雲量對全球水文循環的影響 - 中等複雜氣候模式模擬結果
86
0
0
全文
(2) 致謝 本論文之研究與撰寫，特蒙周佳老師與王嘉琪老師的細心指導、為我解惑去 疑，學生由衷感謝。也特此感謝陳正達老師，雖然於碩二時，老師出國，但是這 短暫的一年也令我如沐春風。. 感謝所上諸位師長的指點提攜。也深深的感謝所上鄒治華老師不辭辛勞擔任 口試委員，對本論文提出卓越見解與指正。此外感謝國科會的經費支持以及中央 研究院環境變遷研究中心提供完整的軟、硬體設備。也感謝中研院環變中心李威 良博士，對於本研究的支持。. 感謝師範大學地科所大氣組的助理以及學長、學姊們，對於學弟在研究室與 杜康舉杯相望明月，百般容忍。也感謝中研院環變中心的各位學長、學姊們，對 學弟總是熱心給與建議。感謝同儕與學弟，總是在茶餘飯後能與我有知性的交 談。. 感謝家人對我的支持，雖然我明顯的發福，卻仍擔心我一個人生活在外，吃 不飽。. 要感謝的人太多太多，接下來就謝天吧!. 李柏翰 7/15/2013 於 NTNU. I.
(3) 摘要. 大氣中二氧化碳濃度增加所造成的暖化效應，不僅使地表和大氣溫度上升， 同時也會改變全球的水文循環。根據氣候模式的模擬，暖化下全球平均降雨增加 率會小於大氣柱水氣量的增加率，其原因為降雨的變化被全球能量的收支平衡所 控制，其中以大氣的輻射冷卻與降雨所釋放的潛熱關係最為緊密。雲量對於輻射 冷卻有非常大的影響，而現今的氣候模式對於雲的模擬存在著非常大的不確定性 。因此本研究設計一理想化的實驗，並控制深對流雲量，用以討論雲量對降雨變 化率的影響。. 實驗結果為，當雲量減少(增加)時，降雨變化率隨之增加(減少)。其原因為 減少(增加)雲量時，大氣輻射冷卻增強(減弱)，為使大氣達到能量收支平衡所需 的潛熱釋放也隨之增加(減少)，蒸發、大氣柱水氣量的變化率以及地表溫度的變 化與降雨的變化有著相同的趨勢。不同的二氧化碳濃度，並不會改變降雨隨雲量 的變化趨勢，差別在於較高濃度的二氧化碳實驗會使降雨變化率的改變量變小。. 本研究亦分析觀測及模式資料的雲量在不同時間尺度下的變化。觀測資料的 雲量變化沒有完全一致的表現，模式內的雲量在任何時間尺度之下變化都很小， 同時模式明顯地低估了雲量的長期趨勢變化。. 關鍵字 : 全球平均降雨增加率、全球能量收支平衡、大氣輻射冷卻. II.
(4) 目錄 致謝 .......................................................................................................................... I 摘要 ......................................................................................................................... II 目錄 ........................................................................................................................ III 圖表目錄 ................................................................................................................ V 第一章 前言 ......................................................................................................... 1 第二章 研究方法 ................................................................................................ 4 2.1、資料.......................................................................................................... 4 2.1.1 觀測資料 ......................................................................................... 4 2.1.2 模式資料 ......................................................................................... 5 2.2、模式與實驗設計 ...................................................................................... 5 2.2.1 模式介紹 ......................................................................................... 6 2.2.2 實驗設計 ......................................................................................... 8 2.2.3 QTCM1 模擬的初步結果 ................................................................. 8 2.3、全球能量平衡收支方程 ......................................................................... 10 2.3.1 大氣能量平衡式 ............................................................................ 10 2.3.2 地表能量平衡式 ............................................................................ 11 2.3.3 QTCM1 大氣能量平衡修正 ........................................................... 12. 第三章 實驗結果 .............................................................................................. 14 3.1、雲量對降雨的影響................................................................................. 14 3.2、水氣和能量的收支平衡 ......................................................................... 16 3.2.1 標準全球暖化實驗 ........................................................................ 16 III.
(5) 3.2.2 雲量實驗 ....................................................................................... 18 3.3、雲量實驗中能量收支平衡的變化.......................................................... 19 3.3.1 二倍二氧化碳實驗 ........................................................................ 19 (a)地表能量平衡 ............................................................................. 19 (b)大氣能量平衡 ............................................................................. 21 3.3.2 三倍與四倍二氧化碳實驗 ............................................................ 22 (a)地表能量平衡 ............................................................................. 22 (b)大氣能量平衡 ............................................................................. 23. 第四章 估計雲量在不同時間尺度的變化 ................................................. 25 4.1、雲量的氣候平均值................................................................................. 25 4.2、雲量的變化 ............................................................................................ 27 4.2.1 季節變化 ....................................................................................... 27 4.2.2 年際變化 ....................................................................................... 28 4.2.3 年代際變化 ................................................................................... 29 4.2.4 長期趨勢 ....................................................................................... 30. 第五章 討論與結論 .......................................................................................... 32 5.1、討論........................................................................................................ 32 5.2、結論........................................................................................................ 33. 第六章 未來工作 .............................................................................................. 36 參考文獻 .............................................................................................................. 37 圖表 ....................................................................................................................... 41 附錄 ....................................................................................................................... 66. IV.
(6) 圖表目錄 表一 : 本研究所使用的 18 組 CMIP3 資料來源。 .............................................. 41 表二 : 本研究所使用的 21 組 CMIP5 資料來源。 .............................................. 42 圖 1-1 : 2000 年 3 月至 2004 年 5 月的全球年平均地球能量收支示意圖。箭頭代 表能量傳遞的方向，以上數字單位皆為 W/m2 。(Trenberth et al. 2009) .... 43 圖 1-2 : 縱軸分別為全球平均的(a)柱狀水氣(column-integrated water vapor)以及 (b)降雨的變化百分比，橫軸為地表溫度的變化量。圖上黑色實心點為各個 模式的表現。(Held and Soden 2006) ........................................................... 44 圖 1-3 : 縱軸分別為(a)地表向下淨輻射通量 (net downward radiation at the surface )以及(b)大氣淨輻射冷卻(net radiative cooling of the atmosphere)的變 化量，橫軸為降雨變化量，單位為 W/m2。圖上黑色實心點為各個模式的表 現。(Vecchi and Soden 2007) ........................................................................ 44 圖 1-4 : 各層雲量於模式內的變化。(a)低雲(氣壓≥680 毫巴)、(b)中雲(680 毫巴> 氣壓≥440 毫巴)、(c)高雲(氣壓<440 毫巴)，單位為％。(Stephens and Ellis 2008) ............................................................................................................. 45 圖 2-1 : ISCCP D2 雲種的分類方式。橫軸為雲的光學厚度(光程)，縱軸為雲頂氣 壓。依照雲頂氣壓和雲的光學厚度可以將雲分成九種，分別為卷雲(Cirrus)、 卷層雲(Cirrostratus)、深對流雲(Deep convection)、高積雲(Altocumulus)、 高 層 雲 (Altostratus) 、 雨 層 雲 (Nimbostratus) 、 積 雲 (Cumulus) 、 層 積 雲 (Stratocumulus)以及層雲(Stratus)。 ............................................................. 46 圖 2-2 : 實驗設計示意圖。 ................................................................................... 47 圖 2-3 : CMIP5 模式(ACCESS1.0、BCC-CSM1.1、CanESM2、CCSM4、CESM1 (BGC)、CESM1(CAM5)、CNRM-CM5、FGOALS-S2)年平均降雨變化的模 態，單位為 mm/day。為模式資料後二十年平均(2081-2100)與前二十年平均 V.
(7) (2006-2025)的差。冷色系顏色代表降雨正距平；暖色系顏色代表降雨負距 平。 .............................................................................................................. 48 圖 2-4 : CMIP5 模式(GFDL-CM3、GFDL-ESM2G、GFDL-ESM2M、GISS-E2-R、 INM-CM4、IPSL-CM5A-LR、IPSL-CM5A-MR、MIROC5)年平均降雨變化 的模態，單位為 mm/day。為模式資料後二十年平均(2081-2100)與前二十年 平均(2006-2025)的差。冷色系顏色代表降雨正距平；暖色系顏色代表降雨 負距平。 ....................................................................................................... 49 圖 2-5 : CMIP5 模 式 (MIROC-ESM 、 MIROC-ESM-CHEM 、 MPI-ESM-LR 、 MRI-CGCM3、NorESM1-M)以及 QTCM1 模式年平均降雨變化的模態，單 位為 mm/day。CMIP5 為模式資料後二十年平均(2081-2100)與前二十年平 均(2006-2025)的差。QTCM1 為 2xCO2 模擬達到平衡後的四十年平均與 1xCO2 模擬達到平衡後的四十年平均的差。冷色系顏色代表降雨正距平； 暖色系顏色代表降雨負距平。 .................................................................... 50 圖 2-6 : 暖化下的年平均降雨距平模態，(a)不控制雲量的變化、(b)控制雲量且雲 量沒有空間分布，設定 cld1 雲量為初始設定 10％、(c)控制雲量且雲量沒有 空間分布，設定 cld1 雲量為初始雲量加 3％(cld1:13％)、(d)控制雲量且雲 量沒有空間分布，設定 cld1 雲量為初始雲量減 3％(cld1:7％)。藍色代表正 距平；黃色為負距平。等值線，實線代表大於+0.3 mm/day；虛線代表小於 −0.3 mm/day。 .............................................................................................. 51 圖 2-7 : 全球輻射平衡示意圖。S 代表的是短波輻射通量，R 代表的是長波輻射 通量;下標 s 代表地表，下標 t 代表大氣層頂。圖中箭頭為輻射傳遞的方向。 Evap 為蒸發，代表潛熱通量。SH 為可感熱通量通量。 .......................... 52 圖 3-1 : 全球平均(a)降雨、(b)蒸發、(c)比濕以及(d)地表溫度隨 cld1 雲量的變化。 −1. 降雨、蒸發以及比濕的單位為％K ，地表溫度的單位為 K。紅色點代表模 式初始設定的 cld1 雲量，紅色點向右為增加雲量，向左為減少雲量。此圖. VI.
(8) 為二倍二氧化碳實驗的結果。降雨、蒸發以及比濕，在 cld1 為 20％的實驗 組別，因為變化與其他組別差異甚大，所以沒有標上實驗結果。 .......... 53 圖 3-2 : 全球平均(a)降雨、(b)蒸發、(c)比濕以及(d)地表溫度隨 cld1 雲量的變化。 −1. 降雨、蒸發以及比濕的單位為％K ，地表溫度的單位為 K。紅色點代表模 式初始設定的 cld1 雲量，紅色點向右為增加雲量，向左為減少雲量。此圖 為三倍二氧化碳實驗的結果。 .................................................................... 54 圖 3-3 : 全球平均(a)降雨、(b)蒸發、(c)比濕以及(d)地表溫度隨 cld1 雲量的變化。 −1. 降雨、蒸發以及比濕的單位為％K ，地表溫度的單位為 K。紅色點代表模 式初始設定的 cld1 雲量，紅色點向右為增加雲量，向左為減少雲量。此圖 為四倍二氧化碳實驗的結果。 .................................................................... 55 圖 3-4 : (a)、(b)縱軸分別為全球平均柱狀水氣(column-integrated water vapor)及降 雨量的變化量，單位為％;橫軸為地表溫度的變化量，單位為 K。(c)縱軸為 (2.12)等號右側∆R net,sfc – ∆SH，代表地表輻射淨通量變化量與可感熱通量變 化量的差，單位為 W/m2；橫軸為 L∆P，代表降雨的變化量，單位為 W/m2。 (d)縱軸為(2.6)等號右側∆R net,atm – ∆SH，代表大氣輻射淨通量變化量與可 感熱通量變化量的差，單位為 W/m2；橫軸為 L∆P，代表降雨的變化量， 單位為 W/m2。圓形空心點為本研究挑選的 21 個 CMIP5 模式(表二)，圓形、 菱形以及方形實心點為 QTCM1 二倍、三倍和四倍二氧化碳濃度下且雲量 隨時間改變的實驗結果。 ............................................................................ 56 圖 3-5 : (a)、(b)縱軸分別為全球平均柱狀水氣(column-integrated water vapor)及降 雨量的變化量，單位為％;橫軸為地表溫度的變化量，單位為 K。(c)縱軸為 (2.12)等號右側∆R net,sfc – ∆SH，代表地表輻射淨通量變化量與可感熱通量變 化量的差，單位為 W/m2；橫軸為 L∆P，代表降雨的變化量，單位為 W/m2。 (d)縱軸為(2.6)等號右側∆R net,atm – ∆SH，代表大氣輻射淨通量變化量與可 感熱通量變化量的差，單位為 W/m2；橫軸為 L∆P，代表降雨的變化量，. VII.
(9) 單位為 W/m2。圓形黑色、紅色以及藍色點分別代表雲量控制實驗在二倍、 三倍以及四倍二氧化碳濃度的實驗結果。 ................................................. 57 圖 3-6 : 縱軸為(a)地表長波輻射淨通量和短波輻射淨通量變化量的總和與可感熱 通量變化量的差，與(2.12)等號右邊相等，單位為 W/m2。(b)地表長波輻射 淨通量，為(2.10)的變化量形式，單位為 W/m2。(c)地表短波輻射淨通量， 為(2.11)的變化量形式，單位為 W/m2。(d)負可感熱通量的變化量，單位為 W/m2。橫軸為各實驗組 cld1 雲量設定，單位為％。紅色點代表模式初始設 定的 cld1 雲量，紅色點向右為增加雲量，向左為減少雲量。此圖為二倍二 氧化碳實驗的結果。 ................................................................................... 58 圖 3-7 : 縱軸為(a)大氣長波輻射淨通量與短波輻射淨通量以及可感熱通量變化量 的總和，與(2.6)等號右邊相等，單位為 W/m2。(b)大氣長波輻射淨通量， 為(2.4)的變化量形式，單位為 W/m2。(c)大氣短波輻射淨通量，為(2.5)的變 化量形式，單位為 W/m2。(d)可感熱通量的變化量，單位為 W/m2。橫軸為 各實驗組 cld1 雲量設定，單位為％。紅色點代表模式初始設定的 cld1 雲量， 紅色點向右為增加雲量，向左為減少雲量。此圖為二倍二氧化碳實驗的結 果。圖(a)為經過(2.16)修正後的結果。....................................................... 59 圖 3-8 : 縱軸為(a)地表長波輻射淨通量和短波輻射淨通量變化量的總和與可感熱 通量變化量的差，與(2.12)等號右邊相等，單位為 W/m2。(b)地表長波輻射 淨通量，為(2.10)的變化量形式，單位為 W/m2。(c)地表短波輻射淨通量， 為(2.11)的變化量形式，單位為 W/m2。(d)負可感熱通量的變化量，單位為 W/m2。橫軸為各實驗組 cld1 雲量設定，單位為％。紅色點代表模式初始設 定的 cld1 雲量，紅色點向右為增加雲量，向左為減少雲量。此圖為三倍二 氧化碳實驗的結果。 ................................................................................... 60 圖 3-9 : 縱軸為(a)大氣長波輻射淨通量與短波輻射淨通量以及可感熱通量變化量 的總和，與(2.6)等號右邊相等，單位為 W/m2。(b)大氣長波輻射淨通量，. VIII.
(10) 為(2.4)的變化量形式，單位為 W/m2。(c)大氣短波輻射淨通量，為(2.5)的變 化量形式，單位為 W/m2。(d)可感熱通量的變化量，單位為 W/m2。橫軸為 各實驗組 cld1 雲量設定，單位為％。紅色點代表模式初始設定的 cld1 雲量， 紅色點向右為增加雲量，向左為減少雲量。此圖為三倍二氧化碳實驗的結 果。圖(a)為經過(2.16)修正後的結果。....................................................... 61 圖 3-10 : 縱軸為(a)地表長波輻射淨通量與短波輻射淨通量變化量的總和與可感 熱通量變化量的差，與(2.12)等號右邊相等，單位為 W/m2。(b)地表長波輻 射淨通量，為(2.10)的變化量，單位為 W/m2。(c)地表短波輻射淨通量，為 (2.11)的變化量形式，單位為 W/m2 。(d)負可感熱通量的變化量，單位為 W/m2。橫軸為各實驗組 cld1 雲量設定，單位為％。紅色點代表模式初始設 定的 cld1 雲量，紅色點向右為增加雲量，向左為減少雲量。此圖為四倍二 氧化碳實驗的結果。 ................................................................................... 62 圖 3-11 : 縱軸為(a)大氣長波輻射淨通量與短波輻射淨通量以及可感熱通量變化 量的總和，與(2.6)等號右邊相等，單位為 W/m2。(b)大氣長波輻射淨通量， 為(2.4)的變化量形式，單位為 W/m2。(c)大氣短波輻射淨通量，為(2.5)的變 化量形式，單位為 W/m2。(d)可感熱通量的變化量，單位為 W/m2。橫軸為 各實驗組 cld1 雲量設定，單位為％。紅色點代表模式初始設定的 cld1 雲量， 紅色點向右為增加雲量，向左為減少雲量。此圖為四倍二氧化碳實驗的結 果。圖(a)為經過(2.16)修正後的結果。....................................................... 63 圖 4-1 : (a)高、中、低雲以及總雲量的氣候平均值，單位為％。(b)總雲量、(c)高 雲、中雲以及低雲在不同時間尺度(季節、年際、年代際、長期趨勢)的變 化量，季節、年際、年代際變化單位為％，長期趨勢的單位為％decade−1。 實心點代表衛星觀測資料，空心點代表模式資料。圖上標註的 cld1 代表， 依照 QTCM1 裡第一類雲的定義，所計算出的雲量變化。 ...................... 64 圖 5-1 : (a)正常氣候狀態、(b)(c)雲量減少、降雨增加的情境示意圖。 ............. 65 IX.
(11) 附表一 : 圖 3-1，二倍二氧化碳實驗結果的詳細數據。 .................................... 66 附表二 : 圖 3-2，三倍二氧化碳實驗結果的詳細數據。 .................................... 67 附表三 : 圖 3-3，四倍二氧化碳實驗結果的詳細數據。 .................................... 68 附表四 : 圖 3-6，二倍二氧化碳實驗結果的詳細數據。 .................................... 69 附表五 : 圖 3-7，二倍二氧化碳實驗結果的詳細數據。 .................................... 70 附表六 : 圖 3-8，三倍二氧化碳實驗結果的詳細數據。 .................................... 71 附表七 : 圖 3-9，三倍二氧化碳實驗結果的詳細數據。 .................................... 72 附表八 : 圖 3-10，四倍二氧化碳實驗結果的詳細數據。 .................................. 73 附表九 : 圖 3-11，四倍二氧化碳實驗結果的詳細數據。 .................................. 74 附表十 : 圖 4-1，總雲量的氣候平均值以及不同時間尺度變化的詳細數據。 . 75 附表十一 : 圖 4-1，高、中、低雲以及 cld1 雲量的氣候平均值以及不同時間尺度 變化的詳細數據。 ....................................................................................... 75. X.
(12) 第一章 前言 氣候時間尺度的條件之下，全球的能量收支必須達到平衡。Stephens et al. (2012)分析衛星觀測資料並且評估全球的能量收支，他們的研究指出地表以及大 氣層頂的能量在近十年的收支平衡狀況為 0.6 ± 17 W/m2、0.6 ± 0.4 W/m2，其結 果略為不平衡。Trenberth et al. (2009)以 CERES (Clouds and the Earth's Radiant Energy System)衛星觀測資料為主，更新了 Kiehl and Trenberth (1997)所提出的全 球能量流示意圖（Global energy flow diagram），如圖 1-1 所示，他們的結果也顯 示大氣以及地表的能量收支略為不平衡。而深層海洋對於能量的儲存能力也會影 響到能量收支平衡 (Trenberth and Fasullo 2012)。全球水文循環與能量收支有著 密切的關係，當地表受到長波輻射以及太陽短波輻射加熱時，部分的能量會使水 蒸發(潛熱)，而蒸發所產生的水氣向大氣傳輸，當水氣遇冷凝結時會形成降雨並 且釋放潛熱至大氣。以全球平均的角度而言，蒸發量會等於降水量。根據衛星觀 測資料所計算出來的年平均降雨量約為 975 mm/yr (Trenberth 2011)，而在大氣水 儲存量(Atmospheric water storage)每年變化不明顯的情況之下(Trenberth and Smith 2005)，其全球平均降雨量應會等於蒸發量。但是模式內的全球平均降雨量 與蒸發量並不會完全相等(Liepert and Previdi 2012)。. 現今有非常多的研究使用氣候模式研究暖化下全球平均水文循環 (global-mean hydrological cycle)的變化。根據模式模擬的結果，全球平均降雨量 和大氣中的水氣量在暖化的環境之下都有增加的趨勢。大氣中水氣的增加率約為 7％K−1，與克勞秀士•克萊波隆關係式(Clausius-Clapeyron relation)在相對溼度為 常數的假設之下，所估算出的水氣變化率一致(圖 1-2(a))。根據 Dai (2006)的研究 結果，相對溼度為一常數的假設是合理的；降雨的 增加率為 1~3％ K−1( 圖 1-2(b))(Allen and Ingram 2002; Held and Soden 2006; Vecchi and Soden 2007; 1.
(13) Stephens and Ellis 2008)，模式對於降雨變化的模擬仍有不確定性存在。而大氣中 水氣的增加率會大於降雨量的增加率，主要是因為降雨的變化被全球能量收支平 衡所控制(Mitchell et al. 1987; Stephens et al. 1994; Allen and Ingram 2002)。. Vecchi and Soden (2007)將全球的能量收支平衡分成兩個部分討論，分別為大 氣以及地表的能量收支平衡(圖 1-3)，在他們的討論中並不考慮可感熱通量於暖 化下的變化，因為可感熱通量於模式中的變化相對較小。從大氣的角度討論能量 平衡與降雨之間的關係。暖化下，大氣的淨輻射通量為負值，透過(圖 1-3(b))可 以清楚了解，主要是由降雨的潛熱釋放平衡大氣淨輻射冷卻(net radiative cooling of the atmosphere)。從地表的角度討論能量平衡與降雨之間的關係，透過(圖 1-3(a))可了解地表向下淨輻射通量(net downward radiation at the surface)與降雨的 潛熱釋放可以達到很好的平衡。不管是從地表或是大氣的角度討論，降雨的變化 皆會被能量平衡所控制。Lu and Cai (2009)認為可感熱通量於暖化下的變化是不 可忽略的，他們計算出的可感熱通量於全球海洋上的變化率為−5.2％K−1。. Stephens and Ellis (2008)更進一步的討論大氣淨輻射冷卻的變化，並把會對 大氣淨輻射冷卻造成影響的因子分成三項討論，分別為水氣、雲的強迫作用(cloud forcing)以及可感熱通量的變化項。他們的研究指出水氣的變化項是造成降雨增 加率小於水氣增加率的主要因素。因為水氣為溫室氣體，暖化下大氣的水氣量會 增加，增加的水氣會吸收更多的能量而減弱大氣的淨輻射冷卻，造成降雨的增加 率變小。而雲的強迫作用及可感熱通量的變化項貢獻較小，而且會互相抵消。暖 化的實驗下，模式內各層雲雲量變化都非常小，變化範圍介於±0.5％之間(圖 1-4)， 這是造成雲的強迫作用變化項對大氣淨輻射冷卻影響較小的主要因素。. 降雨的變化於觀測資料推估的結果，存在著不確定性，Adler et al. (2008)使. 2.
(14) 用 GPCP(Global Precipitation Climatology Project)的降雨資料以及 NASA(National Aeronautics and Space Administration) GISS(Goddard Institute for Space Studies)的 地表溫度資料，分析時間為 1979 至 2006 年，估算出的降雨增加率為 2.3％K−1， 接近模式模擬結果。Wentz et al. (2007)，海面上使用 SSM/I(Special Sensor Microwave Imager)繁衍的降雨資料，而陸地的降雨資料則採用 GPCP，分析的時 間為 1987 至 2006 年。他們估算出的降雨增加率為 7％K−1，與模式的模擬結果 不一致。雖然 Liepert and Previdi (2009)認為觀測資料與模式模擬的不一致性，主 要是因為衛星觀測資料時間較短，受到年代際變化的影響，導致推估出的降雨增 加率較高。但是未來的降雨會如何變化，仍然存在極大的討論空間。因此本研究 設計一理想化的實驗，控制模式內雲量的變化，並將雲量對降雨造成的影響量化。 因為對流降水的雨量較大且深受暖化影響，所以本研究將以深對流雲量為實驗的 主要控制目標。本論文第二章將介紹使用的觀測、模式資料以及實驗所使用的模 式，並透過方程式敘述能量平衡與降雨之間的關係；第三章為實驗結果，此章將 討論雲量對水氣和能量收支平衡變化的影響；第四章則以不同的時間尺度估計觀 測資料和模式內的雲量變化；第五章為討論與結論；第六章為未來工作。. 3.
(15) 第二章 研究方法. 2.1、資料. 2.1.1 觀測資料 為了了解雲量的氣候特徵以及在不同時間尺度的變化，本研究使用了三組衛 星觀測資料，分別為國際衛星雲氣候計畫(International Satellite Cloud Climatology Project，ISCCP)所提供的 ISCCP D2 (Rossow et al. 1996)雲量資料以及美國國家航 空航天局 NASA 所提供的 CERES ISCCP-D2like 和 CERES SYN(Synoptic)1deg 雲 量資料。. ISCCP D2 依照雲頂氣壓 (cloud top pressure) 和光學厚度 (cloud optical thickness) 將雲種分成九種 (高雲:卷雲、卷層雲、深對流雲，中雲:高積雲、高層 雲、雨層雲，低雲:積雲、層積雲、層雲)，如圖 2-1。我們使用的變數為這九種 雲以及總雲量(total cloud)。ISCCP D2 為月平均資料，經緯網格解析度為 2.5°x 2.5°，分析時間為 1984 年 1 月至 2006 年 12 月。. ISCCP D2 衛星觀測資料，雖然資料時間長度較長，但是新、舊衛星交替時， 新的衛星在位置上與舊衛星有些微差異。造成 ISCCP D2 衛星觀測資料在雲量 的長期趨勢變化產生爭議(Evan et al. 2007)。為了避免此爭議的影響，本研究使 用了另一組衛星觀測資料 CERES ISCCP-D2like 進行分析。CERES ISCCP-D2like 使用與 ISCCP D2 相同的雲種分類定義 (圖 2-1)，將雲分成九種。我們使用的 變數同樣為這九種雲。CERES ISCCP-D2like 為月平均資料，經緯網格解析度為 1 4.
(16) °x 1°，分析時間為 2001 年 1 月至 2010 年 12 月。. CERES SYN1deg 衛星觀測資料，我們採用的變數只有總雲量。CERES SYN1deg 為月平均資料，經緯網格解析度為 1°x 1°，分析時間為 2001 年 1 月至 2010 年 12 月。. 2.1.2 模式資料 本研究使用世界氣候研究計畫 ( World. Climate. Research Programme，. WCRP ) 中 18 組 CMIP3(Coupled Model Intercomparison Project phase 3)(表一)以 及 21 組 CMIP5(表二)的模式資料。我們分析的時間主軸為 21 世紀。CMIP3 的 21 世紀模擬情境使用 A1B。A1B 情境指的是全球經濟快速成長，人口數量在 21 世紀中葉達到最高峰後，逐漸下降。科技快速發展。能源使用狀況以再生能源及 石化燃料並用。土地使用程度適中。二氧化碳排放量快速增加，但是 21 世紀中 葉後增加速度逐漸趨緩。模式內二氧化碳濃度在 21 世紀末達到 720 parts per million by volume(ppmv)後就不再增加。CMIP5 的 21 世紀模擬情境使用 RCP (Representative Concentration Pathways) 8.5。RCP8.5 指的是 21 世紀末時，因為溫 室氣體增加造成輻射的影響達到 8.5 watts per square meter (W/m2)的暖化情境。 關於模式資料的詳細敘述，可以參閱政府間氣候變化專門委員會 (Intergovernmental Panel on Climate Change，IPCC)第四次以及第五次報告。IPCC 第五次報告預計在西元 2013 年 9 月底出版。. 2.2、模式與實驗設計. 5.
(17) 2.2.1 模式介紹 本研究使用加州大學洛杉磯校區所開發的準平衡熱帶環流模式，版本為 2.3 版(Quasi-Equilibrium Tropical Circulation Model version 2.3，QTCM1v2.3)進行實 驗。QTCM1 是一個大氣、海洋以及陸地耦合的中等複雜氣候模式(Neelin and Zeng 2000; Zeng et al. 2000)，複雜程度介於 GCM (General Circulation Model) 和一般簡 單模式(Simple Model) 之間。QTCM1 整體的表現雖然不及複雜的 GCM，但是對 於熱帶動力的模擬仍有一定程度的掌握。QTCM1 計算速度較 GCM 快且相當節 省電腦運算資源。模式內部使用較為簡單的物理參數化方法，因此方便使用者更 改。. QTCM1 對流參數化方法使用 Betts-Miller 濕對流調節法(Betts-Miller moist convective adjustment scheme; Betts and Miller 1993)，對流必需遵守準平衡熱力守 恆(quasi-equilibrium thermodynamic closure)。模式使用典型深對流的溫度、水氣 以及風場垂直結構當成 Galerkin expansion 的基本函數(Neelin and Yu 1994; Yu and Neelin 1994)，以此方法模擬對流。與使用相同對流參數化方法的 GCM 做比 較，QTCM1 在熱帶對流區域可以得到很好且類似於 GCM 的模擬結果。. 此版本模式包含一假設恆定狀態(steady-state)且隨高度為垂直均勻混和層的 簡單大氣邊界層(Stevens et al. 2002)。模擬時水平解析度設定為 5.625°x3.75°(經 度 x 緯度)。QTCM1 並非全球模式，南、北模擬範圍只到緯度 78.75 度。模式在 對流區域為溫度、水氣垂直結構固定的單層斜壓模(baroclinic mode)，此設計有 利於模式的計算速度，而且熱帶對流區域氣候的模擬仍保有一定程度的精確性。 在非對流區域，準平衡假設雖然不夠精確，但仍然可以掌握大尺度的乾對流運動。 在較高緯度地區，QTCM1 的模擬結果則類似於高度簡化後的兩層模式(two layer 6.
(18) model)。. 大氣與陸地交互作用的模擬，使用中等複雜的地表模式(Zeng et al. 2000)。 此模式可模擬單一層地表蒸散以及水文變化，並且計算地表的能量、水文收支平 衡。模式中土壤水分(soil moisture)的含量多寡則是受到降雨(precipitation)、蒸發 (evaporation)、地表逕流(surface runoff)和地下逕流(ground runoff)的影響。地表模 式的模擬並不考慮雪以及海冰的回饋機制，造成在相同暖化的實驗設計之下， QTCM1 高緯度區域地表的暖化程度會低於一般的 GCM。. 與 QTCM1 耦合的海洋模式為混合層海洋模式（slab mixed layer ocean model ; Chou et al. 2001） ，本研究使用氣候月平均海表面溫度(sea surface temperature)資 料來驅動模式，並計算海洋熱通量(Q flux)傳輸的輻散度回饋給大氣模式。. 模 式 的 輻 射 參 數 化 方 法 ， 使 用 完 整 輻 射 法 (full radiation schemes; Harshvardhan et al 1987; Fu and Liou 1993)簡化而來的雲輻射法(Chou and Neelin 1996; Zeng et al. 2000)。此輻射參數化方法將雲分成四種類型，(1)深對流雲(包括 卷層雲、卷積雲)、(2)卷雲、(3)層雲、(4)高積雲、高層雲、積雲、層積雲（在此 簡稱為 cld1、cld2、cld3、cld4） ，模式內的雲量初始值分別為 10.51％、10.47％、 10.96％、22.34％，以上雲量為 ISCCP C2 衛星資料的氣候平均值。進行模擬時， cld1 雲量使用經驗參數法(empirical parameterization; Chou and Neelin 1999)估計。 QTCM1 使用 Harshvardhan et al. (1987) GCM 的輻射參數化方法計算二氧化碳對 長波輻射的影響。. 7.
(19) 2.2.2 實驗設計 本研究主要的目的為探討全球暖化下雲量的改變對降雨變化率的影響。實 驗裡我們改變深對流雲量以及二氧化碳濃度去估計降雨變化率的大小。模式內二 氧化碳濃度的氣候平均值為 330 ppmv (1xCO2 )，為了模擬不同程度的暖化效應， 實驗組分成三種設定，第一種為固定二氧化碳濃度為 660 ppmv (2xCO2 )，第二種 為固定二氧化碳濃度為 990 ppmv (3xCO2 )，第三種為固定二氧化碳濃度為 1320 ppmv (4xCO2 )。以下將詳細介紹實驗設計。. 控制組，設定二氧化碳濃度為 330 ppmv 且固定模式內四種雲類為初始設定 雲量。雲量在實驗裡沒有空間分布且不會隨著時間改變，每個網格點上的雲量都 相同。為了方便雲量修改，cld1 雲量設定為 10％。. 實驗組，第一種實驗設定二氧化碳濃度為 660 ppmv，雲量設計與控制組相 同，沒有空間分布。為了探討深對流雲量對降雨變化率的影響，本研究更改模式 內 cld1 雲量進行測試，雲量更改的範圍為±10％。第二、三種的實驗設定與第一 種類似，但是二氧化碳濃度更改為 990 ppmv 以及 1320 ppmv。根據上述的實驗 設計，最後可以得到一組控制組與 63 組實驗組(圖 2-2)。所有的模擬都進行了六 十年，資料分析以後四十年為主。. 2.2.3 QTCM1 模擬的初步結果 QTCM1 雖然為一個較 GCM 簡單的模式，但是對於暖化下降雨的模擬，仍 有一定程度的掌握，本節將分析 CMIP5 模式與 QTCM1 降雨的模擬結果。為了 與 CMIP5 模式比較，本研究使用 QTCM1 設計另一組模擬。此模擬的設定為:只. 8.
(20) 控制二氧化碳濃度，分別為 330 ppmv (1xCO2)及 660 ppmv (2xCO2)，且模式內雲 量會隨時間改變。兩種不同二氧化碳濃度的實驗都模擬六十年，並分析後四十年 平均的差異。CMIP5 模式的分析則藉由資料後二十年平均減去前二十年平均， 表現暖化的影響。. CMIP5 模式的模擬，模式與模式之間的差異性大(圖 2-3、圖 2-4、圖 2-5)。 模式裡降雨的模態(pattern)與降雨距平變化的大小表現不一致，但是降雨增加最 明顯的區域大多發生在赤道洋面上。與 CMIP5 比較，QTCM1 降雨的變化幅度較 小，但是赤道洋面上也是有明顯的降雨變化，空間分布和大多數複雜氣候模式的 模擬結果類似。. 本研究使用一理想化的實驗設計，測試雲量對降雨的影響。這樣的實驗設計 會對降雨的模態產生什麼樣的改變?我們比較四組不同的模擬去討論這個問題。 第一組模擬，不控制雲量，雲量的多寡及空間分布由模式內的參數化方法判斷； 第二組模擬，控制雲量，雲量沒有空間分布，cld1 雲量則使用初始設定 10％； 第三組模擬的設定類似第二組，但是 cld1 雲量增加 3％；第四組模擬的設定與第 三組雷同，但是 cld1 雲量的改變為減少 3％。. 圖 2-6 為年平均降雨變化的模態，藍色代表降雨正距平區域；黃色代表負距 平區域。固定雲量且雲量沒有空間分布，這樣的設定並不會對降雨變化的模態造 成太大的改變(圖 2-6(a)、圖 2-6(b))。唯一差別在於陸地以及西太平洋區域的降雨 正距平大小，雲量固定且沒有空間分布的模擬，降雨的正距平會略為顯著。第三 組及第四組的實驗設定也不會對降雨變化的模態造成太大的改變(圖 2-6(c)、圖 2-6(d))，增加或減少雲量的結果會反應在降雨距平的大小，減少雲量會使降雨正 距平區域更加顯著；增加雲量會明顯減弱降雨正距平。. 9.
(21) 2.3、全球能量平衡收支方程. 本研究以能量平衡的觀點，探討暖化下深對流雲量的改變對降雨變化率的 影響。我們將分成兩個部分討論，分別為大氣的能量平衡以及地表的能量平衡。. 2.3.1 大氣能量平衡式 根據圖 2-7，大氣能量平衡式可以寫成下式 :. St↓ − St↑ − Ss↓ + Ss↑ − R↑t − R↓s + R↑s + Evap + SH = F net. (2.1). 其中 F net 為大氣柱淨熱通量，Evap 為地表蒸發量乘上 L(氣化潛熱)，換算成 地表潛熱通量，SH 為地表可感熱通量，s 和 t 分別代表地表以及大氣層頂，↓和 ↑表示向下和向上輻射通量，S 為太陽短波輻射，R 則為地球長波輻射。在氣候 時間尺度及全球平均的觀點之下，大氣能量收支必須達到平衡，這代表 F net 接 近於零。在此假設之下全球平均降雨量 P 將會等同於全球平均的蒸發量。可將 (2.1) 簡化寫成 :. LP = R net,atm – SH. (2.2). R net,atm為大氣淨輻射通量 : R net,atm = − (NetLWatm + NetSWatm ). (2.3). 其中，NetLWatm 為大氣長波輻射淨通量 :. NetLWatm = − R↑t − R↓s + R↑s. (2.4). NetSWatm 為大氣短波輻射淨通量 : NetSWatm = St↓ − St↑ − Ss↓ + Ss↑. (2.5). 因為本研究主要考慮變化的情形，所以將(2.2)寫成變異量的形式 :. L∆P = ∆R net,atm – ∆SH 10. (2.6).
(22) 藉由(2.2)、(2.3)我們可以了解大氣能量平衡與降雨的關係。對於大氣而言，. NetLWatm 為負值，會冷卻大氣；NetSWatm 為正值，會加熱大氣，而長波輻射的 冷卻效應會大於短波輻射的加熱效應，所以大氣呈現冷卻狀態，R net,atm為正值。 為了使大氣能量收支達到平衡，藉由蒸發(降雨)及地表與上層空氣的溫差，向大 氣傳遞潛熱與可感熱。在不考慮可感熱通量變化的狀況之下，由(2.6)可知道，當. ∆R net,atm < 0 時，L∆P < 0，降雨將會減少；當∆R net,atm > 0 時，L∆P > 0，降 雨將會增加。. 2.3.2 地表能量平衡式 根據圖 2-7，地表能量平衡式可以寫成下式 :. Ss↓ − Ss↑ + R↓s − R↑s − Evap − SH = 0. (2.7). 在氣候時間尺度及全球平均的觀點之下，地表能量收支必須達到平衡，所以(2.7) 等號右邊為零。在此假設之下全球平均降雨量將會等同於全球平均的蒸發量。可 將 (2.7) 簡化寫成 :. LP = R net,sfc – SH. (2.8). L 為汽化潛熱，R net,sfc 為地表淨輻射通量 : R net,sfc = NetLWsfc + NetSWsfc. (2.9). 其中，NetLWsfc 為地表長波輻射淨通量 :. NetLWsfc = R↓s − R↑s. (2.10). NetSWsfc 為地表短波輻射淨通量 : NetSWsfc = Ss↓ − Ss↑. (2.11). 因為本研究主要考慮變化的情形，所以將(2.8)寫成變異量的形式 :. L∆P = ∆R net,sfc – ∆SH. 11. (2.12).
(23) 藉由(2.8)、(2.9)我們可以了解地表能量平衡與降雨的關係。對於地表而言，. NetLWsfc 為負值，使地表冷卻；NetSWsfc 為正值，會加熱地表，而短波輻 射的加熱效應會大於長波輻射的冷卻效應，所以地表為加熱的狀態，R net,sfc 為正值。為了使地表能量收支達到平衡，向上傳遞潛熱與可感熱至大氣。 在不考慮可感熱通量變化的狀況之下，由(2.12)可知道，當∆R net,sfc < 0 時， L∆P < 0，降雨將會減少；當∆R net,sfc > 0 時，L∆P > 0，降雨將會增加。. 2.3.3 QTCM1 大氣能量平衡修正 本研究所使用的 QTCM1 並非全球模式，所以在計算大氣能量平衡的時候必 須進行修正。QTCM1 的水氣和溫度方程合併之後可以寫成下式 :. ∂t < T + q > = −< V ∙ ∇(T + q) > −< ω ∂p h > +F net + 𝜀. (2.13). 其 中 <∙> 代 表 垂 直 平 均 。 ∂t < T + q > 為 溫 度 、 水 氣 隨 時 間 的 變 化 ， −< V ∙ ∇(T + q) >為溫度、水氣的水平平流項，−< ω ∂p h >為濕靜能 h 垂直平 流項，𝜀為殘餘項。當模式模擬達到平衡後(equilibrium)，水氣和溫度不再隨時間 變化，所以∂t < T + q >趨近於零。因此(2.13)可寫成 :. 0 = F net + 𝛿ℎ. (2.14). 𝛿ℎ = −< V ∙ ∇(T + q) > − < ω ∂p h > +𝜀 F net = LP + R net,atm + SH 其中殘餘項為小項，可以省略。因此我們可以將(2.14)改寫成下式 :. LP = −[ R net,atm + SH−< V ∙ ∇(T + q) > −< ω ∂p h >]. (2.15). 本研究只要考慮變化情形，所以將(2.15)寫成變異量的形式 :. L∆P = −[ ∆R net,atm + ∆SH − ∆< V ∙ ∇(T + q) > −∆< ω ∂p h >] (2.16) QTCM1 不是全球氣候模式，既使模式模擬已達到平衡，但是大氣能量收支並不 會達到平衡，主要是因為溫度、水氣平流項以及濕靜能垂直平流項只計算到模式. 12.
(24) 邊界南、北緯 78.75 度，因此−< V ∙ ∇(T + q) >和−< ω ∂p h >在南與北的邊界 並不會等於零。所以分析大氣能量平衡時，本研究將加入溫度、水氣平流項和濕 靜能垂直平流項修正 QTCM1 模式的誤差。. 13.
(25) 第三章 實驗結果. 本章節將討論雲量對降雨的影響，並分析水氣和能量的收支平衡。在討論降 雨、蒸發以及比濕於暖化下的變化時，以上變數將除以各實驗組地表溫度的變化 量，使改變量標準化。. 3.1、雲量對降雨的影響. 深對流雲量和降雨有著非常密切的關係，我們想知道暖化下雲量的變化會對 降雨造成什麼樣的影響。圖 3-1 為二倍二氧化碳的實驗結果。全球平均降雨量的 變化如圖 3-1(a)所示，使用初始設定的 cld1 雲量模擬，計算出的降雨增加率為 2.5％K−1 (圖 3-1(a)的紅點)。減少 cld1 雲量時，降雨增加率上升且變化接近線性。 當實驗設定 cld1 雲量介於 5~10％時，每減少 1％的雲量，降雨增加率上升約 0.5~0.7％。但是設定 cld1 雲量在 0~4％時，每減少 1％的雲量，降雨增加率的上 升幅度只有 0.3~0.4％。cld1 雲量的減少會造成降雨增加率上升且增加幅度隨雲 量減少略為變小。當雲量減少 10％時，計算出的降雨增加率為 7.6％K−1；增加 cld1 雲量時，降雨增加率下降。當雲量增加至 13％，降雨變化率由增加轉變為 減少且變化為非線性。增加雲量時，降雨變化逐漸極端，主要是因為改變雲量同 時也會間接影響到地表溫度。根據圖 3-1(d)，減少 cld1 雲量會使地表的暖化效應 更加顯著;增加 cld1 雲量則會逐漸減弱地表的暖化程度。地表的暖化效應較弱時， 會造成降雨的改變量標準化後，變化較為極端。全球平均蒸發量的變化(圖 3-1(b)) ，與降雨的表現一致，即雲量減少(增加)時，蒸發增加率也隨之增加(減少)。. 14.
(26) 全球平均比濕的變化(圖 3-1(c))，使用初始設定的 cld1 雲量模擬，計算出的 比濕增加率為 7.2％K−1 (圖 3-1(c)的紅點)。減少 cld1 雲量，比濕增加率上升且變 化接近線性。每減少 1％的雲量，比濕增加率的上升幅度都在 0.1％內。當雲量 減少 10％時，比濕增加率接近 8％K−1；增加 cld1 雲量時，比濕增加率下降且變 化為非線性。增加雲量時，比濕的變化逐漸極端，其原因與降雨相同。整體而言， 比濕變化率的改變量遠較降水量小，大約在 0~8％之間。. 圖 3-2 為三倍二氧化碳的模擬結果。我們將二氧化碳的濃度提高至三倍，所 以暖化效應較二倍的實驗明顯(圖 3-2(d))，即使當 cld1 雲量增加 10％時，地表溫 度仍然上升 2 K 以上，可避免變數標準化後的極端現象。全球平均降雨的變化(圖 3-2(a))，使用初始設定的 cld1 雲量模擬，降雨增加率為 2.4％K−1(圖 3-2(a)的紅 點)。降雨隨雲量的變化較接近線性，增加、減少雲量 10％，計算出的降雨變化 率為−7.14％K−1 和+5.91％K−1，整體而言三倍二氧化碳實驗的降雨變化量較二倍 實驗小。全球平均蒸發量的變化(圖 3-2(b))與降雨的表現一致。而全球平均的比 濕變化(圖 3-2(c))，使用初始設定的雲量模擬，計算出的比濕增加率為 7.58％K−1 (圖 3-2(c)的紅點)，比濕隨雲量的變化接近線性，增加、減少雲量 10％，計算出 的比濕變化率為 6.42％K−1 和 8.20％K−1。整體而言比濕隨著雲量的變化小。. 圖 3-3 為四倍二氧化碳的實驗結果。因為提高了二氧化碳的濃度，暖化效應 更加顯著(圖 3-3(d))，即使將 cld1 雲量增加 10％，地表的暖化效應依然明顯。全 球平均降雨量的變化(圖 3-3(a))，使用初始設定的 cld1 雲量模擬，計算出的降雨 增加率為 2.3％K−1 (圖 3-3(a)的紅點)。降雨隨雲量的改變接近線性，增加、減少 雲量 10％，計算出的降雨變化率為−2.94％K−1 及+5.12％K−1，在四倍二氧化碳 濃度下的模擬，降雨的變化量更小。全球平均蒸發量的變化(圖 3-3(b))，與降雨 的表現一致。全球平均的比濕變化(圖 3-3(c))，使用初始設定的 cld1 雲量模擬，. 15.
(27) 計算出的比濕增加率為 7.9％K−1 (圖 3-3(c)的紅點)。比濕隨雲量的變化接近線性。 增加、減少雲量 10％，計算出的比濕變化率分別為+7.06％K−1 及+8.50％K−1， 所以比濕的變化率與雲量的關係甚小，大致上仍符合克勞秀士•克萊波隆關係式 (Clausius-Clapeyron relation)。. 降雨、蒸發、比濕的變化大小，以二倍二氧化碳的實驗結果變化最為明顯， 四倍的實驗結果則是相對的較不顯著，而三倍的實驗結果則大約介於二倍與四倍 的結果之間。以上變數皆透過地表溫度的變化使之標準化，所以地表溫度的改變 幅度決定著以上變數標準化後的大小。二倍二氧化碳的實驗結果，受到雲量變化 的影響，地表溫度改變量大約介於 0~2 K 之間，因為暖化程度相對較小，所以變 數標準化後的變化區間較大。四倍二氧化碳的實驗結果，地表溫度的變化量大約 介於 2~4.5 K 之間，所以變數標準化後的變化區間較不明顯。而三倍二氧化碳的 實驗結果，因為暖化程度正好介於二倍與四倍之間，所以變數標準化後的變化區 間則大致上在二倍與四倍的結果之間。. 3.2、水氣和能量的收支平衡. 3.2.1 標準全球暖化實驗 現今有非常多的氣候模式，在缺乏精確且時間長度夠長的觀測資料的情況之 下，模式對於推估暖化下全球能量收支和水氣的變化有非常大的幫助。我們挑選 21 個 CMIP5 模式(表二)做分析，並使用 QTCM1 不控制雲量的暖化實驗，與 CMIP5 模式做比較。CMIP5 模式的分析方法為:使用資料後二十年的全球平均值 減去前二十年的全球平均值，用此方法表現模式裡的暖化效應。. 16.
(28) 圖 3-4 中，圓形空心點為我們所挑選的 CMIP5 模式，圓形、菱形以及方形 實心點分別為 QTCM1 二倍、三倍和四倍二氧化碳濃度下的模擬結果。QTCM1 地表溫度的變化，二倍、三倍和四倍的實驗分別為 1.2 K、2.3 K 以及 3.3 K，因 為二氧化碳濃度的設定不同，所以暖化程度不一樣。而 CMIP5 模式的地表溫度 增溫大小不一致，變化幅度介於 2 K 至 4 K 之間，各模式之間的氣候變異度不同。. 大氣柱中水氣量的變化如圖 3-4(a)所示，QTCM1 不同二氧化碳濃度的實驗 與 CMIP5 模式有著一致的結果，大氣中水氣量的增加率都非常接近 7.5 ％K−1。 但是降雨增加率卻是明顯低於 7.5 ％K−1，計算出來的降雨增加率介於 1~3％K−1 (圖 3-4(b))。暖化下，降雨的增加率會小於大氣中水氣的增加率，主要是因為降 雨的變化被能量平衡所控制(Mitchell et al. 1987; Stephens et al. 1994; Allen and Ingram 2002)。本研究將能量平衡與降雨之間的關係分成兩部分進行討論，分別 為地表和大氣的能量平衡。. 我們可以藉由圖 3-4(c)，討論模式的地表能量平衡與降雨之間的關係。縱軸 為(2.12)等號右邊∆R net,sfc – ∆SH，代表暖化下的地表輻射淨通量變化量與可感熱 通量變化量的差；橫軸為 L∆P，代表暖化下降雨的變化量，並換算成能量通量 單位。CMIP5 模式的模擬各有差異，但是模式與模式之間大致上成線性關係且 一致偏離平衡線，而 QTCM1 二倍、三倍與四倍二氧化碳濃度的模擬結果正好在 平衡線上。QTCM1 與 CMIP5 在地表的能量平衡上略有差異，主要是因為 QTCM1 耦合的海洋模式為混合層海洋模式，可較快速的將海洋的暖化效應反饋給大氣模 式，這代表無能量存於海洋之中；而 CMIP5 耦合的海洋模式為 OGCM(Oceanic General Circulation Model)，此類海洋模式不只模擬混和層更考慮深層洋流對大氣 的影響，所以一部分能量會存於深層海洋之中(Trenberth and Fasullo 2012)。本研 究所使用的地表能量收支平衡式，沒有考慮向下傳送且存在於海洋中的能量，所. 17.
(29) 以 CMIP5 模式的地表能量收支會偏離平衡線。雖然大部分的模式偏離平衡線， 但是可以藉此了解降雨於暖化下的變化會被地表的能量平衡控制。. 藉由圖 3-4(d)，我們可以討論模式中大氣能量平衡與降雨之間的關係。縱軸 為(2.6)等號右邊∆R net,atm – ∆SH，代表暖化下大氣輻射淨通量變化量與可感熱通 量變化量的差；橫軸為 L∆P，代表暖化下降雨的變化量，並換算成能量通量單 位。CMIP5 模式的模擬各有差異，但是大致上都在平衡線上。QTCM1 並非一個 全球模式，所以我們使用經過修正的大氣能量平衡式(2.16)進行分析。QTCM1 的實驗結果大致上與 CMIP5 一致，非常接近平衡線。這代表降雨對大氣輻射平 衡的貢獻，扮演著非常重要的角色。換而言之，暖化下全球平均的降雨變化主要 是被大氣能量平衡所控制，和水氣增加的多寡無直接關係。. 由前面的討論可以了解，暖化下降雨的變化被能量平衡所控制。不管是從地 表或是大氣的角度去討論，都可以得到一致的結果。. 3.2.2 雲量實驗 本節將討論雲量控制實驗的水文以及能量收支平衡的變化。圖 3-5 中的黑色 、紅色以及藍色圓形點分別為二倍、三倍和四倍的二氧化碳實驗模擬結果。因為 不同二氧化碳濃度的設定，所以地表溫度的變化會有明顯的差異，雖然雲量也會 對地表增溫幅度造成影響，但整體而言以四倍二氧化碳實驗的地表溫度較高；反 之二倍實驗較低，而三倍的實驗結果介於二倍和四倍之間。. 圖 3-5(a)為暖化下大氣柱中水氣量的變化。如圖所示，二倍、三倍或是四倍 二氧化碳實驗在不同雲量的設定之下，大氣柱中水氣的增加率都非常接近 7.5％. 18.
(30) K−1，這意味著二氧化碳濃度和雲量的改變不會對水氣的增加率造成影響。降雨 的變化較為顯著(圖 3-5(b))，提高二氧化碳濃度會使降雨的增加率整體略為上升， 而雲量的改變會對降雨變化率造成明顯的增加、減少。雲量對降雨的影響扮著重 要的角色。. 藉由圖 3-5(c)與圖 3-5(d)可以討論地表以及大氣的能量收支平衡。以上兩張 圖的縱軸、橫軸則分別與圖 3-4(c)和 3-4(d)相同。藉由這兩張圖我們可以了解， 不同濃度的二氧化碳或是雲量的變化，不會對大氣、地表的能量收支平衡造成影 響，所有的實驗結果都在平衡線上。這代表著降雨的變化被能量平衡所控制，與 前節(3.2.1)得到相同的結果。因此，在下一節中我們將進一步分析能量的收支平 衡，了解雲量是如何改變降雨變化率。. 3.3、雲量實驗中能量收支平衡的變化. 本節將討論 cld1 雲量的改變對大氣及地表能量收支平衡的影響，並藉由(2.6) 、(2.12)兩方程式中的各項的變化，進行更詳細的分析。QTCM1 的大氣能量平衡 變化皆經由(2.16)修正，圖 3-4(d)、圖 3-5(d)、圖 3-7(a)、圖 3-9(a)與圖 3-11(a)為 修正後的結果。. 3.3.1 二倍二氧化碳實驗. (a)地表能量平衡 首先討論二倍二氧化碳濃度下，地表能量收支平衡的變化。我們可以藉由將 (2.9)代入(2.12)中，並把等號右邊分成三項討論，分別為地表長波輻射淨通量 19.
(31) (∆NetLWsfc )、短波輻射淨通量(∆NetSWsfc )以及可感熱通量(∆SH)的變化項。使用 初始 cld1 雲量模擬，∆NetLWsfc 約為+2.1 W/m2(圖 3-6(b)中的紅點)。減少 cld1 雲 量時，∆NetLWsfc 隨雲量減少而變小並在 cld1 雲量為 5％時由正值轉變為負值。 當雲量減少 10％時，∆NetLWsfc 約為−2.3 W/m2；增加 cld1 雲量時，∆NetLWsfc 隨 雲量增加而上升。雲量增加 10％時，∆NetLWsfc 約為+7.3 W/m2。當雲量減少(增 加)時，地表所吸收的向下長波輻射減少(增加)，但向上長波輻射卻因地表溫度上 升(下降)而增加(減少)，所以∆NetLWsfc 隨之減少(增加)。. 當 cld1 雲量為初始設定時，∆NetSWsfc 為 0 W/m2 (圖 3-6(c)中的紅點)。減少 cld1 雲量時，∆NetSWsfc 逐漸增加且線性增加。雲量減少 10％時，∆NetSWsfc 約為 +16 W/m2；增加 cld1 雲量時，∆NetSWsfc 逐漸減少且為線性減少。雲量增加 10 ％時，∆NetSWsfc 約為−16 W/m2。雲量減少(增加)時，地表可接受較多(少)的太陽 短波輻射，而地表反照率維持不變，所以∆NetSWsfc 增加(減少)，這也是讓地表溫 度上升(下降)的主要原因。. 根據(2.12)，我們將可感熱通量乘上負號(圖 3-6(d))，當 cld1 雲量為初始設定 時，−∆SH約為−0.4 W/m2 (圖 3-6(d)中的紅點)。減少 cld1 雲量，−∆SH變得更小 且接近線性下降。雲量減少 10％時，−∆SH約為−3.2 W/m2；增加 cld1 雲量，−∆SH由 負值轉為正值且線性上升。雲量增加 10％時，−∆SH約為+ 2 W/m2。可感熱通量 的改變主要和地表溫度有關，當雲量減少(增加)，地表溫度上升(下降)，所以∆SH 增加(減少)。從圖 3-6(b)-(d)可了解雲量的改變對地表能量收支平衡的影響，主要 是由∆NetSWsfc 主導(2.12)的變化。當 cld1 雲量為初始設定時，地表能量收支平衡 的變化約為+1.8 W/m2 (圖 3-6(a)的紅點)，根據(2.12)此時的降雨將會增加。減少 cld1 雲量，(2.12)等號右邊的總和線性增加，代表地表吸收更多能量，造成地表. 20.
(32) 蒸發增加，所以降雨增加更多；反之，當增加 cld1 雲量，(2.12)等號右邊的總和 線性減少且由正值轉負值，代表降雨會逐漸減少。. (b)大氣能量平衡 暖化下大氣能量收支平衡的變化，可以藉由將(2.3)代入(2.6)，把等號右邊分 成三項討論，在將(2.6)中負號保留的情況之下，此三項分別為大氣長波輻射淨通 量(∆NetLWatm )、短波輻射淨通量(∆NetSWatm )以及可感熱通量(∆SH)的變化項。 使用初始 cld1 雲量模擬，∆NetLWatm 約為−1.4 W/m2 (圖 3-7(b)中的紅點)。減少 cld1 雲量時，∆NetLWatm 隨雲量的減少而線性下降，雲量減少 10％時，∆NetLWatm 約為−12 W/m2；增加 cld1 雲量時，∆NetLWatm 隨雲量的增加而線性上升且由負 值轉為正值，雲量增加 10％時，∆NetLWatm 約為 9.5 W/m2。當雲量減少(增加)時， 大氣長波輻射冷卻的效率提高(降低)，所以∆NetLWatm 趨向負(正)值。. 當 cld1 雲量為初始設定時，∆NetSWatm 為 0 W/m2 (圖 3-7(c)中的紅點)。減少 cld1 雲量，∆NetSWatm 逐漸增加且為線性上升。雲量減少 10％，∆NetSWatm 約為 0.39 W/m2；增加 cld1 雲量，∆NetSWatm 逐漸減少且為線性下降。雲量增加 10％， ∆NetSWatm 為−0.39 W/m2。∆NetSWatm 隨雲量的改變相對較小，因為大氣吸收太 陽短波輻射的主要因子為水氣，而水氣的變化並不會對太陽短波輻射的吸收造成 顯著的改變。. 當 cld1 雲量為初始設定，∆SH約為+0.4 W/m2 (圖 3-7(d)的紅點)。減少 cld1 雲量，∆SH增加且接近線性上升。雲量減少 10％，∆SH約為 3.2 W/m2；增加 cld1 雲量，∆SH由正值轉為負值，且線性下降。雲量增加 10％時，∆SH約為−2 W/m2。 這和地表能量平衡的結果一致，僅差了一個正負號。由圖 3-7(b)-(d)，可了解雲. 21.
(33) 量的改變對大氣能量收支平衡的影響，主要是由∆NetLWatm 主導(2.6)的變化。當 cld1 雲量為初始設定，大氣能量收支平衡的變化約為−1.9 W/m2 (圖 3-7(a)中的紅 點)，根據(2.6)此時降雨將會增加。減少 cld1 雲量，∆NetLWatm、∆NetSWatm 及∆SH三 項的總和線性下降，乘上一負號後為線性上升，代表降雨會增加更多，反之亦然。 當雲量增加(減少)，大氣輻射冷卻的能力下降(上升)，所以用以平衡能量收支的 潛熱釋放的需求也隨之下降(上升)。. 3.3.2 三倍與四倍二氧化碳實驗 接下來要討論的為三倍與四倍二氧化碳濃度下，地表與大氣能量收支平衡的 變化。. (a)地表能量平衡 地表能量收支平衡的分析方法與前面相同。因為增加了二氧化碳的濃度，地 表會接收到更多的長波輻射，因此∆NetLWsfc 隨雲量的變化整體上升(圖 3-8(b)、 圖 3-10(b))，而四倍的實驗結果更加明顯。整體而言∆NetLWsfc 隨雲量變化的趨勢 與二倍二氧化碳的實驗結果相似(圖 3-6(b))，即雲量減少(增加)時，∆NetLWsfc 隨 之減少(增加)。. 提高二氧化碳濃度，對於∆NetSWsfc 的變化沒有太大的差別，主要是因為 ∆NetSWsfc 不隨二氧化碳濃度和地表溫度而改變。所以三倍（圖 3-8(c)）與四倍(圖 3-10(c))的實驗結果與二倍二氧化碳(圖 3-6(c))的結果有相同的趨勢變化與大小。. 22.
(34) 可感熱通量會受到地表溫度的影響，所以當我們增加二氧化碳濃度時，也會 影響到可感熱通量的變化。而−∆SH隨雲量的變化趨勢，三倍（圖 3-8(d)） 、四倍 (圖 3-10(d))的實驗結果與二倍實驗(圖 3-6(d))一致。唯一的差別在於，因為二氧 化碳濃度的增加，提高了地表的暖化程度，造成∆SH的變化區間在三倍與四倍的 實驗較大。雲量的變化對地表能量收支平衡的影響，即使提高了二氧化碳濃度， (2.12)仍然是由∆NetSWsfc 主導整個式子的變化。而四倍(圖 3-10(a))與三倍(圖 3-8(a))實驗的地表能量收支平衡隨雲量的變化，其變化趨勢與二倍實驗結果(圖 3-6(a))相同，即雲量減少(增加)，地表能量收支增加(減少)。而差別在於三倍(圖 3-8(b))、四倍(圖 3-10(b))實驗的∆NetLWsfc 變化，因二氧化碳濃度增加而整體上 升，同時也使地表能量收支整體上升。. (b)大氣能量平衡 大氣能量收支平衡的分析方法與前面相同。增加二氧化碳濃度，會提高大氣 的長波輻射冷卻效應，所以三倍（圖 3-9(b)） 、四倍(圖 3-11(b))實驗的∆NetLWatm 變化，整體而言會小於二倍的實驗結果(圖 3-7(b))，但是∆NetLWatm 對雲量的變 化有著相同的趨勢，即當雲量減少(增加)時，大氣長波輻射冷卻的效率提高(降低) ，所以∆NetLWatm 趨向負(正)值。. 大氣中短波輻射淨通量的變化，三倍（圖 3-9(c)） 、四倍(圖 3-11(c))的實驗與 二倍實驗(圖 3-7(c))的模擬有類似的表現。因為太陽短波輻射不受二氧化碳的影 響，所以即使是不同濃度的二氧化碳實驗也會有相似的結果。. 與前面所提到的相同，可感熱通量的變化會受到地表溫度的影響。而越高倍 數的二氧化碳濃度，會提高地表的暖化程度。所以三倍（圖 3-9(d)） 、四倍(圖 3-11(d)). 23.
(35) 實驗的可感熱通量的變化區間會較二倍實驗(圖 3-7(d))大。即使改變了二氧化碳 濃度，∆NetLWatm 仍然主導著(2.6)的變化，而三倍（圖 3-9(a)） 、四倍實驗(圖 3-11(a)) 與二倍實驗結果(圖 3-7(a))有著一致的變化，差別在於較高濃度的二氧化碳實驗， 提高了∆NetLWatm 整體的冷卻效應，進而降低了大氣的能量收支。. 整體而言，不同濃度的二氧化碳實驗，並不會改變各輻射變數以及能量平衡 隨雲量變化的趨勢。但是較高倍數的二氧化碳濃度，會增加向下的長波輻射通量 ，進而整體的提升地表以及降低大氣的能量收支，這代表著較高濃度的二氧化碳 實驗，地表溫度的上升幅度較大而大氣輻射冷卻較為顯著。. 24.
(36) 第四章 估計雲量在不同時間尺度的變化. 藉由本研究的實驗，可以將雲量對降雨的影響量化。但是觀測資料或是模式 中的雲量到底會如何改變?本章節將討論模式與觀測資料中雲量的變化以及氣候 平均值。透過此章節，我們可以大略的了解雲在觀測資料和模式中的變化情況， 而造成模式雲量偏差(bias)的原因，在此暫不討論。. 根據不同時間尺度，我們將雲量的變化分成季節變化(Seasonal variation)、年 際變化(Interannual variation)、年代際變化(Decadal variation)以及長期趨勢(Trend) 。本研究分析的雲量變數有總雲量、高雲、中雲以及低雲。關於不同高度雲量的 計算，我們根據 ISCCP D2 對雲分類的定義(圖 2-1)將雲分成九種類型並計算出高、 中、低雲雲量，因為有較詳細的雲種分類，因此我們可以使用高層雲中的深對流 和卷層雲計算 QTCM1 所定義的第一類雲雲量(cld1)，並分析觀測資料與模式之 間的差異。而類似 ISCCP D2 定義的雲量變數，在 CMIP3 以及 CMIP5 中只有三 組模式輸出，所以可拿來做比較的模式個數較少。. 4.1、雲量的氣候平均值. 圖 4-1(a)為觀測(實心點)以及模式資料(空心點)的雲量全球平均值。模式總雲 量平均值(圖 4-1(a)第一行(Total)的空心點)介於 45~70％之間，分布廣泛。而觀測 資料(圖 4-1(a)中第一行的實心點)的總雲量平均值大約為 65％，落在模式的分布 範圍內。模式對於總雲量的模擬，差異性大，最大與最小的總雲量平均值至少可 差到 20％。總雲量的多寡並無法精確地代表雲對於地球能量收支的影響，即使 25.
(37) 總雲量相似，其能量收支可能差別很大，所以進一步分別考慮不同種類雲的雲量 是必要的。. 模式的高雲雲量(圖 4-1(a)第二行(High)空心點)介於 30~35％之間，而兩筆觀 測資料(圖 4-1(a)第二行的實心點)的高雲雲量則大約為 20％左右。依照 QTCM1 第一類雲的定義，模式內的 cld1 雲量(圖 4-1(a)第二行的 cld1)在 16~20％之間， 而觀測資料大約為 8％左右。相對於觀測資料而言，模式明顯的高估了高雲的雲 量，cld1 雲量也表現著相同的特徵。. 中雲雲量( 圖 4-1(a)第三行 (Middle)) 。IPSL-CM5A-LR( 綠色空心星形) 、 IPSL-CM5A-MR(紅色空心三角形)計算出的中雲雲量約為 5％，IPSL-CM4 模式 (藍色空心菱形)約為 20％。觀測資料的中雲雲量，ISCCP(實心方形)為 21％、 CERES(實心星形)為 15％。IPSL-CM4 的模擬與其他兩個模式結果差異較大，但 相對的 IPSL-CM4 模式的中雲雲量比較接近觀測資料的結果。. 低雲雲量(圖 4-1(a)第四行(Low))。IPSL-CM5A-LR、IPSL-CM5A-MR 計算出 的低雲雲量約為 10％，而 IPSL-CM4 為 38％。觀測資料的低雲雲量，ISCCP 為 25％、CERES 為 33％。IPSL-CM5A-LR、IPSL-CM5A-MR 明顯低估了低雲的雲 量，但是 IPSL-CM4 則與觀測資料的結果較為一致。. 雲量的全球平均值，即使是觀測資料也不一定會有完全一致的結果，而模式 對於雲量的模擬也存在著不確定性。現今的氣候模式沒有辦法很好的解析模式內 雲量大小，這是有待改善的部分。. 26.
(38) 4.2、雲量的變化. 4.2.1 季節變化 總雲量的季節變化(圖 4-1(b)第一行(Seasonal))。模式(空心點)的模擬結果分 布較為廣泛，介於 0.4~1.35％。而觀測資料的結果，ISCCP(實心方形)為 0.65％、 CERES(實心星形)為 1.2％。CERES 的變化幾乎是 ISCCP 的兩倍，但整體而言， 觀測資料和模式模擬顯示總雲量的季節變化並不大，大致上落在 1％的範圍上 下。. 至於高雲的季節變化(圖 4-1(c)第一行(Seasonal)的 High)。模式的高雲變化 IPSL-CM5A-LR(綠色空心星形)為 0.8％、IPSL-CM5A-MR(紅色空心三角形)為 0.95％、IPSL-CM4(藍色空心菱形)為 0.6％，模式與模式之間的表現略有差異。 觀測資料則約為 0.6％。除了 IPSL-CM4，其餘的兩個模式皆些許高估了高雲雲 量的季節變化。而 cld1(圖 4-1(c)第一行(Seasonal)的 cld1)的季節變化，模式約為 0.5~0.6％，差異不大。觀測資料 ISCCP 為 0.19％、Ç ERES 為 0.44％，觀測資料 的表現較為不一致。模式整體稍微高估了高雲的季節變化，而 cld1 的雲量也有 相同的特徵。. 中雲的季節變化(圖 4-1(c)第一行(Seasonal)的 Middle)。模式的結果介於 0.4~0.8％，模式的表現不一致。而觀測資料 ISCCP 為 1.0％、CERES 為 0.75％， 觀測資料於中雲的季節變化也略有差異，但是 CERES 相對的較接近模式的模擬 結果。整體而言，模式些許低估了中雲雲量的季節變化。. 27.
(39) 低雲的季節變化(圖 4-1(c)第一行(Seasonal)的 Low)。IPSL-CM4 的變化為 1.2 ％，其餘的兩個模式約為 0.7％。觀測資料 ISCCP 為 1.1％、CERES 為 1.7％。 模式整體而言低估了低雲的季節變化，但是 IPSL-CM4 模式則較接近觀測資料的 結果。. 4.2.2 年際變化 總雲量的年際變化(圖 4-1(b)的二行(Interannual))。模式(空心點)的變化分布 在 0.15~0.5％，分布範圍相對較小。而觀測資料(實心點)約為 0.27％左右，介於 模式的分布範圍之間。模式對於總雲量年際變化的模擬，結果較為一致。. 高雲的年際變化(圖 4-1(c)第二行(Interannual)的 High)。模式的結果一致，約 為 0.3％。觀測資料 ISCCP 為 0.85％、CERES 為 0.21％。兩筆觀測資料差異明 顯，但是 CERES 觀測資料與模式的結果較為接近。高雲 cld1(圖 4-1(c)第二行 (Interannual)的 cld1)的變化，模式大約為 0.15％。觀測資料 ISCCP 為 0.18％、 CERES 為 0.08％，模式的結果與 ISCCP 觀測資料較為接近，而與 CERES 略有 差別。. 中雲的年際變化(圖 4-1(c)第二行(Interannual)的 Middle)。模式的變化介於 0.1~0.2％之間，模式與模式之間的差異較小。觀測資料 ISCCP 為 0.54％、CERES 為 0.26％，兩筆觀測資料差異明顯，而 CERES 觀測資料的結果較與模式接近， 但均顯示模式低估了中雲雲量的變化。. 低雲的年際變化(圖 4-1(c)第二行(Interannual)的 Low)。模式 IPSL-CM4(藍色 空心菱形)為 0.4％，其餘的兩個模式(綠色空心星形、紅色空心三角形)約為 0.2. 28.
(40) ％。觀測資料 ISCCP 為 0.63％、CERES 為 0.53％。模式整體低估了低雲的年際 變化，但是 IPSL-CM4 與觀測資料的結果較為接近。. 4.2.3 年代際變化 關於雲量年代際的變化，本研究只使用 ISCCP 觀測資料與模式結果比較。 CERES 資料時間長度較短，所以不分析此觀測資料的年代際變化。. 總雲量的年代際變化(圖 4-1(b)第三行(Decadal))，大部分的模式分布介於 0.05~0.2％之間。觀測資料 ISCCP 為 0.29％。模式整體而言低估了總雲量的年代 際變化，只有少數模式比較接近觀測資料的結果。. 高雲的年代際變化(圖 4-1(c)第三行(Decadal)的 High)，模式(空心點)的結果 介於 0.07~0.16％，模式之間差異不大。觀測資料 ISCCP(實心方形)為 0.47％。模 式明顯低估了高雲的年代際變化。高雲 cld1(圖 4-1(c)第三行(Decadal)的 cld1)， 模式結果約為 0.07％，而觀測資料 ISCCP 為 0.22％。模式同樣低估了 cld1 年代 際的變化，但差距相對較小。. 中雲的年代際變化(圖 4-1(c)第三行(Decadal)的 Middle)，模式的結果約為 0.03 ％，而觀測資料 ISCCP 為 0.54％。模式至少低估了 0.5％的中雲變化。模式與觀 測資料有很明顯的差異。. 低雲的年代際變化(圖 4-1(c)第三行(Decadal)的 Low)，IPSL-CM4 為 0.14％， 其餘的兩個模式約為 0.3％，模式表現不一致。觀測資料 ISCCP 為 0.43％。模式 相同的低估了低雲的年代際變化。. 29.
(41) 4.2.4 長期趨勢 總雲量的趨勢變化(圖 4-1(b)第四行(Trend))，單位為％decade−1。大部分模 式(空心點)分布介於−0.3~+0.2％decade−1 之間，只有少數的模式有較明顯的趨勢 變化。觀測資料 ISCCP(實心方形)為−1.2％decade−1、CERES(實心星形)為−0.7％ decade−1。模式的趨勢變化不一致，而且明顯的低估了總雲量的趨勢變化。. 高雲的趨勢變化(圖 4-1(c)第四行(Trend)的 High)。模式的變化在 −0.1％ decade−1 之內。觀測資料 ISCCP 為 0.32％decade−1、CERES 為 1.6％decade−1。模 式與觀測資料呈現不同的趨勢，並且低估高雲的變化值。高雲 cld1(圖 4-1(c)第四 行(Trend)的 cld1)的變化，IPSL-CM4(藍色空心菱形)為−0.08％decade−1，其餘的 兩個模式(綠色空心星形、紅色空心三角形)為 0.01％decade−1，IPSL-CM4 預測的 趨勢與其他兩個模式相反，且變化值略大。觀測資料 ISCCP 為 0.34％decade−1、 CERES 為 0.25％decade−1，兩筆觀測資料皆為正的趨勢，且趨勢變化值都在 0.2 ％decade−1 以上。模式明顯的低估了 cld1 雲量的長期趨勢變化。. 中雲的趨勢變化(圖 4-1(c)第四行(Trend)的 Middle)，模式的變化約為−0.1％ decade−1，模式結果相當一致。觀測資料 ISCCP 為 0.8％decade−1、Ç ERES 為 0 ％decade−1。CERES 的中雲雲量沒有明顯的趨勢變化，與 ISCCP 有些微的差異。 模式的模擬結果與觀測資料完全不同。. 低雲的趨勢變化(圖 4-1(c)第四行(Trend)的 Low)，模式 IPSL-CM4 為−0.2％ decade−1 ，其餘的兩個模式為−0.07％decade−1，模式呈現相同的趨勢變化，但是 IPSL-CM4 趨勢較為明顯。觀測資料 ISCCP 為−2％decade−1、CERES 為−1.1％ 30.
(42) decade−1。模式完全的低估了低雲的長期趨勢變化且差異明顯。. 整體而言，觀測資料總雲量的減少主要是來自低雲的改變，模式的模擬對於 高、中、低雲以及總雲量的趨勢變化都有低估的現象。雲量的季節變化，觀測資 料在總雲量和低雲的變化較不一致，而模式對於高、中、低雲的模擬則以 IPSL-CM4 與觀測資料的結果較接近。雲量的年際變化，觀測資料於高雲的結果 差異略為明顯，其他雲類差異不大。而模式的模擬相對季節變化而言，與觀測資 料的結果較接近。雲量的年代際變化，模式所模擬的所有雲類都有低估的現象。 從本章的分析可以知道，雲量的變化存在著不確定性，即使同為衛星觀測資料也 不一定會有完全一致的表現，而模式對於雲的模擬各有差異，此時模式中雲的參 數化方法扮演著重要的角色。. 31.
(43) 第五章 討論與結論. 5.1、討論. 根據本研究的實驗結果，暖化下全球平均降雨量的變化率會受到雲量改變的 影響，即雲量減少(增加)時，降雨變化率隨之增加(減少)。藉由本文第三章的討 論可以了解，全球平均降雨的變化率受到能量收支平衡的影響，而前人的研究也 得到相同的結果(Mitchell et al. 1987; Stephens et al. 1994; Allen and Ingram 2002)。 以大氣的角度討論能量收支平衡的影響，暖化下降雨的變化趨勢為增加，主要是 因為大氣的淨輻射通量為負值，代表大氣呈現冷卻的狀態。以氣候的時間尺度而 言，全球的能量收支必須達到平衡，除了長波以及短波輻射對大氣的影響，此外 受到暖化的地表會向上傳遞可感熱通量以及潛熱通量，使大氣達到能量收支平衡 ，其中潛熱通量的貢獻較可感熱通量的貢獻來得大(Stephens et al. 2012)。本研究 實驗所使用的 QTCM1 模式，在標準全球暖化實驗的模擬結果與一般的 GCM 相 當類似。雖然此模式較 GCM 來得簡單，但是同為氣候模式，模擬結果都必須遵 守能量平衡的原則，所以 QTCM1 與其他 GCM 的表現一致。本研究的實驗設計， 主要以控制深對流雲量為主，即 QTCM1 中定義的 cld1。此類雲對長波輻射的影 響甚大，會攔截(trap)從地表向上傳遞的長波輻射。所以當雲量增加(減少)時，大 氣所吸收到的長波輻射增加(減少)，進而減弱(增強)大氣長波輻射冷卻的效率， 這代表大氣能量收支平衡對潛熱的需求減少(增加)。所以雲量會對降雨變化率造 成影響，大氣長波輻射的冷卻效率扮演著重要的角色。. 降雨隨雲量的變化，二倍、三倍以及四倍二氧化碳的實驗結果，其降雨變化 32.
(44) 率隨雲量改變的斜率非常相似(圖 3-5(b)中黑色、紅色以及藍色點，各別建構成的 直線)。主要是因為發展 QTCM1 時，模式所用的輻射參數化法為一個弱線性的 長波輻射參數法(Chou and Neelin 1996)。這代表雲對長波輻射的回饋效應非常接 近線性，所以造成以上提到的結果。. 增加二氧化碳的濃度時，降雨每一度的變化率隨之降低，例如減少雲量 10 ％時，二倍二氧化碳的降雨增加率約為 7.6％K−1；四倍二氧化碳的降雨增加率卻 只有 5％K−1。主要是因為較高的二氧化碳濃度，會使大氣加熱更多，所以改變 雲量時的大氣輻射冷卻效率也因此減弱。如圖 3-5(b)所示，雖然三種二氧化碳實 驗結果，降雨變化率隨雲量改變的斜率非常接近，但是隨著二氧化碳濃度的增加， 其斜率有略為變小的特徵。. 一般而言，對流雲雲量和降雨成正比關係，所以在本研究的實驗結果中，當 雲量減少時，降雨變化率增加，這樣的變化在實際狀況下應如何發生?圖 5-1 為 可能發生的情境示意圖。圖 5-1(b)表示的是水循環加快，即對流移除大氣中水分 的過程更有效率，所以對流雲存在的時間變短，平均雲量變少。另一種可能情況 是因為對流逸出所產生的高雲(雲砧部分)減少(圖 5-1(c))，而這可以因高對流層增 溫較快，導致相對溼度減少而造成。以上的概念為初步的猜測結果，仍需更一進 步的探討此概念的可行性。. 5.2、結論. 本研究主要在探討暖化下，模式裡雲量的改變會對全球平均降雨的變化率產 生什麼樣的影響，並且將降雨變化率的改變量量化。我們實驗主要的控制目標為. 33.
相關文件
2 Department of Educational Psychology and Counseling / Institute for Research Excellence in Learning Science, National Taiwan Normal University. Research on embodied cognition
(1997，NC State University, The Center for universal
2 Center for Theoretical Sciences and Center for Quantum Science and Engineering, National Taiwan University, Taipei 10617, Taiwan!. ⇤ Author to whom correspondence should
2 Center for Theoretical Sciences and Center for Quantum Science and Engineering, National Taiwan University, Taipei 10617, Taiwan..
2 Center for Theoretical Sciences and Center for Quantum Science and Engineering, National Taiwan University, Taipei 10617, Taiwan..
Department of Physics and Taiwan SPIN Research Center, National Changhua University of Education, Changhua, Taiwan. The mixed state is a special phenomenon that the magnetic field
– Change of ownership principle in recording trade in goods sent abroad for processing – The term Gross National Product (GNP) is... Capitalisation of research and development
Contact information of NGOs or school services that provide mental health support. News articles/video clips relating to this
