研發與改良。WRF 模式之模組化程式碼能在平行處理計算平台上運作以提高計算效率，且具有可移植、易維護、高效率、多重的動力核心、三維變分資料同化系統、可移動的巢狀網格、可平行化計算及可擴充更新的特點，其應用範圍包含數值天氣預報、資料同化、降尺度 9.

(19) 氣候模擬及理想化個案模擬等。 WRF 是由完全可壓縮非靜立方程所組成，控制方程組寫法皆為通量形式，採用編寫語法為 F90。水平網格為 Arakawa C 網格點，相較於前一代的中尺度數值模式(MM5)所使用的 Arakawa B 網格能更優良解析重力波。垂直座標上使用隨地形變化之σ座標，時間積分採用 3 階 RungeKutta scheme，空間離散化為 2 至 6 階之參數，邊界條件可選擇使用實際觀測資料或是理想化資料，模擬範圍可由數公尺至數千公里乃至全球皆可。. 3.2 模式初始場及邊界資料本研究使用於模式之初始場及邊界資料為美國國家環境預報中心 (NCEP)的全球資料同化中心(Global Data Assimilation System, GDAS)分析場資料(NCEP FNL(Final) Operational Global Analysis Data)，其中包含海平面氣壓、海表面溫度、風場、大氣溫度、地表溫度、土壤覆蓋、冰層、地表反照率等數十種參數。水平網格解析度為 1 °Ⅹ1°，垂直氣壓分層共二十六層，分別為 1000、970、950、925、900、 850、800、750、700、650、600、550、500、450、400、350、300、250、 200、150、100、70、50、30、20 及 10hPa。本研究之實驗使用資料時間為 2000-2010 年，每年的 6 月 1 日 0000UTC 至 12 月 1 日 0000UTC。 10.

(20) 以每年 6 月 1 日 0000UTC 為初始場進行模擬，由側邊界與下邊界輸入之大氣、海溫資料與模式輸出資料皆為每六小時一筆，一天共四筆。. 3.3 模式參數設定本篇研究模式參數之設定主要有微物理過程、積雲參數、地表參數、土壤參數、邊界參數以及輻射參數等，以下依序介紹。微物理過程使用 WSM5 scheme(Hong et al. 2004; Hong and Lim 2006)，經修改後容許冰的沉降，對於水氣、雲及降水等微物理過程在此參數中包含了水氣、降水、降雪、雲水與雲冰等共五種粒子，因而當中允許過冷水存在且降雪過程在緩慢融化時可有冰雪共存。積雲參數法經由各網格點上之氣象資訊以參數化方式計算次網格內的水氣變化，以解析次網格之對流或淺雲等。本篇研究選用 New Grell scheme(Grell and Devenyi 2002)，其容許沉降效應影響相鄰之網格點，並允許積雲附近有下沉作用。地表參數法主要影響近地表與邊界層附近摩擦效應、熱通量與水氣通量之計算，本篇研究所選用的 Similarity theory 使用穩定方程式(Paulson 1970; Dyer and Hicks 1970; Webb 1970)計算各通量之係數，其包含熱通量與水氣通量在不同性質表面之傳播速度。. 11.

(21) 土壤參數法使用 5-layer thermal diffusion，其土壤分層厚度分別為 1、2、4、8、16 公分，地表及土壤溫度、土壤剖面濕度等相關資料隨積分時間輸入，並且包含輻射、可感熱通量與潛熱通量等能量收支，同時也允許覆雪存在，但覆雪隨時間改變。邊界層參數法的重要性在於其影響擾動動量通量在整層大氣之垂直次網格間的傳送，而不僅只於大氣邊界層而已。在此使用之參數法為 Yonsei University (YSU) PBL(Hong et al. 2006)，依性質不同將近地面之大氣環境分為混合層與穩定層以決定邊界層之溫度、濕度及雲帶垂直分佈的情況。輻射參數分為長波與短波兩種，長波輻射參數使用 Rapid Radiative Transfer Model (RRTM) Longwave(Mlawer et al. 1997)；短波輻射參數使用 MM5 (Dudhia) Shortwave(Dudhia 1989)。向上長波主要有地表熱輻射，參數依地表性質而有所不同；向下長波為雲及氣體熱輻射，其內包含水氣、臭氧、二氧化碳及雲厚等。短波參數計算空氣散射與水氣吸收(Lacis and Hansen 1974)，並考慮雲頂及不同性質地表之反照率。. 3.4 實驗設計. 12.

(22) 3.4.1 區域氣候模式所模擬之範圍本研究實驗設計是基於林(2011)與蔡(2013)的研究，他們設計水平解析度為 30 公里，三組不同區域的 WRF 區域氣候模式(第一組中心位於(145°E，20°N)，範圍包含(105°E-180°，0°-40°N)，其主要涵蓋西北太平洋地區及東亞部分陸地(簡稱 NWP)；第二組中心位於(175°E，20 °N)，範圍包含(105°E-120°W，5°S-45°N)，其主要涵蓋整個北太平洋及東亞部分陸地(簡稱 NWP)；第三組中心位於(115°E，10°N)，範圍包含 (45°E-185°W，20°S-40°N)，其涵蓋北印度洋及西北太平洋區域，並且包括東亞及南亞之陸地(簡稱 IONWP)。模擬結果如附表 1 所示)，模擬西北太平洋地區之熱帶風暴氣候活動。探討三組不同模擬範圍對於西北太平洋之大尺度環流與熱帶風暴的活動影響。模擬時間為 2000-2010 年 6-11 月。發現包括印度洋與青藏高原之 IONWP 區域氣候模式(圖 3.1)，能掌握西北太平洋地區的熱帶風暴活動特徵，包括熱帶風暴之生成頻率、熱帶風暴之通過頻率空間分佈相關係數與熱帶風暴之生成頻率年際變化之時間相關係數。因此選定 IONWP 區域為本次模擬實驗之區域。本研究探討的主要問題有二。問題一：根據林(2011)與蔡(2013)之結果，水平解析度為 30 公里的 IONWP 區域氣候模式能掌握西北太平洋地區熱帶. 13.

(23) 風暴之生成頻率、通過頻率與生成頻率之年際變化。採用較低解析度的模擬，是否能達到同樣的效果？而各解析度中熱帶風暴的氣候活動特徵又如何？問題二：如同近期的其他研究模擬結果(Knutson and Tuleya 2004； Knutson et al.2007； Emanuel 2008)，水平解析度為 30 公里的區域氣候模式模擬中，強度 TY4 與 TY5 等級的熱帶風暴生成頻率嚴重被低估了 ( 蔡 2013)。如果提升此區域氣候模式的解析度，是否能模擬強度 TY4 與 TY5 等級的熱帶風暴？依據這兩個問題，本研究共設計兩部分的數值實驗。. 3.4.2 實驗一：基本的熱帶風暴氣候特性模擬選定三組水平解析度：分別為 30 公里、50 公里及 100 公里。30 公里解析度模擬則是沿用林(2011)與蔡(2013)之模擬所使用的解析度。而 50 公里解析度模擬是參考 CORDEX 計畫(Coordinated Regional climate Downscaling Experiment)之區域氣候模式解析度。100 公里解析度模擬是參考多數 IPCC-AR5 之全球氣候模式之 T106 解析度所設計。模擬實驗時間為 2000-2010 年，每年的 6 月 1 日 0000UTC 至 12 月 14.

(24) 1 日 0000UTC 六個月，共 11 季，以每年 6 月 1 日 0000UTC 為初始場進行模擬，由側邊界與下邊界輸入之大氣、海溫資料與模式輸出資料皆為每六小時一筆，一天共四筆。. 3.4.3 實驗二：強度模擬選擇的水平解析度為 10 公里。選擇原因為，Knutson et al. (2013)的研究結果顯示，解析度為 9 公里區域氣候模式能模擬出等級 TY4、TY5 之熱帶風暴。選擇的年份為 2002 年及 2005 年，每年各做 2 個成員的模擬，共 4 個成員。選擇此兩年的原因如表 3.1 所示，在 2000-2010 的 11 年間，2002 及 2005 年的颱風季(7-9 月)有較多的熱帶風暴生成。且此兩年颱風季生成的 TY4、TY5 熱帶風暴數量為 11 季中最多的兩年。有較高的機率能生成強度較強的熱帶風暴。. 3.5 各解析度模擬中的地形觀測之海陸地形資料使用的是美國地球物理中心（U.S. National Geophysical Data Center, NGDC）發布之 ETOPO1 全球模型。此資料是一包括陸地及海洋地形之高解析地形數據，解析度為 1 弧分(約為 0.0167°×0.0167°)。其建立是由眾多全球及地區數據模型建構，並有南極冰面與岩面兩種版本(本篇研究所使用之區域兩種版本並無不同)。. 15.

(25) 早期版本有 ETOPO2v2 及 ETOPO5 兩種版本。ETOPO1 之詳細介紹請參照 Amante and Eakins 2009。模式解析度對模式中地形模擬有相當程度之影響，此會影響環流與地形對風的效應。圖 3.2 為東南亞島嶼一帶，觀測及本研究各解析度模擬中之地貌與地形高度分佈。如圖所示，模式中的地形隨解析度降低，模式地貌與地形分佈與觀測的差異越大。與觀測之地貌與地形比較 (圖 2.2 a)，可看出當模式水平解析度為 10 公里、30 公里或 50 公里時(圖 2.2 b-d)，對地貌與地形有一定程度的解析能力。如台灣及印尼之蘇門答臘與巴布亞伊利安島上之地形高度，在 10 公里與 30 公里中仍有 2000 公尺，在 50 公里中也仍有 1000 公尺。但在 100 公里(圖 2.2 e)之解析度模擬中地形高度，不論地貌或是地形高度皆與觀測差異甚大，如在 100 公里解析度之模擬中，台灣之高度最高不超過 300 公尺，地形變得相當平坦。. 3.6 模式中熱帶風暴之篩選方法受到解析度的影響，模式無法產生與實際相同的熱帶風暴風速及結構，因此需要使用客觀方法來判定模式中之熱帶風暴個案，本研究使用 Vitart et al. (1997, 2003)與 Knutson et al. (2007)發展之客觀規則方法並配合 Walsh et al. (2007)所提出不同解析度下適用之 16.

(26) 條件尋找熱帶風暴個案，使用條件包含低層正渦度、低層風速、封閉氣壓中心及暖心條件等，使其符合熱帶風暴動力與熱力特徵。篩選條件於不同解析度有不同的條件，請參照表 3.2。過程分為兩大步驟： (一)挑選氣旋個案：對於模式內所有時間及網格點進行以下條件篩選，若通過門檻則定義為氣旋中心。 -. 1. 在 850hPa 之相對渦度於 100 公里解析度模擬須高於 3.5× 10 5. s-1；10、30 及 50 公里解析度模擬須高於 1× 10-4s-1。. 2. 距離相對正渦度中心 4°經緯度內需具有封閉低壓中心，低壓中半徑 4°經緯度內氣壓需下降，並將此低壓中心定義為氣旋中心。 3. 檢視每個氣旋個案在其氣旋中心 8°經緯度內是否存在暖心結構，而暖心結構之定義為 500hPa 與 300hPa 之氣溫平均值於氣旋中心 5°經緯度半徑內需有下降，以及 200hPa 與 1000hPa 高度場需有差值。 (二)追蹤熱帶風暴軌跡：對所有時間及網格點上之氣旋個案，利用以下過程建立同一熱帶風暴個案之軌跡。. 17.

(27) 1. 對於任何一個氣旋個案檢視距其中心 300km 的範圍內，於下一個時間點是否存在任何氣旋個案。 2. 若無任何氣旋個案存在，則軌跡追蹤過程停止。若有超過一個以上的氣旋存在，則以距離最近且位於西北側之個案做為下一個時間點氣旋中心所在位置。 3. 熱帶風暴軌跡追蹤需持續超過 36 小時，且模式最低層風速 (10 米風)在氣旋中心半徑 5°經緯度內 100 公里解析度模式需大於 15 ms-1；50 公里、30 公里及 10 公里解析度模式需 -1. 大於 17ms ，並在其生命史中至少維持 36 小時(不需連續)。 4. 熱帶風暴軌跡之生成點必需滿足暖心條件，且於熱帶風暴生命史中滿足暖心條件時間比例需達到 80%以上。通過上述條件判定及挑選後即可視為完整的熱帶風暴個案。附表 2 a 為 100 公里解析度熱帶風暴篩選條件測試結果。如表所示，當減低風速篩選條件門檻時(欄位 3)，與本研究所使用篩選條件(欄位 2)相比，雖在較弱的熱帶風暴(TS-TY2)的熱帶風暴數量增加，但生成總數仍較觀測(欄位 1)低估，與本研究所使用的篩選條件結果一致。當增加渦度篩選條件門檻時(欄位 4)，各等級熱帶風暴生成數，與本研究所使用篩選條件差異不大，結果亦與本研究一致。 18.

(28) 附表 1 b 為 10 公里解析度熱帶風暴篩選條件測試結果。如表所示，當提高風速篩選條件門檻時(欄位 3-5)，與本研究所使用篩選條件(欄位 2)相比 TY4 數量不變，生成頻率仍較觀測(欄位 1)低估。在較弱的熱帶風暴(TS-TY3)的熱帶風暴生成頻率減少，但生成頻率仍較觀測高估。仍與本研究所使用的篩選條件結果一致。表示本研究所使用的篩選條件並無太過嚴苛或寬鬆。. 19.

(29) 第四章熱帶風暴於不同解析度 WRF 區域氣候模式的活動本章描述與比較 2000-2010 年 6-11 月，觀測與 WRF 區域氣候模式模擬之熱帶風暴的活動情況。. 4.1 熱帶風暴生成位置模擬圖 4.1 為 2000-2010 年 6-11 月熱帶風暴的生成位置的分佈。如圖所示，西北太平洋地區觀測之夏秋兩季熱帶風暴生成頻率為 18.9 個。在解析度為 30 公里與 50 公里的模擬中，熱帶風暴的生成頻率都相當接近觀測。而在解析度為 100 公里的模擬中，熱帶風暴生成數明顯低估，平均每年少 6.7 個熱帶風暴生成，低估比例為 35%。100 公里解析度模擬之結果與先前的大多數的低解析度全球氣候模式有相同的結果 (Oouchi et al. 2006; Strachan et al. 2013; Camargo et al.2013)。西北太平洋之熱帶風暴活動，在各分區也有不同的氣候特徵。本研究參考蔡(2013)的分區方式，將西北太平洋熱帶風暴以經度 150°E 及緯度 20°N 為分界，將西北太平洋分成四區。如圖所示，觀測上多數的熱帶風暴生成在西南區，即多數的熱帶風暴生成於菲律賓東方海面暖池區及南海地區，此結果與先前的研究相同(Ho et al. 2004 ; Wu and Wang 2004)。南區生成數量多於北區。. 20.

(30) 在模擬中，如圖所示，30 公里模擬(圖 4.1 b)中區，熱帶風暴生成頻率接近觀測的生成頻率。雖然三種解析度的模擬熱帶風暴生成位置比觀測偏北，30 公里的模擬結果在生成位置的分佈之模擬與觀測結果相似。50 公里或 100 公里解析度的模擬中，西南區與南區之生成數量都是被低估，解隨解析度降低，被低估之情況越多。而北區的生成頻率比觀測高。整體而言，隨模擬的解析度降低，熱帶風暴的生成位置模擬結果有東移且北移的情況。. 4.2 熱帶風暴頻率模擬本篇研究以經緯度 5°×5°的經緯網格做統計累計，統計範圍為經度 110°E-180°，緯度 5°N-35°N 內的熱帶風暴活動通過頻率。圖右上角數字表示模擬與觀測之間的熱帶風暴通過頻率的空間分佈的相關係數。圖 3.2 為 2000-2010 年 6-11 月平均夏秋兩季之熱帶風暴通過頻率。如圖所示，觀測上 (圖 4.2 a)，熱帶風暴的活動大多集中在經度 150°E 以西。熱帶風暴通過頻率的最大值區域在台灣東南方海面，約是生成頻率最大值的西北方，這是因為熱帶風暴在此區域生成後的路徑多數向西北方移動的原因，此結果與先前的研究相似(Wu and Wang 2004； Colbert et al. 2015)。整體來說，在此 WRF 區域氣候模式中熱帶風暴的通過頻率，相較 21.

(31) 於觀測有偏北偏東的情況，此與模擬之生成位置有偏北偏東的結果有關。30 公里、50 公里或 100 公里的模擬，與觀測之間的熱帶風暴通過頻率空間分佈相關係數分別為 0.72、0.69 與 0.65。三者差異並不大，均能掌握熱帶風暴之通過頻率分佈特徵。表示在 100 公里解析度 WRF 區域氣候模式，仍然能掌握到熱帶風暴之通過頻率分佈。但是，在 100 公里解析度(圖 4.2 d)模擬中，整個西北太平洋地區的通過頻率是明顯低估的，此結果與 100 公里模擬中，熱帶風暴的生成數被低估有關。相較於 50 公里或 30 公里解析度的模擬，100 公里的熱帶風暴通過頻率在東北區(150°E-180°、20°N-35°N)明顯較多，因 100 公里模擬中生成位置偏北偏東，在東北區生成數較實際觀測多。. 4.3 熱帶風暴強度模擬依據美國國家颶風中心熱帶風暴分級之 2000 年-2010 年 6-11 月西北太平洋地區，觀測與模擬的等級 TY1-TY5 之熱帶風暴生成總數(圖 4.3 a)。如圖所示，不論在解析度為 30 公里、50 公里或 100 公里之 WRF 區域氣候模式模擬結果，對 TY4 與 TY5 等級的熱帶風暴數量模擬皆無掌握能力。JTWC 觀測在西北太平洋地區有 61 個 TY4 等級以上的熱帶風暴生成，但本篇研究之模擬結果，僅僅只有解析度為 30 公里之模擬有生成 2 個 TY4 等級的熱帶風暴，50 公里模擬生成 1 個，100 公里解. 22.

(32) 析度的模擬無法模擬出 TY4 等級以上的熱帶風暴。但 TY3 等級的熱帶風暴生成數方面，30 公里與 50 公里解析實驗結果可見有高估的現象，而 100 公里解析度模擬中仍有低估現象，即 100 公里解析度模擬嚴重低估熱帶風暴強度。而在 TY1 與 TY2 等級的熱帶風暴生成數方面，不論在 30 公里、50 公里或 100 公里解析度實驗結果，生成數量皆被高估。圖 4.3 b 為 2002 及 2005 年 7-9 月，觀測、10 公里及 30 公里解析度模擬之等級 TY1-TY5 之熱帶風暴生成頻率。如圖所示，與 30 公里解析度模擬相比，10 公里解析度模擬在強的熱帶風暴之生成頻率有改善低估現象。且在 10 公里解析度模擬的 4 個成員中，每個成員皆有 TY4 等級之熱帶風暴生成。顯示 10 公里解析度模擬確實能改善 30 公里解析度模擬中，熱帶風暴強度低估的部分。但 10 公里解析度仍然無法生成 TY5 等級之熱帶風暴。10 公里解析度模擬中，TY4-TY5 之熱帶風暴生成頻率比起觀測仍是被低估的。且在 TY1-TY3 之熱帶風暴生成頻率明顯高估。此些特徵與先前區域氣候模式之研究之結果相同(Knutson et al. 2013)。總結來說，此 WRF 區域氣候模擬中，解析度為 30 公里、50 公里或 100 公里之實驗，對強的熱帶風暴(TY4-TY5 等級)均無模擬能力，當解析度提升至 10 公里時可生成等級 TY4 之熱帶風暴，但仍然無法生成 23.

(33) TY5 之熱帶風暴。且模擬中會高估較弱的風暴生成數，此結果與前人的研究結果相似(Knutson and Tuleya 2004； Knutson et al. 2007; Camargo et al. 2013)。. 4.4 模式中熱帶風暴氣候活動小結表 4.1 總結 WRF 區域氣候模式在 30 公里、50 公里及 100 公里解析度之西北太平洋地區熱帶風暴活動表現。在生成頻率上(表 4.1，欄位 1)，在 100 公里解析度的 WRF 區域氣候模式中有低估的現象，而解析度提升至 50 公里，能改善對熱帶風暴生成總數的模擬結果，30 公里時也能有效掌握。在熱帶風暴頻率方面(表 4.1，欄位 2)，從空間分佈相關係數上看來，三種解析度皆能掌握熱帶風暴的移動之空間分佈特性，隨解析度增加，空間分佈相關係數仍有所提升。但 100 公里的通過頻率明顯較少 (圖 4.2 d)。在生成頻率年際變化上(表 4.1，欄位 3)，30 公里、50 公里或 100 公里解析度模擬與 JTWC 觀測結果的熱帶風暴之間的生成頻率之年際變化時間相關係數分別為 072、-0.25 與-0.33。這表示，WRF 區域氣候模式在熱帶風暴生成數年際變化上，在 100 公里與 50 公里解析度是無法. 24.

(34) 掌握的，當解析度提升至 30 公里後能有效掌握。而熱帶風暴的強度模擬(表 4.1，欄位 4-6)，而 TY1-TY2 等級的熱帶風暴，在此三種解析度皆為高估。在 30 公里及 50 公里的模擬中，高估 TY3 等級風暴的生成數，而 100 公里則是低估。總體來說，隨模式解析度增加模擬中的較強的熱帶風暴數量增加。但此區域氣候模式在這三種解析度下無法模擬 TY4 與 TY5 等級熱帶風暴。總結模式中熱帶風暴之氣候活動情況，實驗結果顯示，100 公里解析度模擬嚴重低估熱帶風暴的生成頻率，此結果類似大多數的 GCM。隨解析度提升至 50 公里，能提升此 WRF 區域氣候模式對西北太平洋地區之熱帶風暴生成頻率、生成位置與頻率。當解析度提升至 30 公里時，除可改善上述之熱帶風暴活動模擬能力，亦可掌握熱帶風暴生成頻率之年際變化，但 TY4-TY5 熱帶風暴在 30 公里解析度仍無模擬能力。. 25.

(35) 第五章解析度對熱帶風暴活動模擬之影響本章首節(5.1)將檢視西北太平洋地區，各熱帶風暴生成之氣候環境條件與氣候環境場，並解釋上一章中，WRF 區域氣候模式中熱帶風暴的氣候活動特徵之原因。次節(5.2)將檢視各氣候環境場，解釋首節中所描述之西北太平洋各個有關熱帶風暴活動之氣候環境條件形成原因。因為夏季與秋季的熱帶風暴之活動情況與環境條件分佈有所不同，所以本章用 2000-2010 年之颱風季(7-9 月)平均氣候環境條件與熱帶風暴活動情況來做討論。. 5.1 西北太平洋地區熱帶風暴生成與氣候環境條件檢視過去學者的文獻及研究顯示，一般認為熱帶風暴活動與發展受多種大尺度環境條件影響。包含：海表面溫度須達 26°C 以上始有利颱風的生成(Gray 1968; McTaggart-Cowan et al. 2015)，低層的正渦度將提供熱帶風暴發展的能量(Gray 1968; Gray 1979； Murakami and Peng 2013； Zong and Wu 2015)，中低層對流層若有較高的相對濕度將有利熱帶風暴發展(Cheung 2004； Murakami and Peng 2013)，與高低對流層之間弱風切區域是有利熱帶風暴發展的區域(Gray 1975; Gallina and Velden 2002； Murakami and Peng 2013)。. 26.

(36) 圖 5.1 與 5.2 為觀測與模擬，2000-2010 年 7-9 月熱帶風暴生成位置(黑點)與影響其活動的大尺度環境條件分佈。由 5.1 e 可見，觀測上西北太平洋 7-9 月主要受到副熱帶高壓環流、季風槽、西南氣流與穿越赤道流的影響。低層渦度在南海與西北太平洋地區有兩極大值區域。西北太平洋正渦度區由季風槽向東南延伸至赤道中太平洋，副熱帶高壓南側的東風與季風槽的西風在 140°E 附近輻合。季風槽和東西風合流區所形成低層的正渦度及輻合地區能提供熱帶風暴發展所需的能量(e.g. Gray 1968; Gray 1979；Murakami and Peng 2013；Zong and Wu 2015)，也是熱帶風暴生成頻率最高的區域。西北太平洋東邊因副熱帶因高壓籠罩，低層伴隨反氣旋式環流與負渦度極大值，不利熱帶風暴生成。海溫為熱帶風暴生成發展的重要環境條件之一(e.g. Gray 1968; McTaggart-Cowan et al. 2015)。由圖 5.1 a 可見，觀測上幾乎所有熱帶風暴皆生成於氣候平均海表面溫度高於 27℃的地區，海溫高的地區能夠提供足夠的熱能與表面熱通量使得熱帶風暴得以發展。大尺度之中低對流層的溼度(e.g. Cheung 2004； Murakami and Peng 2013)與垂直風場(e.g. Gray 1998)也影響熱帶風暴之發展。圖 5.2 a 顯示，觀測上 7-9 月西北太平洋區域大多以上升運動(圖中紅色區域)為主，最大上升運動區域在南海及西太平洋區，與氣候上季風槽 27.

(37) 及熱帶風暴生成位置重合。而上升運動大值區可能會將低層水氣輸送至中層，即最大上升區與中層高相對濕度區重合(圖 5.2 a)。而此兩種環境條件皆大的情況為熱帶風暴生成的有利條件，所以可看到在觀測上熱帶風暴生成位置多數集中在菲律賓東方海域與南海地區，為上升運動即相對濕度的大值地區(圖 5.2 a)。垂直風切是影響颱風生成的另一重要環境條件之一，熱帶風暴之生成需在有弱的垂直風切的情況下(e.g. Gray 1975； Gray 1998； Gallina and Velden 2002； Murakami and Peng 2013)。如圖 5.2 e 所示，觀測上西北太平洋 7-9 月，垂直弱風切分佈區域廣泛(圖中黃色陰影)，由台灣周遭區域向東南延伸至 160°E 赤道附近，垂直強風切區在南海與菲律賓南方。氣候上西北太平洋區大多數熱帶風暴的生成位置皆位於垂直風弱的地區。由以上各個環境條件與熱帶風暴生成分佈之關係，觀測上可以看見熱帶風暴之生成皆生成於環境條件有利熱帶風暴生成之區域，符合熱力與動力機制(e.g. Gray1968； Gray 1975； Gray 1998； Cheung 2004；Murakami and Peng 2013；McTaggart-Cowan et al. 2015)。接著檢視 WRF 區域氣候模式之模擬熱帶風暴生成位置與環境條件模擬結果。在本次的模擬結果，海表面溫度僅由下邊界輸入，因此模式. 28.

(38) 中之海表面溫度分佈皆與觀測一致。圖 5.1 b、f 及圖 5.2 b、f，顯示 30 公里解析度之模擬結果。如圖所示，30 公里解析度之風場與渦度場(圖 5.1 f)之特徵與觀測相似，副熱帶高壓環流、季風槽、西南氣流與穿越赤道流特徵明顯。低層正渦度極大值區位於南海與西北太平洋地區，西北太平洋正渦度區向東南延伸至赤道中太平洋與觀測相似。但西南風與東南風合流區，移至 145 °E -155°E、15°N -20°N 之區域，比起觀測略微偏北、偏東。正渦度亦略微偏北、偏東且強度較強。30 公里解析度實驗結果之熱帶風暴生成位置，皆位於大尺度環境條件有利熱帶風暴生成的區域，包括氣候平均海表面溫度高於 27℃的地區(圖 5.1 b)、季風槽與東西風合流之低層正渦度區(圖 5.1 f) 、中層相對濕度大值與上升運動大值區(圖 5.2 b) 、以及高低層弱垂直風切區(圖 5.2 f)，模擬的熱帶風暴生成與大尺度環流之關係與觀測一致。上升運動(紅色陰影)比起觀測垂直速度有略微高估。然而 600hPa 相對濕度場之模擬有低估的情況(圖 5.2 b)。弱風切範圍(黃色陰影)分佈比起觀測來小，但仍然廣泛(圖 5.2 f)。整體而言，30 公里解析度模擬之有利熱帶風暴生成條件之氣候環境條件分佈接近觀測，所以在熱帶風暴之生成與頻率上有好的模擬。圖 5.1 c、g 及圖 5.2 c、g 為 50 公里解析度模擬結果。當模式解析度降低至 50 公里時，副熱帶高壓環流、季風槽、西南氣流與穿越赤 29.

(39) 道流，仍是西北太平洋地區風場之主要特徵(圖 5.1 g)。但 50 公里解析度模擬，季風槽與正渦度範圍比起 30 公里更偏北，副熱帶高壓更向西南延伸，正渦度範圍縮小。造成 50 公里模擬中，觀測與 30 公里模擬中可見之，西北太平洋向東南延伸至赤道中太平洋之正渦度區減少，不利熱帶風暴在南邊區域生成。相較於氣候及 30 公里解析度模擬的結果，50 公里解析度模擬的熱帶風暴生成位置分佈範圍較偏北且偏東。如圖所示，50 公里解析度實驗結果之熱帶風暴生成位置，仍然皆位於大尺度環境條件有利熱帶風暴生成的區域，包括溫暖的海表面溫度區 (圖 5.1 c) 、低層正渦度區(圖 5.1 g) 、中層相對濕度大值與上升運動大值區(圖 5.2 c) 、以及高低層之間垂直風切區弱區(圖 5.2 g)，模擬的熱帶風暴生成與大尺度環流之關係與觀測一致。50 公里解析度模擬中，中層垂直運動場(400hPa)與相對濕度場(600hPa)最大值區域在北邊洋面，與觀測上由南向北遞減之分佈有差異(圖 5.2 c)，且與低層正渦度區分離，不利熱帶風暴發展。但熱帶風暴生成最集中的地區仍然位在垂直運動場上升運動最強之區域。弱風切分佈區域(黃色陰影) 更小，且偏北(圖 5.2 g)。這種環境條件分佈，造成熱帶風暴生成位置較觀測及 30 公里解析度模擬偏北偏東，主要生成區域變小。最後，圖 5.1 d、h 及圖 5.2 d、h 為 100 公里解析度模擬結果。相較於氣候、30 公里及 50 公里解析度模擬的結果，如圖所示，副熱帶 30.

(40) 高壓環流、季風槽、西南氣流與穿越赤道流仍是 100 公里解析度模擬中低層風場之特徵(圖 5.1 h)。但 100 公里解析度模擬中，相對於 30 及 50 公里解析度模擬，低層之穿越赤道流風速高估很多，正渦度區域 (紅色陰影)更向北偏移且範圍縮小，副熱帶高壓更向西南延伸，15°N 以南之區域幾乎皆是負渦度。在動力上，西北太平洋南邊皆為不利熱帶風暴生成，因此 100 公里解析度模擬中熱帶風暴生成位置較偏北且偏東。如圖所示，在 100 公里解析度實驗中，模擬的熱帶風暴生成與大尺度環流之關係亦與觀測一致。包括溫暖的海表面溫度區(圖 5.1 d)、低層正渦度區(圖 5.1 h)、中層相對濕度大值與上升運動大值區(圖 5.2 d)、以及高低層之間垂直風切區弱區(圖 5.2 h)。100 公里解析度實驗中之垂直運動場極大值區與中層相對濕度極大值區一致，但比起 50 公里解析度模擬更偏東及偏離低層正渦度極大值區(圖 5.2 d)，且範圍更廣。整體垂直風切之模擬高估相當多(圖 5.2 h)，在南海與菲律賓附近的垂直風切最大值區高估值，比起 50 公里解析度更高，強度甚至超過 24ms-1 以上，偏離觀測相當多。弱風切區域分佈(黃色陰影)變成極微細長的區域。因此 100 公里解析度模擬中，有利於熱帶風暴生成區域範圍變小，西北太平洋 20°N 以南區不利熱帶風暴生成，風暴的生成位置偏北。熱帶風暴生成頻率，比起觀測低估相當多。總結，在觀測與三組模式資料中皆可發現熱帶風暴生成位置與氣 31.

(41) 候平均暖海溫區、低層正渦度大區、中層相對濕度大區、中層上升運動區與高低層間垂直風切弱區相符，皆生成於有利熱帶風暴生成的區域。此 WRF 區域式中，氣候條件場及熱帶風暴生成位置之關係與觀測一致。然而高解析度之氣候環境條件場與熱帶風暴模擬較低解析模擬更接近觀測，若是對影響熱帶風暴之環境條件有好的模擬，則可以對熱帶風暴之氣候活動有較佳的模擬結果。下一節將進一步探索解析度對垂直風切、水平風場及垂直運動場的影響。. 5.2 西北太平洋地區環境條件分佈之原因本節將檢視 2000-2010 年 7-9 月，全區域高、低層大尺度氣候環境場，解釋上節所描述之西北太平洋各個有關熱帶風暴活動之氣候環境條件形成原因。圖 5.3 為觀測及模擬之 2000-2010 年 7-9 月氣候平均 500-300hPa 平均氣溫分佈(彩色陰影)、降水分佈(藍色陰影)、200hPa 風場(向量) 及 850hPa 風場(向量)。如圖所示，觀測上(圖 5.3 a)此區域夏季高層環流的基本特徵為以青藏高原為中心的反氣旋式暖心環流。高層氣溫最大值位於 60°E -100°E、30°N 青藏高原一帶，青康藏高原一帶之非絕熱加熱過程會使高層水平溫差增加，與 Chou (2003)之研究一致。在 32.

(42) 反氣旋中心之南側，有東風噴流。低層風場方面，如圖所示，觀測上(圖 5.3 e)亞洲夏季季風主以亞洲大陸為中心的氣旋式環流。由於北半球暖、南半球冷，此南北半球溫度差異所形成的穿越赤道流(Wang 2006)，從 50°E -60°E 穿越赤道從南半球至北半球。而後，沿著亞洲大陸偏轉為西風，風速最大位於印度洋 10°N-15°N 區域，向東穿越印度半島與中南半島，風速逐漸減弱。另在東南亞島嶼一帶(110°E-130°E)也有一支穿越赤道流，兩者於菲律賓東方與太平洋副高之東風環流合流，形成季風槽。因 120°E 以東海洋地區南北溫度梯度小，且東南亞島嶼有地形阻擋，此地區穿越赤道流微弱，120°E-160°E 區域高、低層風速較弱，垂直風切小，有利熱帶風暴生成。模擬的結果方面，如圖所示，模擬結果氣候平均高層氣溫場(圖 5.3 b-d)，除了與觀測相同的青藏高原一代有氣溫場大值區之外，台灣以東的洋面上(120°E -150°E、25°N)氣溫場有另一大值區域，是觀測中所沒有的。模擬中西北太平洋洋面上的加熱現象，隨解析度降低而高估更加明顯。且模擬的氣候氣溫場在全區都有高估的現象青藏高原上的最大值區域(紅色陰影)比起觀測偏向南邊，印度洋之溫度梯度比起觀測有低估的現象。並隨解析度降低此氣溫場之高估量有增加且向東偏移。. 33.

(43) 降水會釋放潛熱加熱大氣(Chou 2003；Ahrens 2012)，降水場之分佈可視為水氣潛熱加熱大氣之分佈。觀測上(圖 5.3 e)，降水最大值區域位於亞洲季風與地形交界處，包括青藏高原南側、印度半島及中南半島西側陸地上一帶迎風面為主要降水區。另外，西北太平洋季風槽也是主要降水區域。比較觀測上降水場與高層氣溫場之間的分佈，亞洲季風降水可能是青藏高原主要加熱來源之一。西北太平洋地區(如菲律賓東方洋面的西北區)也有增溫的現象，但因為降水較少，增溫小於青藏高原上的增溫，所以西北太平洋海洋上南北溫度梯度比較不明顯。整體而言，模擬之印度洋上之西風偏南移至 5°N-15°N 之間，主要降水(圖 5.3 f-h)及青藏高原暖心高壓(圖 5.3 b-d)亦偏南。所以主要降水區域由陸地移至海洋，最大降水區域位於孟加拉灣及赤道以南的南印度洋上。而在東南亞島嶼一帶(圖 5.3 f-h)，因隨模式解析度降低，地形對風的阻擋效應逐漸變差，穿越赤道流隨模式解析度降低而逐漸高估偏北，使得西北太平洋地區輻合高估偏北，西北太平洋海洋地區之降水高估有隨之增加並且偏東偏北。此模擬中降水分佈之與觀測之間的差異，造成模擬中除了青藏高原一帶有氣溫場大值區之外，台灣以東的洋面上(120°E -150°E、25°N)氣溫場有另一大值區域，西北太平洋海洋上，南北溫度梯度高估。且隨解析度降低，西北太平洋之降水高估增加，南北溫度梯度高估更加明顯。 34.

(44) 模擬高(低)估海洋(陸地)上之降水，即高(低)估海洋(陸地)上高層高壓暖心強度。而模擬之氣候平均高層風場(圖 5.3 b-d)在海洋及亞洲陸地上各有一個暖心高壓中心，而實際觀測中(圖 5.3 a)僅只在亞洲陸地上有一個暖心高壓中心。隨解析度增加，西北太平洋海洋上暖心高壓高估量逐漸改善。溫度梯度分怖模擬的結果將影響模式模擬亞洲季風的能力。圖 5.4 為 2000-2010 年 7-9 月，氣候平均 500-300hPa 之間平均氣溫之南北向溫度梯度。圖 5.4 a 為緯度 30°N 與 5°N 之間的氣溫梯度，也就是青藏高原一帶與印度洋洋面之南北溫度梯度。如圖所示，觀測上(黑色線， CFSR)之氣候平均溫度梯度，60°E-110°E 間(青藏高原區域)有明顯之海陸溫度梯度，在經度 80°E-90°E 間有最大之溫度梯度(即青藏高原最大加熱區)，此南北向溫度梯度為形成亞洲夏季季風最主要的成因之一 (Ye 1981； Webster 1987； Young 1987； Ye and Wu 1998)。而在區域氣候模式模擬結果(橘色、灰色及藍色線)中，此海陸溫度梯度明顯被低估，雖然有掌握到在 80°E-90°E 間最大值區域，但觀測上接近有 5.5℃之溫差，模擬僅剩約 2.5-3.5℃之溫差，其中以 30 公里解析度模擬最接近觀測。原本海陸特性不同所造成的海陸溫差不明顯，影響模式模擬亞洲夏季季風環流場之能力。圖 5.4 b 為西北太平洋地區緯度 25°N 與 5°N 之間的氣溫差異。由圖 5.4 b 可看出在觀測由亞洲大陸向東進 35.

(45) 入太平洋地區，南北之溫度梯度快速減少，而區域氣候模式則明顯地高估亞洲東岸及海洋上南北溫度梯度。100 公里解析度實驗高估之氣候溫度梯度最多，可達 5℃。隨解析度降低模擬的溫度梯度高估情況越明顯。. 36.

(46) 第六章熱帶風暴強度實驗如第三章中所述，因 30 公里解析度模擬中，嚴重低估熱帶風暴強度，本章將加入 10 公里解析度模擬結果，並著重分析此 WRF-RCM 熱帶風暴強度模擬與強弱熱帶風暴之間的差異。本章選擇的年份 2002 及 2005 年，每年各做 2 個成員的 10 公里解析度模擬。選擇原因為，在 2000-2010 年間，2002 及 2005 年的颱風季(7-9 月)中有較多的熱帶風暴生成。且此兩年颱風季生成的 TY4、TY5 熱帶風暴數量為 11 季中最多的兩年，模擬上有較高的機率能生成強度較強的熱帶風暴。. 6.1 強弱熱帶風暴之間差異分析因為在模擬中 TY4 等級以上之生成頻率仍然低於觀測，所以本研究將模擬中 TY3-TY4 等級之熱帶風暴定義為模擬中強的熱帶風暴，觀測中則以 TY4-TY5 等級之熱帶風暴定義為強的熱帶風暴。熱帶風暴強度與其生成位置關係密切(Ha et al. 2012)。圖 6.1 為 7-9 月觀測與模擬之強弱熱帶風暴之生成位置分佈。氣候(2000-2010 年)觀測上(圖 6.1 a)，強的熱帶風暴生成位置，在全體的熱帶風暴生成位置中偏東偏南，多數強的熱帶風暴生成位於 140°E 以東、20°N 以南，且在東區生成之熱帶風暴有較高的機率發展為強的熱帶風暴，因在東南區生成的熱帶風暴有較多發展時間所致(Ha et al. 2012)。30 公 37.

(47) 里、50 公里與 100 公里解析度氣候模擬上(圖 6.1 b-d)，皆有掌握到強的熱帶風暴之生成位置偏東之特徵，但僅 30 公里解析度模擬有掌握偏南之特徵，50 公里及 100 公里解析度模擬中強的熱帶風暴之生成位置有相較於觀測有偏北的情況。觀測上，2002 與 2005 年強的熱帶風暴生成位置(圖 6.1 e)與氣候相似，多數強的熱帶風暴相較於全體，生成位置偏東偏南。而 10 公里解析度模擬(圖 6.1 f)也有掌握到此特徵，多數強的生成位置偏東偏南，雖然在東北亦有強的熱帶風暴生成。比較模式間的結果，模式中能掌握強的熱帶風暴生成位置偏東的特徵，且解析度增加至 30 公里及 10 公里時，可掌握強的熱帶風暴生成位置偏東偏南之特徵。可知此 WRF 區域氣候模式解析度提升，能改善對模式對強的熱帶風暴生成位置之模擬能力。熱帶風暴最大強度可能與其生命史(Lifetime)之間關係密切，強度較強的熱帶風暴比起弱的熱帶風暴有較長的生命史(Wu and Wang 2004； Chen et al. 2006)。表 6.1 為各分級熱帶風暴平均生命史，為了與模擬中熱帶風暴比較，觀測之熱帶風暴以生命史中第一次風速達 25 海哩時間作為其生成時間(Lee et al. 2008)。因模式邊界，觀測及模擬皆以中心位置移出經度 110°E-180°、緯度 5°N-30°N 之外作為其生命史結束時間。在 2000-2010 年觀測上(表 6.1 a，JTWC 列)，與 38.

(48) 前人研究相同，當熱帶風暴強度增加，熱帶風暴之生命史也隨之增加。觀測上，TS-TY2 熱帶風暴之平均生命史僅 4.4 天，TY3 熱帶風暴之平均生命史則為 7.4 天，而 TY4-TY5 的強熱帶風暴的有 8.3 天。強的熱帶風暴與弱的熱帶風暴之間生命史長度差異明顯，在 TS-TY2 與 TY3 兩組之間差異最大。模擬中熱帶風暴之生命史長度 (表 6.1 a，30km、 50km 及 100km 列) 亦隨熱帶風暴最大強度增強而增長。且強的熱帶風暴與弱的熱帶風暴之間的差異比起觀測的更加明顯。TY3 等級之熱帶風暴平均生命史，在 30 公里及 50 公里析度模擬中都超過 10 天，100 公里度模擬中亦接近 10 天。而三個解析度模擬中 TS-TY2 等級之熱帶風暴平均生命史皆小於 6 天，強的熱帶風暴與弱的熱帶風暴之間，生命史長度的差異明顯。 2002 與 2005 年觀測上熱帶風暴平均生命史(表 6.1 b，JTWC 列) 與觀測上氣候的(表 6.1 a，JTWC 列)熱帶風暴生命史相似。各等級間平均生命史都與氣候平均相近，即強的熱帶風暴比弱的熱帶風暴有較長的生命史，且 TS-TY2 與 TY3 之間差異明顯。檢視 10 公里解析度模擬結果(表 6.1 b，10km 列)，隨熱帶風暴最大強度增加，其生命史長度也增加，這個特徵在 10 公里解析度模擬中也可以看到。而 TYS-TY2、 TY3 及 TY4 三個分組的平均生命史，分別為 4.2、6.3 及 7.3 天，TY1TY2 與 TY3 之間的差異較明顯，此特徵與觀測上的特徵一致。檢視觀測 39.

(49) 及模擬熱帶風暴最大強度與其生命史後得知，此 WRF 區域氣候模式能模擬出熱帶風暴最大強度增加，其生命史長度也增加之特徵，且強的熱帶風暴與弱的熱帶風暴之間生命史長度差異明顯。表示在觀測或模擬中，若熱帶風暴之生命史增長，有利熱帶風暴發展為強烈熱帶風暴。強度改變速率也是影響熱帶風暴強度的因素之一，本研究採用風速改變率探討強度改變速率。當熱帶風暴有較強之風速改變率時，有較高的機率發展為較強的熱帶風暴，即是在環境條件有利熱帶風暴發展時，有較高的機率發展為較強的熱帶風暴 (Chu and Wu 2013; Onderlinde and Nolan 2014)。表 6.3 為觀測與模擬中的熱帶風暴風速改變率，因模擬中有少數熱帶風暴生成風速過強之情況，則模擬中生成點風速超過 TS 等級則不計入統計加總。如表 6.2 所示，2000-2010 年觀測上 (表 6.2 a，JTWC 列)，弱的熱帶風暴與強的熱帶風暴從生成點到 TY1 時的平均風速改變率(第一、二欄)分別為 8.5 與 12.6，強弱熱帶風暴之間差異很大。表示觀測上熱帶風暴之發展，不僅與熱帶風暴之生命史有關，與其風速改變率，即當環境條件適合熱帶風暴發展時，熱帶風暴的風速改變率較大，熱帶風暴強度會相對應增加。而模擬上(表 6.2 a，30km、50km 與 100km 列)，模擬明顯低估風速改變率。此外，強的熱帶風暴與弱的熱帶風暴之間的風暴之間的風速改變率差異比觀測來的小，沒有掌握到觀測上強弱熱 40.

(50) 帶風暴之間風速改變率差異明顯的特徵。表示模擬中，熱帶風暴之發展與其生命史長度較相關。在強的熱帶風暴發展方面，從 TY1 發展至 TY4 之風速改變率(第三、四及五欄)比起從生成到 TY1(第二欄)之風速改變率之間也有明顯差異，表示觀測上當熱帶風暴發展至 TY1 之後將更有利其發展。而模擬中強的熱帶風暴在發展時的風速改變率則是被低估了，其中 30 公里與 50 公里解析度模擬之風速改變率之間差異不大，而 100 公里解析度之風速改變率比起 30 公里與 50 公里更加低估。此結果造成在 100 公里解析度之模擬中，強烈熱帶風暴生成頻率嚴重低估，而 30 公里與 50 公里解析度熱帶風暴強度模擬中，兩解析度熱帶風暴強度低估則差異不大，且有改善 100 公里解析度中強度低估的情況。 2002 與 2005 年之觀測熱帶風暴風速改變率(表 6.2 b，JTWC 列)，其特徵與氣候之熱帶風暴風速改變率相似，在弱的熱帶風暴與強的熱帶風暴之間風速改變率明顯，且發展至 TY1 後其風速改變率較大。與其它解析度模擬相比，10 公里解析度模擬中(表 6.2 b，10km 列)風速改變率較大，低估情況有改善。此為 10 公里解析度模擬比起 30 公里模擬，熱帶風暴強度模擬改善，且可生成 TY4 等級之熱帶風暴的原因之一。可能是當模式解析度提升至一定程度以後，才能模擬熱帶風暴之中尺度對流系統等三維結構所致 (e.g. Mizuta et al. 2006; 41.

(51) Manganello el al. 2012)。檢視觀測及模擬熱帶風暴風速改變率之後得知，此 WRF 區域氣候模式模擬中，熱帶風暴之風速改變率被嚴重低估了，解析度提升至 30 及 50 公里改善有限，解析度增加至 10 公里改善明顯。另模擬中強弱熱帶風暴的風速改變率之間差異不明顯，此些特徵將影響模擬中熱帶風暴之發展，為模擬中強烈熱帶風暴生成頻率偏低，而弱的熱帶風暴生成頻率偏高的主要原因之一。模擬中，因強弱熱帶風暴之間的風速改變率差異較小，強的熱帶風暴有較長的生命史，可能是模擬中強的熱帶風暴發展之主要原因之一。生命史與強度發展可能與熱帶風暴之路徑相關。如熱帶風暴路徑上之環境有利熱帶風暴發展(如：暖海表面溫度區(Emanuel 1988; McTaggart-Cowan et al. 2015))，則有較高的機會成為強烈熱帶風暴。圖 6.2 顯示 2000-2010 年 7-9 月，強的熱帶風暴與弱的熱帶風暴之間路徑的差異。觀測上，強的熱帶風暴之路徑(圖 6.2 a)走向多數為向西北或向西走向，此種走向使強的熱帶風暴有較長之生命史，且行經的區域海表面溫度較高，有利熱帶風暴發展。而弱的熱帶風暴之路徑(圖 6.2 e)則多數是生成後即向北行或生成位置偏西路徑較短，較不利熱帶風暴發展，且生命史較短，為熱帶風暴不易發展之原因。30 公里解析度模擬，強的熱帶風暴之路徑(圖 6.2 b)多數亦是向西與西北向為主，與觀測的路徑特徵相同。而弱的熱帶風暴(圖 6.2 f)則有多數先向北在往 42.

(52) 西的特徵，這種走向會進入不利熱帶風暴發展之環境條件區域，因此強度較弱。50 公里及 100 公里解析度模擬中，強的熱帶風暴之路徑(圖 6.2 c、d)與觀測差異大，強的熱帶風暴以向西行為主，且與弱的熱帶風暴路徑(圖 6.2 g、h)差異不明顯。50 公里及 100 公里解析度模擬，強弱熱帶風暴路徑之間差異小，且強的熱帶風暴與觀測差異大，可能為 50 公里及 100 公里解析度模擬中，強烈熱帶風暴不易發展的主要原因之一。模擬上，隨解析度增加，強的熱帶風暴之路徑由西行為主逐漸改善為與觀測相似的西北向路徑，而強弱熱帶風暴路徑之間的差異也隨解析度增加而增加。 2002 與 2005 年 7-9 月，熱帶風暴路徑，觀測上之特徵與氣候相似，強的熱帶風暴路徑(圖 6.3 a)以向西北行為主，而弱的熱帶風暴路徑(圖 6.3 c)則是生成後向北或是生成位置偏西路徑較短，差異明顯。 10 公里解析度模擬中，強的熱帶風暴之路徑(圖 6.3 b)與弱的熱帶風暴之路徑差異(圖 6.3 d)之間的差異亦相當明顯。10 公里解析度模擬中，強的熱帶風暴之路徑，以向西北或向西為主，而弱的熱帶風暴路徑則是向北後消散，比起 30 公里解析度模擬與觀測更相似。檢視觀測及模擬熱帶風暴之路徑後得知，此 WRF 區域氣候模式模擬中，熱帶風暴路徑之模擬，隨解析度提升至 30 公里及 10 公里時將獲得改善。模擬中 10 公里與 30 公里路徑模擬均與觀測相似，但 10 公里模擬 43.

(53) 風速改變率模擬明顯優於 30 公里模擬，所以下一節將檢視各有關熱帶風暴發展之環境條件與環境場，比較觀測、10 公里及 30 公里模擬中，強弱熱帶風暴與環境條件之間的關係。. 6.2 影響模式中熱帶風暴發展原因影響熱帶風暴的發展環境條件甚多，與熱帶風暴生成所需的環境條件相似，包括：低層為正渦度或輻合區、中低層較高的相對濕度、中層為上升運動區、適當的垂直風切有利熱帶風暴強度的增加，及熱帶風暴路徑行經暖海表面溫度區，溫暖的混合層海水能提供對流發展所需的熱能與表面熱通量以利熱帶風暴發展等(e.g. Schubert and Hack 1982; Emanuel 1988; Gray 1998； Gallina and Velden 2002； Cheung 2004； Ahrens 2012； McTaggart-Cowan et al. 2015; Penny et al. 2015)。圖 6.4 a、d、圖 6.5 a、d 及圖 6.6 a 為觀測，2002 與 2005 年 79 月熱帶風暴生成位置與兩年平均大尺度環境條件分佈。看到 2002 及 2005 年熱帶風暴生成位置及大尺度環境條件之間的關係，與第五章的結果一致，如圖所示，多數熱帶風暴生成位置，皆位於大尺度環境條件有利熱帶風暴生成的區域，包括：平均海表面溫度高於 27℃的地區(圖 6.4 a)、季風槽與東西風合流之低層正渦度區(圖 6.4 d) 、中層相對 44.