莫拉克颱風之可預報度研究

全文

(1)國立臺灣師範大學地球科學研究所碩士論文. 指導教授 : 王重傑博士. 莫拉克颱風(2009)之可預報度研究. 研究生 : 鍾兆軒. 撰. 中華民國 101 年 8 月.

(2) 致. 謝. 經過了三年，我的研究所生涯即將圓滿落幕，在這段充實的歲月裡，真的要感謝每個曾經幫助過我的人，讓我能夠順利度過難關、解決各式各樣的問題，這一路走來，貴人實在多不勝數。本文順利完成，首先要感謝指導教授王重傑教授。在研究生涯三年中，使我對數值模式及程式應用有進一步的了解，教授的諄諄教誨與不厭其煩的指導，讓我更加了解從事科學研究所需要細心、嚴謹與專注的態度，也了解數值模式對於大氣研究的重要性。謝謝王重傑教授，在我撰寫論文期間給予細心的指導，也謝謝口試委員郭鴻基教授與簡芳菁教授的正面批評與建議，讓本文更臻於完整。感謝美鳳學姐打理好一切事務，感謝心怡學姐、小玲學姐、子鈞學長、怡文學姐、允薇學姐、尹懋學長的照顧與指導。感謝一起打拼的同學們，George、阿達、猴兄、拉瑪、庭慧、Jason、小傑、鄭皓、孟光、思瑩、育瑋、伯勳、子睿、星澔的陪伴，有了你們，讓我的研究生涯更加充實與歡樂。要感謝在背後默默支持我的家人，讓我在求學的過程中無後顧之憂，全心全意專注在課業上，並順利完成碩士學位。最後，再一次感謝曾經幫助過我的每個人，因為你們，才有這開花結果的一天……獻上最誠摯的感激之心。 . I .

(3) 摘要莫拉克颱風(2009)僅為一中度轉輕度颱風，卻於 2009 年 8 月 7 日至 9 日帶來遠超過許多強烈颱風之雨量，在台灣造成過去 50 年來最嚴重的氣象災害，其累積雨量(2855mm)甚至與世界紀錄相去不遠。各預報中心以及許多模式都顯示在即時預報的降水和累積雨量的預測都有嚴重不足的情況。本研究採用的雲解析風暴模式（Cloud-Resolving Storm Simluator；簡稱 CReSS），為一先進的高解析度模式，使用 NCEP FNL 分析資料作為初始及邊界條件之模擬(解析度為 3 km)顯示，最早從 8 月 3 日 0000 UTC 就能成功模擬出莫拉克颱風的環流發展、雨帶演變以及影響台灣的降水時間和空間分布，累積 24 小時的定量降水預報(QPFs)之 TS 得分於 8 月 7 日與 8 日在門檻值為 0.05~25 mm、 50-100 mm、250mm、500 mm，分別有 0.8-1.0、0.6-0.9、≧0.5、≧0.2 的表現，為相當少見之高得分，此良好結果源於非常小的路徑誤差與在台灣地形上產生的相位鎖定降水機制。另一方面，小區域即時預報實驗和大區域事後預報實驗顯示，初始時間從 8 月 6 日 0000 UTC 開始，也就是在南台灣發生最大降水的兩天前，模式已能預報出實際累積總降水的 67%-80%，並有良好的 QPFs 技術得分。而初始時間在 8 月 6 日 0000 UTC 之前的預報實驗中，全球模式(模式之初始及邊界資料)的預報誤差是颱風路徑誤差的主要來源，也是造成定量降水預報不佳的主要原因。因此，使用高解析度並選取適當的預報範圍在預報上來說是有其重要性的，如此一來，在路徑誤差小的情況下，能夠提供更多的前置時間作因應，在極端降水事件發生前有更多時間去做防範、減少生命財產損失。而針對初始時間在 8 月 6 日 0000 UTC 之前的預報實驗及 GFS 預報場本身，颱風均有提前北轉的現象而未登陸台灣，分析颱風半徑 700 公里內之深層平均氣流與綜觀場中高壓的相對位置得知，副熱帶高壓的位置是影響颱風能否登陸台灣的關鍵。此外，使用 12 小時平均之颱風移動向量與颱風的不對稱性作關聯，可以發現，颱風轉向前後、移速較慢之時，颱風之不對稱性也較為顯著。關鍵字：CReSS 模式、莫拉克颱風、可預報度、定量降水預報. II .

(4) 目. 錄. 致謝 ............................................. I 摘要 ............................................ II 目錄 ........................................... III 圖表說明 ......................................... V 第一章前言 ..................................... 1 1.1 文獻回顧..................................... 1 1.2 研究動機..................................... 3 1.3 論文結構..................................... 5 第二章資料來源與研究方法 ....................... 7 2.1 資料來源..................................... 7 2.2 研究方法..................................... 9 2.3 模式簡介.................................... 11 2.4 模式設定與實驗設計.......................... 14 第三章個案觀測資料及綜觀分析 .................. 17 3.1 颱風路徑與綜觀天氣分析 ...................... 17 3.2 雷達回波與降水分布.......................... 18 . III .

(5) 第四章數值模擬與預報實驗 ...................... 21 4.1 使用分析場之模擬結果........................ 21 4.2 小區域即時預報實驗之結果 .................... 28 4.3 大區域事後預報實驗之結果 .................... 31 第五章討論 .................................... 36 5.1 莫拉克颱風之可預報度........................ 36 5.2 路徑誤差與原因探討.......................... 38 5.3 降水不對稱性探討............................ 41 第六章結論 .................................... 46 參考文獻 ........................................ 50. IV .

(6) 圖表說明表 2.1. CReSS 模式模擬及預報實驗之模式參數設定。. 圖 1.1. 台灣島地形圖，色皆為地形高度(m)，黑點為中央氣象局雨量測站的位置。. 圖 1.2. 中央氣象局之莫拉克颱風(2009 年 8 月)最佳路徑資料(每 6 h, UTC)。不同顏色表示颱風風速等級(如下方標示)。. 圖 1.3. (a)觀測之降雨強度(mm/h)時序圖，平均區域示於(b)中黑色虛線框，時序圖中顏色較深之長條圖為≧20 mm/h。(Dr. L Feng, TTFRI)、(b)為實際觀測四天累積雨量(mm)。. 圖 2.1. 任意時間與門檻值之(a)觀測與預報降水區域示意圖，及(b)其所對應之 2x2 預報分類表格。在選取之評估總區域(N)裡，根據觀測降水(O)與預報降水(F)之發生區域分布，所有網格點可歸至互不交集的四類結果：預報與觀測均發生(n11, 即命中區 H)、預報發生但實際未發生(n10)、預報不發生但實際發生(n01)以及預報與觀測均未發生(n00)等四類。此處，第一個下標表預報、第二個下標表觀測，1 表發生、0 表未發生。因此，可以得到 H=n11、F=n11+n10、O=n11+n01、而 N=n11+n10+n01+n00。. 圖 2.2. CReSS 模式冷雨過程中各種水相與冰相粒子間轉換之雲物理過程示意圖。其中q 、q 、q 、q 以及q 分別為雲水、雨水、雲冰、雪及軟雹之混和比。NUAvi 表澱積核形成(deposition or sorption nucleation)，NUCci 表接觸凍結核形成(contact nucleation)，NUHci 表均質凍結核形成 (homogeneous nucleation)，SP 表二次冰晶生成(secondary nucleation of ice crystals)，VD 表水蒸氣之澱積，蒸發與昇華(vapor deposition, evaporation and sublimation)，CL 表合併收集(collection)，AG 表凝集(aggregation)， CN 表粒子間轉換(conversation)，ML 表溶解(melting)，FR 表凍結(freezing)， SH 表液態水的剝離(shedding of liquid water)。. 圖 2.3. 2009 年莫拉克颱風之 JTWC 最佳路徑(黑點時間為 00 UTC，其餘每隔 6 小時標記)；整張圖的大小為模擬和大區域事後預報的模式區域，虛線黑框則為小區域即時預報之模式區域的大小。. 圖 3.1. 中央氣象局颱風警報單(於當地時間 8 月 8 日 0 時 30 分發布)。. 圖 3.2. 中央氣象局在 2009 年 8 月 5 日 0000 UTC 之(a) 850hPa (b) 500hPa 天氣圖。等高線(實線)分析間距為 30 gpm。. 圖 3.3. 中央氣象局在 2009 年 8 月 7 日 0000 UTC 之(a) 850hPa (b) 500hPa 天氣. V .

(7) 圖。等高線(實線)分析間距為 30 gpm。圖 3.4. 中央氣象局在(a)8 月 8 日 0600 UTC 與 (b)8 月 9 日 1200 UTC 之區域地面(海平面)天氣圖。等高線(實線)分析間距為 2 hPa。. 圖 3.5. 日本氣象廳 MTSAT 地球同步氣象衛星在 2009 年 8 月 (a) 7 日 0730 LST 與 (b) 7 日 1930 LST，以及 (c) 8 日 0730 LST 與 (d) 8 日 1930 LST 所觀測之紅外線(雲頂)黑體亮度溫度 (TBB, °C)。實心圓為莫拉克颱風中心位置。. 圖 3.6. 中央氣象局雷達網於莫拉克侵台期間所觀測之垂直向最大回波 (dBZ) 合成圖。(a) 8 月 6 日 1200 UTC，(b) 8 月 7 日 0000 UTC，以及 (c) 8 月 7 日 1200 UTC 至 (l) 8 月 9 日 1800 UTC 每 12 h 間隔者。色階示於圖右。 (資料由國家災害防救科技中心提供). 圖 3.7. 台灣地區在 2009 年(a) 8 月 6 日、(b) 7 日、(c) 8 日、(d) 9 日之逐日 24 h 累積雨量(mm)。累積時段以 LST 為準，色階示於各圖右下角。(取自中央氣象局網頁)。. 圖 4.1. (a) 使用分析場之模擬、FNL 分析場以及 JTWC 路徑，標示實心大點為 0000 UTC，其餘空心小點則為每 6 小時標示一次、(b)模擬與 JTWC 之路徑誤差(km)。. 圖 4.2 JTWC、CWB、使用分析場之五組模擬的(a)中心氣壓(hPa)、(b)近中心最大風速(m/s)(模擬取 400 公里內之風速最大值)。圖 4.3. MTSAT 紅外線雲圖，分別為 2009 年 8 月(a) 4 日 0000 UTC、(b) 4 日 1200 UTC、(c) 5 日 0000 UTC、(d) 5 日 1200 UTC、(e) 6 日 0000 UTC 與 (f) 6 日 1200 UTC。. 圖 4.4. TRMM 之降水強度(mm/h)，分別為 2009 年 8 月(a) 4 日 0000 UTC、(b) 4 日 1200 UTC、 (c) 5 日 0000 UTC、(d) 5 日 1200 UTC、(e) 6 日 0000 UTC 與 (f) 7 日 0000 UTC。. 圖 4.5. 2009 年 8 月(a) 4 日 0000UTC、(b) 5 日 0000 UTC、(c) 5 日 1200 UTC (d) 6 日 0000 UTC、(e) 6 日 1200 UTC、(f) 7 日 0000 UTC、(g) 7 日 1200 UTC、 (h) 8 日 0000 UTC (i) 8 日 1200 UTC、(j) 9 日 0000 UTC、(k) 9 日 1200 UTC、 (l) 9 日 1200 UTC 使用分析場模擬(S3A)之地面降雨強度結果圖。色階為降雨強度(mm/hr)、等值線為地面氣壓(hPa)、風標為地面風(m/s)。. 圖 4.6. 2009 年 8 月(a) 7 日 0000 UTC、(b) 7 日 0600 UTC、(c) 7 日 1200UTC、 (d) 7 日 1800 UTC、(e) 8 日 0000 UTC、(f) 8 日 0600 UTC、(g) 8 日 1200 UTC、(h) 8 日 1800 UTC、(i) 9 日 0000 UTC、(j) 9 日 1200 UTC、(k) 10 日 0000 UTC 模擬(S3A)之總降水粒子混和比最大值(g/kg)與 1422m 之氣. VI .

(8) 流線。圖 4.7. 中央氣象局單日累積降水圖與 3 天、4 天累積降水圖(mm)，時間為改為 UTC。分別為 2009 年 8 月(a) 5 日、(b) 6 日、(c) 7 日、(d) 8 日、(e) 9 日、 (f)10 日之單日累積降水以及(g)7 日 0000 UTC 至 10 日 0000 UTC 之 3 天累積降水、(h) 6 日 0000 UTC 至 10 日 0000 UTC 之 4 天累積降水。. 圖 4.8. 使用分析場模擬(S3A)之單日累積降水圖與 3 天、4 天累積降水圖(mm)，時間為 UTC。分別為 2009 年 8 月(a) 6 日、(b) 7 日、(c) 8 日、(d) 9 日、 (e) 10 日之單日累積降水以及(f)7 日 0000 UTC 至 10 日 0000 UTC 之 3 天累積降水、(g) 6 日 0000 UTC 至 10 日 0000 UTC 之 4 天累積降水。. 圖 4.9. 使用分析場模擬(S4A)之單日累積降水圖與 3 天、4 天累積降水圖(mm)，時間為 UTC。分別為 2009 年 8 月(a) 6 日、(b) 7 日、(c) 8 日、(d) 9 日、 (e) 10 日之單日累積降水以及(f)7 日 0000 UTC 至 10 日 0000 UTC 之 3 天累積降水、(g) 6 日 0000 UTC 至 10 日 0000 UTC 之 4 天累積降水。. 圖 4.10 使用分析場模擬(S5A)之單日累積降水圖與 3 天、4 天累積降水圖(mm)，時間為 UTC。分別為 2009 年 8 月(a) 6 日、(b) 7 日、(c) 8 日、(d) 9 日、 (e) 10 日之單日累積降水以及(f)7 日 0000 UTC 至 10 日 0000 UTC 之 3 天累積降水、(g) 6 日 0000 UTC 至 10 日 0000 UTC 之 4 天累積降水。圖 4.11 使用分析場模擬(S5B)之單日累積降水圖與 3 天、4 天累積降水圖(mm)，時間為 UTC。分別為 2009 年 8 月(a) 6 日、(b) 7 日、(c) 8 日、(d) 9 日、 (e) 10 日之單日累積降水以及(f)7 日 0000 UTC 至 10 日 0000 UTC 之 3 天累積降水、(g) 6 日 0000 UTC 至 10 日 0000 UTC 之 4 天累積降水。圖 4.12. 使用分析場模擬(S6A)之單日累積降水圖與 3 天、4 天累積降水圖(mm)，時間為 UTC。分別為 2009 年 8 月(a) 6 日、(b) 7 日、(c) 8 日、(d) 9 日、 (e) 10 日之單日累積降水以及(f)7 日 0000 UTC 至 10 日 0000 UTC 之 3 天累積降水、(g) 6 日 0000 UTC 至 10 日 0000 UTC 之 4 天累積降水。. 圖 4.13 使用分析場之模擬(S3A)的累積 24 小時降水之 QPF 技術得分，包括(a) TS (b) BS (c) POD (d) FAR，X 軸為降水門檻值(mm)，Y 軸為得分值，不同降水時段以不同顏色區分，特別標記黑色三角形為降水最多的 8 月 8 日，灰色三角形為降水次多的 8 月 7 日。圖 4.14 使用分析場之模擬(S4A)的累積 24 小時降水之 QPF 技術得分，包括(a) TS (b) BS (c) POD (d) FAR，X 軸為降水門檻值(mm)，Y 軸為得分值，不同降水時段以不同顏色區分，特別標記黑色三角形為降水最多的 8 月 8 日，灰色三角形為降水次多的 8 月 7 日。圖 4.15 使用分析場之模擬(S5A)的累積 24 小時降水之 QPF 技術得分，包括(a) TS. VII .

(9) (b) BS (c) POD (d) FAR，X 軸為降水門檻值(mm)，Y 軸為得分值，不同降水時段以不同顏色區分，特別標記黑色三角形為降水最多的 8 月 8 日，灰色三角形為降水次多的 8 月 7 日。圖 4.16 使用分析場之模擬(S6A)的累積 24 小時降水之 QPF 技術得分，包括(a) TS (b) BS (c) POD (d) FAR，X 軸為降水門檻值(mm)，Y 軸為得分值，不同降水時段以不同顏色區分，特別標記黑色三角形為降水最多的 8 月 8 日，灰色三角形為降水次多的 8 月 7 日。圖 4.17 (a)NCEP GFS 預報場本身路徑與 JTWC 最佳路徑圖，實心大點為 0000 UTC，其餘空心小點為每 6 小時標示一次、(b)NCEP GFS 預報場本身與 JTWC 最佳路徑之路徑誤差(km)。紅色虛線框示為有登陸預報實驗與未登陸預報實驗在 8 月 8 日 0000 UTC 之明顯差別。圖 4.18 小區域即時預報實驗之 0-24 小時累積降水、24-48 小時累積降水，以及 0-48 小時累積降水。(a)(b)(c)為 F6A 之預報結果，(e)(f)(g)為 F6B 之預報結果，(i)(j)(k)為 F7A 之預報結果，右側為觀測之 0-48 小時累積降水以作比對。圖 4.19 小區域預報實驗(F6A)的累積 24 小時降水之 QPF 技術得分，包括(a) TS (b) BS (c) POD (d) FAR，X 軸為降水門檻值(mm)，Y 軸為得分值，不同降水時段以不同顏色區分，標記黑色三角形為降水較多時段。圖 4.20 小區域預報實驗(F6B)的累積 24 小時降水之 QPF 技術得分，包括(a) TS (b) BS (c) POD (d) FAR，X 軸為降水門檻值(mm)，Y 軸為得分值，不同降水時段以不同顏色區分，標記黑色三角形為降水較多時段。圖 4.21 小區域預報實驗(F7A)的累積 24 小時降水之 QPF 技術得分，包括(a) TS (b) BS (c) POD (d) FAR，X 軸為降水門檻值(mm)，Y 軸為得分值，不同降水時段以不同顏色區分，標記黑色三角形為降水較多時段。圖 4.22. (a)大區域事後預報實驗路徑與 JTWC 最佳路徑，標示實心大點為 0000 UTC，其餘空心小點為每 6 小時標示一次、 (b)大區域事後預報實驗路徑與 JTWC 最佳路徑之路徑誤差(km)。紅色虛線框示為有登陸預報實驗與未登陸預報實驗在 8 月 8 日之明顯差別。. 圖 4.23 JTWC、CWB、大區域事後預報七組實驗的(a)中心氣壓(hPa)、(b)近中心最大風速(m/s)(實驗取 400 公里內之風速最大值)。圖 4.24 JTWC、CWB、NCEP GFS 資料的(a)中心氣壓(hPa)、(b)近中心最大風速(m/s)(GFS 資料取 400 公里內之風速最大值)。圖 4.25. 2009 年 8 月(a) 5 日 0000 UTC、(b) 6 日 0000 UTC、(c) 7 日 0000 UTC、 (d) 8 日 0000 UTC (e) 9 日 0000 UTC 大區域預報實驗(H4A)之地面降雨強. VIII .

(10) 度結果圖。色階為降雨強度(mm/hr)、等值線為地面氣壓(hPa)、風標為地面風(m/s)。圖 4.26. 2009 年 8 月(a) 5 日 1200 UTC、(b) 6 日 0000 UTC、(c) 7 日 0000 UTC、 (d) 8 日 0000 UTC (e) 9 日 0000 UTC、(f)10 日 0000 UTC GFS 預報場 (080512 初始)之低層(900-700 百帕)平均水氣通量(kg/m2s)。. 圖 4.27. 2009 年 8 月(a) 7 日 0000 UTC、(b) 7 日 0600 UTC、(c) 7 日 1200 UTC、 (d) 7 日 1800 UTC (e) 8 日 0000 UTC 大區域事後預報實驗(H6A)在 1036m 之水氣通量輻合(kg/kg *m/s)。. 圖 4.28. 大區域事後預報實驗(H4A、H4B、H5A)之 3 天、4 天累積降水圖(mm)，時間為 UTC。(a)、(c)、(e)分別為 H4A、H4B、H5A 在 8 月 7 日 0000 UTC 至 10 日 0000 UTC 之 3 天累積降水，(b)、(d)、(f) 分別為 H4A、H4B、 H5A 在 8 月 6 日 0000 UTC 至 10 日 0000 UTC 之 4 天累積降水。. 圖 4.29. 大區域事後預報實驗(H5B)之單日累積降水圖與 0-72 hr 累積降水圖 (mm)，時間為 UTC。分別為 2009 年 8 月(a) 6 日、(b) 7 日、(c) 8 日、(d) 9 日之單日累積降水以及(e)0-72 hr 累積降水。. 圖 4.30. 大區域事後預報實驗(H6A)之單日累積降水圖與 0-72 hr 累積降水圖 (mm)，時間為 UTC。分別為 2009 年 8 月(a) 6 日(0-24 h)、(b) 7 日(24-48 h)、(c) 8 日(48-72 h)、(d) 9 日(72-96 h)之單日累積降水以及(e)0-72 hr 累積降水。. 圖 4.31. 大區域事後預報實驗(H6B)之單日累積降水圖與 0-72 hr 累積降水圖 (mm)，時間為 UTC。分別為 2009 年 8 月(a)8 月 6 日 1200 至 7 日 1200 UTC (0-24h)、(b) 8 月 7 日 1200 至 8 日 1200 UTC (24-48h)、(c) 8 月 8 日 1200 至 9 日 1200 UTC (48-72h)、(d) 8 月 9 日 1200 至 10 日 1200 UTC (72-96h) 累積降水以及(e)0-72 hr 累積降水。. 圖 4.32. 大區域事後預報實驗(H7A)之單日累積降水圖與 0-72hr 累積降水圖 (mm)，時間為 UTC。分別為 2009 年 8 月(a) 7 日(0-24 h)、(b) 8 日(24-48 h)、(c) 9 日(48-72 h)、(d) 10 日(72-96 h)之單日累積降水以及(e) 0-72 hr 累積降水。. 圖 4.33. 大區域預報實驗(H6A)的累積 24 小時降水之 QPF 技術得分，包括(a) TS (b) BS (c) POD (d) FAR，X 軸為降水門檻值(mm)，Y 軸為得分值，不同降水時段以不同顏色區分。. 圖 4.34. 大區域預報實驗(H6B)的累積 24 小時降水之 QPF 技術得分，包括(a) TS (b) BS (c) POD (d) FAR，X 軸為降水門檻值(mm)，Y 軸為得分值，不同降水時段以不同顏色區分，標記黑色三角形為降水較多時段。. IX .

(11) 圖 4.35. 大區域預報實驗(H7A)的累積 24 小時降水之 QPF 技術得分，包括(a) TS (b) BS (c) POD (d) FAR，X 軸為降水門檻值(mm)，Y 軸為得分值，不同降水時段以不同顏色區分，標記黑色三角形為降水較多時段。. 圖 5.1. JTWC 最佳路徑及 CWB、JTWC、JMA 在 8 月 5 日 0000 UTC 到 8 月 7 日 UTC(每隔 12 小時)初始的颱風預報路徑。. 圖 5.2 CWB 在莫拉克颱風警報期間，所預測並發布之台灣各區域的最大總累積降水上限值，此處所選擇呈現者，多為主要上修出現之最早發布時間，在警報期間視需要，每 3 小時發布一次。圖 5.3. 以颱風中心為圓心，700 公里半徑內與 300 至 700hPa 垂直平均之平均氣流(黑色箭頭)與颱風移動(紅色箭頭)向量，每張圖皆為 12 小時平均，縱向由左往右依序為 FNL 分析場資料、S3A、S4A、S5A、S5B、S6A，垂直為時間序列，從 8/5 0000 UTC 至 8/10 0000 UTC。. 圖 5.4. 以颱風中心為圓心，700 公里半徑內與 300 至 700hPa 垂直平均之平均氣流(黑色箭頭)與颱風移動(紅色箭頭)向量，每張圖皆為 12 小時平均，橫向依序為不同初始時間的 NCEP GFS 預報場，初始時間從 8/4 0000 UTC 至 8/7 0000 UTC，縱向為時間序列，從 8/5 0000 UTC 至 8/10 0000 UTC。. 圖 5.5 NCEP GFS 預報場(0804 初始)之結果。以颱風中心為圓心，700 公里半徑內垂直各層之平均氣流(黑色箭頭)與颱風移動(紅色箭頭)向量，每張圖皆為 12 小時平均，橫向為時間，從 8/6 0000 UTC 至 8/9 0000 UTC，縱向為垂直各層，以氣壓(hPa)表示。圖 5.6 NCEP GFS 預報場(080412 初始)之結果。以颱風中心為圓心，700 公里半徑內垂直各層之平均氣流(黑色箭頭)與颱風移動(紅色箭頭)向量，每張圖皆為 12 小時平均，橫向為時間，從 8/6 0000 UTC 至 8/9 0000 UTC，縱向為垂直各層，以氣壓(hPa)表示。圖 5.7 NCEP GFS 預報場(0805 初始)之結果。以颱風中心為圓心，700 公里半徑內垂直各層之平均氣流(黑色箭頭)與颱風移動(紅色箭頭)向量，每張圖皆為 12 小時平均，橫向為時間，從 8/6 0000 UTC 至 8/9 0000 UTC，縱向為垂直各層，以氣壓(hPa)表示。圖 5.8 NCEP GFS 預報場(080512 初始)之結果。以颱風中心為圓心，700 公里半徑內垂直各層之平均氣流(黑色箭頭)與颱風移動(紅色箭頭)向量，每張圖皆為 12 小時平均，橫向為時間，從 8/6 0000 UTC 至 8/9 0000 UTC，縱向為垂直各層，以氣壓(hPa)表示。圖 5.9. 2009 年 8 月 7 日至 9 日，500 hPa 與 850 hPa 的高壓分布與颱風移動(包括莫拉克，柯尼與艾陶)。500 hPa 高壓看為 5880m 等值線，850 hPa 高. X .

(12) 壓看 1485m 等值線。分別為(a) GFS 預報場(0804 初始)，(b) GFS 預報場 (080412 初始)，(c) GFS 預報場(0805 初始)，(d) GFS 預報場(080512 初始)， (e) GFS 預報場(0806 初始)，(f) GFS 預報場(080612 初始)，(g) GFS 預報場(0807 初始)，(h) FNL 分析場。圖 5.10. 七組大區域預報實驗與 GFS 預報場之路徑誤差(km)比較，路徑誤差皆為與 JTWC 最佳路徑相比。初始時間分別為 2009 年 8 月(a) 4 日 0000 UTC、 (b) 4 日 1200 UTC、(c) 5 日 0000 UTC、(d) 5 日 1200 UTC、(e) 6 日 0000 UTC、(f) 6 日 1200 UTC、(g) 7 日 0000 UTC。. 圖 5.11. 以颱風中心為圓心，700 公里半徑內與 300 至 850hPa 垂直平均之平均氣流(黑色箭頭)與颱風移動(紅色箭頭)向量，每張圖皆為 12 小時平均， (a)(b)為 GFS 預報場(0804 初始)與 H4A，(c)(d)為 GFS 預報場(080412 初始)與 H4B，縱向為時間序列，從 8/5 0000 UTC 至 8/10 0000 UTC。. 圖 5.12 以颱風中心為圓心，700 公里半徑內與 300 至 850hPa 垂直平均之平均氣流(黑色箭頭)與颱風移動(紅色箭頭)向量，每張圖皆為 12 小時平均，(e)(f) 為 GFS 預報場(0805 初始)與 H5A，(g)(h)為 GFS 預報場(080512)初始與 H5B，縱向為時間序列，從 8/5 0000 UTC 至 8/10 0000 UTC。圖 5.13. GFS 預報場(080412 初始)與 H4B 之 850 hPa 與 1422 m 平面圖比較(8 月 5 日至 10 日 0000 UTC)。(a)(c)(e)(g)(i)(k)為 GFS 預報場(080412 初始)之結果，黑色等值線為重力位高度(gpm)，每隔 10(gpm)，色階為風速(m/s)，紅色示為高壓約略位置(1485 m)，紫線為特定重力位高度(1422 m)。 (b)(d)(f)(h)(j)(l)為 H4B 之結果，黑色等值線為氣壓(hPa)，每隔 1(hPa)，色階為風速(m/s)，紅色示為高壓約略位置(856.8 hPa)，紫線為特定重力位高度(850 hPa)。. 圖 5.14. 颱風 500 公里半徑內南側(紅線)與北側(藍線)的平均格點降水強度 (mm/h)，以及南側減北側的差值(橘線)。(a) 為 TRMM 之結果、(b)為 CMORPH 之結果。. 圖 5.15. 颱風 500 公里半徑內南側(紅線)與北側(藍線)的平均格點降水強度 (mm/h)，以及南側減北側的差值(橘線)。 (a)為 S3A 之結果 (b)為 S4A 之結果 (c)為 S5A 之結果 (d)為 S5B 之結果 (e)為 S6A 之結果 (f)為(a)至(e) 南側減北側差值之綜合。. 圖 5.16. 颱風 500 公里半徑內南側(紅線)與北側(藍線)的平均格點降水強度 (mm/h)，以及南側減北側的差值(橘線)。(a)為 H4A 之結果、(b)為 H4B 之結果、(c)為 H5A 之結果、(d)為 H5B 之結果、(e)為 H6A 之結果、(f) 為 H6B 之結果、(g)為 H7A 之結果、(h)為(a)至(g)南側減北側差值之綜合。. XI .

(13) 圖 5.17. (a)颱風移動向量與不對稱性(南側平均降水強度減北側平均降水強度差值)之相關(依 U、V 分 4 象限表示)。紅點為不對稱性≧0.5，藍點為不對稱性＜0.5，R 平方值為多項式與資料之相關係數。(b) 颱風移動向量減平均氣流與不對稱性之相關(依 U、V 分 4 象限表示)。紅點為不對稱性 ≧0.5，藍點為不對稱性＜0.5，R 平方值為多項式與資料之相關係數。(a)(b) 均為五組模擬加七組大區域事後預報實驗之綜合結果。. 圖 5.18. (a)以颱風中心為圓心，分成 16 象限示意圖。(b) 200 hPa-850 hPa 垂直風切，由下往上依序為為使用分析場之模擬(S3A)與未登陸預報實驗 (H4A、H4B、H5A、H5B)之結果。. 圖 5.19 颱風半徑 200 公里內各象限之平均降水累積(mm)，橫軸為象限，垂直軸為平均降水累積(mm)，時間標於圖左上方。分別為(a) S3A 之結果、(b) H4A 之結果、(c) H4B 之結果、(d) H5A 之結果、(e) H5B 之結果、(f) H6A 之結果、(g) H6B 之結果、(h) H7A 之結果。圖 5.20 颱風半徑 200 至 500 公里內各象限之平均降水累積(mm)，橫軸為象限，垂直軸為平均降水累積(mm)，時間標於圖左上方。分別為(a) S3A 之結果、(b) H4A 之結果、(c) H4B 之結果、(d) H5A 之結果、(e) H5B 之結果、 (f) H6A 之結果、(g) H6B 之結果、(h) H7A 之結果。圖 5.21. 颱風半徑 500 公里內南側的低層(700 hPa-900 hPa)平均(a)水氣通量大小 (kg/m2s)和(b)水氣混和比(kg/kg)。兩者皆包括 S3A 與所有大區域事後預報之結果。. . XII .

(14) . XIII .

(15) 第一章. 前言. 1.1 文獻回顧西北太平洋為颱風好發區，全球每年約有80個颱風生成，28個出現在西北太平洋和南海海域，而位在西北太平洋颱風主要移動路徑上的台灣，平均每年會遭受3.7個颱風襲擊(Wu and Kuo, 1999)，當颱風靠近台灣或登陸台灣時，往往會造成強風豪雨等嚴重的氣象災害，危及人命安全與造成龐大的經濟損失。台灣是一個地形特殊的海島，南北僅長300公里卻擁有高度近4000公尺的中央山脈與多座高度超過 3000公尺的山脈(圖1.1)，當颱風靠近或通過台灣時，水氣充足的颱風環流常因地形的抬升作用在迎風面產生劇烈降水(Wu et al., 2002; Lee et al., 2006)，許多研究和颱風個案也顯示，強烈的地形降水主導颱風期間台灣的降水分布。本研究之颱風個案為 2009 年 (民國 98 年) 8 月的莫拉克颱風 (Morakot，TY0908，圖 1.2)。莫拉克颱風形成於西北太平洋的大尺度 (約 4000 公里)季風環流圈內，圈內另有柯尼(Goni)與艾陶(Etau)颱風幾乎與莫拉克同時生成，前者位於南海海南島附近，後者位於莫拉克颱風東側，環流圈南側的西南季風環流提供充足的水氣，形成一大範圍對流帶，而莫拉克颱風正好在此大範圍對流帶的北側移行(例如： Ge et al., 2010; Nguyen and Chen, 2011)；研究指出，莫拉克颱風發生 1 .

(16) 期間的大氣環流具有多重尺度特性，其中包括颱風渦旋、東南往西北移動的 10-30 天擾動(低頻)的氣旋式環流、南往北移動的 40-50 天擾動的氣旋式環流，在莫拉克侵台期間，10-30 天擾動的氣旋環流是大尺度水氣輻合的主要來源，並建立由孟加拉灣至台灣地區的水氣傳送帶，對莫拉克颱風持續提供充足的水氣(Hong et al. 2010; Ge et al. 2010)。在 Chien and Kuo ( 2011)的研究中顯示，莫拉克颱風登陸期間與登陸之後的緩慢移行，是造成極端降雨的重要原因，並且分析出莫拉克颱風的移動和其所在的大低壓帶與太平洋副熱帶高壓的位置有關，而颱風轉向期間高層駛流場減弱，則與太平洋副熱帶高壓的減弱、短波槽的接近和艾陶颱風的發展皆有關聯。 Wu et al.(2011); Liang et al.(2011)的研究指出，低頻氣旋式環流的移近加強了莫拉克颱風登陸前後(8 月 6 日至 9 日)南側的西南氣流，除了提供豐沛的水氣增加地形上的舉升降水，也導致莫拉克颱風的移速減慢與轉向，並且在颱風持續北移後，加強的西南氣流並未隨之北移，而有颱風較南側的降水較颱風中心附近為多的現象。 Wang et al.(2012)的研究指出，莫拉克颱風在離台時段，在台灣海峽上移速極為緩慢，與其不對稱降水及颱風南到東南側對流大量的潛熱釋放有關。除此之外，另有許多因素也都是共同作用，而對莫拉. 2 .

(17) 克颱風的極端降雨有所貢獻，包括颱風擁有較強的外圍環流(Jou et al. 2010)、颱風登陸期間台灣西南近海的重覆新生雨帶(Chen et al. 2010; Kuo et al. 2010; Chien and Kuo 2011)與台灣地形的舉升降水(Ge et al. 2010; Fang et al., 2011; Huang et al., 2011)等。這些現象都跟莫拉克的大尺度環境背景或颱風路徑有一定的關係，也就是說，莫拉克颱風之極端降水事件是源自許多複雜且非線性的交互作用，但在當時的背景條件下，其路徑與侵台時段的緩慢移速，顯然為一非常重要的因素。. 1.2 研究動機莫拉克颱風在台灣造成過去 50 年來最嚴重的氣象災害，包括 757. 人死亡與超過新台幣 1100 億的經濟財產損失 ( 國科會 , 2010; Hendricks et al., 2011; Wang et al., 2012)。除了造成許多防洪設施受損、潰堤，使得西南近海平原幾近完全淹水，山區也因超大豪雨導致大面積的坡地坍塌與土石流，而小林村的不幸滅村事件，更是震撼整個台灣社會。造成如此重大災情的原因，主要在其導致的極端雨量(2855 mm)而非強風破壞，這一方面凸顯台灣的特殊地形所導致的災害類型相較西方(美國)甚為不同，另一方面也凸顯當極端降雨事件發生時，準確降雨預報的重要性，而這正是本研究的焦點。如圖 1.1，莫拉克颱風僅為一中度轉輕度颱風，卻在 8 月 7-9 日間帶來遠超過許多強烈. 3 .

(18) 颱風之雨量，累積數值甚至與世界紀錄相去不遠，如同論文回顧中所述，造成此極端降雨的一個關鍵因素，是它在 8 月 8 日逐漸離開台灣的過程中(0000-2400 UTC)，移速極為緩慢(平均低於 7km/h)所致，而這段時間也是台灣中南部山區降雨最強的時段，故本研究將特別重視模式在此時段之降雨預報結果。如圖 1.3 所示，在降雨最多的區域(圖 1.3b 黑色虛線框)，平均降雨強度在約 8 月 7 日 1800 UTC 至 8 月 9 日 0600 UTC 超過 20 mm/h，且在莫拉克離開台灣，移速極為緩慢期間(8 月 0600-1800 UTC)，降雨強度更超過 40 mm/h。令人震驚的小林村的事件即發生在 8 月 8 日 2200 UTC 左右(圖 1.3a)。對於上述莫拉克颱風之極端降雨，大部分模式在即時預報中未能適當預測。例如 Wu et. al (2010)利用 WRF(Weather Research and Forecast)模式與改變三種不同的參數化方法，從 8 月 6 日 0000 UTC 初始的結果顯示，四天(8 月 6 日 0000 至 10 日 0000 UTC)累積降水最大值介於 1084 和 1365mm，也就是實際降水的 38%至 48%左右。美國海軍實驗室 COAMPS-TC(Coupled Ocean/Atmosphere Mesoscale Prediction System for Tropical Cyclones)模式從 8 月 6 日 1200 UTC 初始的即時預報也顯示，部分由於颱風在登陸期間與登陸後移速過快，而對降雨有低估的現象(Hendricks et al., 2011)。中央氣象局(CWB)在. 4 .

(19) 事件發生前，也同樣對降水有低估的現象(Yeh et al.,2010)，對此本文將在第五章有更多討論。本研究的探討重點為颱風的可預報度，因此，有下列問題產生： (1)莫拉克所帶來的極端降雨能否有更佳的預測? (2)如果可以，前置時間(lead-time)會是多久? (3)預報要如何再進步? (4)在沒有全球模式預報誤差的情況下，最好的降雨預測與前置時間為何?最後一個問題雖為假設性問題，但卻能幫助我們了解模式潛在的降水預報能力以及能夠做到最佳的前置時間為何。再者，降雨的預測對於防治、減少災害是非常重要的，雨量資料可與其他水文或土壤模式作連結，在易發生淹水、土石流等地區，準確的降水預報更顯重要；雖然如此，要準確預測出一個特定區域、時間發生的極端降雨，仍是一項非常艱難的任務。在本研究中使用的是雲解析風暴模式（Cloud-Resolving Storm Simluator；簡稱 CReSS），為一高解析度雲模式，利用模式結果，我們將對莫拉克颱風的定量降水預報(QPFs)及前述問題作相關討論。. 1.3 論文結構本文共分為六章，第一章為前言，包含文獻回顧與研究動機，第二章介紹資料來源與分析方法，以及本研究所使用日本名古屋大學的雲解析風暴模式（CReSS），包含模式內部的方程式組與架構，與本 5 .

(20) 研究所使用初始與邊界條件、模式參數設定等等。第三章為個案概述，包括颱風路徑與綜觀環境、雷達回波與降水分布。第四章為 CReSS 模式模擬結果，第五章為討論，包括颱風之可預報度、路徑誤差與原因探討以及降水不對稱性探討。第六章則為總結。 . 6 .

(21) 第二章. 資料來源與研究方法. 2.1 資料來源本研究使用資料如下： 1. 2009 年 8 月 3 ~ 11 日中央氣象局之地面、各層標準高空天氣圖、雷達回波圖。 2. 日本氣象廳氣象衛星中心多功能運送衛星 MTSAT (Multi-functional Transport Satellite)所觀測之紅外線雲圖。 3. 2009 年 8 月 3 ~ 11 日中央氣象局的自動降雨與氣象觀測站網 (Automated Rainfall and Meteorological Telemetry System, 簡稱 ARMTS, Hsu et al., 1998; Chen et al., 1999)之逐時雨量資料。 4. 美國航空暨太空總署(National Auronautic and Space Administration, NASA)「熱帶降雨測量任務」(Tropical Rainfall Measuring Mission, 簡稱 TRMM)在個案期間(2009 年 8 月 3~11 日)之格點化降雨估計資料(3B42 產品)。此資料之空間解析度為 0.25°×0.25°經緯度，時間解析度為 3 h。 5. CMORPH (CPC MORPHing technique) 衛星降水估計產品，此資料是 NOAA 氣候預測中心(CPC)使用衛星紅外線圖像反演之降水估計產品，空間解析度為 0.25°×0.25°經緯度，時間解析度為 3 h。 6. 美國國家環境預報中心 (National Centers for Environmental 7 .

(22) Prediction, 簡稱 NCEP)全球模式每 6 小時(0000、0600、1200、1800 UTC)之 FNL 分析資料。其水平經緯解析度為 1°×1°，垂直共 26 層，分別為地面與 1000、975、950、900、850、800、750、700、 650、600、550、500、450、400、350、300、250、200、150、100、 70、50、30、20 及 10 hPa。象變數包含重力位高度（Φ）、風場東西向分量（u）、南北向分量（v）、溫度（t）及相對溼度（RH）。此資料將作為 CReSS 使用分析資料之各模擬實驗(simulation)的初始及邊界資料。 7. NCEP 全球模式每 3 小時 (0000、0300、0600、0900、1200、1500、 1800、2100 UTC) 之 GFS 預報場資料 (第一筆為分析資料，之後為預報)，水平經緯解析度為 1°×1°，共 3 組不同初始時間，分別為 2009 年 8 月 6 日 0000 UTC、8 月 6 日 1200 UTC 及 8 月 7 日 0000 UTC，預報長度皆為 48 h。垂直層與氣象變數皆同 FNL 分析資料。此資料為 2009 年 CReSS 小區域即時預報實驗(forecast)使用的初始及邊界資料。 8. NCEP 全球模式每 12 小時 (0000、1200 UTC) 之 GFS 預報場資料 (第一筆為分析資料，之後為預報)，水平經緯解析度為 1°×1°，共七組不同初始時間，分別為 2009 年 8 月 4 日 0000 UTC 至 8 月 7 日 0000 UTC 之間的每 12 h，每組預報長度皆為 144 h。水平解析. 8 .

(23) 度為 1°×1°，垂直層與氣象變數皆同 FNL 分析資料。此資料將作為 CReSS 大區域事後預報實驗(hindcast)的初始及邊界資料。. 2.2 研究方法本研究之個案為莫拉克颱風，首先，就其颱風路徑、綜觀背景條件以及雷達回波與降水分布作其觀測資料的介紹，接著使用日本名古屋大學地球水循環研究中心所發展的中尺度「雲解析風暴模式」（CReSS）對莫拉克颱風進行模擬與預報實驗，之後校驗使用分析場之模擬實驗、2009 年小區域即時預報實驗及大區域事後預報實驗結果，其中包括颱風路徑、對流特徵與雨帶演變、降水分布與定量降雨預報(quantitative precipitation forcast, QPF)之技術得分。在第五章，並將就颱風的可預報度多作探討，之後使用綜觀場平均氣流的概念，討論不同初始時間預報的路徑誤差，最後探討颱風中心象限對流的不對稱性，對颱風運動與路徑的可能影響。本研究針對模式的降水採兩種不同方法進行評估，即主觀校驗與傳統常用客觀評估校驗之技術得分法。其中，客觀評估校驗方法為使用以 2 x 2 表格為基礎而建構的分類統計方法，也是傳統上最常用於評估區域模式定量降雨預報(QPF)之得分項目(例如 Doswell et al. 1990; Mesinger and Black 1992; Wilks 1995; Chien et al. 2002; Chien. 9 .

(24) and Jou 2004; 葉, 1998; 簡, 等 2005)。方法是將模式之每 24 h 累積雨量內差分析至台灣陸地上之各雨量站位置，故模式所用以校驗之站點位置均相同，而針對各雨量站位置，僅考慮期距離最近的 4 個模式格點之降水資料值，並同樣以距離的倒數計算權重(雨距離成反比)，再按照各點權重內插至雨量站位置。內插完成後，即可得到所有測站位置處，各時間觀測與模式預報之對應值，並進行各項技術得分之計算。最後，將各項技術得分平均值隨預報期限或是選取門檻值之分布繪圖。本篇論文所選之得分項目值包括預兆得分 (Theat Score, TS)、偏倚得分 (Bias Score, BS)、命中率 (Probability Of Detection, POD) 和錯報率 (False Alarm Ratio, FAR)。如圖 2.1 所示，在選定了門檻值之後，任一時間所有網格點的結果，在 2x2 表格中，可歸納為互不交集的四類：預報與觀測均發生 (n11)、預報發生但實際未發生 (n10)、預報不發生但實際發生 (n01)以及預報與觀測均未發生 (n00)。而各技術得分與計算方法為： TS = n11/(O+F-H) = n11/(n11+n01+n10) BS = F/O = (n11+n10)/(n11+n01) POD = n11/O = n11/(n11+n01). 10 .

(25) FAR = n10/F = n10/(n11+n10) TS 得分為預報與觀測雨區的交集除以兩者的聯集區域，代表 O 與 F 涵蓋的所有區域中正確預報的比例，並不考慮正確預報未發生的區域(n00)，故 TS 值介於 0 與 1 之間，TS=1 為完美預報；BS=1 表示預報區域與實際觀測者之相對大小比值，BS>1 表示預報區域過大、 BS<1 則表示預報區域過小；命中率(POD)為所有觀測實際發生的事件中被成功預報到的比例，而錯報率(FAR)則指所有預報發生的事件中未應驗的比例，即預報發生但其後觀測並未發生的比例，以完美預報而言，POD = 1、FAR = 0。. 2.3 模式簡介本文所使用的 CReSS 模式（2.2 版、2.3 版）採用非靜力、完全可壓縮之方程式系統。模式之水平座標採用卡氏座標（ Cartesian coordinate ），垂直座標則為以高度為基礎之追隨地勢座標（terrain–following curvilinear coordinate ；  ），定義為：   x, y , z  . z t z  z s  x, y  ……………………………………（1） z t  z s  x, y . 其中， z s x, y  為地表高度， zt 為模式頂之高度。模式中所使用之方程式包括：靜力方程式、狀態方程式、運動方程式、氣壓方程式、位溫方程式、水氣與滿足混合比方程式等。 11 .

(26) 各方程式如下：（1）靜力方程式： p  g z. 其中 p  p  p ' ，      ' （2）狀態方程式： . qv  p  1  1  qv   q x  ………………………….（2） Rd T    qv . 其中 g 為重力加速度，T 為溫度， 為水氣與乾空氣之分子量比（0.622）， Rd 為乾空氣之氣體常數（ 287.05 J kg 1K 1 ）， qv 為水氣， q x 為各種水、. 冰相粒子之混合比。（3）運動方程式：  u  u u u  p '      u  v  w      f s v  f c w  Turb.u ………..（3） t y z  x  x  v  v v v  p '      u  v  w    f s u  Turb.v ………………….（4） t y z  y  x  w  w w w  p '     u v  w     Buoy.w  f c u  Turb.w …….（5） t   z  z x y . 其中 f s 、 f c 為科氏參數（ f s  2 sin  、 f c  2 cos ， 為緯度，  為地球自轉之角速度，Ω = 7.292×10-5 rad s-1）， Turb. 與 Buoy .w 則分別表示亂流混合作用與浮力項。 12 .

(27) （4）氣壓方程式：  p '  u v w  p ' p ' p '     gw  c s 2        u v w    t  x  y  z x y z    . 1 dQ  2  1 d  …………………………………………..（6）  c s   dt Q dt   . 其中 cs 為大氣中的聲速， q  1  0.61qv  q x （5）位溫方程式：   '    '  '  '     w   Turb.   Src. ………....（7）    u v w z t y z   x. 其中 Src. 表示非絕熱作用之源與滙（加熱與冷卻）。（6）水氣與滿足混合比方程式：  qv q q  q     u v  v v  w v y z t  x.    Turb.q v   Src.q v …………….（8） .  q x q q  q     u x  v x  w x t y z  x.    Turb.q x   Src.q x   Fall .q x …（9） . 其中 q x 代表雲水（ qc ）、雨（ q r ）、雲冰（ qi ）、雪（ q s ）、及軟雹（ q g ）中任ㄧ種類之混合比。Src.、Turb.、及 Fall 分別代表雲物理過程之源與滙、亂流混合作用、及降水所造成之時間變率。對於雲中的微物理過程，本模式完全採用外顯之雲微物理計算，共有暖雲與冷雲兩種總體過程可供選用，並無任何積雲參數化方法。雲物理現象之雲微物理 13 .

(28) 的相關轉換過程（冷雲過程）示於圖 2.2。邊界層亂流參數化法有 1 和 1.5 階閉合可供選用，後者亦含渦流動能（Turbulence Kinetic Energy； TKE）之計算。本模式亦包含地面輻射參數化與地溫預報模式。變數配置在水平向為 Arakara-C、垂直向為 Lorenz 交錯網格。. 2.4 模式設定與實驗設計表 2.1 為本研究使用日本名古屋大學地球水循環研究中心之 CReSS 模式，模擬實驗與預報實驗的模式設定；模擬實驗與預報實驗的模式範圍示於圖 2.3。以下分別就使用分析場之模擬、小區域即時預報實驗、大區域事後預報實驗作模式設定與實驗設計的介紹： (實驗的簡化命名為：第一個英文字 S、F、H 分別代表使用分析場之模擬、小區域即時預報實驗、大區域事後預報實驗，第二個數字為模式初始的日期，第三個英文字 A、B 代表初始時間為 0000 UTC 或 1200 UTC) (1) 使用分析場之模擬(Simulation) 初始與邊界條件為 NCEP FNL 分析場資料(1°×1°，每 6 小時一筆)，水平格點設定為 832x660，水平解析度為 3 km，平均的垂直格點間距為 667 m，垂直層數為 45 層，地圖投影為藍伯特圓錐(Lambert 14 .

(29) Conformal Conic)；共有五組不同初始時間的模擬，分別為 S3A、 S4A、S5A、S5B、S6A，每組皆模擬至 8 月 11 日 0000 UTC，積分間距為 4 s(大步距)及 2 s(小步距)，微物理過程為冷雲過程，輸出間隔為每 1 小時。. (2) 小區域即時預報實驗(Forecast) 此部分為 2009 年莫拉克颱風侵台前後不同初始時間之即時預報實驗。初始與邊界條件為 NCEP GFS 即時分析與預報資料(1°×1°，每 3 小時一筆，共 48 小時)，受限於電腦資源，水平格點設定為 272x240，水平解析度為 4 km，平均的垂直格點間距為 500 m，垂直層數為 40 層，地圖投影為藍伯特圓錐(Lambert Conformal Conic)；共有三組不同初始時間的實驗，分別為 F6A、F6B、F7A，每組實驗皆預報 48 小時，積分間距為 6 s (大步距)及 3 s (小步距)，微物理過程同樣採用冷雲過程，輸出間隔為每 15 分鐘。初始條件設定為模式初始場，由外部三維客觀分析場提供。. (3) 大區域事後預報實驗(Hindcast) 此部分為莫拉克颱風事件過後，使用 NCEP GFS 預報場資料(1°×1° ，每 12 小時一筆，共 144 小時)作為初始與邊界資料之事後預報實驗，水平格點設定為 832x660，水平解析度為 3 km，平均的垂直 15 .

(30) 格點間距為 667 m，垂直層數為 45 層，地圖投影為藍伯特圓錐 (Lambert Conformal Conic)；共有七組不同初始時間的實驗，分別為 H4A、H4B、H5A、H5B、H6A、H6B、H7A，前六組實驗皆預報 144 小時(六天)，8 月 7 日 0000 UTC 初始這組則預報 96 小時(四天)，至 8 月 11 日 0000 UTC，積分間距為 4 s (大步距)及 2 s (小步距)，微物理過程為冷雲過程，輸出間隔為每 1 小時。如上所述，事後預報實驗較即時預報有更大的模式範圍、更高的解析度、更多的垂直層數與更長的預報時間，用來探討即時預報可能的進步空間與預報相關問題。 16 .

(31) 第三章. 個案觀測資料及綜觀分析. 3.1 颱風路徑與綜觀天氣分析 CWB 最佳路徑如圖 1.2 所示，莫拉克颱風於 8 月 3 日 1800 UTC. 形成於台灣與菲律賓東方海面約 1400 km 處，之後在 8 月 4 日開始西行。其在 8 月 5 日 1200 UTC 增強為中度颱風並持續西行。在進入台灣東部近海開始，颱風有明顯減速，隨後並逐漸轉向西北與北北西，根據中央氣象局之颱風警報單(圖 3.1)，颱風於 8 月 7 日 1550 UTC 在花蓮市附近登陸，8 日 0600 UTC 左右從桃園附近出海，往北北西緩慢移動，如前所述，颱風在台灣海峽北部的離台時段，移速最慢。最後，莫拉克颱風於 9 日 1030 UTC 由馬祖北方進入福建，繼續向北移動直至消散(圖 1.2)。由中央氣象局 8 月 5 日 0000 UTC 之 850 hPa 天氣圖 (圖 3.2 a) 可看到，此時西北太平洋有一東西走向、尺度數千公里之低壓帶通過台灣附近，即為季風槽 (monsoon gyre) 的位置(Hong et al., 2010; Ge et al., 2010; Nguyen and Chen, 2011)。莫拉克颱風位於此季風槽內，而另一颱風柯尼(Goni) 則位在海南島附近，季風槽南方的偏西與西南氣流可由孟加拉灣附近引入大量水氣，提供颱風維持與發展的能量 (Hong et al. 2010)。此時之 500 hPa 天氣圖顯示(圖 3.2 b)，太平洋高壓位於季風槽的東北方，莫拉克颱風遂沿著高壓南側向西行進(圖 1.2)。 17 .

(32) 8 月 7 日 0000 UTC 之 850 hPa 天氣圖 (圖 3.3 a) 則顯示，此時莫拉克颱風已逐漸接近台灣，同時，在其東方約 137°E 的海面上，另有一熱帶擾動生成，隨後並發展為艾陶 (Etau) 颱風。此時的 500 hPa 天氣圖 (圖 3.3b) 則顯示，伴隨艾陶颱風的發展，可能使得太平洋高壓對莫拉克颱風運動的影響減弱，莫拉克遂漸轉向北北西方前進(Chien and Kuo, 2011; Wu et al., 2011)。在 8 月 8 日 0600 UTC 至 8 月 9 日 1200 UTC 期間，莫拉克颱風位於台灣海峽上緩慢向北北西方前進 (圖 3.4)，最後於 9 日 1030 UTC 登陸福建，並持續減弱直至消散。. 3.2 雷達回波與降水分布圖 3.5 與圖 3.6 分別為莫拉克侵台期間，日本氣象廳 MTSAT 地球同步衛星所觀測之紅外線 (雲頂) 黑體亮度溫度 (TBB) 以及氣象局雷達網之垂直向最大回波合成圖(後者資料由國家災害防救科技中心提供)。可以看出，莫拉克颱風在接近與侵襲台灣的整段期間，其所伴隨之降雨結構呈現持續的南北不對稱型態，大部分的對流雲系位於颱風中心南到東南側 (圖 3.5 與圖 3.6)，在旺盛而暖濕的西南氣流不斷提供颱風水氣並與颱風環流產生輻合之情況下，不斷在颱風中心南側形成許多強回波雨帶 (Kuo et al., 2010; 陳台琦等, 2010)，颱風北側回波則較弱，僅因環流引進的東風受台灣北部山區地形抬升影響而. 18 .

(33) 出現在宜蘭附近的雪山山區。有關莫拉克颱風不對稱的降雨結構與潛熱釋放，在離台時段對其移動路徑的影響進一步減速，Wang et al. (2012)有深入研究與討論，可供讀者參考。雷達回波合成圖顯示，自 8 月 7 日開始，台灣南部地區即由於強烈的低層輻合，而出現東西走向的強回波帶，而颱風中心附近的回波則在登陸後有明顯減弱 (圖 3.6c 至 3.6e)。8 月 8 日開始，颱風中心進入台灣海峽，此期間台灣西南部持續有東西走向的強回波帶產生，並不斷從台灣西南部海面東移至陸上，並受到地形舉升效應而增強 (圖 3.6e 至 3.6i)。在整段侵台時期，在中央山脈南側的迎風面，也持續出現南北走向的滯留性降雨回波 (Kuo et al., 2010; 陳台琦等, 2010)。最後，強回波帶才在 8 月 9 日逐漸隨著颱風北移 (圖 3.6i 至 3.6l)，台灣地區的強降雨才結束。圖 3.7 為台灣地區雨量站網 (Hsu, 1998) 所觀測之 2009 年 8 月 6 日至 9 日之逐日 24 小時累積雨量分布 (累積時段以 LST 為準)。圖中顯示，在莫拉克颱風影響初期的 8 月 6 日，降雨集中在北台灣 (圖 3.7a)，在這之後隨著颱風的靠近與登陸，主要降水區逐漸轉至中南部，南部山區並開始降下豪雨 (圖 3.7b)。如前述，南台灣的降雨在颱風向北北西方逐漸離台過程的 8 月 8 日達到顛峰，在嘉義、高雄和屏東山區之大範圍區域，單日雨量均超過 1000 mm (圖 3.7c)，亦為導致嚴重災害之主因。在 8 月 9 日期間，颱風仍由台灣海峽北部上繼續向北移動， 19 .

(34) 台灣的主要降雨區遂隨之北移，最大位在台灣中部地區 (圖 3.7d)。綜合而言，由於莫拉克颱風本身的降雨結構呈高度的不對稱，對流雲系主要集中在颱風中心南至東南側，而颱風在侵台期間，其環流又與水氣充足的西南氣流產生交互作用 (Hong et al., 2010; Chien and Kuo, 2011; Wu et al., 2011; Nguyen and Chen, 2011)，在台灣海峽南部持續激發強烈的對流系統 (Kuo et al., 2010; 陳台琦等, 2010)，加上台灣陡峭地形的抬升作用 (Ge et al., 2010; Fang et al., 2011)，以及颱風在離台時段移動極為緩慢等因素 (Wang et al., 2012)，使得台灣南部山區的迎風面豪雨不斷，進而導致嚴重災害。. 20 .

(35) 第四章. 數值模擬與預報實驗. 4.1 使用分析場之模擬結果本節首先將呈現 CReSS 使用分析場之模擬結果，由於 FNL 分析場資料是加入了所有可用的觀測資料後同化而成，能更真實地反映當時的綜觀場及大氣狀態，故可視為幾無誤差的情況；而使用此種分析場當作初始及邊界條件之模擬，由於不含全球模式可能的預報誤差，在預報作業上來說，也可看作為一可達到的最佳預報。但當然，此類模擬結果仍包含觀測、模式數值方法與參數化等誤差，但相對於全球模式的預報誤差而言，誤差甚小。如同 2.4 節所述，本模擬是使用 NCEP FNL 分析場資料當作初始與邊界條件，水平格點設定為 832x660，水平解析度為 3 km，共五組不同初始時間的模擬，分別為 S3A、S4A、S5A、S5B、S6A，每組皆模擬至 8 月 11 日 0000 UTC；以下將依颱風路徑與強度、颱風降水特徵、降水分布與技術得分作為模擬結果的呈現。 4.1.1 颱風路徑與強度圖 4.1a 為 NCEP FNL 分析場本身與五個不同初始時間的模擬路徑、以及 JTWC 之最佳路徑。分析場與模擬路徑是使用 850 hPa、700 hPa 氣壓場與氣流線之環流中心定位。由 JTWC 的最佳路徑顯示，莫拉克颱風在 8 月 7 日 1800 UTC 登陸台灣，在接近 8 月 8 日 0600 UTC 左 21 .

(36) 右出海，之後在 8 月 9 日 1200 UTC 登陸中國大陸，而模擬則在約 8 月 7 日 1800 UTC 到 8 月 8 日 0000 UTC 左右登陸台灣，在約 8 月 8 日 0600 UTC 到 8 月 8 日 1200 UTC 左右出海，而後在 8 月 9 日 1200 UTC 登陸中國大陸，整體而言，不同初始時間的模擬路徑非常類似，與 JTWC 最佳路徑和分析場本身路徑相較，除了模擬路徑在登陸台灣之後稍微偏北，而與 CWB 路徑(圖 1.2)較相似外，其餘包括登陸台灣、出海以及登陸中國大陸的時間皆非常接近，從路徑誤差(圖 4.1b)可以看到，所有模擬的路徑誤差都在 160 公里以內。圖 4.2a 最佳路徑估計(JTWC 與 CWB)、FNL 分析場本身與五組模擬的颱風中心氣壓，可以看到，模擬的中心氣壓隨著颱風的發展持續降低，最低中心氣壓約發生在 8 月 7 日 1200 UTC 到 8 月 8 日 0600 UTC 之間不等，此時的中心氣壓也與觀測之估計值接近，之後隨著颱風強度減弱中心氣壓上升，相較於 FNL 分析場本身，模擬的颱風強度較強，在颱風位於台灣海峽期間相差最大(8 月 8 日 0600 UTC 到 8 月 9 日 1200 UTC)，中心氣壓最多可以差到 10 hPa 以上，部份原因來自模式解析度較高所致，雖然如此，與觀測的中心最低壓 954 hPa 仍有一段差距，除了顯示模擬的颱風強度需要一段時間發展，也與初始及邊界條件的颱風強度有關，此外，模式下邊界之週平均海溫資料顯示(圖未示)，颱風經過之區域為相對暖的海面(約 20-25°N、120-140°E)，此與颱風強度. 22 .

(37) 發展仍有一定關聯。近中心的最大風速如圖 4.2b 所示(FNL 分析場與模擬為取颱風中心 400 公里內之最大風速)，同樣地，模擬中的颱風可將 FNL 分析場中的渦旋強度再提高，最大風速的最大差距超過 5 m/s，在 8 月 7 日 1800 UTC 到 8 月 8 日 0600 UTC 間有最大值，也是最接近觀測的時候，之後最大風速隨著颱風強度減弱而下降。. 4.1.2 颱風降水特徵在莫拉克颱風科學報告中，陳等（2010）利用雷達回波將莫拉克. 颱風的降水特徵分為 5 個不同階段；本篇論文參考其方法，將模擬的颱風降水分成 4 個時期，分別為(a)模擬初始時間至 8 月 7 日 0000 UTC 颱風西行期間，(b) 8 月 7 日 0000 UTC 至 8 日 0000 UTC 颱風登陸前與登陸期間，(c) 8 月 8 日 0000 UTC 至 9 日 0000 UTC 颱風出海與在台灣海峽移行期間，以及(d) 8 月 9 日 0000UTC 至 10 日 0000 UTC 颱風北移與登陸大陸期間。由圖 4.1a 可知五組模擬路徑極為接近，分析降水強度和可降水粒子混和比最大值的結果，其降水特徵和雨帶變化也非常相似，故本節僅呈現 S3A(初始時間 8 月 3 日 0000 UTC)之結果。 (a)颱風西行期間從模擬初始時間至 8 月 7 日 0000 UTC 為各組模擬之颱風西行時 23 .

(38) 期，首先由區域較大的 MTSAT 紅外線雲圖(圖 4.4)可以看出，在颱風西行期間，颱風環流雲系大致集中在颱風中心附近，且南側雲系分布廣闊、發展旺盛；使用 TRMM 之降水強度與模擬(S3A)每小時降水強度(圖 4.4 和圖 4.5 )相比，由於兩者解析度差異頗大(TRMM 為 0.25°×0.25°經緯度，模擬為 3km x 3km)，TRMM 所呈現的降水分布範圍較大，主要集中在南側，而模式在 8 月 5 日 0000 UTC 之前，降水主要位於颱風中心 300 公里內的西側與南側，對流胞並以逆時鐘方向繞著颱風中心旋轉，從 8 月 5 日 0000 UTC 到 8 月 7 日 0000 UTC，颱風中心南側約 500~700 公里處有明顯雨帶生成，且分布範圍快速增大，而原本位於颱風中心較近之對流，亦在此時有明顯的增長。. (b)颱風登陸前與登陸期間 8 月 7 日 0000 UTC 至 8 月 8 日 0000 UTC 為颱風登陸前與登陸時期，使用模擬之總降水粒子混和比最大值與 CWB 的雷達回波圖 (圖 4.6 和圖 3.6)作比較，皆可看出颱風降水系統特殊的不對稱結構。模擬中，前述之近颱風中心對流雨帶和南側較遠之雨帶在約 8 月 7 日 0000 至 1200 UTC 漸漸靠近(如圖 4.6a-c )，形成颱風南側廣大的降水區，南側雨帶包括從眼牆到半徑約 400 公里左右的對流雨帶，和更南側之外圍雨帶。如圖 4.6d 所示，模擬在眼牆附近的對流很弱，而介於眼牆跟外圍雨帶間的對流雨帶則包含了許多東西走向的對流胞， 24 .

(39) 隨颱風環流呈逆鐘向移行，南側的外圍雨帶則隨時間往東北延伸，與觀測有很大的一致性。. (c)颱風出海與在台灣海峽移行期間 8 月 8 日 0000 UTC 至 9 日 0000 UTC 為颱風出海與在台灣海峽移行時期，此階段颱風出海並往北北西緩慢移動(Wang et al. 2012)。模擬如圖 4.6e-i 所示，颱風南側持續有東西走向的雨帶生成，而從雷達回波圖(圖 3.6e-g)可以看到，除了東西向的對流雨帶，中央山脈南側有平行於山脈地形之強回波帶，此現象在模擬中也可清楚看見(圖 4.6e-g )。而隨著颱風中心往北，對流雨帶和外圍雨帶跟著北移對台灣造成影響(圖 4.6h-i)。此外，颱風北側雨帶在此階段漸漸生成，大部分由東側對流旋轉移入，而此時之颱風眼牆區也較為清晰可見(圖 4.6h-i )。. (d)颱風北移與登陸大陸期間 8 月 9 日 0000 UTC 至 10 日 0000 UTC 為颱風北移與登陸大陸時期，模擬和觀測如圖 4.6i-k 和圖 3.6i-l 所示，此時期颱風持續北移，颱風南側對流雨帶和外圍雨帶也隨之北移，台灣西南部原東西走向之雨帶轉為東北-西南走向，颱風中心登陸福建後，模擬與雷達之環流雨帶減弱，集中於颱風西南側，8 月 9 日 0600 UTC 至 8 月 9 日 1200. 25 .

(40) UTC，觀測有一強回波從台灣中部往北部移動(圖 3.6k)，模擬在此處則稍弱，而在西南部則較觀測為強(圖 4.6j)。8 月 9 日 1800 UTC 之後，模擬與觀測皆可看到在台灣西南部有另一波的雨帶移入(圖 4.6k 和圖 3.6i)。 . 4.1.3 降水分布與技術得分本節呈現的是使用分析場五個模擬的降水分布和技術得分，比較觀測與模擬的逐日24 h累積雨量(圖4.7和圖4.8-4.12)可以看到，五組模擬均有相當不錯的表現，不論在量值的大小或空間分布型態上，都和觀測相去不遠。詳細比較則可顯示，模式在8月7日的降雨模擬稍有不足，而8月8日因路徑稍偏北的情況在中部山區則雨量略高於觀測，在 8月9日亦在雲嘉平地一帶雨量高於觀測，此外，在中央山脈南段靠近恆春半島的山脊附近，模式有過度模擬雨量的情形，此現象在WRF 等其他中尺度模式亦可見到(Nguyen and Chen, 2011; Wang et al. 2012)。由於此處之偏遠山區其實甚缺雨量站之實測資料，故無法確認模式是否真為過度模擬。在模擬中累積四天的降水如圖4.8g-圖 4.12g所示，可以看到與觀測(圖4.7h)相似，而在中央山脈南側有超過 3000mm的雨量，甚至稍微高過觀測，此處仍如前述，在山區甚缺雨量站實測資料的情況下，無法確認模式是否真為過度模擬。整體來說，. 26 .

(41) 由於使用分析場作為初始及邊界條件之五個模擬，颱風的路徑(包括8 月7日和8日的速度減慢)及雨帶都有成功地模擬到，故在台灣的降水分布及累積雨量與觀測皆非常相近。本研究所使用的傳統評估較驗方法如同 2.2 節所示，呈現的 QPF 技術得分項目值，包括預兆得分 (TS)、偏倚得分 (BS)、命中率 (POD) 和錯報率 (FAR)。降水的門檻值從 0.05 mm 到 1000 mm，以每 24 h 累積做計算。由於本個案屬於極端降水之類型，本文中將著重在降水最多的天數(8 月 7 日和 8 日)之中到高降水門檻值(50-1000 mm)的表現。從圖 4.13a 至圖 4.16a 可以看出，模擬在 8 月 6 日 0000 UTC 之前的 TS 均偏低，這是由於颱風尚未接近台灣，降水屬於局地對流降水而與颱風無直接關係；隨著颱風接近到登陸台灣，從 8 月 6 日至 10 日，TS 有顯著的提升，並且在 8 月 7 日與 8 日達到高峰(圖 4.13a-圖 4.16a)，在門檻值為 0.05~25 mm、50-100 mm、250mm、500 mm，分別有 0.8-1.0、0.6-0.9、≧0.5、≧0.2 的表現，為相當少見之高得分；而 POD 與 TS 一樣，隨著門檻值的提升(雨區減小)得分慢慢下降，在同樣的時段裡，基本上 POD≧TS(F－H≧0)，而五組模擬皆顯示，POD 與 TS 同樣在降水最多的 8 月 7 日與 8 日有最好的得分表現(8 日更高一些)，相反地，FAR 隨著門檻值的提升而增加，在 8 月 7 日與 8 日所最小，所有門檻值皆低於 0.6；在 BS 方面，五組模擬在 8 月 6 日. 27 .

(42) 至 9 日的所有門檻值得分皆非常接近 1，此外，在 S3A、S4A 這兩組模擬的 8 月 7 日(前者為 96-120 h, 後者為 72-96 h)，TS 在 1000 mm(最高門檻值)的表現為完美的 1(圖 4.13 與圖 4.14a)，顯示當最高門檻值設定與累積雨量最大值接近時，由於降水區域過小，或是能算入的測站過少，最高門檻值的得分結果可能較不具代表性。總的而言，使用分析場的五個模擬，TS、BS 與 POD 在 8 月 6 日颱風接近台灣後都表現相當良好，由其是在降水最多的 8 月 8 日和次多的 8 月 7 日；如此高的技術得分大致可歸納兩個原因，一為颱風影響台灣時在地形上形成大量的降水，二為莫拉克颱風造成全台灣幾乎皆有降水，這讓模式在較低門檻值有相對高的機會命中；此外，我們較為關切的中至高門檻值在同一組模擬中不同時段的得分表現差異非常大，顯示當在評估此類極端降水事件時，計算一段時間的技術得分(包含降水較少時段)可能掩蓋模式在降水最多時段表現良好之事實(如 8 月 8 日)，此在災害的預報及防治上非常關鍵。 . 4.2 小區域即時預報實驗之結果本節將呈現 2009 年莫拉克颱風侵台前後不同初始時間之即時預報實驗結果。如同 2.4 節所示，實驗使用的初始與邊界條件為 NCEP GFS 預報場資料(1°×1°，每 3 小時一筆，共 48 小時)，由於為即時預. 28 .

(43) 報，在電腦運算資源的限制下，水平格點設定為 272x240，水平解析度為 4 km，本研究共呈現三組不同初始時間的實驗，分別為 2009 年 8 月 6 日 0000 UTC (簡稱 F6A)、8 月 6 日 1200 UTC (簡稱 F6B)、8 月 7 日 0000 UTC (簡稱 F7A)，每組實驗皆預報 48 小時。在這三組實驗中，颱風路徑大致都跟隨 NCEP GFS 預報場資料 (圖 4.17a)。以 JTWC 最佳路徑(圖 2.3)來說，颱風中心是在 8 月 7 日 1800 UTC 至 8 日 0300 UTC 左右，中心位於台灣陸地，在 8 月 9 日 1200 UTC 登陸中國大陸。而以 8 月 6 日 0000 UTC 初始的 GFS 預報場來說，颱風中心約在 8 月 7 日 0800-1800 UTC 位於台灣陸地上，然後持續西行在約 8 月 8 日 0900 UTC 登陸中國大陸(圖 4.17a)，比實際觀測提早了 9-21 小時，在颱風移動偏快的情形下，F6A 在 8 月 6 日和 7 日的降水最大值分別達到了 600 mm 和 1200 mm(圖 4.18a、4.18b)，兩天的累積降水最大值則超過 1900 mm(圖 4.18c)，與觀測相比，基於相同原因，F6A 甚至在這兩天都超過觀測(圖 4.18ab、4.7bc)，其兩天的總累積降水分布也與實際觀測的四天總累積降水分布接近(圖 4.7h)，最大值則約為 2/3(或 67％)。也就是說，模式在此時(8 月 6 日 0000 UTC)已能提供莫拉克之潛在危險的警訊。以 8 月 6 日 1200 UTC 初始的 GFS 預報場來說，颱風移動較 6 日 0000 UTC 初始的 GFS 預報為慢，中心約在 8 月 7 日 0900-2400 UTC 位於台灣陸地上，然後在 29 .

(44) 約 8 月 8 日 1600 UTC 登陸中國大陸(圖 4.17a)，與實際觀測相比仍提早約 6-15 小時，雖然如此，更為接近實際觀測的路徑導致 F6B 有更佳的降水預報，在中央山脈南側有超過 2000 mm 的總累積降水量(圖 4.18 f)，在西南部的平原區也超過 800 mm(圖 4.18 f)。以 8 月 7 日 0000 UTC 初始的 GFS 預報場來說，初始時間颱風中心距台灣僅約 200 公里，如圖 4.17a 所示，整體而言颱風路徑接近實際觀測，因此，F7A 在 8 月 8 日有相當接近觀測的降水分布，並在中央山脈南側的兩天總累積降水約為 2400 mm。然而，F7A 對於莫拉克颱風在 8 月 8 日 0600 UTC 開始的大量降水有較少的前置時間(lead-time)可做因應，故其預報上的價值已較 F6A 下降。接下來呈現的是此三組即時預報實驗的技術得分(圖 4.19 至圖 4.21)，此處將著重於 TS 和 BS 值的敘述；首先在 F6A 和 F6B 皆可看到，在降水量增加的同時(圖 4.18 a-b、e-f )，24-48 h(預報第二天)的 TS 在降水門檻值 50 mm 以下稍微低於 0-24h(預報第一天)，在 50 mm 以上則高出許多，兩者的 TS 在門檻值為 100-250 mm 皆保持在 0.5 以上(圖 4.19a 和圖 4.20a)，顯示了對於莫拉克颱風不斷增加的大量降水，模式預報有良好的技術得分表現。而以 BS 來說，F6A 在預報第一天(8 月 6 日)門檻值 100 mm 至 250 mm 處，有明顯的過度預報，但在預報第二天(8 月 7 日)則都非常接近 1(圖 4.19 b)，表示模式對雨區 30 .

(45) 大小的掌握良好。在 F6B 中也可有類似現象，在預報第一天有過度預報，第二天則稍微低估(圖 4.20b)。很明顯地，這些結果跟 GFS 預報場本身的路徑誤差有很大的關係，造成 F6A、F6B 在預報第一天的過度預報與 F6B 在預報第二天的預報不足。從 8 月 7 日 0000 UTC 初始的 F7A，預報第二天(8 月 8 日)所有降水門檻值的 TS 皆高於預報第一天(8 月 7 日)，特別是在 50-1000 mm(中至高門檻值)，8 日 TS 在 0.05-250、500 及 1000 mm 門檻值能達到 0.8-1.0、0.5 及 0.4(圖 4.21a)，甚至比使用分析場之模擬還要更高(圖 4.13a-4.16a)。而 BS 在預報第二天(8 月 8 日)所有門檻值都接近 1，加上前述 F7A 在 8 日的累積降水分布與觀測十分接近(圖 4.18k )，都顯示了 F7A 在 8 月 8 日 0000 UTC 的降水預報十分成功，僅欠缺較佳的前置時間而已。. 4.3 大區域事後預報實驗之結果 4.3.1 颱風路徑與強度圖 4.22a 為大區域事後預報實驗的颱風路徑，可以看到，不同初始時間的預報有截然不同的結果，在前四個初始時間的預報實驗 (H4A、H4B、H5A、H5B)，颱風從開始到消散均位於台灣東方海面而沒有登陸台灣，從 8 月 6 日 0000 UTC 開始的預報實驗(H6A)始有登陸台灣的現象，包括其後兩個初始時間的預報(H6B、H7A)，路徑. 31 .

(46) 誤差如圖 4.22b 所示，未登陸的實驗隨著初始時間往後誤差有減少的趨勢，但仍然過大，有登陸的 3 個實驗在 8 月 8 日 0600 UTC 以前誤差則都維持在 200 公里以內。比對 GFS 預報場本身的颱風路徑(圖 4.17a)，可以發現 CReSS 模式的結果與其非常相似，也就是說，各組初始時間的颱風路徑均大致與 GFS 預報場的颱風路徑相似，GFS 預報場本身的路徑誤差如圖 4.17 b 所示，有登陸的三個預報在 8 月 8 日 1200 UTC 以前誤差在 210 公里以內，未登陸的路徑誤差則較大區域預報實驗更大；總而言之，GFS 預報場的誤差導致了模式的預報誤差，模式的初始與邊界資料(全球模式預報)的重要性不言可喻。圖 4.23a 為大區域事後預報實驗以及觀測(JTWC、CWB)的颱風中心氣壓，可以看到，隨著初始時間往後，初始的颱風中心氣壓越來越低，整體而言，未登陸的實驗颱風明顯偏弱，有登陸的實驗中， H6A 與 H6B 在 8 月 7 日 1800 UTC 颱風中心氣壓達到最低(978 hPa)，隨後慢慢增高，趨勢大致與 JTWC 相似，H7A 的颱風強度則更強，中心氣壓在 8 月 8 日 0600 UTC 達到最低(972 hPa)，之後隨颱風減弱上升，趨勢大致與 CWB 相似，與 GFS 預報場本身的颱風中心氣壓比較後可以發現(圖 4.24a)，各組初始時間預報實驗的中心氣壓均較其 GFS 預報場為低，此與模式的解析度較高有一定關係，近中心的最大風速如圖 4.23b 與圖 4.24b 所示(實驗與 GFS 預報場為取颱風中心 400. 32 .

(47) 公里內之最大風速)，同樣地，初始時間越往後，初始的颱風強度越強，風速越大，而各組實驗也較其 GFS 預報場風速為大。. 4.3.2 颱風降水特徵由前一節可知，大區域事後預報實驗在不同的初始時間，颱風有相當程度的路徑和強度差異；本節則將呈現在各組實驗當中，其降水特徵也有所不同。在颱風未登陸的實驗中(包括 H4A、H4B、H5A、 H5B)，台灣地區之降水明顯偏少。以 H4A 為例(圖 4.25)，對流胞大致都位於近颱風中心 300 公里以內的西側與南側，隨颱風環流逆鐘向旋轉。而初始時間越往後，近颱風中心之對流有增多的現象，颱風南側較遠處仍可見到較寬廣之對流雨帶存在，這些雨帶在颱風滯留與北轉期間增加了颱風南方與東南象限的降水，由 GFS 預報場本身的水氣通量(圖 4.26)可以看出(以初始時間 8 月 5 日 1200 UTC 為例)，北緯 5°-20°之間都是水氣非常充足的區域，提供颱風南方對流雨帶的水氣來源，約略在 8 月 7 日之後，西南氣流增強，水氣通量較高的區域呈東北-西南帶狀分布，而颱風此時正位於其西北側。在有登陸的實驗中(包括 H6A、H6B、H7A)，颱風環流雨帶與周圍的對流胞降水明顯較未登陸的實驗為多，且南北雨帶的不對稱性明顯，由水氣通量輻合圖(圖 4.27)可以看到(以 H6A 為例)，在颱風影響台灣期間，輻合區不. 33 .

(48) 斷進入台灣西南部，造成連續一波一波的降水，相較於使用分析場的模擬，預報實驗因颱風移速較快，雨帶影響台灣的時間較為縮短。. 4.3.3 降水分布與技術得分大區域事後預報實驗中，未登陸的實驗除了 H5B 外，累積降水均明顯不足(圖 4.28)。如圖 4.24a，H6A 中的颱風路徑與其 GFS 預報場本身的颱風路徑非常接近，登陸期間約為 8 月 7 日 1000-1600 UTC，也就是說，就算模式使用了較大的預報範圍，颱風依然會行進過快並且提早離開台灣，不過比較之後可以發現，H6A 在台灣海峽上的移動方向是有些許的改進。相較即時預報實驗 F6A，由於使用了較高的解析度(前者為 4km、後者為 3km 水平解析度)與較大的模式區域， H6A 在 8 月 7 日於中央山脈南側的降水有一些增加，但因颱風中心在 8 月 8 日 0600 UTC 提早登陸中國大陸，故在 8 月 8 日則只再多了 250 mm 的降水，但因颱風中心在 8 月 8 日 0600 UTC 提早登陸中國大陸，不過 H6A 在 3 天(0-72h)的累積降水在中央山脈南側約達 2300 mm，已經接近觀測四天的總累積降水的 80%(圖 4.30e 和圖 4.7h)。在台灣西南部的平原區，可能由於颱風離開台灣時的路徑改善，模式區域增大與解析度略增，H6A 將其累積降水提升至 800-1200 mm，故更為接近觀測(圖 4.30e 和圖 4.7 h)。換句話說，雖然即時和事後預報均. 34 .

(49) 無法掌握颱風的速度減慢，但事後預報實驗相較於 F6A，H6A 有較大的預報區域、較佳的解析度及較長的預報期限，因此能提供更完整的降水資訊。在 H6B 中，模式中颱風中心依然提早 6-12 小時離開台灣，其 3 天累積降水仍是非常接近觀測，山區的累積降水最大值提升至約 2400 mm (圖 4.31e)，但在西南部平原則少於 H6A。H6A 與 H6B 的 QPF 技術得分方面，預報前兩天的 TS 和 BS 都非常接近同樣初始時間的即時預報實驗，在預報 48 小時之後則因路徑誤差而有較明顯降水不足。即便如此，H6A 與 H6B 仍是在最大降水(8 月 8 日)發生前一至兩天就能提供非常有用且具參考價值的定量降水預報(QPF)，8 月 6 日 0000 UTC 初始的 H6A，在兩者之間，甚至有更佳的表現。 . 35 .