長期氣候變遷對於侵台颱風個案降雨影響之探討

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. 長期氣候變遷對於侵台颱風降雨影響之探討. 研究生：林伯勳撰中華民國 102 年 7 月.

(2)

(3) I.

(4) 致謝經過兩年，終於要來到碩士生涯的終點，我要感謝每一位曾經幫助過我的人，有你們的指導和幫忙，讓我能順利兩年畢業。這兩年來我覺得自己不論在課業、研究及人際關係上都成長很多，這也讓我自己更有信心面對未來的挑戰。首先，我要感謝我的指導教授王重傑教授，謝謝老師的細心指導，並一步一步的引導我完成這篇論文，老師也建立我在從事科學研究所應具有的嚴謹與細心的態度。也感謝口試委員郭鴻基教授及鄒治華教授給予許多正面批評與建議，讓本文更趨完整。感謝美鳳學姐為我們打理好一切事務，讓我們能專注在課業上。感謝子均學長、怡文學姊、尹懋學長、心怡學姊、士豪學長、子睿助理的照顧與幫忙。感謝碩士班的學長姐們-阿達學長、Gary 學長、 George 學長、Jason 學長在課業及生活上的幫忙與指導。感謝一起努力的同學們-鑫澔、子睿、紹霖、秋葵、碧瑜、稚偉、詩婷，感謝你們的陪伴，讓我的碩士生涯更充實。我要感謝我親愛的家人們，謝謝你們一直以來對我無怨無悔的支持與付出，讓我能順利完成碩士學位。感謝律君陪伴我在台北這六年的時間，也謝謝你家人對我的照顧。謝謝可愛的小朋友及小傢伙的陪伴，讓我在趕論文的時候能稍微放鬆心情。要感謝的人實在太多，恕我無法一一列舉。最後，我要再向所有曾經幫助過我的人獻上感謝之意，謝謝你們。. II.

(5) III.

(6) 摘要近年來全球暖化的趨勢越來越明顯，且全球之極端天氣事件發生頻率也有增加的現象，所以越來越多人關注全球暖化與極端天氣之間的關係。熱帶氣旋為極端天氣現象之一，且對台灣威脅甚大，所以我們希望探討長期氣候變遷對於侵台颱風降雨的影響。本研究所使用的氣候差異值是由 1990~2009 平均減去 1950~1969 平均，使用的資料為美國國家環境預測中心(National Centers for Environmental Prediction，簡稱 NCEP) 之全球網格點再分析資料。本研究共討論兩個個案，分別為 2008 年 9 月 14 日辛樂克(Sinlaku)及 2008 年 9 月 28 日薔蜜(Jangmi)，個案一及個案二皆為西北行颱風，其強度皆達到強烈颱風等級，且颱風中心皆有登陸台灣本島，並造成台灣降下豪大雨。本研究使用日本名古屋大學地球水循環研究中心所發展的雲解析風暴模式(Cloud-Resolviing Storm Simulator，簡稱 CReSS)模式，針對個案颱風進行高時空解析度之控制模擬。再進行改變初始場、側邊界條件及海溫之敏感度實驗，模擬相同個案颱風生成於四十年前。再將此模擬結果與控制實驗做比較，即可定量評估長期氣候變遷對於颱風降雨之影響。研究結果顯示，長期氣候變遷造成颱風累積雨量增加約 4 至 7 %，且強降雨增加約 10 至 20 %；弱降雨則有增有減，但變化幅度約在正負 10 %之間。但在颱風強度及路徑上，控制實驗與敏感度實驗差異並不明顯。對於台灣而言，降雨變化應該還是受颱風路徑、台灣地形作用及西南氣流等因素影響。關鍵字：氣候變遷、颱風降雨、水氣收支 IV.

(7) V.

(8) 目錄致謝 ....................................................................................................... II 摘要 ....................................................................................................IV 目錄 ....................................................................................................VI 圖表說明 .............................................................................................. VIII 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 第二章資料來源於研究方法 .............................................................. 6 2.1、資料來源.................................................................................. 6 2.2、研究方法.................................................................................. 7 2.3、模式簡介................................................................................ 10 2.4、模式設定................................................................................ 12 第三章長期氣候差異值及個案觀測資料分析 ................................. 14 3.1、長期氣候差異值 .................................................................... 14 3.2、個案一 ................................................................................... 17 3.3、個案二 ................................................................................... 20 第四章個案一模擬結果 ...................................................................... 23 VI.

(9) 4.1、模擬結果................................................................................ 23 4.2、扣掉氣候差異值之模擬結果 ................................................ 28 4.3、水氣收支及小結 .................................................................... 31 第五章個案二模擬結果 ...................................................................... 37 5.1、模擬結果................................................................................ 37 5.2、扣掉氣候差異值之模擬結果 ................................................ 40 5.3、水氣收支及小結 .................................................................... 42 第六章總結 ....................................................................................... 46 參考文獻 ............................................................................................... 49. VII.

(10) 圖表說明表 1.1 1960 至 2011 年，侵台颱風之累積降雨量，排名前十二名颱風，2004 年以後發生的用粗體字標註。(引用自 Chang et al., 2012) 表 2.1 CReSS 模式個案一及個案二個案實驗之模擬參數設定。表 4.1 CReSS 模式模擬 S1、S2、S1 減 S2 及以 S1 為基準之差異比，在不同颱風半徑之日累積雨量，時間為 9 月 10 日至 16 日，半徑標示於左上角，藍色底為颱風登陸前期間，黃色底為登陸及離陸期間，紅色底為 10 至 16 日之七日平均雨量。表 4.2 CReSS 模式模擬 S1、S2、S1 減 S2 及以 S1 為基準之差異比，在台灣地區之日累積雨量，時間為 9 月 13 日至 15 日，紅色底為 13 至 15 日之三日總累積雨量。表 4.3 模擬之颱風辛樂克登陸前(9 月 9 日 0000 UTC 至 12 日 1800 UTC)，S1、S2 及 S1 減 S2，在半徑 500 及 200 km 之水的收支方程式各項數值，單位皆為 kg m-2 h-1。表 4.4 模擬之颱風辛樂克近台期間(9 月 12 日 1900 UTC 至 15 日 1800 UTC)，S1、S2 及 S1 減 S2，在半徑 500 及 200 km 之水的收支方程式各項數值，單位皆為 kg m-2 h-1。表 4.5 模擬之颱風辛樂克離台期間(9 月 15 日 1900 UTC 至 18 日 0000 UTC)，S1、S2 及 S1 減 S2，在半徑 500 及 200 km 之水的收支方程式各項數值，單位皆為 kg m-2 h-1。表 4.6 模擬之颱風辛樂克全部期間(9 月 9 日 0000 UTC 至 18 日 0000 UTC)，S1、S2 及 S1 減 S2，在半徑 500 及 200 km 之水的收支方程式各項數值，單位皆為 kg m-2 h-1。表 4.7 颱風辛樂克登陸前期間，水氣密度(kg m-3)與風場輻合(s-1)之垂直積分，積分範圍為海平面至 500 hPa，積分後單位分別為水氣密度(kg m-2)、風場輻合(m s-1)。 VIII.

(11) 表 4.8 颱風辛樂克近台期間，水氣密度(kg m-3)與風場輻合(s-1)之垂直積分，積分範圍為海平面至 500 hPa，積分後單位分別為水氣密度(kg m-2)、風場輻合(m s-1)。表 4.9 颱風辛樂克離台期間，水氣密度(kg m-3)與風場輻合(s-1)之垂直積分，積分範圍為海平面至 500 hPa，積分後單位分別為水氣密度(kg m-2)、風場輻合(m s-1)。表 4.10 颱風辛樂克全部期間，水氣密度(kg m-3)與風場輻合(s-1)之垂直積分，積分範圍為海平面至 500 hPa，積分後單位分別為水氣密度(kg m-2)、風場輻合(m s-1)。表 5.1 CReSS 模式模擬 J1、J2、J1 減 J2 及以 J1 為基準之差異比，在不同颱風半徑之日累積雨量，時間為 9 月 27 日至 30 日，半徑標示於左上角，藍色底為颱風登陸前期間，黃色底為登陸及離陸期間，紅色底為 27 至 30 日之四日平均雨量。表 5.2 CReSS 模式模擬 J1、J2、J1 減 J2 及以 J1 為基準之差異比，在台灣地區之日累積雨量，時間為 9 月 28 日至 29 日，紅色底為 28 至 29 日之二日總累積雨量。表 5.3 模擬之颱風薔蜜登陸前(9 月 27 日 0000 UTC 至 27 日 2000 UTC)，J1、J2 和兩者差異比在半徑 500 及 300 km 之水氣方程式各項大小，單位皆為 kg m-2 h-1。表 5.4 模擬之颱風薔蜜登陸及離台期間(9 月 27 日 2100 UTC 至 30 日 0000 UTC)，J1、J2 和兩者差異比在半徑 500 及 300 km 之水氣方程式各項大小，單位皆為 kg m-2 h-1。表 5.5 模擬之颱風薔蜜全部期間(9 月 27 日 0000 UTC 至 29 日 2400 UTC)，J1、J2 和兩者差異比在半徑 500 及 300 km 之水氣方程式各項大小，單位皆為 kg m-2 h-1。表 5.6 颱風薔蜜登陸前期間，水氣密度(kg m-3)與風場輻合(s-1)之垂直積分，積分範圍為海平面至 500 hPa，積分後單位分別為水氣密度(kg m-2)、風場輻合(m s-1)。表 5.7 颱風薔蜜近台及離台期間，水氣密度(kg m-3)與風場輻合(s-1) 之垂直積分，積分範圍為海平面至 500 hPa，積分後單位分別為水氣密度(kg m-2)、風場輻合(m s-1)。表 5.8 颱風薔蜜全部期間，水氣密度(kg m-3)與風場輻合(s-1)之垂直積分，積分範圍為海平面至 500 hPa，積分後單位分別為水氣密度(kg m-2)、風場輻合(m s-1)。 IX.

(12) 圖 2.1 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、、、以及分別為雲水、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)。(Tsuboki and Sakakibara, 2007) 圖 3.1 (a) El Nino Southern Oscillation (ENSO) Index，圖片取自 NOAA 網站。(b)太平洋年代際震盪指數 (Pacific Decadal Oscillation ；簡稱 PDO)，圖片取自大氣海洋研究所(Joint Institute for the Study of the Atmosphere and Ocean；簡稱 JISAO)。(c) 大西洋年代際震盪指數 (Atlantic Multi-decadal Oscillation ；簡稱 AMO)，圖片為 Marsupilami 利用 NOAA 資料所製作。圖 3.2 1990 年至 2009 年平均(a)至(f)及氣候差異(g)至(l)之高度場(m) 與風場(風向量；m s-1)。等值線為高度，(a)至(c)的等值線間距為 10 m、(d)為 20 m、(e)和(f)為 40 m，(g)至(l) 的等值線間距皆為 2 m。圖 3.3 為 1990 年至 2009 年平均(a)至(e)及為氣候差異(f)至(j)之溫度場(K)與比濕(gkg-1)。等值線為溫度，(a)至(c)的等值線間距為 2K、(d)和(e)為 1K，(f)至(h)的等值線間距為 0.2K、(i)和(j)為 0.1K。色階為比濕。圖 3.4 1990 年至 2009 年平均(a)及為氣候差異(b)之海溫(K)，以色階表示。圖 3.5 中央氣象局之辛樂克颱風 (2008 年 9 月)最佳路徑資料(每 6h, UTC)。不同顏色表示颱風風速等級 (如下方標示)。紅色框線代表 CReSS 模式模擬範圍。圖 3.6 中央氣象局在 2008 年 9 月(a)11 日 0600 UTC，(b)13 日 0000 UTC，(c)13 日 1800UTC，(d)14 日 0600 UTC 之地面天氣圖。實線為等壓線，分析間距為 4 hPa。 X.

(13) 圖 3.7 中央氣象局在 850 hPa 天氣圖。(a)為 2008 年 9 月 10 日 1200 UTC， (b)為 9 月 12 日 1200 UTC。等高線(實線)分析間距分別為 30 gpm。圖 3.8 中央氣象局之 500 hPa 天氣圖。(a)至(b)分別為 9 月 10 日、12 日、14 日及 16 日之 1200 UTC。等高線(實線)分析間距分別 60 gpm。圖 3.9 中央氣象局雷達網於辛樂克颱風侵台期間所觀測之垂直向最大回波(dBz)合成圖。時間為 2008 年 9 月(a)至(b)為 11 日至 14 日之每日 1800 UTC。(c)至(f)為 13 日 1400 UTC 至 2000 UTC，時間間距為 2 小時。(g)至(i)為 14 日 1800 UTC、15 日 0600 UTC 及 1200 UTC。圖 3.10 中央氣象局之台灣地區在 2008 年 9 月(a) 11 日至 (f) 16 日之逐日 24 h 累積雨量(mm)。累積時段以 UTC 為準。圖 3.11 中央氣象局之薔蜜颱風 (2008 年 9 月)最佳路徑資料(每 6h, UTC)。不同顏色表示颱風風速等級 (如下方標示)。紅色框線代表 CReSS 模式模擬範圍。圖 3.12 中央氣象局在 2008 年 9 月(a)25 日 0000 UTC，(b)25 日 1200 UTC，(c)27 日 0000 UTC，(d)28 日 1200 UTC 之地面天氣圖。實線為等壓線，分析間距為 4 hPa。圖 3.13 中央氣象局之 500 hPa 天氣圖，時間同圖 3.12，等高線(實線) 分析間距分別為 60 gpm 。圖 3.14 中央氣象局雷達網於薔蜜颱風侵台期間所觀測之垂直向最大回波(dBz)合成圖。時間為 2008 年 9 月(a)至(e)分別為 27 日 1200 UTC 至 29 日 1200 UTC，時間間距為 12 小時；(f)為 29 日 2300 UTC。圖 3.15 中央氣象局之台灣地區在 2008 年 (a) 9 月 27 日至 (f) 9 月 30 日之逐日 24 h 累積雨量(mm)。累積時段以 UTC 為準。圖 4.1 2008 年 9 月 11 日至 15 日 CReSS 模擬之離地面 10 m 處風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及 100 m 處氣壓場 (hPa，等值線，間距為 5 hPa)，時間間距為 24 小時。及相同時間之 EC-YOTC 離地面 10 m 處之風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及氣壓場(hPa，等值線，間距為 5 hPa)。圖 4.2 2008 年 9 月 11 日至 15 日(a)至(e) CReSS 模擬之離地面 5710 m 處風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及氣壓 XI.

(14) 場(hPa，等值線，間距為 1 hPa)。時間間距為 24 小時。(f)至 (j)時間同(a)至(e)，但為 EC-YOTC 之 500 hPa 風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及高度場(m，等值線，間距為 10 m)。圖 4.3 颱風辛樂克之 JTWC 最佳路徑(藍線)及 CReSS 模擬結果(綠線)路徑，每 6 小時連線，每 12 小時一個點。圖 4.4 颱風辛樂克之 (a) JTWC(藍色)、QSCAT(黑色)、模擬 S1(綠色) 及 S2(紅色)之最大風速(m s-1)，(b)為海平面最低氣壓(hPa)，分類與(a)相同。圖 4.5 (a)至(e)為颱風辛樂克之 TRMM 衛星推估降水強度圖 (in. h-1；色階) 並疊加 MTSAT 之 VIS 或 IR 所觀測之雲圖。(f)至(j)為 CReSS 模擬之颱風辛樂克降雨強度(mm. hr-1；色階)及離地表 100m 風場(風標；一槓代表 10 m s-1)。時間分別為 9 月 (a) 12 日 0315 UTC，(b) 12 日 1947 UTC，(c) 13 日 0220 UTC，(d) 14 日 0124 UTC 及(e) 14 日 1933 UTC；(f)至(j)為和(a)至(e)之最相近時間。圖 4.6 CReSS 模式輸出之可降水粒子混合比(雨水、軟雹與雪之總混合比)最大值(g kg-1，色階)。時間為 2008 年 9 月，(a)至(d)為 11 日至 14 日每日 1800 UTC，(e)及(f)分別為 15 日 0600 UTC 及 1200 UTC。圖 4.7 CReSS 模式模擬之台灣地區在 2008 年 9 月(a) 11 日至 (f) 16 日之逐日 24 h 累積雨量(mm)。累積時段以 UTC 為準。圖 4.8 2008 年 9 月 11 日至 15 日每日 0000 UTC，CReSS 模擬之敏感度實驗(S2)，離地面 10 m 處風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及 100 m 處氣壓場(hPa，等值線，間距為 5 hPa)。時間間距為 24 小時。圖 4.9 2008 年 9 月 11 日至 15 日每日 0000 UTC，CReSS 模擬之敏感度實驗(S2)，離地面 5710 m 處風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及氣壓場(hPa，等值線，間距為 5 hPa)。時間間距為 24 小時。圖 4.10 颱風辛樂克之 CReSS 模擬結果 S1(綠色)及 S2(紅色)路徑，每 6 小時連線，每 12 小時一個點。圖 4.11 區域平均降雨強度(mm h-1)隨時間變化圖，區域分別為距離颱風中心半徑 500 km (紅色)、400 km (綠色)、300 km (藍色)及 XII.

(15) 200 km (黃色)範圍內，(a) S1、(b) S2、(c) S1 減去 S2。圖 4.12 9 月 13 日 0000 UTC 至 16 日 0000 UTC，共 72 小時之臺灣降雨強度(mm h-1)，S1 (綠色)、S2(紅色)。圖 4.13 登陸前(9 月 9 日 0000 UTC 至 12 日 1800 UTC)，S1 在各降雨強度所出現的樣本數減去 S2 之樣本數。紅色實線為 S1 在各降雨強度所出現的樣本數(左邊坐標軸)，以對數座標表示；直條圖為以 S1 為基準之差異比(右邊坐標軸)。橫軸為降雨強度，降雨強度分類為 1 至 10 mm h-1(間距 1 mm h-1)；10 至 30 mm h-1(間距 2 mm h-1)；30 至 40 mm h-1(間距 5 mm h-1)；40 至 50 mm h-1(間距 10 mm h-1)及 50 mm h-1 以上。格點數累積範圍為，以颱風中心為準，半徑(a) 500 km 及(b) 200 km 範圍內。圖 4.14 近台期間(9 月 12 日 1900 UTC 至 15 日 1800 UTC)，S1 在各降雨強度所出現的樣本數數減去 S2 之樣本數。紅色實線為 S1 在各降雨強度所出現的樣本數(左邊坐標軸)，以對數座標表示；直條圖為以 S1 為基準之差異比(右邊坐標軸)。橫軸為降雨強度，降雨強度分類為 1 至 10 mm h-1(間距 1 mm h-1)； 10 至 30 mm h-1(間距 2 mm h-1)；30 至 40 mm h-1(間距 5 mm h-1)； 40 至 50 mm h-1(間距 10 mm h-1)及 50 mm h-1 以上。格點數累積範圍為，以颱風中心為準，半徑(a) 500 km 及(b) 200 km 範圍內。圖 4.15 離台期間(9 月 15 日 1900 UTC 至 18 日 0000 UTC)，S1 在各降雨強度所出現的樣本數減去 S2 之樣本數。紅色實線為 S1 在各降雨強度所出現的樣本數(左邊坐標軸)，以對數座標表示；直條圖為以 S1 為基準之差異比(右邊坐標軸)。橫軸為降雨強度，降雨強度分類為 1 至 10 mm h-1(間距 1 mm h-1)；10 至 30 mm h-1(間距 2 mm h-1)；30 至 40 mm h-1(間距 5 mm h-1)； 40 至 50 mm h-1(間距 10 mm h-1)及 50 mm h-1 以上。格點數累積範圍為，以颱風中心為準，半徑(a) 500 km 及(b) 200 km 範圍內。圖 4.16 全部期間(9 月 9 日 0000 UTC 至 18 日 0000 UTC)，S1 在各降雨強度所出現的樣本數減去 S2 之樣本數。紅色實線為 S1 在各降雨強度所出現的樣本數(左邊坐標軸)，以對數座標表示；直條圖為以 S1 為基準之差異比(右邊坐標軸)。橫軸為降雨強 XIII.

(16) 度，降雨強度分類為 1 至 10 mm h-1(間距 1 mm h-1)；10 至 30 mm h-1(間距 2 mm h-1)；30 至 40 mm h-1(間距 5 mm h-1)；40 至 50 mm h-1(間距 10 mm h-1)及 50 mm h-1 以上。格點數累積範圍為，以颱風中心為準，半徑(a) 500 km 及(b) 200 km 範圍內。圖 4.17 半徑 500 km 範圍內，9 月 8 日 1200 UTC 至 18 日 0000 UTC 之水的時間變率(黃色)、水的平流之垂直積分(紅色)、水的輻合之垂直積分(綠色)、地表蒸發率(紫色)及降雨率(藍色)隨時間變化圖，單位皆為 kg m-2 h-1。(a) S1、(b) S2、(c) S1 減去 S2。圖 4.18 半徑 200 km 範圍內，9 月 8 日 1200 UTC 至 18 日 0000 UTC 之水的時間變率(黃色)、水的平流之垂直積分(紅色)、水的輻合之垂直積分(綠色)、地表蒸發率(紫色)及降雨率(藍色)隨時間變化圖，單位皆為 kg m-2 h-1。(a) S1、(b) S2、(c) S1 減去 S2。圖 4.19 CReSS 模式模擬之颱風辛樂克各半徑平均風速隨高度分佈圖，半徑分類為 0 至 500 km，風速單位為 m s-1。9 月(a) 12 日 0000 UTC，(b) 14 日 1200 UTC。圖 4.20 颱風登陸期間(9 月 12 日 1900 UTC 至 15 日 1800 UTC)，台灣地區 S1 在各降雨強度所出現的樣本數減去 S2 之樣本數。紅色實線為 S1 在各降雨強度所出現的樣本數(左邊坐標軸)，以對數座標表示；直條圖為以 S1 為基準之差異比(右邊坐標軸)。橫軸為降雨強度，降雨強度分類為 1 至 10 mm h-1(間距 1 mm h-1)；10 至 30 mm h-1(間距 2 mm h-1)；30 至 40 mm h-1(間距 5 mm h-1)；40 至 50 mm h-1(間距 10 mm h-1)及 50 mm h-1 以上。圖 5.1 2008 年 9 月 27 日至 30 日，每日 0000 UTC 之 CReSS 模擬離地面 10 m 處風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及 100 m 處氣壓場(hPa，等值線，間距為 5 hPa )。及相同時間之 EC-YOTC 離地面 10 m 處之風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及氣壓場(hPa，等值線，間距為 5 hPa)。圖 5.2 2008 年 9 月 27 日至 30 日，每日 0000 UTC 之(a)至(d) CReSS 模擬之 5710 m 處風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及氣壓場(hPa，等值線，間距為 1 hPa)。 (e)至(h)時間同(a)至(d)，但為 EC-YOTC 之 500 hPa 風場(風標，一槓代表 XIV.

(17) 10 m s-1)、風速(m s-1，色階)及高度場(m，等值線，間距為 10 m)。圖 5.3 颱風薔蜜之 JTWC 最佳路徑(藍線)及 CReSS 模擬結果(綠線) 路徑，每 6 小時連線，每 12 小時一個點。圖 5.4 颱風薔蜜之 (a) JTWC(藍色)、QSCAT(黑色)、模擬 S1(綠色) 及 S2(紅色)之最大風速(m s-1)，(b)為海平面最低氣壓(hPa)，分類與(a)相同。圖 5.5 (a)至(d)為颱風薔蜜之 TRMM 衛星推估降水強度圖 (in. h-1；色階) 並疊加 MTSAT 之 VIS 或 IR 所觀測之雲圖。(e)至(h) 為 CReSS 模擬之颱風薔蜜降雨強度(mm. hr-1；色階)及離地表 100 m 風場(風標；一槓代表 10 m s-1)。時間分別為 9 月 (a) 27 日 1225 UTC，(b) 27 日 1857 UTC 及(c) 28 日 1801 UTC，(d) 29 日 1211 UTC；(e)至(h)為和(a)至(d)之最相近時間。圖 5.6 CReSS 模式輸出之可降水粒子混合比(雨水、軟雹與雪之總混合比)最大值(g kg-1，色階)。時間為 2008 年 9 月(a)至(e)分別為 27 日 1200 UTC 至 29 日 1200 UTC，時間間距為 12 小時； (f)為 29 日 2300 UTC。圖 5.7 CReSS 模式模擬之台灣地區在 2008 年 (a) 9 月 27 日至 (f) 9 月 30 日之逐日 24 h 累積雨量(mm)。累積時段以 UTC 為準。圖 5.8 2008 年 9 月 27 日至 30 日，每日 0000 UTC，CReSS 模擬之敏感度實驗(J2)，離地面 10 m 處風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及 100 m 處氣壓場(hPa，等值線，間距為 5 hPa)。圖 5.9 2008 年 9 月 27 日至 30 日，每日 0000 UTC，CReSS 模擬之敏感度實驗(J2)，離地面 5710 m 處風場(風標，一槓代表 10 m s-1)、風速(m s-1，色階)及氣壓場(hPa，等值線，間距為 5 hPa)。圖 5.10 颱風薔蜜之 CReSS 模擬結果 J1(綠色)及 J2(紅色)路徑，每 6 小時連線，每 12 小時一個點。圖 5.11 J1、J2 及 J1 減 J2 之區域平均降雨強度(mm h-1)隨時間變化圖，區域分別為以颱風中心為準半徑 500 km (紅色)、400 km (綠色)、300 km (藍色)及 200 km (黃色)內，(a) J1、(b) J2、(c) J1 減去 J2。圖 5.12 9 月 28 日 0000 UTC 至 30 日 0000 UTC，48 小時之臺灣降雨強度(mm h-1)，J1 (紅色)、J2(紅色)。 XV.

(18) 圖 5.13 登陸前(9 月 27 日 0000 UTC 至 27 日 2000 UTC)，J1 在各降雨強度出現之樣本數減去 J2 之樣本數。紅色實線為 J1 在各降雨強度所出現的樣本數(左邊坐標軸)，以對數座標表示；直條圖為以 J1 為基準之差異比(右邊坐標軸)。橫軸為降雨強度，降雨強度分類為 1 至 10 mm h-1(間距 1 mm h-1)；10 至 30 mm h-1(間距 2 mm h-1)；30 至 40 mm h-1(間距 5 mm h-1)；40 至 50 mm h-1(間距 10 mm h-1)及 50 mm h-1 以上。格點數累積範圍為，以颱風中心為準，半徑(a) 500 km 及(b) 300 km 範圍內。圖 5.14 近台及離台期間(9 月 27 日 2100 UTC 至 30 日 0000 UTC)，J1 在各降雨強度出現之樣本數減去 J2 之樣本數。紅色實線為 J1 在各降雨強度所出現的樣本數(左邊坐標軸)，以對數座標表示；直條圖為以 J1 為基準之差異比(右邊坐標軸)。橫軸為降雨強度，降雨強度分類為 1 至 10 mm h-1(間距 1 mm h-1)；10 至 30 mm h-1(間距 2 mm h-1)；30 至 40 mm h-1(間距 5 mm h-1)； 40 至 50 mm h-1(間距 10 mm h-1)及 50 mm h-1 以上。格點數累積範圍為，以颱風中心為準，半徑(a) 500 km 及(b) 300 km 範圍內。圖 5.15 全部期間(9 月 27 日 0000 UTC 至 30 日 0000 UTC)，J1 在各降雨強度出現之樣本數減去 J2 之樣本數。紅色實線為 J1 在各降雨強度所出現的樣本數(左邊坐標軸)，以對數座標表示；直條圖為以 J1 為基準之差異比(右邊坐標軸)。橫軸為降雨強度，降雨強度分類為 1 至 10 mm h-1(間距 1 mm h-1)；10 至 30 mm h-1(間距 2 mm h-1)；30 至 40 mm h-1(間距 5 mm h-1)；40 至 50 mm h-1(間距 10 mm h-1)及 50 mm h-1 以上。格點數累積範圍為，以颱風中心為準，半徑(a) 500 km 及(b) 300 km 範圍內。圖 5.16 半徑 500 km 範圍內，9 月 26 日 1200 UTC 至 10 月 01 日 0000 UTC 之水的時間變率(黃色)、水的平流之垂直積分(紅色)、水的輻合之垂直積分(綠色)、地表蒸發率(紫色)及降雨率(藍色) 隨時間變化圖，單位皆為 kg m-2 h-1。(a) J1、(b) J2、(c) J1 減去 J2。圖 5.17 半徑 300 km 範圍內，9 月 26 日 1200 UTC 至 10 月 01 日 0000 UTC 之水的時間變率(黃色)、水的平流之垂直積分(紅色)、水的輻合之垂直積分(綠色)、地表蒸發率(紫色)及降雨率(藍色) XVI.

(19) 隨時間變化圖，單位皆為 kg m-2 h-1。(a) J1、(b) J2、(c) J1 減去 J2。圖 5.18 CReSS 模式模擬之颱風薔蜜各半徑平均風速隨高度分佈圖，半徑分類為 0 至 500 km，縱軸為垂直高度，單位為 m，風速單位為 m s-1。9 月(a) 27 日 0700 UTC，(b) 29 日 0000 UTC。圖 5.19 颱風登陸期間(9 月 27 日 2100 UTC 至 30 日 0000 UTC)，台灣地區 J1 在各降雨強度所出現的樣本數減去 J2 之樣本數。紅色實線為 J1 在各降雨強度所出現的樣本數(左邊坐標軸)，以對數座標表示；直條圖為以 J1 為基準之差異比(右邊坐標軸)。橫軸為降雨強度，降雨強度分類為 1 至 10 mm h-1(間距 1 mm h-1)；10 至 30 mm h-1(間距 2 mm h-1)；30 至 40 mm h-1(間距 5 mm h-1)；40 至 50 mm h-1(間距 10 mm h-1)及 50 mm h-1 以上。. XVII.

(20) 第一章前言 1.1 文獻回顧全球每年約有 90 個熱帶氣旋生成(Webster et al., 2005)，且部分颱風會登陸陸地，並造成巨大的生命財產損失(Pielke and Landsea, 1998; Pielke et al., 2008; Zhang et al., 2009; Wu et al., 2011)。颱風是一種具破壞性的天氣系統，也是台灣非常重要的嚴重天氣事件，而台灣平均每年會受到 3.7 個颱風侵襲(Wu and Kuo, 1999)，但颱風也為台灣帶來豐沛的降水。所以對台灣而言，也是一種很重要的天氣資源 (Wu et al., 2011)。能量耗散指數 (Power Dissipation Index ；簡稱 PDI) 是一個與熱帶氣旋最大風力之三次方成正比，並沿氣旋生命期間路徑累加起來的指數。 Emanuel (2005)利用從 1949 年開始的熱帶氣旋資料計算大西洋與西北太平洋之 PDI 總值，發現過去三十年，此兩個海域之總 PDI 均有明顯增加的趨勢，且 PDI 與海溫之區域平均有很好的相關，相關係數均超過 0.6，顯示颱風或颶風帶來的災害，可能與全球暖化有潛在的物理關係 (Jou et al., 2006 )。Knutson et al. (2010)指出在過去 50 年，大西洋的熱帶氣旋 PDI 和區域海溫有很顯著的統計相關性。而根據觀測資料顯示，在過去幾十年來，熱帶氣旋生成區域海溫幾乎都是增加的。跨政府氣候變化委員會 (Intergovernmental Panel on Climate Change；簡稱 IPCC) 第四份報告 (IPCC AR4, 2007) 認為，過去半個世紀地表溫度的增加，其原因主要為人為溫室氣體排放增加及自然變化所造成。美國氣候變遷科學計畫 3.3 報告 (US Climate 1.

(21) Change Science Program 3.3 report) 也認為人為排放的溫室氣體，應該就是颶風生成區域海溫增加的主要原因之一 (Knutson et al., 2010)。這顯示人為及自然之溫室效應很可能造成地表溫度增加，並使颱風或颶風強度增強。Knutson et al.(2010)回顧近期文獻，認為受到全球氣候變遷的影響，預估在 2100 年熱帶氣旋發生的頻率將減少 6 至 34 %，但強颱出現的頻率卻會增加；以最大風速定義颱風強度，則熱帶氣旋之平均強度將增加 2 至 11 %；熱帶氣旋半徑 100 km 以內降雨率也將增加 20 % 。但針對這些看法，也有人持反對意見 (Landsea, 2005; Chan, 2006 and Klotzbach, 2006)，他們的質疑大致可歸類為三點：(1) 資料可信度，他們認為早期觀測資料缺乏，所以颶風強度可能會被低估；(2) 他們認為颱風或颶風數目的增加或減少，只是氣候震盪的一部分；及(3) 他們認為強烈颱風或颶風之數目的增加，並非全球現象，而僅為區域的變化 (Jou et al., 2006 ) 。對美國而言，由於颶風所帶來的強風為最主要的致災因子，所以 PDI 指數的大小和颶風所帶來的破壞力，有很好的相關性。但對於台灣而言，由於建築物的性質、地理環境差異等因素不同，所以要估計一個颱風會為台灣帶來多少災害，主要的指標則是颱風會帶來多少雨量，而非風速的大小。Chang et al. (2012) 統計台灣 1960 至 2010 年每個颱風的累積雨量，發現排名前十二名的颱風中，就有 9 個是發生在近十年期間 (表 1.1)，顯示近幾年颱風的確是為台灣帶來更多降雨，且累積雨量的大小與颱風影響台灣的時間成正比。Su et al. (2012) 也認為對於台灣而言，颱風的累積雨量主要是和颱風侵襲台灣期間的移動速度有關，而和颱風本身的強弱相關性較低。至於颱風的移動速 2.

(22) 度，主要是受到大環境駛流場的控制。Chu et al. (2012) 使用每 6 小時之美國國家環境預測中心( National Centers for Environmental Prediction；簡稱 NCEP) 之全球網格點再分析資料針對駛流場進行分析，他們將七至九月定義為夏季，利用 1980 年至 2001 年夏季平均減去 1958 年至 1979 年夏季平均，發現在這段期間內太平洋副熱帶高壓脊之西南側的駛流是減弱的，所以會造成西北太平洋現在的颱風可能會走得比過去慢。颱風走得慢將可能使颱風更有機會發展的更強，並夾帶更多的水氣，而結果就可能會為台灣帶來更多的降雨。. 1.2、研究動機對台灣而言，颱風是一相當重要的災害性天氣。由前人研究知道颱風對台灣最大的威脅是其所帶來的豪大雨，而近年來颱風所帶來的累積雨量的確有增加的趨勢。例如 2009 年的莫拉克颱風，部分媒體及民眾會將此歸因在全球暖化上，而 IPCC 雖然認為全球暖化的確會使極端天氣事件頻率增多。但卻也認為像颱風莫拉克這種單一天氣事件，並無法歸因在全球暖化上，所以這之間是有矛盾的，而這樣的矛盾也使我們無法定量的探討氣候變遷為颱風所帶來的變化有多少。所以，在探討這個問題上，我們希望定量了解颱風是否真的為台灣帶來更多降雨、颱風本身的雨量是否有增加及其原因為何。而對於這一類的事件，在學術界也有許多的討論。部分研究是透過觀測資料來檢驗熱帶氣旋各項指標 (發生頻率、強度和持續時間)，但這是一項很大的挑戰，因為隨著觀測的技術不斷進步，熱帶氣旋的資料也不斷被 3.

(23) 更新 ( Landsea et al., 2004)，這會造成資料本身品質不一致，所以其結果容易受到質疑。而歷史資料的不確定性、環境的自然變異度、及每個氣旋之間的差異，使得我們很難利用觀測資料去診斷熱帶氣旋的變化趨勢 ( Webster et al., 2005)。所以想要藉由分析觀測資料來定量探討氣候變遷對颱風的影響是有困難的，而要針對雨量做討論，則難度又更高了。另一部分研究則是利用長期的數值模擬與預測來討論這個問題。但這也會有一些缺點，氣候模式雖然可以解決觀測資料品質不一致的問題，也可對未來熱帶氣旋變化趨勢做預估，但由於解析度的不足，氣候模式普遍上都會低估颱風的強度與雨量，故利用氣後模式來討論這個問題也有較大的不確定性。且不同模式間的結果往往有相當程度的差異，所以為了取得統計上具有意義的結果，往往就需要進行大量的運算增加樣本數與顯著性。例如，Stott, Stone, Allen (2004) 針對 2003 年歐洲發生的熱浪事件進行研究，他們就是進行大量運算，再取統計平均結果來做討論，所以若計算資源不足就很難做出具有說服力的結果。本研究希望利用做法上較為簡單但有效的方法，來定量估計長期氣候變遷對於颱風降雨的影響。在估計氣候變遷的部分，大部分的研究都是透過氣候模式，改變各種暖化條件(例如二氧化碳濃度)來推估未來颱風的分布與演變情況。但本研究是使用實際觀測資料，希望能了解從過去到現在大氣環境的變化到底有多大，而此一長期變化趨勢對於颱風降雨的影響又到底有多少? 且本研究使用高解析度的雲解析模式，所以對於颱風的路徑、雨帶及降雨分佈掌握得相當好，這對於我們所想要探討的議題是非常有幫助的。如此做法的優點可以避 4.

(24) 免氣候模式模擬誤差。利用相同模式及設定再進行減去氣候差異值的敏感度實驗，比較兩者，就可以評估長期氣候變遷對於颱風的降雨影響有多少，而定量地估計此一議題。由於是探討個案颱風的關係，本研究並無法呈現統計結果，所以無法針對颱風生成數目是否會變多、颱風整體強度是否會增強之類的問題進行討論。. 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，以及本研究所使用的雲解析風暴模式（Cloud-Resolving Storm Simluator；簡稱 CReSS），包含模式內部的方程式組與架構，以及本研究所使用初始與邊界條件、模式參數設定等等。第三章為長期氣候差異及個案觀測資料分析。第四章及第五章為兩個個案之模擬結果與敏感度實驗之探討，包含颱風水氣收支的計算。第六章為總結。. 5.

(25) 第二章資料來源於研究方法 2.1、資料來源本研究使用資料如下： 1. 1950 年~1969 年及 1990 年~2009 年，每 6 小時 (0000、0600、1200、 1800 UTC)之美國環境預測中心 (NCEP) 之全球網格點再分析資料，水平解析度為 2.5°×2.5°經緯度，垂直方向共 18 層 (地面、1000、 925、850、700、600、500、400、300、250、200、150、100、70、 50、30、20、10 mb），氣象變數包含風場東西向分量（u）、南北向分量（v）風速，溫度（T），比溼(S)，相對溼度（RH）及重力位高度（Φ）。但比濕垂直方向只有 8 層，是由 1000 至 300 hPa，地面則是由相對濕度表示。 2. 2008 年 9 月 8~18 日及 2008 年 9 月 24~30 日，每 6 小時(0000、0600、 1200、1800 UTC)之歐洲中期天氣預報中心（European Center for Medium-range Weather Forecasts，簡稱 ECMWF）之 Year of Tropical Convection (簡稱 YOTC) 全球網格資料，水平解析度為 0.25°×0.25° 經緯度，垂直方向共 21 層（地面、1000、950、925、900、850、 800、700、600、500、400、300、250、200、150、100、70、50、 30、20、10 mb），氣象變數包含風場東西向分量（u）、南北向分量（v）風速，溫度（T），比溼(S)及重力位高度（Φ）。 3. 2008 年 9 月之哈德里中心全球海冰與海溫 (Hadley Centre Global Sea Ice and Sea Surface Temperature；簡稱 HadISST ) 月平均海溫資料，水平解析度為 1°×1°經緯度，時間解析度為一個月。 6.

(26) 4. 2008 年 9 月 8~18 日與 24~30 日中央氣象局天氣圖、雷達回波圖、累積雨量圖。 5. 2008 年 9 月 8~18 日及 2008 年 9 月 24~30 日中央氣象局局屬測站及自動測站之逐時觀測資料 6. 2008 年 9 月 8~18 日及 2008 年 9 月 24~30 日之美國國家航空暨太空總署(National Aeronautics and Space Administration；簡稱 NASA) 與日本宇宙航空研究開發機構 (Japan Aerospace Exploration Agency；簡稱 JAXA)聯合之熱帶降水觀測任務(TRMM)之衛星反演降水強度圖，及疊加日本同步多功能傳送衛星 Multi-functional Transport Satellite (簡稱 MTSAT)之可見光或紅外線所觀測之雲圖。 7. 2008 年 9 月 8~18 日與 24~30 日之 NASA Quick Scatterometer (簡稱 QuikSCAT) 每 12 小時衛星反演地面風場資料，空間解析度為 0.25°。 8. 颱風辛樂克及薔蜜之美軍聯合颱風警報中心 (Joint Typhoon Warning Center；簡稱 JTWC)最佳路徑資料，資料為每 6 小時一比。. 2.2、研究方法本研究所使用之氣候差異值是由 NCEP 再分析資料和 HadISST 計算而來。我們的主要目的是想了解較長期的氣候變遷問題，所以在時間平均上我們是做 20 年平均，這可幫助我們濾除掉一些較短週期的大氣變化，但仍會保留一些週期大於 20 年以上的大氣變化。在年份的選取上，我們分別選用 1950~1969(代表過去)及 1990~2009(代表 7.

(27) 現在)，這是由於許多長期觀測資料分析的結果，都顯示近年來的全球暖化，大約是從 1970 年之後才開始變得明顯，例如美國國家海洋大氣署(National Oceanic and Atmospheric Administration；簡稱 NOAA) 之美國國家氣候資料中心 (National Climatic Data Center；簡稱 NCDC) 所分析結果就是如此。所以 1950~1969 可以代表暖化開始前的年代，而 1990~2009 則是暖化已經發生的年代。所以，選用這兩段時間所計算出的氣候差異值可以反應出目前已發生的全球暖化對大氣環境所帶來的影響。由資料計算出 1950~1969 (簡稱 A1) 及 1990~2009 (簡稱 A2) 年之海平面氣壓、高度場、風場、溫度場、比濕及海溫平均值，再由 A2 減去 A1 得到氣候差異值(簡稱 DF)。在選擇颱風個案的部分，我們選取的個案颱風路徑是較常見，這會使我們的研究結果更具代表性；且此颱風之累積雨量是較多的。在此兩個主要目的下，我們選擇 2008 年 9 月 8 日至 18 日的辛樂克颱風(Sinlaku)與 26 日至 30 日的薔蜜颱風(Jangmi)。兩個案之共通點如下：(1) 颱風強度達到中央氣象局所訂定之強烈颱風等級，(2) 路徑為中央氣象局所訂定之第二類路徑，及(3) 台灣 24 小時累積雨量達氣象局所訂之大豪雨等級(24 小時累積雨量大於 350 mm)。但此兩個案在移動速度上差異較大，薔蜜颱風之移動速度明顯比辛樂克快。首先先分析東亞的氣候差異值，了解現在與過去颱風背景環境的差異，並將分析結果與前人研究做比較。接著從綜觀天氣圖分析颱風與綜觀天氣系統的配置，環境盛行風向、風速的演變，配合 ECYOTC 資料的風場、氣壓場等資訊，以了解個案之大氣環境背景及天氣演變間的關係，做為下一階段模式模擬的基本參考依據。 8.

(28) 分析完氣候差異值之後，我們希望定量地了解此氣候差異對颱風個案所造成的影響。首先我們利用 CReSS 模式對兩個個案進行高解析度之控制模擬，以重現其演變，並獲得更高時空解析度的颱風資料，以利之後的分析使用。將模擬結果與觀測資料做比較，以檢視模式是否能掌握颱風個案的演變特徵，如移動路徑、移動速度、結構及雨量。接著進行移除長期氣候變遷訊號之敏感度實驗，此實驗是希望模擬颱風生成於過去的時間。而敏感度實驗與控制模擬的不同在於模擬的初始條件、側邊界條件及海溫，敏感度實驗是將初始條件、側邊界條件及海溫均減去氣候差異值，其他設定保持不變。比較控制模擬和敏感度實驗結果就可評估長期氣候變遷對於颱風的影響有多大，即可定量探討長期氣候變遷對於颱風降雨的影響及其原因。此外，在探討雨量增減原因的部分，本研究是使用 Trenberth and Guillemot (1995) 所提出的水氣收支方程式(2.2.1)。W 為總水密度的垂直積分(2.2.2)，積分後即可得單位面積上方之水的含量有多少。ρ w 為總水密度(kg. m-3)、為水平風向量 (m s-1)、E 為地表水氣蒸發率. (kg m-2 s-1)、P 為降水率(kg m-2 s-1)。由於颱風環境有許多的水相與冰相粒子，我們再將大氣中的水，分為水氣、降水粒子(包括雨滴、雪及霰)及雲粒子(包括雲滴及冰晶)。最後可得到水的收支方程式 ( 2.2.3 )，ρp 為降水粒子密度、ρc 為雲粒子密度，Wp 及 Wc 與 Wv 相似，為ρp 及ρc 的垂直積分。本研究希望藉由此方程式探討雨量增加或減少的來源為何並量化其差異。   W     w  Vdz  E  P ………… (2.2.1) 0 t 9.

(29) . Wv    v dz ………….(2.2.2) 0.    Wv W p Wc      v  Vdz    p  Vdz    c  Vdz  E  P ...(2.2.3) 0 0 0 t t t. 2.3、模式簡介本文所使用的 CReSS 模式（2.3 版）採用非靜力、完全可壓縮之方程式系統。水平座標為卡氏座標（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  ……………………………….（2.3.1） z t  z s x, y . 其中， z s x, y  為地表高度， z t 為模式頂之高度。變數配置在水平向為 Arakara-C、垂直向為 Lorenz 交錯網格。對於雲微物理過程，本模式完全採用外顯計算，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。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。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。各方程式如下：（1）靜力方程式： p    g ……………………………………（2.3.2） z 10.

(30) 其中 p  p  p ' ，      ' （2）狀態方程式： . qv  p  1  1  qv   q x  ………………………….（2.3.3） 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 ）， q v 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  T u r.ub………..（2.3.4） t y z  x  x  v  v v v  p '      u  v  w    f s u  T u r.vb……………….（2.3.5） t y z  y  x  w  w w w  p '     u v  w     B u o.w y  f c u  T u r.wb …….（2.3.6） t y z  z  x. 其中 f s 、 f c 分別為水平向與垂直向之科氏參數（ f s  2 sin  、 f c  2 cos  ）， 為緯度，  為地球自轉之角速度，Ω = 7.292×10 rad -5. s-1），Turb . 與 Buoy. 則分別表示亂流混合作用與浮力項，其後的 u、v、 w 則表示其作用的方向（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  ……………………………………….（2.3.7）  c s     dt q dt  11.

(31) 其中 c s 為大氣中的聲速， q  1  0.61qv  q x （5）位溫方程式：   '   '  '  '      w     u v w  T u r.b S r .c ……（2.3.8） t y z  z  x. 其中 Src. 表示非絕熱作用之源與滙（加熱與冷卻）。（6）水氣與各種水、冰相粒子總合之混合比方程式：  q v q q  q     u v  v v  w v t y z  x.    T u r.qbv  S r .cqv …………….（2.3.9） .  q x q q  q     u x  v x  w x t y z  x.    T u r.qbx   S r .cq x   F a l.qlx …（2.3.10） . 其中 q x 代表雲水（ q c ）、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。雲微物理現象的相關轉換過程（冷雲過程）示於圖 2.1。. 2.4、模式設定 (1) S1（辛樂克颱風）初始與邊界條件為 EC-YOTC 網格點資料 ( 0.25°× 0.25°經緯度， 6hr )，水平格點設定為 720×720，水平解析度為 3 km，平均的垂直格點間距為 500 m，垂直層數為 50 層(伸展網格)，地圖投影為藍伯特圓錐（Lambert Conformal Conic），模擬初始時間為 2008 年 9 月 8 日 1200 UTC，模擬時間長度為 228 小時，積分間距為 5 s 12.

(32) （時間積分大步距）及 2.5 s（時間積分小步距），微物理過程為冷雲過程，輸出間隔為 3600 s（1 小時）。初始條件設定為模式初始場，由 EC-YOTC 資料提供。 (2) J1（薔蜜颱風）初始與邊界條件為 EC-YOTC 網格點資料 ( 0.25°× 0.25°經緯度， 6 hr )，水平格點設定為 720 x 720，水平解析度為 3 km，平均的垂直格點間距為 500 m，垂直層數為 50 層(伸展網格)，地圖投影為藍伯特圓錐（Lambert Conformal Conic），模擬初始時間為 2008 年 9 月 26 日 1200 UTC，模擬時間長度為 108 小時，積分間距為 5 s （時間積分大步距）及 2.5 s（時間積分小步距），微物理過程為冷雲過程，輸出間隔為 3600 s（1 小時）。初始條件設定為模式初始場，由 EC-YOTC 資料提供。 (3) S2 (減去氣候差異值，過去) 同 (1)，但初始條件、邊界條件和海溫均減去氣候差異值。 (4) J2 (減去氣候差異值，過去) 同 (2)，但初始條件、邊界條件和海溫均減去氣候差異值。. 13.

(33) 第三章長期氣候差異值及個案觀測資料分析 3.1、長期氣候差異值如前一章所提，我們利用 NCEP 再分析資料計算氣候差異值，分別取 1990~2009 年平均及 1950~1969 年平均，因為各取 20 年平均，所以周期小於 20 年以下的震盪都會被平均掉，例如聖嬰現象的年際變化，但仍無可避免會包含一些震盪周期大於 20 年的大氣現象，例如太平洋及大西洋年代際震盪(圖 3.1)。這些震盪與全球暖化相互影響，故長期氣候變遷主要為暖化的訊號，但也包括部分的低頻震盪。所以這兩段時間的差異的確可以反應出長期氣候變遷的趨勢與所伴隨大氣環境參數的變化。（1）重力位高度及風場差異圖 3.2 為重力位高度及風場之 1990~2009 年平均值及長期氣候差異值。首先，長期平均結果顯示台灣及台灣東方海域在 1000 hPa 大多是東風或東北風，但在 850 hPa 以上受到太平洋副熱帶高壓影響，台灣附近風場轉為西南風或南風。在氣候差異的部分，700 hPa 以下高度場差異可看出近年來副熱帶高壓是有減弱的跡象，且台灣附近為北風或西北風增強，所以 700 hPa 以下副熱帶高壓的駛流是減弱的。 500 hPa 台灣附近仍是西風或西北風增強，但台灣東方海域的變化則較沒有一致性。300 hPa 以上整個西北太平洋幾乎都是西風增強。此外， Chu et al. (2012)利用 NCEP 再分析資料計算 500 hPa，1980 至 2001 年與 1958 至 1979 年之風場差異，結果在風場差異分布上與本研究結果相似，但風速比本研究結果高 0.5 m s-1。由此氣候差異值我 14.

(34) 們可以推估西行或西北行颱風現在是會走得比過去稍慢，且在接近台灣時出現南偏的機率是會增加的，這將會使颱風影響台灣的時間增加，而停留的時間增加，就有可能對台灣造成更多的降雨。（2）溫度場、濕度場及海溫差異圖 3.3 為溫度場及濕度場之 1990~2009 年平均值及長期氣候差異值。在溫度的部分，在台灣及台灣附近海域 700 hPa 以下溫度都是增加的，近地表增加約 0.4 至 0.8K。IPCC 根據不同成員所提供的結果，顯示現代比過去 50 年增溫約 0.6K 左右( Smithand Reynolds., 2005, Hansen et al., 2001 and Lugina et al., 2005)。所以，雖然我們只針對東亞地區做計算，但區域增溫幅度仍與全球溫度變化類似。且溫度增加幅度隨高度遞增，所以我們推估，在 700 hPa 以下的中低對流層之垂直穩定度是增加的。700 hPa 以上雖然還是增溫，但增溫輻度是隨高度遞減，所以垂直穩定度應該是減少的。由於低對流層(1000 至 700 hPa)穩定度增加，所以可能會抑制對流的發展，而中高對流層(500 hPa 以上)穩定度是減少的，所以如果對流發展的夠強，足以突破此穩定度，那這些強對流就有機會發展得比過去更強。反之，一些弱對流則會被抑制無法發展，所以我們推估強降雨會增加，弱降雨會減少，而這樣的預估也與 Su et al.(2012)利用觀測資料所分析的結果相似。在濕度場的部分，由於大氣中的水氣主要都集中在低對流層，所以水氣的變化也是以低對流層較為明顯。在低對流層(約 700 hPa 以下)，台灣附近的水氣量大約增加了 0.2 至 0.3 g kg-1，而整個西北太平洋約增加 0.2 至 0.6 g kg-1，增加的比率約為 3 至 4%左右。Trenberth et al. (2005)利用 Remote Sensing Systems(簡稱 RSS) Special Sensor 15.

(35) Microwave / Imager (簡稱 SSM/I)所觀測的資料進行分析，發現從 1988 年至 2004 年全球的水氣變化約每 10 年增加至 1.2%，這也與我們所計算的結果相當類似。濕度的增加有明顯的由南向北遞減的現象，在北緯 27°以北水氣量都是減少的。但是，在颱風生成及其活動範圍的海上水氣量幾乎都是增加的。若將溫度的變化和水氣做比較的話，可以發現溫度增加較多的區域水氣量也增加較多，因此可以推測因為溫度增加使飽和水氣壓提高，所以導致大氣的水氣含量增加。而因為環境會提供更多水氣給颱風，所以可能會使颱風降雨增多。圖 3.4 為海溫之 1990~2009 年平均值及長期氣候差異值，海溫是使用 HadISST。由圖上可清楚看到整個西北太平洋海溫都是增加的，尤其是東海及南海地區增溫最多，台灣附近海域增溫約 1~1.5 K，西北太平洋則增溫約 0.4 至 0.6K。Rayner et al. (2006)估計 1990~2009 年全球海溫會比 1950~1969 年期間高出 0.4 至 0.5K，這也與我們所以算的結果相當符合。而升高的海溫會造成颱風形成及接近台灣的期間中會經過的更暖的海域，使海面的蒸發增加，會貢獻給颱風更多的水氣量，亦有可能對颱風降雨造成影響。（3）小結本研究利用 NCEP 再分析資料所計算的長期氣候差異值皆與前人研究相似。風場的改變可能使西行或西北行颱風走得更慢，且路徑也可能較為偏南，但由於風場的改變並不大，故可預期對於颱風路徑的影響可能有限。台灣附近之低對流層水氣量，現代比過去增加約 3 至 4% (約 0.2 至 0.3 g kg-1)，而溫度大約增加 0.5 K，海溫則增加了 1.5 K 左右。由此可看到台灣附近的 40 年的長期氣候差異並沒有非常顯 16.

(36) 著，但雖然差異不大，卻仍可能對颱風造成一些影響，這也是我們所關心且不能忽略的議題。此外，利用整個 20 年平均所計算的結果與只用九月或七至九月之結果相比，在溫度場、濕度場、風場分布及海溫的部分差異不大，但用整個 20 年平均結果之風速均比其他兩種作法小約 0.5 m s-1。. 3.2、個案一（1）路徑圖 3.5 為中央氣象局之颱風辛樂克路徑圖，颱風辛樂克於 2008 年 9 月 8 日 0000 UTC 於 14.9 °N、127.2 °E 仍為一熱帶擾動，並向西北行進；至 8 日 1800 UTC，發展成輕度颱風，為 2008 年第 13 號颱風，颱風形成後持續向西北行進；9 日 1800 UTC 移動至 19.1 °N、125 °E，颱風中心氣壓降至 956 mb 並增強為中度颱風，並持續向西北移動；11 日 0600 UTC，中心氣壓下降到 929 hPa，此時颱風已達中央氣象局所訂之強烈颱風等級。13 日起因受台灣地形影響，颱風減弱至中度颱風，颱風中心於 14 日 0000 UTC 左右於宜蘭蘭陽溪附近登陸台灣本島。颱風登陸前移動速度相當緩慢，平均移動速度大約只有 6 至 9 km h-1。15 日起颱風轉向東北移動並遠離台灣本島，颱風中心離開台灣之後移動速度增加到 11 km h-1 以上，而颱風於 20 日 1200 UTC 減弱為溫帶氣旋。（2）綜觀天氣分析圖 3.6 為辛樂克颱風影響台灣期間之地面天氣圖，辛樂克颱風於 11 日 0600 UTC 增強為強烈颱風，此時颱風中心最低海平面氣壓為 17.

(37) 925 hPa，中心最大風速達 51 m s-1(圖 3.6a)。隨颱風逐漸靠近台灣而受地形破壞，颱風強度於 13 日 0000 UTC 減弱為中度颱風(圖 3.6b)。同日 1800 UTC，颱風位於宜蘭東方海域，中心氣壓則上升至 940 hPa (圖 3.6c)。辛樂克颱風掠過台灣東北角，於 14 日 0400 UTC 出海，此時颱風中心氣壓上升至 970 hPa。同日 1200 UTC 減弱為輕度颱風，並於 15 日 0000 UTC 開始轉向東北行進，而臺灣才逐漸脫離辛樂克颱風的爆風範圍。颱風侵台期間，太平洋高壓脊的位置較偏東邊，所以對颱風的導引氣流相對較弱，此時颱風的移動速度較為緩慢。辛樂克颱風向北北西轉北移行期間，從 850 hPa 和 500 hPa 天氣圖可看出在 10 日 1200 UTC 有一中緯度槽線向東移至華北(在 120 °E)，另有一短槽位於颱風北側(圖 3.7a , 3.8a)，顯示此時颱風向北移動可能是槽線牽引。12 日 1200 UTC 槽線逐漸通過颱風北側並向東移動，850 hPa 和 500 hPa 天氣圖顯示颱風進入位於華中之反氣旋和太平洋高壓之間的鞍形場南側，此時颱風沿著太平洋高壓脊南側向西北移動(圖 3.7b , 3.8b)。當颱風於 14 日 1200 UTC 通過台灣期間，高壓中心分別位於颱風東西方之兩側，颱風北方為鞍形場，顯示導引氣流並不明顯(圖 3.8c)。16 日西風帶南移至北緯 30 度左右，颱風受西風帶影響朝東北東移動(圖 3.8d)。（3）雷達回波及降雨辛樂克颱風侵台期間之雷達回波圖與累積雨量圖分別如圖 3.9 與圖 3.10 所示。11 日時颱風中心還在台灣東部外海(圖 3.9a)，但受颱風外圍雨帶影響，台灣東北部地區已出現降雨(圖 3.10a)。隨著颱風逐漸 18.

(38) 接近台灣，較強的與帶也開始影響台灣(圖 3.9b)，12 日台灣北部的日累積雨量也逐漸增多，累積雨量最大值達到 150 mm 左右，且降雨範圍也擴及西半部地區，而中南部山區也開始出現降雨(圖 3.10b)。13 日颱風接近並登陸台灣，颱風中心附近的強雨帶也開始影響台灣(圖 3.9c,d,e,f)，造成北台灣日累積雨量達 200 至 300 mm，且在雪山山脈地形上之日累積雨量幾乎都超過 300 mm，而中南部受地形影響，在山區也出現 300 mm 以上的強降雨(圖 3.10c)。颱風中心於 14 日離開台灣，從雷達回波圖可以看見颱風中心出海後，強回波區仍停留在台灣附近，尤其是西半部地區有一強回波帶(圖 3.9g)，這也造成該日西半部地區降下日累積雨量 300 mm 以上的大雨(圖 3.10d)。15 日 0600 UTC，颱風中心逐漸遠離台灣，強回波區也逐漸北移並離開台灣，只剩下中南部山區因地形關係有強回波區存在(圖 3.9h)，所以主要降雨區往北移(圖 3.10e)。同日 1200 UTC，颱風已遠離台灣，台灣僅剩西半部地區仍有較弱的回波存在(圖 3.9j)，所以全台降雨趨緩(圖 3.10f)。此外，由雷達迴波圖可發現在颱風中心剛登陸台灣的時候，颱風中心有往南偏的現象發生(圖 3.9c 至 3.9f)。但由於往南偏的時間僅約 4 小時左右，所以在颱風路徑圖上並沒有辦法看到這樣的現象(圖 3.5)。（4）小結由於太平洋副熱帶高壓駛流一直不顯著，所以使颱風移動速度一直相當緩慢，也因移動速度緩慢，所以颱風在海上的時間增多，有機會增強為強烈颱風。登陸前颱風本身結構相當完整，但隨著接近台灣陸地受地形破壞，颱風強度減弱，也為台灣各地帶來強降雨。颱風離開台灣後所引進之西南氣流也為中南部地區帶來強降雨。16 日受到 19.

(39) 南移之西風帶影響，颱風辛樂克開始朝向東北加速移動，臺灣也脫離其影響範圍。. 3.3、個案二（1）路徑圖 3.11 為颱風薔蜜路徑圖，2008 年 9 月 24 日 0000 UTC 於 11.5 °N、138°E 之熱帶氣旋生成，生成後向西北西行進。同日 1200 UTC 熱帶氣旋中心移動至 12.1 °N、131.2 °E，並增強為輕度颱風，為 2008 年第 15 號颱風，颱風仍持續向西北西移動。25 日 1200 UTC 颱風增強為中度颱風，颱風路徑轉往西北移動並朝台灣而來。27 日 0000 UTC 增強為強烈颱風，颱風中心約於 28 日 0900 UTC 中心氣在宜蘭南澳附近登陸台灣本島，登陸後強度也減弱至中度颱風。29 日起颱風轉向東北移動並遠離台灣本島，並於 10 月 1 日 0000 UTC 減弱為溫帶氣旋。薔蜜颱風之移動路徑與個案一的辛樂克颱風相當類似，但移動速度明顯比辛樂克快了許多。在颱風登陸前之平均移動速度約 20 km h-1，與辛樂克颱風登陸前的 9 km h-1 快了一倍。而颱風登陸之後至剛離開臺灣期間，移動速度減慢至 10 至 12 km h-1 左右，直到 29 日 1800 UTC 才加速向東北移動，移動速度增加至 20 km h-1 以上。（2）綜觀天氣分析由 9 月 25 日 0000 UTC 之地面天氣圖顯示(圖 3.12a)顯示颱風薔蜜位於菲律賓東方海域，颱風哈格比已減弱為熱帶低壓。由 500 hPa 天氣圖(圖 3.13a)可看到太平洋副熱帶高壓之脊線向西延伸至 110 °E，此時薔蜜颱風位於太平洋副熱帶高壓南緣，並沿著太平洋副熱帶 20.

(40) 高壓的駛流以穩定之速度往西北方向移動。而颱風辛樂克路徑雖然薔蜜相當類似，但由於辛樂克颱風發生期間太平洋副熱帶高壓比薔蜜期間弱，所以導引氣流也較弱，所以才會造成颱風辛樂克與薔蜜在移動速度上的差異。與 9 月 25 日 1200 UTC 時，地面天氣圖顯示(圖 3.12b) 薔蜜颱風移至北緯 14.9 度，東經 131.2 度，而其強度及暴風範圍逐漸增大，並增強為中度颱風，此時中心氣壓為 970 hPa，最大風速為 33 m s-1，此時薔蜜颱風仍沿著太平洋副熱帶高壓駛流朝西北方向行進(圖 3.13b)。25 日及 26 日期間颱風持續沿著太平洋副熱帶高壓的駛流往西北方行進。9 月 27 日 0000 UTC 時，薔蜜颱風移至 19.5°N， 126.5°E，而其強度及暴風範圍持續增大，風速 15 m s-1 以上的暴風範圍越半徑 280 km。颱風強度增強為強烈颱風，中心氣壓為 925 hPa，最大風速為 51 m s-1 (圖 3.12c)，此時薔蜜颱風仍沿著太平洋副熱帶高壓駛流朝台灣行進(圖 3.13c)。9 月 28 日 1200 UTC 時，颱風中心已於宜蘭地區登陸。同一時間，由 500 hPa 天氣圖(圖 3.13d)可看到有一槽線移至 120°E，而颱風受此槽線影響開始轉向東北行進並逐漸遠離台灣(3.12d)。（3）雷達回波及降雨颱風薔蜜侵台期間之雷達回波圖與累積雨量圖分別如圖 3.14、圖 3.15 所示。27 日 1200 UTC 台灣東北部及東部地區已開始受颱風外圍雨帶影響(圖 3.14a)，在宜蘭山區迎風面上已出現最大日累積雨量 200 mm 左右的強降雨(圖 3.15a)。隨著颱風逐漸接近台灣，28 日 0000 UTC 起影響台灣的雨帶逐漸增強(圖 3.14b)，台灣北部及東北部地區的降雨也逐漸增強並增廣。28 日颱風接近並登陸台灣，28 日 1200 UTC 21.

(41) 颱風中心附近的強雨帶也開始影響台灣(圖 3.14c)，造成北部地區日累積雨量達 110 至 300 mm，尤其在東北部山區迎風面降雨最強，日累積雨量達 300 mm 以上。而中南部受地形影響，在山區也出現日累積雨量 300 mm 以上的強降雨(圖 3.15b)。颱風中心於同日離開台灣，從雷達回波圖可以看見颱風中心出海後，29 日 0000 UTC 強回波區仍停留在台灣西半部地區，尤其是西南部地區有一強回波帶(圖 3.14d)，這也造成該日西半部地區降下豪大雨(圖 3.15c)。29 日 1200 UTC 之雷達迴波圖(圖 3.14e)可看到隨颱風中心逐漸北移，西南部回波逐漸減弱，強回波北移至中部地區。30 日颱風中心逐漸遠離台灣，強回波區也逐漸北移並離開台灣(圖 3.14f)，全台降雨量趨緩(圖 3.15d)。由於颱風薔蜜的移動路徑與辛樂克相當類似，造成兩個颱風在台灣的降雨分佈也頗為相似，但由於薔蜜的移動速度比辛樂克快，所以造成台灣大部分地區日累積雨量比辛樂克少。（4）小結颱風薔蜜生成後就沿著太平洋副熱帶高壓脊之駛流朝西北方行進，強度也慢慢增強。颱風登陸前，臺灣東北部迎風面受颱風環流影響開始出現強降雨，隨著颱風逐漸離開台灣，台灣西南部地區也開始受颱風所引進之西南氣流影響而降下大雨。颱風離開台灣後受北邊槽線影響而轉往東北行進離開台灣。. 22.

(42) 第四章個案一模擬結果 4.1、模擬結果本研究使用 CReSS 2.3 多 CPU 版本，為非靜力可壓縮之雲模式，個案一模式設定如表 2.1，模擬範圍如圖 3.5 紅色框範圍。如第二章所述（表 2.1），模擬初始資料為 EC-YOTC 分析場資料，模擬初始時間為 2008 年 9 月 8 日 1200 UTC，總模擬時間為 228 小時，模擬結果設定為 1 小時輸出一次，水平解析度為 3 km，模擬結果可提供分析颱風路徑、強度及降雨等資訊。本實驗代號為 S1。 a．綜觀比對圖 4.1 為 2008 年 9 月 11 日至 15 日之每日 0000 UTC，在 10 m 處之風場和 100 m 處之氣壓場，及相同時間 EC-YOTC 之 10 m 處之風場和氣壓場。11 日 0000 UTC 時至 12 日 0000 UTC （圖 4.1a,b）， CReSS 模擬結果顯示颱風已相當接近台灣本島，此段時間颱風強度持續增強，所以颱風風速持續增強，而氣壓也持續降低。因為颱風結構相當完整，且颱風本身風場也相當對稱，風速約為 20 至 30 m s-1。台灣附近為北風，但隨著颱風接近，台灣北部及東北部地區開始轉為東北風，風速也持續增強。在臺灣海峽風速則達到 15 至 20 m s-1。13 日 0000 UTC 時(圖 4.1c)，受臺灣地形破壞強度開始減弱，颱風眼牆附近風場開始不對稱，強風帶位於颱風中心東北邊，而颱風中心南邊因臺灣地形關係形成一低風速區，台灣北部地區其臺灣海峽則因颱風接近風速持續增加。到了 14 日 0000 UTC 時(圖 4.1d)，颱風中心已登陸台灣本島，颱風受地形破壞強度減弱，主要強風區位於颱風東側， 23.

(43) 風速減弱至 20 m s-1 左右。受颱風環流影響，北部地區轉為東風及東北風，西南部地區轉為西風。將模擬結果與 EC-YOTC 相同時間資料做比對，可發現 11 日至 14 日模式對於颱風所在位置及結構都模擬的相當好(圖 4.1f,g,h,i)。但到了 15 日 0000 UTC 時(圖 4.1e)，颱風離開台灣並轉向東北方行進。此時段在模擬結果顯示台灣海峽主要為西風，但在 EC-YOTC 分析圖(圖 4.1j)則顯示台灣海峽為西南風，雖然風速差異不大，但風向的差異顯示此模擬對於颱風離開台灣後所引進的西南氣流是沒有掌握好的。圖 4.2 為 11 日至 16 日每日 0000 UTC 在高度 5710 m 之風場與氣壓場，及相同時間 EC-YOTC 在 500 hPa 之風場與氣壓場。在 11 日至 12 日(圖 4.2a,b)，颱風位於華中反氣旋與太平洋高壓間的鞍型場之南側，此時導引氣流甚弱，所以颱風在這段期間的移動速度相當緩慢。在同一時間 EC-YOTC 分析圖中(圖 4.2f,g)也可看到相似的風場和氣壓場分佈，所以模式能掌握颱風在接近台灣期間緩慢的移動速度。13 日至 14 日因為駛流場仍然偏弱，所以颱風持續緩慢向西北移動並登陸台灣(圖 4.2c,d)，比對同一時間之 EC-YOTC 之分析圖，可發現和 CReSS 一樣，引導颱風的駛流場也是偏弱(圖 4.2h,i)。15 日 0000 UTC 起(圖 4.2e)，模擬結果顯示颱風沿太平洋高壓脊加速向東北移動。而比對同一時間的 EC-YOTC 分析圖(圖 4.2j)，顯示模擬結果對於太平洋高壓的駛流場是有低估的現象，而這也可能造成颱風轉向東北移動後，模擬的颱風移動速度偏慢的原因。 b．颱風路徑及強度比對圖 4.3 為颱風辛樂克之 JTWC 最佳路徑及 CReSS 模擬之路徑。 24.

(44) 圖上顯示從 9 月 8 日 1200 UTC 至 13 日 0000 UTC 模式模擬的颱風路徑與 JTWC 的最佳路徑相當類似，路徑誤差幾乎都在 50 km 以內，顯示模式有掌握到颱風緩慢的移動速度。13 日 0000 UTC 至 14 日 0000 UTC，模擬的颱風路徑與 JTWC 最佳路徑有較大的差異，在模擬中顯示 13 日 1200 UTC 開始，颱風中心是往南偏至北緯 23.3°N，但是在 JTWC 最佳路徑並無顯示出此南偏的現象。但是，若仔細檢驗中央氣象局之雷達回波圖(圖 3.9d,e,f,g)，可以發現颱風中心在快登陸台灣時，的確有略往南偏的現象，但南偏的幅度較模擬小。所以模式能夠掌握到如此細部的變化是相當不容易的。在颱風登陸前，模擬的颱風移速是較 JTWC 的最佳路徑更慢，但在登陸及剛離開台灣這段期間，模擬的颱風移動速度則又偏快。16 日 0000 UTC 起，由於模擬之駛流場偏弱，導致模擬颱風呈現打轉及滯留的現象，也使此段時間模擬的颱風路徑誤差變大。颱風強度的部分，圖 4.4 顯示模擬及 JTWC 估計之颱風海平面最大風速及最低氣壓。在 9 月 12 日之前，最大風速的模擬結果和 JTWC 是有相當的落差(圖 4.4a)；12 日至 15 日兩者的風速差異縮小； 16 日起，JTWC 與模擬結果的最大風速已相當接近。此外，模擬的最大風速達到最強的時間為 12 日 0600 UTC 左右，風速值約為 47 m s-1，而 JTWC 之最強風速達到最強的時間則為 10 日 1800 UTC，風速值約為 65 m s-1。所以最大風速達到最強的時間，模擬比 JTWC 慢了 36 小時左右，而風速值也比 JTWC 小了 18 m s-1。但若比對 QSCAT 衛星反演風場則可發現 JTWC 對於颱風最大風速可能有高估的現象，且達到最大風速的時間可能也太早了，所以顯示模擬對於颱風的最大風 25.

(45) 速是有低估的現象，但差異可能並沒有達到 18 m s-1 這麼多。圖 4.4b 為模擬結果及 JTWC 海平面最低氣壓，圖上顯示模擬對於海平面氣壓仍有略微低估的現象，大約低估 10 hPa 左右。氣壓達到最小值的時間也差了將近一天左右。 c．雷達回波及降雨比對由前人研究知道，降雨是颱風對台灣的最大威脅，所以本研究最關注的重點就是降雨，因此高品質的降雨模擬對我們而言是十分重要。但是，由於海上缺乏實測雨量資料，故本研究使用 TRMM 衛星降水雷達觀測之降雨強度圖(圖 4.5)與相近時間之模擬結果比對，檢驗模式對颱風降雨的模擬的品質(圖 4.5)。9 月 12 日 0300 UTC，模擬降雨強度圖(圖 4.5f)可看到颱風眼附近的強雨帶位於颱風眼的東北側，台灣東北部及東部地區也有強降雨發生。TRMM 的降水強度圖(圖 4.5a)所顯示的結果與模式模擬及為相似。同日 2000 UTC 模擬結果顯示颱風眼附近的最強雨帶移到颱風眼的東南側，此時颱風東北邊(125 °E，26°N)出現一雨帶，而台灣地區在北部及中南部山區仍有強降雨 (圖 4.5g)。而 TRMM 的降水強度圖(圖 4.5b)顯示颱風眼附近的強雨帶是位於颱風眼東側，所以與模擬結果有些微的差異。此外，模擬所看到在颱風東北側的強雨帶在 TRMM 的降水強度圖也可看見。13 日 0200 UTC 模擬颱風主要的強降雨都集中在颱風眼東側，在颱風北邊及臺灣海峽上也有零星雨帶，而台灣地區受颱風環流影響在東北部迎風面上出現較強降雨(圖 4.5h)。比對相近時間之 TRMM 的降水強度圖(圖 4.5c)可發現，模擬對於颱風眼附近、外圍雨帶及台灣東北部強降雨掌握得相當好。14 日 0100 UTC 颱風已於宜蘭登陸，由模擬可看 26.

(46) 到颱風登陸之後主要的強降雨集中在台灣東北部及中央山脈地形上，在台灣北部外海也有一些降雨發生(圖 4.5i)。在 TRMM 的降水強度圖 (圖 4.6d)雖然無法看到台灣中南部山區是否有強降雨發生，但比對結果仍顯示模式對於雨量是模擬的相當不錯的。14 日 2000 UTC 颱風中心北移離開台灣，臺灣地區的強降雨也往北移動至中部地區(圖 4.5j)，比對相近時間之 TRMM 的降水強度圖(圖 4.5e)也可發現與模擬類似的結果。整體而言，模式對於颱風辛樂克的降雨分佈是掌握得很不錯的，尤其此模擬的時間長度長達 228 小時，所以能有這麼好的結果是相當不容易的。圖 4.6 為模式模擬之最大降水粒子總混合比分佈圖。11 日 1800 UTC，模擬結果顯示主要強對流區集中在颱風中心東南方(圖 4.6a)，比對通一時間之雷達迴波圖，由於此時間颱風距離臺灣還有一段距離，所以雷達迴波圖上僅能看見颱風中心以西的對流分佈狀態，比對結果顯示模式對於颱風中心西側及台灣東北部迎風面的對流模擬的較弱。 12 日 1800 UTC 之模擬結果(圖 4.6b)顯示颱風中心附近對流結構是較對稱的，模擬結果與觀測之對流位置也大致相同。13 日 1800 UTC 颱風受臺灣地形影響，對流結構開始不對稱，而台灣西半部地區也開始出現降雨(圖 4.6c)。比對同一時間之雷達迴波圖發現在回波圖上颱風的結構還是對稱的，這點與模擬結果差異較大，但模式對於台灣地區的對流分布則掌握得不錯。14 日 1800 UTC 隨著颱風逐漸北移離開台灣，西半部地區對流增強並增廣，但模式並沒有模擬到西南部地區的對流(圖 4.6d)，這可能是因為模擬在颱風離開台灣的時候，對於臺灣海峽上的西南氣流模擬的不好所導致。15 日由於模式對臺灣海峽上 27.

(47) 的西南氣流模擬的不好，所以對於中南部地區之對流都有低估的現象 (圖 4.6e,f)。在日累積雨量的部分，圖 4.7 為 9 月 11 日至 16 日之日累積雨量圖。與實際觀測雨量(圖 3.7)比對後發現，11 日模式對於台灣東北部地區的降雨是有掌握到，但有高估的現象，對西南部地區的降雨則沒有模擬到(圖 4.7a)。12 日模式對於北部及中南部山區的雨量模擬得相當不錯，整體的降雨位置都很類似，但仍有些高估的現象(圖 4.7b)。 13 日颱風已相當靠近台灣，而模式對於台灣各地區的降雨都模擬得相當好，尤其是東北部地區及中央山脈地形上之降雨都與實際觀測幾乎相同(圖 4.7c)。而 14 日模式對於臺灣的降雨仍就掌握得非常好，除了對北部沿海地區有些高估雨量的現象(圖 4.7d)。15 日起由於模擬之颱風路徑與觀測差異較大，模擬之颱風路徑較為偏南，所以也導致模擬對於西南氣流掌握得不是很好，也影響到模擬的累積雨量。由圖 4.7e 可看到模式雖然還是有掌握到中部山區的強降雨，但對於中南部山區則低估雨量，此外對於北部的區的雨帶也掌握得不是很好。16 日颱風遠離，各地降雨趨緩，但因為此時模擬之颱風路徑與實際觀測差異較大，所以對於台灣降雨就無法有效掌握(圖 4.7f)。. 4.2、扣掉氣候差異值之模擬結果（1）模擬結果實驗設計如表 2.1。本敏感度實驗只將模擬的初始條件、側邊界條件及海溫減去氣候差異值，其他設定保持不變。本實驗代號為 S2。 a．綜觀比對 28.