臺北盆地東北季風時期之低空風切研究

(1)

國立臺灣大學理學院大氣科學研究所碩士論文

Graduate Institute of Atmospheric Sciences College of Science

National Taiwan University Master Thesis

臺北盆地東北季風時期之低空風切研究 A Study of Low-Level Wind Shear

at Taipei Basin during the Northeast Monsoon Period

劉沛滕 Pei-Teng Liu

指導教授：林博雄博士 Advisor : Po-Hsiung Lin, Ph.D.

中華民國 102 年 6 月

June, 2013

(2)

i

誌謝

感謝新北市私立穀保家商總務處、鄭文章主任、莊清海書記，提供本研究之觀測場地、儀器電源，以及協助每週資料下載的便利性；感謝新北市中信國民小學行政處、林亨銘主任，新北市成功國民小學總務處、吳春明主任、顏裕豐組長，

新北市德音國民小學總務處、廖學明主任、廖恆熙組長提供觀測場地。感謝民航局臺北航空氣象中心與莊清堯先生協助提供松山機場 LLWAS 原始觀測資料。感謝空軍氣象中心提供松山機場低空風切事件經驗與本研究之經費贊助。感謝行政院飛航安全調查委員會提供本研究之電腦計算資源。

謝謝林博雄老師，帶領我接觸許多有趣的氣象議題，也讓我有機會能參與各個有趣的計畫觀測，與其他領域交流，這些都是很棒的經驗；老師提供我研究上的各種協助，不論是實地觀測上或是模式思考上，對我都是很寶貴的科學研究啟發。感謝老師給我許多空間，在寫論文之餘，也為我考量未來的發展。

感謝吳健銘老師、何台華教授、楊宏智教授、官文霖主任擔任口試委員，用心地檢視我的論文與成果，給我寶貴的論文撰寫建議，以及提出我所忽略的問題，

熱情地與我討論我的研究議題。

感謝三王、譯心、小盧、tp 哥哥、瑋哥、華哥、志輝學長、小莊哥、梅可忠、

阿駿學長、凱元學長、周耿民、建勳、阿虛和孟澤，與我討論也教導我如何使用數值模式、操作觀測儀器，協助我搬運、架設、拆解相當具有重量的氣象儀器到各個觀測點去，接納我在不順遂時的吶喊、嘆息與告解，研究室的各位陪我經歷在 COOK 的生活，每次出外和你們合作，總是帶有期待、新奇與使命感；在許多出差、觀測、登山、討論的場合，我經驗尚淺、年紀最輕，各位哥和學長姊總是特別照顧我，和我分享許多經驗和知識，令我感動萬分。

謝謝毛利在夜裡陪我系住、聊天、吃宵夜，聽我訴苦也與我分享人生的種種際遇，謝謝溫文豪在我艱難時及時跳出來陪我，謝謝一路與我共同奮鬥 seminar 和論文的范范，家傑和貴格也常和我討論研究上、生活上的問題，超級強大鍾博婷和吳舜楠對於我準備畢業的協助，還有婉瑜、欣平、小 phi、吳孟軒，各位都是一同在台大成長、生活、奮鬥了六年的好夥伴。謝謝所有幫助我解決研究上問題的大氣系學長姊、同學們，還有關心我與我教學相長的大氣系學弟妹們。

謝謝我的家人體諒我的研究生作息，來自爸媽的許多關心，還有時常被我賦予鬧鐘任務的姊姊們。

謝謝你！閱讀完我的文章，在這兩年裡一直陪伴在我的心中，最後還為我加油打氣。

台大六年有起有伏，繁忙的、際遇的、愉快的、重挫的、成就的不曾少過。

於系住的 COOK

(3)

ii

摘要

低空風切是影響飛行起降安全因子之一，其定義為 600 公尺以下的高度，出現水平方向 15 kts/km 的風切，並且持續存在 10 秒鐘以上；部份機場能透過低空風切警示系統(Low Level Windshear Alert System, LLWAS)的建置，來監測低空風切。

然而，臺北盆地受到綜觀環境和地形的影響，所產生的低空風切可能不只在松山機場現有的 LLWAS 監測範圍內，在東北季風的影響之下，低空風切可能會發生在臺北盆地西側和西北側的區域。

為探討臺北盆地西側的低空風切，本研究在臺北盆地西側，新增了四個氣象觀測點和一套雲冪儀，建立臨時性氣象觀測網，並進行 60 天的高時間解析觀測。

觀測資料經過資料處理和推算後，能使用「三角形遞迴運算法」得到達低空風切閾值的輻合、輻散值，藉以觀測 250 公尺高空的低空風切。在觀測期間該觀測網成功地觀測到低空風切，觀測發生低空風切的時間和松山機場 LLWAS 警報紀錄相近。此外，藉由輻合和輻散呈現負相關的兩個區域，討論氣象觀測網上空的氣流走向會有偏轉的情況。

為了解數值模式對低空風切的模擬效果，本研究使用中尺度氣象模式 WRF 和高解析度計算流力模式 STREAM，對東北季風期間臺北盆地低空風切事件進行模擬比較。WRF 模式利用超過低空風切閾值的渦度場和輻合、輻散場，推測低空風切時空分佈，在 1 公里解析度的模擬結果中，受綜觀環境條件和地形的影響下，

WRF 模式能成功偵測低空風切的發生；2010 年 10 月 25 日東北季風增強的個案，

WRF 模式成功模擬出和松山 LLWAS 警報紀錄時間相近的低空風切，而且涵蓋臺北盆地西側氣象觀測網和部份松山機場區域的上空。STREAM 模式使用高解析度臺北盆地地形和固定的邊界風場，模擬強盛東北季風進入臺北盆地時的風場結構，

能顯示出臺北盆地中的強風速區空間位置，以風場的輻合和偏轉現象，進一步確認低空風切可能發生的區域。

關鍵詞：低空風切、臺北盆地、低空風切警示系統、氣象觀測網、數值模擬

(4)

iii

Abstract

Low-level wind shear is one of the important factors of flight safety factors.

Low-level wind shear is defined as 15 kts/km wind vector difference which persists more than 10 seconds between surface and 2,000 feet (600 m) height. At some airports, low-level wind shear could be detected by Low Level Windshear Alert System (LLWAS). However, due to the synoptic environment and topographic effect of Taipei Basin, the low-level wind shear phenomena may occur outside the LLWAS detecting range. Through the influences of northeast monsoon, low-level wind shear might occur at western and north-western regions of Taipei Basin.

In order to study low-level wind shear over the western region of Taipei Basin, a field network observation in high temporal resolution with 4 mobile weather stations and one ceilometer lidar lasting for two months were conducted. After data quality control and

wind field estimation at 250 m height, the divergence/convergence values in which the

strengths are over the low-level wind shear's threshold were estimated by "triangle recursion

calculation method." During the observation period, the observatory network detected

several cases of low-level wind shear which corresponds Song-Sang Airport (RCSS)

LLWAS warning record well. Moreover, by means of a negative correlation existed in the

divergence/convergence field between two regions, the air streams over the observatory

network are deflected.

(5)

iv

To understand the performance of numerical model simulation on low-level wind shear,

Weather Research Forecasting (WRF) model and high resolution computational fluid

dynamics STREAM model are used to simulate and discuss cases of low-level wind shear at Taipei Basin during the northeast monsoon period. The WRF numerical model can

simulate significant vorticity field and divergence/convergence field in which the strengths

are over the low-level wind shear's threshold. The results show that WRF model with 1-km

resolution simulation can capture the low-level wind shear successfully by the influence of

topography under various synaptic environment conditions. In the strong northeastly wind

case on Oct. 25^th of 2010, the simulation results show that the hot spots of low-level wind

shear locate at western and north-western regions of Taipei Basin including part region of

RCSS. The results are consistent with the low-level wind shear alerts of RCSS. The

STREAM model uses high resolution topography data and gives stationary boundary wind

to simulate the wind structure during the strong northeast monsoon blowing into Taipei

Basin. The results show the location of strong wind region at Taipei Basin. With the

convergence and deflection of wind, the possible occurring region of low-level wind shear

may be further confirmed.

Keywords: Low-level wind shear, Taipei Basin, Low level windshear alert system, Meteorological observatory network, Numerical simulation

(6)

v

表目錄

表 1-1 2009 年 1 月到 2011 年 5 月之間，松山機場的 LLWAS 觀測到顯著的低空風切案例。按發生季節分為春、夏、秋、冬四個欄位，其中有底線的藍斜字為颱風影響的案例；本研究選取持續時間長的顯著低空風切，且為

東北季風影響的 2010 年 10 月 25 日做為 WRF 模式模擬個案。 ... 48

表 2-1 臺北盆地西側氣象觀測網，四個觀測點的儀器觀測記錄表。 ... 48

表 2-2 1 號到 3 號觀測點風速計，與 4 號觀測點風速計的線性迴歸分析；其中 V1 為 1 號觀測點儀器風速資料，依此類推 V2、V3、V4。觀測資料 V1 到 V3 利用修正公式將風速修正，來對應參考風速計的風速 V4，斜率、截距、R²、資料筆數如表格所示。 ... 50

表 3-1 氣象觀測網中，兩兩觀測點之間的距離。 ... 50

表 3-2 氣象觀測網中，四組三角形區域(東、南、西、北)輻合、輻散值的相關係數。 ... 51

表 4-1 中央氣象局 2010 年 10 月 25 日彭佳嶼氣象站逐時觀測資料。 ... 52

表 4-2 中央氣象局 2010 年 10 月 25 日臺北氣象站逐時觀測資料。 ... 53

表 4-3 2010 年 10 月 25 日 WRF 個案模式設定。 ... 54

表 4-4 中央氣象局 2012 年 12 月 6 日彭佳嶼氣象站逐時觀測資料。 ... 55

表 4-5 中央氣象局 2012 年 12 月 6 日淡水氣象站逐時觀測資料。 ... 56

表 4-6 2012 年 12 月 6 日 WRF 個案模式設定。 ... 57

表 5-1 WRF 模式模擬實驗參數設定表；比較使用不同的邊界層參數化、積雲參數化的使用與否、雲微物理過程參數的選用，所設定的實驗編號：Exp. 11~Exp. 16 和 Exp. 21~Exp. 26，其中 Exp. 11 為控制組。 ... 57

表 5-2 對應 WRF 模式模擬中 250 公尺高度的輻合、輻散場，比較不同參數化設定，其中 Exp. 11 為控制組，其他各組參數設定請參考表 5-1。九網格平均數值最大散度絕對值、與控制組的比值、發生時間分別列出。 ... 58

(9)

viii

表 5-3 對應 WRF 模式模擬中 250 公尺高度的輻合、輻散場，比較不同地形高度設定，Exp. 11 為控制組，Exp. 30、31、32、33、35，分別為 0%、25%、

50%、75%、120%的地形高度。九網格平均數值最大散度絕對值、與控制組的比值、發生時間分別列出。 ... 59 表 5-4 STREAM 模式參數設定 ... 60 表 5-5 STREAM 模式加入熱力條件參數設定 ... 61

(10)

ix

圖目錄

圖 1-1 臺北盆地 google 衛星影像圖。臺北盆地為中間淺色等腰三角形，盆地的北方為大屯山群，西北方為觀音山，西方為林口臺地，西南面為雪山山脈丘陵。 ... 62 圖 1-2 1990~2008 年松山機場(RCSS)整點風向風速資料統計；藍色為全部資料

統計，紅色為 9~12 月和 1~2 月秋、冬兩季的資料統計，橫軸為風向方位，

N、S、E、W 為東西南北方，VRB 為風向不定，C 為靜風；(a)各風向發生的百分比例(風向次數/所有次數)；(b)各風向發生時的平均風速，單位為 m/s。 ... 62 圖 1-3 松山機場 10 號跑道飛機進場航線圖。(摘自民用航空局 Aeronautical Information Publication) ... 63 圖 1-4 臺北盆地 30 公尺解析度數位地形模式(Digital Terrain Model，DTM)等高

地形圖(上方為北)；圖片中間黑色橫線為松山機場跑道，周邊 13 個黑點為松山機場 LLWAS 的 13 個測風臺，左右延伸的紅色斜線區域為航機儀器進場區域。 ... 63 圖 1-5 2010 年 10 月 25 日個案之 WRF 模式模擬結果(WRF 設定見第三章)：250

公尺高度剖面的渦度場。圖中黑色等高線為 1 公尺，即可視為海岸線，

黑色色塊為地形高於 250 公尺無渦度資料的區域，渦度單位為(s^-1)。 . 64 圖 2-1 (a) WRF 模式所模擬的四層 Domain 繪製在 google 衛星影像圖上；黃色為

Domain 1、白色為 Domain 2、綠色為 Domain 3、紅色為 Domain 4。(b) 為圖 2-1 (a)的放大圖。 ... 64 圖 2-2 (a)同圖 1-4，藍色方框為臺北盆地西側，即為圖 2-2(b)的區域。(b)臺北盆

地西側 google 衛星影像圖，1、2、3、4 為四個觀測站的代號，綠色方框為觀測站的資訊，黃虛線為飛機航道，藍線為站與站間的連線。 ... 65 圖 2-3 臺北盆地西側氣象觀測網各儀器照片，各風速計距支架底端都約為 3 公

(11)

x

尺。(a) 1 號觀測點成功國小的 MAWS 氣象觀測站；(b) 2 號觀測點德音國小的 R.M.Young 風速風向計；(c) 3 號觀測點中信國小的 Hobo 氣象觀測站；(d) 4 號觀測點穀保家商的 Hobo 氣象觀測站。 ... 66 圖 2-4 各氣象站資料可使用時段示意圖。上方藍線為時間軸，藍線上方的數字

為月份，下方的數字為日期，四個觀測點儀器資料可用時段用黃色線條表示，深灰色方塊表示該時段有資料斷缺，紅色垂直線標示資料斷缺事件發生時的日期。 ... 67 圖 2-5 各測站風速計擺放於同一處頂樓(國立臺灣大學大氣科學系 C 館)，進行

同步觀測比對。 ... 67 圖 2-6 1、2、3 號觀測點風速計(y 軸)與參考站 4 號觀測點風速計(x 軸)的觀測比

對資料線性迴歸分析圖。 (a)第一觀測點；(b)第二觀測點；(c)第三觀測點。 ... 68 圖 2-7 (a) 2012 年 11 月至 12 月間板橋探空資料，選取 100 公尺高風速大於 5 m/s

的資料，利用其 25 公尺至 100 公尺高風速資料，求得到 Power Law 指數 α 介於 0.30 至 0.67 之間；其中紅點為 00 UTC (早上 8 時)的探空資料，藍點為 12 UTC (晚上 8 時)的探空資料。 (b) 2012 年 12 月 6 日 12 UTC 的板橋探空資料，用 Power Law 進行擬合(fitting)結果，所得到的指數 α 為 0.40。 ... 68 圖 2-8 4 筆板橋探空資料。(a)風速(m/s)、風向(單位為每 10 度)、位溫(K)垂直剖

面圖，用以推測邊界層高度；(b)探空觀測風速資料，與 Ekman 調整角度 θ 為 25°、30°、35°，邊界層高度設為 700 公尺，從 100 公尺風速資料推算的風速剖面；(c)、(e)、(g)同(a)但不同時間；(d)、(f)、(h)同(b)但不同時間。 ... 69 圖 2-9 2012 年 11 月 12 日，CL31 雲冪儀回波時間序列圖。 ... 70 圖 2-10 2012 年 11 月 12 日，CL31 雲冪儀回波垂直差分時間序列圖。 ... 70

(12)

xi

圖 2-11 2012 年 11 月 13 日，CL31 雲冪儀回波時間序列圖。 ... 71

圖 2-12 2012 年 11 月 13 日，CL31 雲冪儀回波垂直差分時間序列圖。 ... 71

圖 3-1 氣象觀測網 1 號觀測點(最北方)地面氣壓(藍線)與氣溫(紅線)時間序列圖。 (a) 11 月 9 日至 12 月 9 日觀測資料；(b) 12 月 9 日至 1 月 8 日觀測資料。 ... 72

圖 3-2 氣象觀測網 1 號觀測點地面氣壓(藍線)與風速(綠點)時間序列圖。(a) 11 月 9 日至 12 月 9 日觀測資料；(b) 12 月 9 日至 1 月 8 日觀測資料。 ... 72

圖 3-3 氣象觀測網 1 號觀測點地面相對溼度(藍線)與溫度(紅線)時間序列圖。(a) 11 月 9 日至 12 月 9 日觀測資料；(b) 12 月 9 日至 1 月 8 日觀測資料。 ... 73

圖 3-4 中央氣象局 2012 年 12 月 5 日 12:00 UTC 地面天氣圖。... 73

圖 3-7 氣象觀測網 1 號觀測點，觀測期間平均日變化。(a)氣壓(藍線)與風速(綠點)平均日變化；(b)溫度(紅線)與風速(綠點)平均日變化。 ... 75

圖 3-8 臺北盆地西側氣象觀測網各觀測點相對位置示意圖。(a)兩兩觀測點連線可求之間的風切；(b) 1、2、3 號觀測點圍成「西」三角形，1、3、4 號觀測點圍成「東」三角形；(c) 1、2、4 號觀測點圍成「北」三角形，2、 3、4 號觀測點圍成「南」三角形。 ... 75

圖 3-9 兩觀測點間 250 公尺高的風切時間序列，紅線為輕度低空風切閾值 0.0077 (s^-1)。(a) 1 號和 2 號觀測點；(b) 2 號和 3 號觀測點；(c) 3 號和 4 號觀測點；(d) 1 號和 4 號觀測點；(e) 1 號和 3 號觀測點；(f) 2 號和 4 號觀測點間風切。 ... 76 圖 3-10 臺北盆地西側氣象觀測網，取三個觀測點使用「三角形遞迴運算法」，得

到東(1-3-4)、南(2-3-4)、西(1-2-3)、北(1-2-4)，四種組合在 250 公尺高的

(13)

xii

輻合(正值)、輻散(負值)時間序列圖，紅線為輕度低空風切閾值 ± 0.0077 (s^-1)，絕對值超過此閾值的運算值會把記號放大顯示。 ... 77 圖 3-11 臺北盆地西側氣象觀測網 2012 年 11 月 11 日至 11 月 17 日期間，250 公

尺高的輻合(正值)、輻散(負值)，紅線為輕度低空風切閾值 ± 0.0077 (s^-1)。

... 77 圖 3-12 同圖 3-11，時間為 2012 年 12 月 4 日至 12 月 7 日。 ... 78 圖 3-13 同圖 3-11，時間為 2012 年 12 月 24 日至 12 月 30 日。 ... 78 圖 3-14 松山機場 LLWAS 警報(藍點)和臺北盆地西側氣象觀測網北三角形區域達

低空風切閾值的輻合、輻散絕對值(紅點)，兩者的時間與累積次數圖。

... 79 圖 3-15 同圖 3-14，但縱軸左側改為松山機場針對 10 號跑道飛機進場方向 LLWAS

警報(藍點)的累積次數圖。 ... 79 圖 3-16 松山機場 LLWAS 的警報小時頻率。其中 1025 為 2010 年 10 月 25 日；1112、

1114、1115、1204、1206、1224、1229 分別為 2012 年 11 月及 12 月的日期。 ... 80 圖 3-17 松山機場 LLWAS 西側的 1、7、9 號測風臺圍成的三角形區域(黃色)，與

臺北盆地西側氣象觀測網(藍色)，標記在 google 衛星影像圖上。 ... 81 圖 3-18 2012 年 12 月 6 日，松山機場 LLWAS 西側 1、7、9 號測風臺圍成的三角

形區域，每 10 秒鐘資料使用「三角形遞迴運算法」，所得的輻合、輻散值，紅線為輕度低空風切閾值 ± 0.0077 (s^-1)，絕對值超過此閾值的運算值會把記號放大顯示。 ... 81 圖 3-19 同圖 3-18，使用 6 筆 10 秒鐘風速、風向資料，平均成 1 分鐘資料進行計

算的結果，絕對值超過 ± 0.005 (s^-1)的運算值會把記號放大顯示。 ... 82 圖 3-20 同圖 3-18，日期改為 2010 年 10 月 25 日，使用 6 筆 10 秒鐘風速、風向

資料，平均成 1 分鐘資料進行計算的結果，絕對值超過 ± 0.005 (s^-1)的運

(14)

xiii

算值會把記號放大顯示。 ... 82

圖 3-21 臺北盆地西側氣象觀測網南三角形區域(藍點)和西三角形區域(洋紅點)，相同時間的輻合、輻散值比較，紅線為輕度低空風切閾值 ± 0.0077 (s^-1)。 ... 83

圖 3-22 臺北盆地西側氣象觀測網西三角形(細紅線)和南三角形(粗黃線)，輻合、輻散風場分析示意圖，綠色區域為兩三角形重疊之面積。(a)西三角形輻合，南三角形輻散；(b)西三角形輻散，南三角形輻合。 ... 83

圖 3-23 挑選輻合值 F > 0.005 (s^-1)或 F > 0.007 (s^-1)，以及輻散值 F < -0.005 (s^-1)，三角形氣象觀測網的 250 公尺高度風場向量，每張圖相同顏色的箭頭為相同時間的風場，黑點和黑虛線為觀測點和觀測網。(a)、(c)、(e)、(g) 分別為東、南、西、北三角形氣象觀測網輻合時的風場；(b)、(d)、(f)、 (h)分別為東、南、西、北三角形氣象觀測網輻散時的風場。 ... 84

圖 4-1 2010 年 10 月 25 日 06:00 UTC 地面天氣圖。... 85

圖 4-2 2010 年 10 月 25 日 12:00 UTC 地面天氣圖。... 85

圖 4-3 2010 年 10 月 25 日 09:30 UTC 可見光衛星雲圖。... 86

圖 4-4 2010 年 10 月 25 日 09:30 UTC 紅外線衛星雲圖。... 86

圖 4-5 中央氣象局 2010 年 10 月 25 日彭佳嶼、臺北、淡水、基隆氣象站每小時最大平均風速，單位為(m/s)。 ... 87

圖 4-6 WRF 模式輸出 250 公尺高度的背景地圖。黑色色塊為受地形影響無資料的網格，中間為臺北盆地，北側為大屯山，西側為觀音山、林口臺地、龜山，東南側為雪山山脈丘陵；臺北盆地中間兩個黑點，左邊為臺北盆地西側氣象觀測網 1 號觀測點，右邊為松山機場 LLWAS 中最西側 1 號測風臺；黑色海岸線為海拔 1 公尺高的等高線，綠色線為間距 100 公尺的等高線。 ... 88 圖 4-7 臺北盆地西側氣象觀測網(綠點)和松山機場 LLWAS 測風臺(藍點)，標註

(15)

xiv

在 google 衛星影像圖上。兩個紅點對應圖 4-6 的兩個黑點，左為臺北盆地西側氣象觀測網 1 號觀測點，右為松山機場 LLWAS 中最西側 1 號測風

臺。 ... 88

圖 4-8 2010 年 10 月 25 日個案 WRF 模擬結果，250 公尺高度 8:00 到 11:30 UTC 的風場風速圖，紅色表示較大的風速，綠色表示較弱的風速，單位為(m/s)。 ... 89

圖 4-9 2010 年 10 月 25 日個案 WRF 模擬結果，250 公尺高度 8:50、9:00、10:00 到 10:50 UTC 的渦度場圖，紅色表示正渦度區，藍色表示負渦度區，單位為(s^-1)。 ... 90

圖 4-10 2010 年 10 月 25 日個案 WRF 模擬結果，250 公尺高度 8:50、9:00、10:00 到 10:50 UTC 的散度場圖，紅色表示輻散區，藍色表示輻合區，單位為 (s^-1)。 ... 91

圖 4-11 2012 年 12 月 5 日 12:00 UTC 地面天氣圖。... 92

圖 4-12 2012 年 12 月 6 日 00:00 UTC 地面天氣圖。... 92

圖 4-13 2012 年 12 月 6 日 09:00 LST (01:00 UTC) 可見光衛星雲圖。 ... 93

圖 4-14 2012 年 12 月 6 日 09:00 LST (01:00 UTC) 紅外線衛星雲圖。 ... 93

圖 4-15 2012 年 12 月 6 日 04:40 LST (5 日 20:40 UTC) 雷達回波圖。 ... 94

圖 4-16 2012 年 12 月 6 日 08:00 LST (00:00 UTC) 雷達回波圖。 ... 94

圖 4-17 2012 年 12 月 6 日 00:00 UTC 850 hPa 渦度與流線場(中央氣象局模式分析資料)。 ... 95

圖 4-18 2012 年 12 月 6 日 06:00 UTC 850 hPa 渦度與流線場(中央氣象局模式分析資料)。 ... 95

圖 4-19 中央氣象局 2012 年 12 月 6 日彭佳嶼、臺北、淡水、基隆氣象站每小時最大平均風速，時間為臺北當地時間，單位為(m/s)。 ... 96 圖 4-20 中央氣象局 2012 年 12 月 6 日彭佳嶼、臺北、淡水、基隆氣象站每小時

(16)

xv

平均風向，時間為臺北當地時間，單位為方位角度。 ... 96 圖 4-21 2012 年 12 月 6 日個案 WRF 模擬結果，250 公尺高度 12 月 5 日 23:00 到

12 月 6 日 02:30 UTC 的風場風速圖，紅色表示較大的風速，綠色表示較弱的風速，單位為(m/s)。 ... 97 圖 4-22 2012 年 12 月 6 日個案 WRF 模擬結果，250 公尺高度 00:20 到 01:30 UTC

的渦度場圖，紅色表示正渦度區，藍色表示負渦度區，單位為(s^-1)。 . 98 圖 4-23 2012 年 12 月 6 日個案 WRF 模擬結果，250 公尺高度 00:20 到 01:30 UTC

的散度場圖，紅色表示輻散區，藍色表示輻合區，單位為(s^-1)。 ... 99 圖 5-1 2010 年 10 月 25 日個案散度場圖，紅色表示輻散，藍色表示輻合，單位

為(s^-1)。地圖中的紅色方框範圍中共有 36 × 41 個格點，每個格點 0.5 公里，為 WRF 模式 1 公里解析度模擬結果經過 2 倍內插而成。這一方框是表 5-2、表 5-3 各種敏感度組合的輻合、輻散場的分佈情形。 ... 100 圖 5-2 「九網格平均數值」範例圖，左側為原數值，右側為九網格平均數值。

黑色方框示意為圖 5-1 的紅色方框，最外圈邊界不計算九網格平均數值；

原數值 9 格綠色方格平均的數值，呈現在九網格平均數值最中間的網格；

原數值紅色方框遇到邊界無數值問題，9 格中僅有 5 格有數值，因此加總除以 5 成為九網格平均數值的左上角的網格。 ... 100 圖 5-3 以圖 5-1 中的紅色方框範圍，呈現「控制組」輻合、輻散場的時間序列

圖，紅色表示輻散區，藍色表示輻合區，單位為(s^-1)，x、y 座標為網格數。 ... 101 圖 5-4 比較不同參數化設定，在 WRF 模式模擬中 250 公尺高的輻合、輻散場，

其中 Exp. 11 為控制組，其他各組參數設定請參考表 5-1；紅色表示輻散區，藍色表示輻合區，單位為(s^-1)，x、y 座標為網格數；挑選的時間為各實驗測試中，九網格平均數值最大輻合的時間。 ... 101 圖 5-5 比較不同地形高度在 WRF 模式模擬中 250 公尺高的輻合、輻散場，其中

(17)

xvi

Exp. 11 為控制組，Exp. 30、31、32、33、35，分別為 0%、25%、50%、

75%、120%的地形高度；紅色表示輻散區，藍色表示輻合區，單位為(s^-1)，

x、y 座標為網格數；挑選的時間為各實驗測試中，九網格平均數值最大輻合的時間。 ... 102 圖 5-6 控制組不同高度的輻合、輻散場圖，由左至右再由上到下分別為 50、100、

150、200、250、300、500、600、700 公尺高度的輻合、輻散場；紅色表示輻散區，藍色表示輻合區，單位為(s^-1)，x、y 座標為網格數。 ... 102 圖 5-7 臺北盆地 45 × 36 公里範圍的 30 公尺解析度 DTM 平面圖，紅色點為臺北

盆地西側氣象觀測網新增的四個觀測點。 ... 103 圖 5-8 STREAM 模式顯示臺北盆地 45 × 36 公里範圍的立體地形圖。 ... 103 圖 5-9 WRF 模式模擬 2010 年 10 月 25 日 08:00 UTC 的 250 公尺高度風速場，

藍色的四個點為選取加入 STREAM 模式邊界垂直剖面風場的位置。 104 圖 5-10 放入 STREAM 模式四邊的風速垂直剖面。(a)北邊邊界剖面；(b)南邊邊

界剖面；(c)西邊邊界剖面；(d)東邊邊界剖面。... 105 圖 5-11 臺北盆地 45 × 36 公里範圍等高線圖，等高線間距為 25 公尺。 ... 106 圖 5-12 臺北盆地 45 × 36 公里範圍的地表風風速。 ... 106 圖 5-13 臺北盆地 45 × 36 公里範圍，STREAM 模式模擬 150 分鐘後(未達穩定)

的 250 公尺高度風場，白點為臺北盆地西側氣象觀測網新增的四個觀測點。 ... 107 圖 5-14 臺北盆地西側範圍，STREAM 模式模擬 150 分鐘後(未達穩定)的 250 公

尺高度風場，白點為臺北盆地西側氣象觀測網新增的四個觀測點。 .. 107 圖 5-15 臺北盆地 45 × 36 公里範圍，STREAM 模式模擬達穩定後的 250 公尺高

度風場，白點為臺北盆地西側氣象觀測網新增的四個觀測點。 ... 108 圖 5-16 臺北盆地西側範圍，STREAM 模式模擬達穩定後的 250 公尺高度風場，

白點為臺北盆地西側氣象觀測網新增的四個觀測點。 ... 108

(18)

xvii

圖 5-17 STREAM 模式模擬 150 分鐘後(未達穩定)的 250 公尺高度風場，和由南邊界往北 Y=8280 m、Y=16000 m 的垂直截面風速，白點為臺北盆地西側氣象觀測網新增的四個觀測點(圖中只看到南邊的三個觀測點)。 ... 109 圖 5-18 STREAM 模式模擬 150 分鐘後(未達穩定)的 250 公尺高度風場，和由西

邊界往東 X=5000 m、X=10800 m、X=19000 m 的垂直截面風速，白點為臺北盆地西側氣象觀測網新增的四個觀測點(圖中只看到東邊的三個觀測點)。 ... 109 圖 5-19 STREAM 模式模擬達穩定後的 250 公尺高度風場，和由南邊界往北

Y=8280 m、Y=16000 m 的垂直截面風速，白點為臺北盆地西側氣象觀測網新增的四個觀測點(圖中只看到南邊的三個)。 ... 110 圖 5-20 STREAM 模式模擬達穩定後的 250 公尺高度風場，和由西邊界往東

X=5000 m、X=10800 m、X=19000 m 的垂直截面風速，白點為臺北盆地西側氣象觀測網新增的四個觀測點(圖中只看到東邊的三個)。 ... 110 圖 5-21 臺北盆地西側氣象觀測網 1 號觀測點的地面風速資料(藍點)，與北三角形

面積的輻合、輻散絕對值(紅點)比較圖。地面風速大於 4 m/s 以及輻合、

輻散絕對值大於 0.004 (s^-1)的標記放大顯示。 ... 111 圖 5-22 臺北盆地西側氣象觀測網在 2012 年 11 月 12 日東北風增強時，四個觀測

點的地面風速資料時間序列圖。紅色為 1 號觀測點，綠色為 2 號觀測點，

洋紅色為 3 號觀測點，藍色為 4 號觀測點。 ... 111 圖 5-23 臺北盆地 51 × 45 公里範圍，STREAM 模式加入熱力條件後的 250 公尺

高度風場圖。模式模擬所經過的時間為 (a) 240 分鐘；(b) 270 分鐘；(c) 300 分鐘；(d) 330 分鐘；(e) 360 分鐘後的圖。 ... 112

(19)

1

Chapter 1 前言

1.1 低空風切及其對飛機起降安全的威脅

依據聯合國國際民航組織(International Civil Aviation Organization, ICAO)以及美國大學大氣研究聯盟(University Corporation for Atmospheric Research, UCAR)的文獻定義，低空風切(Low-level Wind Shear)是指離地 2000 ft (600 公尺)的高度內，

發生水平方向 15 kts/km 以上的單位距離風速向量差，並且低空風切發生的時間要持續 10 秒鐘以上，而不是短暫幾秒鐘的亂流或陣風造成的瞬間風速向量差(ICAO, 2005；UCAR, 2013) 。

在近地面無強烈對流存在的環境中，垂直的風速趨近於零，因此在討論低空風切的時候，以水平風的水平風切和水平風的垂直風切為主。在飛機起飛或降落的過程中，如果所經過的航線存在強烈風切，將會影響飛機的操控及安全。如果飛機航線逆風風速增加(wind speed loss)，飛機的升力也會增加，飛機可能因為升力過大而造成飛機仰角快速上升；飛機降落時仰角過高導致不穩定進場，飛機需要重飛。如果飛機航線的順風風速增加(wind speed gain)，飛機升力會下降，導致飛機之航機仰角減少且爬升率下降，或是降落時造成下降速度突然增加，因而發生飛航事故。由此可知，低空風切是嚴重影響飛機起降階段的飛航安全。

低空風切依其單位距離風速向量差的大小，有不同的分級(蒲，2003)：15~19 kts/km 的單位距離風速向量差，歸類為輕微(slight)低空風切；20~29 kts/km 的單位距離風速向量差，歸類為中度(moderate)低空風切；大於 29 kts/km 的單位距離風速向量差，則稱為強烈(strong)低空風切。

造成低空風切的原因，主要有以下幾種(Lester, 2004)：(1) 微爆流：強烈的下沈輻散氣流；(2) 強烈對流陣風鋒面：陣風鋒面後的強風和前側形成強風切；(3) 鋒面：鋒面前後風速風向轉變造成的水平風切；(4) 地形效應：氣流受地形阻擋、繞行引起的低空風切；(5) 海陸風吹拂；(6) 低空噴流。其中微爆流最令人警惕及熟

(20)

2

知，當飛機飛入微爆流的過程中，先會有很強的逆風使飛機升力增加，飛機能輕易的上升而不需要太多往前飛行的速度來提供升力，但當飛機開始駛離微爆流中心，周邊風場會轉變成順風，讓飛機升力快速下降，使飛機有快速下墜的危險。

微爆流屬於強烈順風風速增加的低空風切，對飛航安全有極大的威脅；本文所將討論的案例，則以地形效應引發的低空風切為主。

1.2 LLWAS 低空風切警示系統與文獻回顧

低空風切警示系統(Low Level Windshear Alert System, LLWAS)，是指機場跑道兩側平行飛機跑道的測風臺，以及其電腦演算、警示器所構成的系統。LLWAS 對於沿著機場跑道方向，前後 3 倍跑道長度內的範圍，進行低空風切的監測並適時發佈警報。測風臺上含有風向和風速計，與氣象觀測的風觀測有相同的觀測條件：

風速和風向計所放置的測風臺必須離地面 10 公尺以上，且觀測點的儀器顯露度必須有一定的水準。測風臺可能建立在空曠處的地面，或是在較高的建築物頂樓之上。在臺灣松山機場(RCSS)以及桃園機場(RCTP)各有設置 LLWAS(從 2001 年建置啟用至今)，其中松山機場具有 12 座遠端測風臺以及 1 座中央測風臺，桃園機場具有 14 座遠端測風臺以及 1 座中央測風臺。

LLWAS 以各個測風臺 10 秒的時間解析度，再取平均風為原始觀測資料。由於地面風觀測位置離地面約在 20 至 30 公尺，因此再使用 power-law 函數剖面 (0 至 100 公尺) 和 Ekman Layer 特性(100 至 300 公尺)，將地面風觀測資料推算到 300 公尺(1000ft)高度(ICAO, 2005)，再進一步即時運算和發報警報。LLWAS 作業流程主要分為三個部份(蒲，2004；余和童，2011；UCAR, 1992)：

第一部份：將各個測站的 10 秒平均風速原始資料進行資料過濾，比較平均數和標準差，若有顯著差異，則利用統計方法(Chi-square)調整，剔除錯誤的數值。

第二部份：將各個測站的 10 秒平均風速，取兩個測站資料彼此作「風切計算演算法」，得到風切的方向及大小；並將各個測站的 10 秒平均風速，取三

(21)

3

個測站資料作「輻散分析演算法」，這三個測站的選取需符合：兩兩測站之間距離 1 到 5 公里，以及三個測站所圍出來的三角形，其最小的角度需大於 25 度，面積範圍為 0.433 至 10.825 平方公里。若其中有得到風切向量過大，或是輻合、輻散量過大，則進行第三部份警告分析作業。

第三部份：將風切向量投影到平行機場跑道方向，分析風切對於跑道影響的強度及種類，當風切持續出現達一定時間，會發佈飛機跑道的風切警告。

LLWAS 對於風切的演算法，是由 UCAR 所發展，從 LLWAS Phase-I 第一代最初的演算法，已經發展至 Network Expansion Low Level Windshear Alert System (LLWAS-NE)，使用 Phase-III Algorithm 第三代演算法。過去也有相關研究(Meyer et al., 1999)討論儀器問題(sensor problems)及參數問題(parameter problems)，兩者造成

的 LLWAS 的過度警報(over-warning)及警報失誤(false alerts)，其中參數問題造成許多的過度警報，因此 UCAR 不斷地研發調整 LLWAS 其中的演算法參數，目前 LLWAS Phase III (LLWAS-NE)已經有 90%以上的預報準確度，並且持續有新型低空風切系統研發(郭和吳，2006)，也試著與都卜勒氣象雷達(Terminal Doppler Weather Radar)做結合(Meyer et al., 1999)。

由於 LLWAS 詳細的演算法並未公開，無法使用此演算法自行操作和建置相同的 LLWAS。何等(2005)的研究中，將松山和桃園機場 LLWAS 的原風速資料，使用「三角形遞迴運算法」，重新計算 LLWAS 任三個測風臺所圍出來符合規定的三角形輻合輻散量，以推得低空風切，計算公式為：

A ds V

=

E



ⁿ _(1.1)

E：輻合、輻散值，正值為輻散、負值為輻合；

Vn：垂直於三角形三個邊的風速分量；

s：三角形三個邊長；

(22)

4

A：三個測風臺所圍出來的三角形面積；

若三角形三個頂點的觀測點代號分別為 1、2 和 3，此三點的位置分別為(x₁, y1)、

(x2, y2)、(x3, y3)和風場為(u1, v1)、(u2, v2)、(u3, v3)，定義新輻合、輻散之強度 F 為原輻合、輻散強度 E 的相反數，則三角形面積 A 及速度場平均之輻合、輻散強度 E 可改寫表示法為：

E -

F (1.2)

b

a F

F

F  (1.3)

其中

A 2

) u - (u

× ) y - (y - ) u - (u

× ) y -

F_a (y² ¹ ³ ¹ ³ ¹ ² ¹ (1.4)

A 2

) v - (v

× ) x - (x - ) -v (v

× ) x -

F_b (x³ ¹ ² ¹ ² ¹ ³ ¹ (1.5)

面積的計算公式為：

2 ) A -

= (A

A ^a ^b (1.6)

其中

] ) y - (y + ) x - [(x

× ] ) y - (y + ) x - [(x

=

A_a ₂ ₁ ² ₂ ₁ ² ₃ ₁ ² ₃ ₁ ² (1.7)

2 1 3 1 2 1 3 1 2

b =[(x -x )×(x -x ) (y -y )×(y -y )]

A 

(1.8) 以上公式中，輻合、輻散強度 F 單位為(s^-1)，正值代表輻合，負值代表輻散。

依「三角形遞迴運算」計算得到的低空風切結果與 LLWAS 的警示結果比較，兩者所得到低空風切發生時間大致上相同，但此方法得到的低空風切強度較 LLWAS 的警示頻率略高，因此這個方法是可以有效的計算低空風切，我們也使用此種方法來進行低空風切的運算。

松山機場 LLWAS 觀測到的低空風切歷年統計資料，指出臺北盆地一年四季受各季節的天氣系統影響，皆有可能發生顯著的低空風切，但是在夏天和秋天發生

(23)

5

的頻率最高；在一天當中，以日間也就是臺北當地時間早上 8 時到下午 6 時，為低空風切的好發時段，其中又以接近中午、午後時段，低空風切發生的頻率最高(蒲，

2003)。另外，桃園機場低空風切歷年統計也有相似的統計結果，但是增加海陸風影響這項因素，使得夜間時間也有低空風切發生的案例 (蒲，2004) 。

在 2009 年 1 月到 2011 年 5 月之間的松山機場 LLWAS 顯著案例(表 1-1)，呈現一年四季都有低空風切發生之紀錄，並以夏季和秋季的案例為最多，並且發生時間以日間到傍晚為主(余和童，2011)。依照綜觀天氣條件可進一步把低空風切案例分成四類：受鋒面過境、颱風、午後熱對流和東北季風的影響。我們從表 1-1 挑出同一天發生低空風切頻繁較高的幾個案例來進行數值模式模擬測試；其中 2010 年 8 月 30 日和 2010 年 9 月 19 日皆為颱風影響的結果，因颱風來臨時飛機可能會停飛或採用避讓飛行，此時低空風切對飛機起降安全影響較有限，而且颱風環流在數值模式模擬的結果不確定性較大。因此，本研究將此類個案加以排除。

過去統計資料顯示，因東北季風所產生之低空風切對松山機場影響最大，本研究以 2010 年 10 月 25 日發生最頻繁的低空風切做為主要研究對象。本案例並沒有強對流、劇烈天氣發展，因此我們將鎖定水平風風切加以討論；此外，LLWAS 系統的風場資料也僅是同一個水平高度面不同點的水平風資料，因此我們將以水平風切所產生的輻合輻散場來討論低空風切。

1.3 臺北盆地風場與地形特徵

臺北盆地(圖 1-1)四周環繞著山地、丘陵、臺地，北方為大屯山群，西北方為觀音山，西方為林口臺地，西南面為雪山山脈丘陵。臺北盆地地形獨特，東北方到北方、西方較高地形的另一側，即是東海、臺灣海峽等海洋。影響臺北盆地的氣象綜觀環境，可透過氣流過山、邊界層混合作用或是臺北盆地地形缺口，將氣流送入臺北盆地內陸地區。這些地形缺口，主要為東北方雪山山脈丘陵和大屯山群間，東北-西南走向的谷地地形(新北市汐止區)；西北方大屯山群和觀音山之間的淡水河口(新北市淡水區)；以及西南方林口臺地和雪山山脈丘陵間的大漢溪谷地

(24)

6

(新北市樹林區)。

松山機場在一年之中，由於近地面吹東風的時間較多，所以飛機的起降主要是使用 10 號跑道，此時東風即成為飛機起降的逆風。以 1990 年至 2008 年的松山機場風向資料來判定機場使用跑道的頻率(圖 1-2)，發現全年有 80%以上的時間，

飛機是使用 10 號跑道起降，在秋冬兩季更是有 90%以上的時間。實務上，當機場跑道順風 10 kts 以下(中小型固定翼民航機之順風起降限制)或是機場操作考量，在跑道順風時也會使用 10 號跑道，因此使用 10 號跑道的時間，會比風向的時間統計還多，秋冬兩季松山機場使用 10 號跑道的時間，應當接近 100%。

飛機若使用 10 號跑道降落松山機場，需要在林口臺地進入儀器導航區並降低飛行高度到 500 公尺 (約 1640 ft) 左右，對準松山機場 10 號跑道開始下滑，經過泰山、五股、三重地區至臺北市圓山地區一帶到達 10 號跑道著陸區(圖 1-3)。但是飛機下方的地形地物卻有眾多的變化；在風速較大時，飛機沿途下降過程會發生機身左右晃動情形。不禁讓人想要進一步了解，受臺北盆地的地形因素影響所造成的低空風切，是否發生在松山機場 LLWAS 監測範圍以外?

1.4 研究動機與目標

中央氣象局基隆五分山氣象都卜勒雷達，以及桃園機場氣象都卜勒雷達，由於受限於盆地地形和回波產生條件，兩者均無法觀測臺北盆地地形下方的低空風場。松山機場由於有 LLWAS 的建置(圖 1-4)，得以進行低空風切觀測。然而臺北盆地地形複雜，在松山機場以外的其他地方，是否也經常有低空風切的發生，而暗藏飛航安全影響因子?

LLWAS 觀測資料在過去的研究文獻中，有統計分析的討論 (蒲，2003；余和 童，2011)，以及運算操作方法和參數設定的探討研究(何等，2005；Meyer et al., 2009)。

然而，松山機場 LLWAS 從 2001 年建置以來的研究文獻不多，也沒有相關研究使 用較高解析度的數值模式來模擬低空風切。Lin et al. (2008)曾利用 WRF 模式來模 擬臺北盆地海陸風氣流，藉以用來討論空氣污染的傳送，因此本研究也將利用 WRF

(25)

7

數值模式來進行低空風切的模擬，並且與低空風切觀測資料進行比對。在 2010 年 10 月 25 日「東北風增強」的顯著低空風切個案模擬結果中，顯示低空風切主要分佈在臺北盆地西側(圖 1-5)，松山機場 10 號跑道下滑航線正經過此處，並超出松山機場 LLWAS 最西側的偵測範圍，因此我們將在林口臺地到淡水河道之間進一步設立臨時氣象觀測網，來對臺北盆地西側的低空風切進行探討。

本文研究的主要目標可歸納如下：

1. 利用 WRF 數值模式模擬進行低空風切個案診斷。

2. 架設氣象觀測網，觀測秋冬之際東北風影響下的臺北盆地西側低空風切。

3. 比對臺北盆地西側和松山機場低空風切觀測資料。

4. 比對觀測資料和數值模式模擬結果。

5. 利用高解析度流體力學模式(STREAM 模式)模擬受地形影響的臺北盆地風場。

1.5 論文架構

本文第二章介紹所使用的數值模式(WRF 與 STREAM)與觀測儀器。在模式部份將介紹兩種數值模式版本與內涵，說明其主要的參數設定選項，以及初始氣象場資料來源；在儀器部份將介紹觀測地點和所使用的各種儀器設備，也包含觀測策略及資料過濾、處理和推算的方法。

本文第三章是 2012 年 11 月初至 2013 年 1 月初，臺北盆地西側的臨時觀測結果，我們將討論風切計算及輻合輻散的計算結果，並和松山機場 LLWAS 觀測資料進行比較。第四章探討 2010 年 10 月 25 日個案，以及挑選觀測期間顯著的 2012 年 12 月 6 日個案，進行低空風切的 WRF 模式模擬。

第五章對於 WRF 參數設定如邊界層條件等不同項選設定，以及地形高度進行敏感度測試，也使用 STREAM 模式在高解析度臺北盆地地形下，進行風場模擬，

並比較觀測和模擬的結果。第六章將總結臺北盆地低空風切的模式模擬、觀測結果，以及展望未來更進一步的低空風切探討方向。

(26)

8

Chapter 2 數值模式與觀測設計

本研究使用中尺度氣象模式 WRF (Weather Research and Forecasting，見 2.1 節) 來進行低空風切擾動數值模擬，並使用 WRF 模式做為 STREAM 模式(見 2.4 節) 高解析度數值模式的初始場，進行時間與空間更高解析度的風切擾動模擬。在實際觀測部份則透過數值模擬資料的結果，選取臺北盆地西側架設四個含風速風向計的氣象觀測站，建構臨時性氣象密集觀測網，加上松山機場低空風切警報系統 (Low Level Windshear Alert System，以下簡稱 LLWAS)原始資料，一併做為本研究的觀測資料。

2.1 WRF 數值模式

The Weather Research and Forecasting (WRF)模式，是由美國國家大氣研究中心 (National Center for Atmospheric Research, NCAR) 的中小尺度部門 (Mesoscale and Microscale Meteorology Division, MMM) 所發展的。WRF 天氣數值模式在研究用途以及作業單位上，皆廣泛地被運用來進行數值模擬，並進一步做為天氣診斷與預報的工具，透過電腦資源與各種平臺進行運算，可模擬、應用於數百公尺至數千公里尺度的天氣系統。WRF 模式主要可應用的議題，包含理想模擬、參數化研究、資料同化研究、預報研究、即時天氣預測、颶風研究、耦合模式以及教學訓練上的使用等，其他的相關資訊可由 WRF Model User Site 的網頁 http://www.mmm.ucar.edu/wrf/users/ 來取得。

本研究使用 WRF 3.2.1 版本，可設定多層巢狀網格，本研究模式設定使用四層巢狀網格，空間解析度分別為 27、9、3、1 公里，分別有 193 × 170、148 × 163、

148 × 181、157 × 145 個網格(圖 2-1)，其中第三層網格包含整個臺灣陸地，第四層 (最內層)網格則包含臺灣北部，本文後述的討論均以第四層模擬結果的數據輸出為主；在垂直分層的部份，本研究使用 34 層來進行模擬，在近地面的垂直分層設置較多，以利對臺北盆地近地面的模擬。在模擬中使用的 WRF 參數：邊界層為

(27)

9

Mellor-Yamada-Janjic (MYJ) scheme；雲物理為 Lin et al. (1983) scheme；積雲參數 化為 Kain-Fritsch (KF) scheme，但是在第三和第四層網格，因為網格解析度較高，

積雲參數化是不使用的。由於本研究所討論的議題為低空風切，邊界層的設定非常重要，在模式中邊界層參數的選用是很值得注意的，因此特別比較了另一種常用的邊界層參數化 Yonsei University (YSU) scheme 的設定，另外也比較使用另兩種雲物理參數，以及外層網格積雲參數化使用與否等模擬，來討論模擬結果之差異程度(見 5.1 節)。

本研究使用的綜觀環境初始場和邊界條件來源，是美國海洋大氣總署(National Oceanic and Atmospheric Administration, NOAA) National Centers for Environmental Prediction (簡稱 NCEP) Final Analysis (Final from GFS) (ds083.2) 的分析場網格資料，該資料為 NCEP 例行使用的 Global Forecast System (GFS) 模式於 1999 年 7 月 30 日開始上線免費提供。此一資料的水平空間解析度為 1°× 1°經緯度，時間解析度為每 6 小時，垂直資料有 1 層地面層和 26 層特性層(1000 hPa 到 10 hPa)，包含地表邊界層、特定的 sigma 層、對流層頂以及其他資訊。所擁有的變數為氣壓、氣溫、海洋表面溫度、相對溼度、地表風、u、v 風場、垂直運動、反照率、長波及短波輻射量等 40 種變數，變數的完整資訊可見 http://rda.ucar.edu/datasets/ds083.2/。

2.2 觀測設計

2.2.1 氣象觀測網

為獲取東北風增強情境下，受臺北盆地地形影響的低空風切觀測資料，我們在 2012 年 11 月 9 日到 2013 年 1 月 8 日東北季風容易增強的時節，將四套含有風速風向計的地面氣象站，擺放在臺北盆地西側。經過地圖分析與現地勘查，選取了幾處學校頂樓做為氣象站置放地點(圖 2-2)，每個觀測點之間的距離都在 2.3 公里到 3.7 公里之間，這四個觀測點圍成一接近正方形的四邊形氣象觀測網，每三個點一組可圍出四組三角形，觀測點與觀測點的距離以及所圍成的四個三角形，都

(28)

10

符合 LLWAS 在選取兩個或三個測站時，做「風切計算演算法」、「輻散分析演算法」

(UCAR, 1992) 以及「三角形遞迴運算法」(何等，2005)的條件要求，以利之後進行風切以及輻合、輻散場的計算。

2.2.2 觀測站架設與周圍環境

臺北盆地西側新增的氣象觀測地點，由北方的觀測點開始逆時針方向分別為：

成功國小(25°05' 09"N、121°27' 20"E)、德音國小(25°04' 18"N、121°26' 05"E)、中信國小(25°03' 21"N、121°26' 56"E)、穀保家商(25°04' 07"N、121°28' 18"E)，以下分別以 1、2、3、4 號觀測點稱呼之，海拔高度分別為 4、14、7、5 公尺，氣象站儀器廠牌分別為芬蘭 Vaisala 公司 MAWS、美國 R.M.Young、美國 ONSET 公司 Hobo 氣象紀錄器與套件以及芬蘭 Vaisala 公司的 CL31 雲冪儀。放置在這些學校頂樓上的環境顯露度條件皆為良好，1 號觀測點成功國小，西面即為寬擴的二重疏洪道，北面、東面、南面皆為和學校建築等高的公寓建築，仰角(周邊建物遮蔽度的視角角度)在 5 度以下，儀器 MAWS 放置在頂樓(6 樓)水泥水塔上(圖 2-3(a))；2 號觀測點德音國小，西方即為抬升的林口臺地以及沿上升地形所建之建築，較明顯受地形因素影響而受遮敝，仰角約 15 度，北面、東面、南面皆為低層樓建築，顯露度條件極佳，風速風向計 R.M.Young 放置在頂樓(6 樓)平臺的東北角落(圖 2-3(b))；

3 號觀測點中信國小，四周皆為綠地及未開發之荒地，東北方和南面在遠處(約 250 公尺遠)才有大樓建築，仰角在 5 度以下，儀器 HOBO-1 放置在頂樓(6 樓)上(圖 2-3(c))；4 號觀測點穀保家商，四周皆為低層樓建築，西邊鄰近二重疏洪道以及捷運機場線，顯露度條件極佳，儀器 HOBO-2 放置在頂樓(7 樓)平臺上(圖 2-3(d))，

另外也在此處架設 CL31 雲冪儀。

2.2.3 觀測儀器

本研究主要探討低空風切，主要的觀測要素是風速和風向，也同時記錄溫度、

溼度、氣壓、輻射量等氣象參數，也記錄雲、雨與氣膠的時間序列。這些觀測設

(29)

11

備和設定簡述如下。

MAWS ：風速風向計、溫溼度計、氣壓計，1 分鐘平均與輸出時間解析度。

R.M.Young：風速風向計，1 分鐘平均與輸出時間解析度。

HOBO ：風速風向計、溫溼度計、輻射計，10 秒鐘觀測時間解析度，取每 6 筆資料做平均，得到 1 分鐘時間解析度的資料。

CL31 ：雲冪儀，910 nm 近紅外線波段的垂直指向光達，可觀測天空的狀況包含雲、霧、降雨、氣膠等，觀測時間解析度為 5 秒鐘，垂直解析度為 5 公尺，垂直高度上限是 7.5 公里。

2.2.4 LLWAS 觀測資料

密集觀測期間民用航空局飛航服務總臺也提供了松山機場 LLWAS 原始觀測資料做為臺北盆地東側的風切資訊。我們整理從 2012 年 11 月 9 日到 2012 年 12 月 31 日共 53 天的資料，加上近年來最顯著的 2010 年 10 月 25 日的強烈低空風切個案觀測資料(余和童，2011)。LLWAS 原始觀測資料包含 13 個測風臺的 10 秒鐘平均風速風向資料，以及每 10 秒鐘的瞬時風速風向資料；每 1 分鐘、10 分鐘、1 小時會有偵測低空風切情況的代碼，其中如果 LLWAS 有偵測到達低空風切閾值的時刻，會在 10 秒鐘觀測資料中加註風切警告之電碼(SPESOK)，以及 10 號跑道和 28 號跑道飛機進、離場方向的低空風切警告電碼，可供低空風切警報次數的統計。

2.3 觀測資料處理方法

2.3.1 資料品質控制與比對

觀測資料首先進行資料品質控制(quality control)，由於受到感測器電路問題、

降雨以及人為因素(如：儀器設定、下大雨無法準時到現場收資料)影響，部份資料無法使用而加以剔除(圖 2-4)，其中 3 號觀測點由於儀器電路短路，資料無法寫入，

可用觀測資料較少；此外較大的降雨使得風杯啓動旋轉的靜摩擦力過大，需等待

(30)

12

風力足夠時，風杯才能正常啟動，由於本研究討論的低空風切風速較大，因此直接將風速為 0 m/s 的資料時段加以剔除；最後是測站記憶體容量問題(容量上限為七天觀測資料)，由於其中一次作者因雨勢過大，無法準時前往現地進行資料下載，

部份儀器資料記憶體發生滿溢而短缺半天。經過排除以上各種影響觀測進行的因素之後，整體的觀測能穩定進行，表 2-1 整理了觀測時程與有效資料長度。

此外，本研究也將四套風速計擺放在同一處進行觀測比對(圖 2-5)，比對修訂的流程為：各風速計觀測資料分別和參考風速計的觀測資料，求取兩者之間的線性迴歸函數來加以修正，參考風速計是以 4 號觀測點風速計做為標準。

由於低空風切個案發生當下的環境風速通常較大，因此在進行不同風速計比對的過程中，本研究針對風力較大時段來進行線性迴歸分析。1 號到 3 號觀測點的風速計(y 軸)與參考風速計(x 軸)的線性迴歸斜率分別為 1.048、0.935、0.943，截距分別為-0.339、-0.387、0.188，R²的值分別為 0.949、0.884、0.883 (圖 2-6 (a)(b)(c) 與表 2-2)；結果發現風速計比對的迴歸分析相關性良好，因此在之後的觀測網風切都是經過表 2-2 的公式，將風速資料修正成參考風速計的風速後再進一步計算。

2.3.2 高度風場推算

氣象觀測網所架設的儀器，都是在 6、7 樓層高度再加上儀器本身支架向上延伸 3 公尺，因此風速計距離地面的高度大約 25 公尺，本研究再使用 Power Law 函數關係將離地 25 公尺的風速風向資料推算至離地 100 公尺的風速風向資料(ICAO, 2005)，這兩層高度與風速之間的公式為：

)α

Z ( Z V =

V

r r

(2.1) V_r：觀測設備的風速 (m/s)；

Zr：觀測設備的高度 (m)；

V：所推算的風速 (m/s)；

Z：所推算的高度 (m)；

(31)

13

我們將 Zr設為 25 公尺，Z 設為 100 公尺，α 指數將會依當地環境、地表狀況和氣象條件改變；接著再使用 Ekman Layer 的特性，將所得到的離地 100 公尺風速風向資料，推算至 250 公尺高度的風速風向資料(ICAO, 2005)，250 公尺高度數據是考量臺北盆地西側靠近林口臺地的地形高度而來，不同高度之間的風場換算公式為：

θ) 4- + π z cos(γ e

sinθ 2 V - V

=

u _g _g   ^-^γz (2.2) θ)

4- +π z sin(γ e

sinθ 2 V

=

v _g   ^-^γz (2.3)

Km

f

= 2 D

= π γ

e

(2.4)

u、v：東西、南北分量風速 (m/s)；

Vg：地轉風風速 (m/s)；

z：距離地面的高度 (m)；

π：圓周率；

θ：Ekmen Layer 所調整的角度；

De：Ekman Layer 的厚度 (m)；

f：科氏力參數，觀測地點位於北緯 25 度，f 設為 6.164 × 10^-5 (s^-1)；

Km：渦流黏性參數。 (m²/s)

2.3.3 參數選取

考慮在不同地貌環境以及不同氣象條件之下，Power Law 中的指數參數 α 會有所不同。由於臺北盆地西側為航空管制區，無法釋放探空氣球，但是周圍的地貌環境與中央氣象局板橋探空站附近相似，因此本研究取得板橋探空氣球的氣象觀測內插為 25 公尺垂直解析度的資料來求得 α 參數。本研究針對 2012 年 11 月到 2013 年 1 月密集觀測期間，板橋站探空資料測得於 100 公尺高度，風速大於 5 m/s 的資料來計算α 值。分析結果發現 α 分佈在 0.30 至 0.67 之間(圖 2-7 (a))，其中舉例 2012

(32)

14

年 12 月 6 日 12 UTC 的探空風速資料剖面，α 數值為 0.40 (圖 2-7 (b))，由於低空風切多發生在白天到傍晚的時段(余和童，2011)，混合作用強，α 值應該較小，因此選取 0.30 做為 α 數值。

臺北盆地冬季的邊界層高度統計平均結果，當地時間白天 10 點到 16 點，大約 600 至 800 公尺高之間，夜間約在 350 到 450 公尺高之間(彭和林，1995)；挑選幾個風速較大的探空資料，來判斷當地晚上 8 時邊界層高度落在 350 至 500 公尺附近，與文獻統計資料相符。其中 4 筆探空資料如圖 2-8，2012 年 11 月 12 日 00:00 UTC (圖 2-8(a))，邊界層高度約在 500 公尺高，在此高度，位溫隨高度增加開始增加，風速、風向有一些變化；2012 年 11 月 13 日 12:00 UTC (圖 2-8(c))，邊界層高度約在 450 公尺高；2012 年 12 月 6 日 12:00 UTC (圖 2-8(e))，邊界層高度不明顯，

可能在 450 公尺高，在 1000 至 1200 公尺高的地方有風速隨高度減弱、位溫隨高度增加快速的現象，是因分裂冷高壓影響臺灣，造成 1100 公尺左右厚度的近地面東風層，並隨高壓出海風速逐漸減弱(見 4.2 節)；2012 年 12 月 24 日 00:00 UTC (圖 2-8(g))，邊界層高度約在 600 公尺高。

由 CL31 雲冪儀回波，在臺北盆地中空氣污染嚴重時，可以觀測到邊界層的氣 膠(Münkel, 2006；Schäfer et al., 2008)，由氣膠的分佈範圍推估當時的邊界層高度(圖 2-9)；不過日間段受太陽輻射或是其他紅外線輻射的影響，800 公尺以上的高空容易有雜訊產生。將回波值垂直差分，上 5 公尺減下 5 公尺(圖 2-10)，「上藍下紅」

的地方，代表進入雲層或是氣膠濃度較高的區域；在邊界層上緣有一層淺藍的區域，是因為邊界層頂氣膠濃度有較明顯下降的關係。由 CL31 觀測資料推估，2012 年 11 月 12 日早上邊界層高度約在 500 到 600 公尺，下午約 800 到 900 公尺，晚上降低到 500 公尺。同樣地，由 2012 年 11 月 13 日 CL31 雲冪儀的回波(圖 2-11) 和回波的垂直差分(圖 2-12)，可以推斷出上午邊界層高度約 600 至 700 公尺，而且沿著邊界層頂還有雲的訊號，下午大約為 800 公尺。CL31 雲冪儀可以觀測到雲、

雨、氣膠等訊號，在雨天時會收到較強的雨滴回波，無法觀測混合在邊界層的氣

(33)

15

膠，也沒有邊界層高度的推估。

由於低空風切主要發生在白天到傍晚，因此使用 700 公尺做為邊界層高度，

也就是將 Ekman Layer 厚度設定為 700 公尺，將探空觀測 100 公尺高的風速資料，

分別以 25°、30°、35°的 Ekmen Layer 調整角度，代入 Ekman Layer 的公式，推算高空的風速(圖 2-8(b)、(d)、(f)、(h))，可以看到用公式推算出來的風速，在 250 公尺高度觀測結果，除了以 2012 年 12 月 6 日(圖 2-8 (f))，受分裂冷高壓出海，東風減弱造成較大的差異外，其他三個的差異都在 1.2 m/s (10%) 之內，由於邊界層高度隨時間變動，每個時間的風速垂直剖面也不同，本研究選擇在各個時間都最接近實際探空資料的 700 公尺和 30°做為邊界層高度和 Ekmen Layer 調整的角度，如果將 Ekmen Layer 調整的角度設為 25°、35°，所得到的 250 公尺高的風速分別角度為 30°時的 91% 和 110%。

經由以上的資料分析與處理，本研究可將地面觀測風場資料轉換成 250 公尺高度的風向風速資料，提供低空風切計算使用。

2.4 STREAM 數值模式

本研究在討論臺北盆地地形對風場影響的模擬中，使用 STREAM 模式進行模擬，它是一個高解析度的計算流體力學模式(Computational fluid dynamics, CFD)，

由日本 Cradle 公司開發。該模式擅長處理流體遭遇障礙物或複雜地表產生的變化。

從極小尺度的汽車空間內空調的對流模擬，到地方性的建築對風場影響的模擬(梅，

2012)，山區的山谷風模擬(王，2011)，甚至是整座城市的紊流模擬等，都可在 STREAM 模式中進行設定。現今大氣科學界所採用的 WRF 中尺度氣象模擬善於模擬自由大氣，但對於邊界層複雜地形的處理並不是很完整，或是使用邊界層參數化來模擬，利用 STREAM 模式可補足 WRF 模式在模擬近地面受地形影響時空間解析度不足的情形。本研究所探討的低空風切周邊地形環繞，因此需要討論受地形效應影響之下的流場，高解析度地形是必要的數值模式下邊界條件，以呈現出完整的盆地地形，並讓流場模擬更加真實。我們預期 STREAM 能順利達成此一

(34)

16

目標。

STREAM 模式的模擬過程包含模式設定、計算執行、結果繪圖輸出三個步驟。

本研究在模式設定的部份，以東西向 45 公里，南北向 36 公里，垂直方向 3 公里的 domain box 為模擬範圍，並且匯入臺北盆地的實際地形，水平網格解析度為 90 公尺，垂直網格解析度在近地面為 25 公尺，會隨著離地形的距離增加而降低垂直網格解析度，因此共有 500 × 400 × 60 個網格點；邊界條件設定方面，以 WRF 模式的風場模擬結果，選取臺北盆地的上游風場剖面(海面上為主)輸入模式，並考慮地表的摩擦進行模擬。接著是內部進行數值模擬計算執行，最後是結果繪圖輸出，

將模擬結果圖形化，以呈形風場在各時空之下的分佈情形。

(35)

17

Chapter 3 觀測網資料計算與分析

3.1 密集觀測期間氣象概況

本研究自 2012 年 11 月 9 日下午開始，至 2013 年 1 月 8 日早上在臺北盆地西側架設氣象觀測網，針對低空風切進行密集觀測；由於這一期間是秋冬季節轉換時段，臺北盆地受到大陸性冷氣團影響，有幾次冷鋒過境，也帶來強勁的東北季風，而在這 60 天當中水汽相當充足，中央氣象局臺北氣象站記錄到 43 天雨跡以上的降雨紀錄。

將氣象觀測網中，最北側的 1 號觀測點資料經過迴歸分析校正後，畫成氣壓與氣溫的時間序列圖(圖 3-1)、氣壓與風速的時間序列圖(圖 3-2)以及氣溫與相對溼度的時間序列圖(圖 3-3)，討論密集觀測期間的天氣演變概況，觀測資料都是以臺北當地時間來記錄。11 月份雖受大陸冷高壓影響，但是氣壓振幅不大，氣壓主要在 1010 hPa 到 1020 hPa 之間振盪。氣溫方面有幾天溫度偏高，但只是白天溫度上升以及相對溼度同時明顯下降，應為太陽輻射加熱的結果；受到大陸冷高壓影響之際，有氣壓上升以及氣溫下降的跡象，11 月份整體氣溫是呈現緩緩下降的趨勢。

12 月 4 日到 6 日由氣壓的變化推測可能受鋒面雲帶影響，鋒前、鋒後氣壓較高，鋒面通過時氣壓較低，同時對照降雨資料與相對溼度，12 月 5 日雲帶通過臺灣地區造成降雨，而 4 日、6 日兩天則比較乾燥；4 日白天相對溼度 60%，6 日白天相對溼度 50%，對照中央氣象局 12 月 5 日 12:00 UTC 的地面天氣圖(圖 3-4)，冷鋒僅從臺灣北方通過，但是隨之而來的是 1028 hPa 分裂冷高壓的乾冷空氣影響臺灣，造成東北季風增強。12 月 19、23、30 日以及 1 月 4 日受大陸冷氣團影響，氣壓明顯上升，氣溫也明顯下降，其中 12 月 23 日除了氣溫下降外，受到 1048 hPa 分裂高壓影響(圖 3-5)，也使得風速增強，並且在 12 月 24 日白天受強烈東北季風影響，1 號觀測點平均風速達到 6 至 7 m/s；12 月 30 日氣溫更下降至 8.6℃，與前一天 25℃以上的高溫有極大的溫度落差，對照中央氣象局當天 00:00 UTC 的地面

(36)

18

天氣圖(圖 3-6)，可以看到在臺灣東方有一道冷鋒已通過臺灣，中國大陸有一分裂冷高壓 1046 hPa 以 15 km/hr 的速度往臺灣移動，造成臺灣地區氣壓梯度大，北風、

東北風強盛；根據我們的觀測紀錄，12 月 29 日當地時間晚上 10 時前後，臺北盆地風向、風速都呈現劇烈的變化。

將 60 天密集觀測期間的資料逐時平均，得到氣壓、溫度、風速的平均日變化 (圖 3-7)。在氣壓的平均日變化部份，能夠看到大氣潮(Atmospheric Tide)氣壓振盪情況，平均最高氣壓在早上 9 點出現，最低氣壓在下午 2 點出現，振幅約 3 hPa。

由溫度平均日變化，可以看到清晨 6 點氣溫最低，中午 12 點到 1 點之間氣溫最高；

風速平均日變化中，清晨 5 點風速最低，下午 1 點到 2 點之間風速最高；比較溫度和風速的平均日變化，可以看到最高溫度的時間比最大風速的時間早一個小時左右。由邊界層氣象學理論，白天溫度的上升會帶動近地面邊界層的混合作用，

風速的增加可能和近地面混合作用相關，另一方面白天陸地溫度增加所引起的海風，也是造成東北風風速增強的原因之一。

由以上觀測資料和天氣圖的氣象概況，有幾天出現了強盛東北季風或是風速、

風向突然間轉變現象，它們將做為下一節低空風切計算討論中的驗證個案。

3.2 低空風切與觀測資料計算

將氣象觀測網的觀測資料經過資料過濾、儀器間的線性迴歸函數修正後，再依近地面風速 Power Law 剖面和 Ekman Layer 邊界層發展概念，計算離地 250 公尺高度的風向、風速，再進行風切計算和「三角形遞迴運算法」的輻合、輻散值計算。氣象觀測網內兩兩測站連線可計算之間的風切大小(圖 3-8(a))，分別可得 1-2、

2-3、3-4、1-4、1-3、2-4 六組風切數據，再以 1-2-3 觀測點圍成「西」三角形區域，

1-3-4 觀測點圍成「東」三角形區域，1-2-4 觀測點圍成「北」三角形區域，2-3-4 觀測點圍成「南」三角形區域(圖 3-8(b)(c))，來計算東、南、西、北三角形面積內的輻合、輻散值量。氣象觀測網四個三角形面積大小相近，分別為 3.2016、2.9842、

2.9908、3.2082 平方公里。