前 言
「聖嬰現象」在西班牙文中稱為El Niño，亦稱 ENSO。最早觀察聖嬰現象是 在秘魯，人們發現在聖誕節前後沿海水溫有時會突然升高許多，如今已明瞭這 是由於整個太平洋赤道附近大氣與海洋互相影響所造成的現象。當聖嬰現象發生 時，西太平洋海面水溫會降低，常形成旱災，東太平洋海面水溫則上升，除了 造成水災、風災外，也造成秘魯沿海魚產大量減少（Glantz,1984）。 平常時，太平洋赤道附近海域吹信風，這會造成二項特徵： 1. 東風把海面水溫較高的海水吹往西太平洋，再加上東太平洋的南美洲 西岸沿海有上升流（Upwelling），使得西太平洋的表面水溫比東太平 洋高5～7℃，如圖 1 所示。圖 1 亦顯示，水溫超過 28℃的海域涵蓋西 太平洋相當大的面積，由於颱風一般都在海面水溫超過27℃的海域產 生，就說明了太平洋的颱風大部分在西太平洋熱帶海域發生的原因， 每年大約產生27 次颱風，平均 4.5 次會登陸台灣。 2. 信風把溫暖海水吹送至西太平洋聚集，造成西太平洋比東太平洋高約 60～90 公分，海面的傾斜就是靠赤道附近的東風撐著。 圖1：8 月份太平洋表面平均水溫（℃） 統計過去的資料顯示，平均2 至 5 年發生一次聖嬰現象，每次的強弱程度 不一。聖嬰現象之發生，是由於赤道附近的東風減弱了，撐不住東、西海面的傾 斜，於是聚集在西太平洋的溫水往東移動，因而使西高東低的海面斜率大大降 低，溫水也把東岸原本上升至海面的冷水壓制在溫水層下面，如圖2 所示，因 而使東太平洋的表面水溫升高許多，於是所謂的聖嬰現象就這樣發生了。 本計畫的研究重點除了討論ENSO 對台灣地區降雨量之影響外，也同時研 究其對沿海水位變化之影響。圖2：聖嬰現象發生時赤道海平面及溫水之變動情形
研 究 目 的
本計畫的研究目的有兩項： 1. 討論 El Niño 對台灣地區降雨量之影響 El Niño 發生時，西太平洋的溫水往東移動，形成颱風的海域也 東移，結果影響台灣的颱風一般會減少，也會影響台灣的夏季雨量。 另一方面，海面氣壓的改變，使得台灣附近的季風產生變化，因而影 響雨量。 2. 研究 El Niño 對台灣沿海水位變化之影響 El Niño 發生時，西太平洋的溫水往東移動，海面氣壓以及海面 高度跟著改變。我們想利用台灣沿海水位的變化，研究其與El Niño 的相關性。文
獻 探 討
在一般年之秘魯外海（即東太平洋），由於Upwelling 之因，造成了秘魯 外海之海表面溫度降低，因而形成赤道東、西太平洋之海表面水溫西高東低的現 象。而此溫度差異會造成在赤道東太平洋上方之大氣形成一相對高壓區，在西太 平洋上方之大氣形成一相對低壓區。加上在低緯度地區，特別是在赤道上，由於 柯氏力對大氣的影響力微乎其微，因此氣流在近海洋表面處直接由高壓區流向低壓區，加強所謂的信風，即赤道東風；至於在大氣的上層方面，則形成東低 西高的氣壓梯度，空氣由西太平洋吹向東太平洋，如此便形成一個東西向垂直 的環流（Bjerknes,1969），為紀念 Walker 而稱之為沃克環流（見圖 3）。 當聖嬰現象發生時，沃克環流會改變，有些地方的氣象及海洋環境丕變。此 時西太平洋海表面水溫降低，蒸發量、降雨量也跟著減少，有時甚至還會發生旱 災，而東太平洋的海表面水溫上升許多，有時還會引起颱風。 圖3：沃克環流示意圖
認 定 El Niño 現 象 的 方 法 是 採 用 Trenberth （ 1997 ） 所 定 義 之 NINO 3.4Index，而此定義是在 5o S ~ 5o N / 120o W ~ 170o W 的範圍內（如圖 4 所示）之 SSTA（海面水溫異常值）經過 5 個月的滑動平均後，如果其值連續 6 個月超過 0.4℃時則定義為聖嬰年。至於 NINO3.4 範圍內的逐月 SSTA 資料 是從美國NASA 網站上所下載而來並加以繪製而成的，其結果如圖 5 所示。本 計畫就是研究這些近二十多年來的El Niño 現象對台灣雨量及水位的影響。 圖4：NINO3.4 定義範圍
圖5：1978～2001 NINO3.4 Index
研
究 方 法
本論文分別就分析降雨量及水位變化使用之方法加以說明之： 1. 降雨量與 El Niño 之相關分析 在本文中所使用的分析方法大多為統計學上的方法。首先，將台灣 地區之富岡、高雄、基隆以及台北測站所得之逐日降雨資料與ENSO Index 之 SSTA 做交相關分析（Cross Correlation Analysis）研究。在本論文中我們先將降雨量與SSTA 之相關係數超過 95％信賴區 間的月份找出，再把全年之降雨量分成春季降雨和夏季降雨統計之。之 後將其結果與可能侵襲台灣颱風之次數以及全球風場圖做比較，試圖 找出造成台灣地區降雨量變化的原因。 2. EMD 方法 本文研究聖嬰現象對水位的影響是採用EMD 方法。在現實中，不 論是物理量測或數值模擬的資料，都可能有下列一個或多個問題： 1. 整個資料的取樣時間太短。 2. 資料非平穩的（Non-stationary）。 3. 資料非線性的（Non-linear）。 由於這些問題，使得分析的方法都受到了某些限制。傳統上，傅立葉頻 譜分析（Fourier spectral analysis）提供了一個簡單的方法求得能量-頻 率分佈。因其非凡功能及簡單性，此頻譜分析幾乎變成了傅立葉轉換的
同義字。雖然傅立葉頻譜分析在一般情況下很好用，但它還是有些嚴格 的條件：系統必須是線性的（Linear），而且資料必須是週期性的 （Periodic）或是平穩的（Stationary），否則所求得的頻譜就沒有什麼 物理意義。
傅立葉頻譜分析法幾經改良，近數十年來，大家使用最多的是小 波分析法（Wavelet analysis method），已較傳統更進一步而可求得能 量－頻率－時間的分佈。而小波分析仍由傅立葉頻譜分析法的一些假設 基礎上推論而來，其仍然具有原方法的限制與缺點。
為了突破傅立葉分析法的限制，Huang et al.（1998）發明了一個新的資料 處 理 方 法 ： 經 驗 模 態 分 析 法 （Empirical Mode Decomposition Method ， 簡 稱 EMD），它會產生一組本質模態函數（Intrinsic Mode Functions，簡稱 IMF）， 這分解法是直接摘出各種不同時間尺度的能量，將資料以一組IMF 表達，每一 項IMF 都適用希爾伯特-黃轉換（Hilbert-Huang Transform），由此可計算即時 頻率（Instantaneous frequency），因此就可同時在頻率軸及時間軸上討論一事 件的現象。這個方法可以看作是將原來的訊號用IMF 展開，而這些 IMF 都是從 原來的訊號推導來的，原始訊號的資料是非線性或非平穩性的，利用 EMD 法 都能處理。它具有完整性（Complete）、近乎正交性（Orthogonal），最重要的是 它還具有可適性（Adaptive）。 展開非線性及非平穩性時間序列的資料，區域性及可適性是主要的條件， 正交性對於非線性系統並不是必要的條件。這方法的基本原理是利用原訊號的時 間尺度，如此便不會漏掉任一時間尺度的現象，IMF 經希伯特轉換而得區域能 量及即時頻率後，就能求得整個訊號的能量－頻率－時間分佈，名之為希伯特 頻譜（Hilbert Spectrum），用它來分析非線性及非平穩的資料，很理想。
結
果 與 討 論
本研究計畫的結果分兩部分： 1. El Niño 對台灣地區降雨量之影響 由於ENSO 都是跨年度發生的現象，因此我們分別以 T=0,1 分別代表 前、後年。例如1982～1983 年發生之聖嬰現象，以 T=0 代表 1982 年；T=1 代表1983 年。當 El Niño 發生時，T=1 年之春雨會增加（Zhang,1996； Wang et al.,2000），而 T=0 及 T=1 年夏季雨量會減少（林國龍，2004； Ailikun and Yasunari，2001）的二、三月間春雨增加及夏季雨量減少的情況很明顯。
圖6：台北於 1980~2003 年期間，T=0,1 年及所有年份資料的平均雨量
圖7：基隆於 1980~2003 年期間，T=0,1 年及所有年份資料的平均雨量 圖8 及 9 的資料顯示 T=0 年台灣夏季之雨量反而比平均雨量多，但
T=1 年的二、三月春雨雨量比平均雨量超出甚多，夏季雨量則減少很多。
圖8：台北於 1982~1983 El NiñoT=0,1 年之平均雨量
圖9：基隆於 1982~1983 El NiñoT=0,1 年之平均雨量
量都比平均雨量減少甚多。
圖10：台北於 2002~2003 El NiñoT=0,1 年之平均雨量
圖11：基隆於 2002~2003 El NiñoT=0,1 年之平均雨量
東移，影響台灣的颱風才3 個（見圖 12），因而造成 2002 年台灣缺水的 旱象非常嚴重。 圖12：2002 年影響台灣之颱風路徑圖 2. El Niño 對台灣沿海水位變化之影響 台灣附近海域之低頻水位變動與ENSO 間有一定之關連性存在， 水位資料經EMD 分析後，一年以上低頻訊號的振幅只有 10 公分左右， 該訊號除了受聖嬰現象影響外，可能還受其他未知因素的影響，因此 台灣水位之低頻變化與ENSO 之間的關連性，尚待更進一步的研究與 探討。
參 考 文
獻
林國龍（2004） 「聖嬰－南方震盪」對台灣地區降雨和沿海水位變化之影響，國 立台灣大學海洋研究所碩士論文，53 頁。Ailikun, B. and T. Yasunari （ 2001 ） ENSO and Asian summer monsoon ： Persistence and transitivity in the seasonal march. J. Meteor. Sco. Japan, Vol.79, 145-159.
Bjerknes, J.（1969） Atomspheric teleconnections from the equatorial Pacific. Mon. Wea. Rev., Vol.97, 163-172.
Glantz M.H.（1984） Floods, Fires, and Famine：Is El Niño to Blame? Oceanus, Vol.27, 14-19.
Huang, N.E., Z. Shen, S.R. Long, W.L. Wu, H.H. Shih（1998） The Empirical Mode Decomposition and Hilbert Spectrum for Nonlinear and Nonstationary Time Series Analysis. Proc. Royal Soc. London Ser. A 454:903-95.
Trenberth, K.E.（1997） The definition of El Niño. Bull. Amer. Meteor. Soc., Vol.2, 2771-2777.
Wang, B.,R. Wu, and X. Fu（2000） Pacific-East Asian Teleconnection：How dose ENSO affect East Asian Climate. J. Climate, Vol.13, 1517-1536.
Zhang, C. （ 1996 ） Atmospheric intraseasonal variability at the surface in the tropical Western Pacific Ocean. J. Atmos. Sci., Vol.53, 739-758.
