大尺度環流對西北太平洋副熱帶高壓之貢獻度

(1)

國立臺灣師範大學理學院地球科學系碩士論文

Department of Earth Sciences College of Science

National Taiwan Normal University Master’s Thesis

大尺度環流對西北太平洋副熱帶高壓之貢獻度

Contributions of large-scale circulations to the Western North Pacific Subtropical High

研究生：梁晏瑜撰 Author：Yen-Yu Liang

指導教授：王嘉琪博士黃婉如博士 Advisor：Chia-Chi Wang, Ph.D.

Wan-Ru Huang, Ph.D.

中華民國 110 年 10 月

October, 2021

(2)

致謝

首先，非常感謝我的指導老師—王嘉琪老師及黃婉如老師。過去在文化大學時期，跟著嘉琪老師參與CPMD計畫並在文化做了一年的研究，到後來跑去師大念書，老師仍願意繼續指導我(據老師本人的說法，其實是我黏著老師不放)，對嘉琪老師真的只有一言難盡的感謝；而婉如老師知道我的情況，也願意收留我並在老師的group下繼續完成研究，在專題報告前夕陪我修了好幾天的報告內容，

能完成這份論文真的非常感謝兩位老師。另外，感謝口試委員洪志誠老師、陳正達老師及涂建翊老師，給我許多研究內容上的建議及想法，使論文能更加完整。

在求學過程中謝謝芷柔、康申、葉娜、雅嘿及利利學長姐們給我需多研究、

學業上的幫助使我在研究想法及程式能力方面都更加精進。另外也謝謝師大的美鳳學姐、助教們以及文大的菁華學姊、韋辰學長、惠雯助教，處理許多經費及學務上等等的問題。謝謝我的朋友，阿捲、思思、堯、美雲、奶綠、一ㄇ、佩妏、

彥霖維持著研究生禮貌運動邊關心著我。還有在鏢店逼問著我到底什麼時候才能畢業的阿芃、小宇、踢娜，謝謝大家使我的碩士生活過得更加豐富。也謝謝同在研究室的鎮杰、杰珉和阿湯，在碩士期間一起成長在研究及學業上遇到瓶頸時互相討論、照顧。尤其謝謝阿湯，雖然我總是耽誤到妳的前途(?)，但當周圍的朋友漸漸脫離學生生活，還有妳能理解這些苦悶，真的很謝謝有妳相挺。

最後謝謝我的家人，從大學時期一路以來支持著我，讓我在念書的過程不需為其他的事情煩憂，每當我懷疑自己的能力時，你們總是鼓勵我推著我前進，能完成碩士學位真的非常感謝家人的支持和鼓勵，也謝謝泓安，在我唸書的期間幫助我各種大小事，載著我到處咪聽、面試甚至上下學，在我崩潰的時候接住我，

都不曾聽你任何怨言。在此感謝一路以來幫助過我的大家，謝謝。

(3)

摘要

西北太平洋副熱帶高壓(以下簡稱副高)的強度及範圍影響東亞地區的天氣現象，如：春末夏初的副高西北側牽制著梅雨鋒面的位置並影響水氣傳送，夏季時的熱帶氣旋沿著副高邊緣前進。若能掌握好副高的變異性及先驅指標，就能對季節性預報有較直接的幫助。大尺度環流為影響副高強度的因素之一，可分成哈德里胞環流、沃克環流及季風環流三部分，本研究分析多組再分析資料討論各環流分量對副高強度的影響，同時利用 CMIP6 氣候模式檢驗在全球暖化下各環流的強度及趨勢變化。

本研究使用200hPa 速度位來量化環流。首先將速度位的緯向平均定義為哈德里胞環流，剩餘的偏差場再分為年平均值和季節週期，分別代表沃克環流及季風環流。研究中分為兩部分，第一部分分離熱帶大尺度環流—哈德里胞環流、沃克環流及季風環流，取該環流之速度位峰值得出時間序列後，比較各環流的年際變化及長期趨勢。第二部分將各環流之時間序列移除平均場後定義為環流指數，

接著選定兩處研究範圍—臺灣地區(WPSH Taiwan)及北太平洋地區(NPSH)建立 副高指數，並與各環流指數做相關分析及回歸分析，討論各環流對低層不同範圍的副高變異其貢獻程度差異多寡。研究結果顯示在北太平洋地區副高的環流貢獻量，再分析資料、歷史模擬資料以及SSP 5-8.5 情境下未來推估模式資料主要環流貢獻皆為哈德里胞環流，分別占了 55%、51%、44%，其次皆為沃克環流分別占了 36%、35%、30%。接著比較在臺灣地區副高的環流貢獻量，再分析資料、

歷史模擬資料以及SSP 5-8.5 情境下未來推估模式資料的主要貢獻環流皆為哈德里環流，分別占了 77%、89%、55%，其次的環流貢獻上再分析資料為沃克環流 (21%)、歷史模擬資料及 SSP 5-8.5 情境則為季風環流分別占 7%、30%。

關鍵字：西北太平洋副熱帶高壓、大尺度環流、哈德里胞、沃克環流、季風

(4)

表次

表2.1 再分析資料統整表格。... 56

表2.2 CMIP6 模式資料統整表格。 ... 57

表2.3 計算夏季(JJA)各環流之速度位峰值時選定的地區。... 58

表3.1 再分析資料的環流趨勢分析結果統整表格。 ... 59

表3.2 CMIP6 模式資料及系集平均(Ensemble mean)之環流強度變化量，將未來推估資料世紀末(2071 年至 2100 年共 30 年)減掉歷史模式資料(1985 年至 2014 年共 30 年)得到各環流強度的變化量(紅字)，單位:10⁵𝑚²𝑠⁻¹。*表示有通過 95%信心度之 t-test 統計檢定。... 60

表4.1 再分析資料多元回歸分析 F-test 統計量，*表示通過 F-test 90%信心度。 ... 61

表4.2 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*表示通過 t-test 95%信心度。資料為 ERA5 再分析資料，時間長度為 1985 年至 2014 年共 30 年。... 61

表4.3 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*表示通過 t-test 95%信心度。資料為 JRA55 再分析資料，時間長度為 1985 年至 2014 年共 30 年。... 61

表4.4 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*表示通過 t-test 95%信心度。資料為 CFSR 再分析資料，時間長度為 1985 年至 2010 年共 26 年。... 61

表4.5 CMIP6 歷史模式資料的多元回歸分析 F-test 統計量，*表示通過 F-test 90%信心度。... 62

表4.6 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*表示通過 t-test 95%信心度。資料為 CESM2 歷史模式資料，時間長度為 1985 年至 2014 年共 30 年。... 62

(7)

表4.7 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*表示通過 t-test 95%信心度。資料為 GFDL-CM4 歷史模式資料，時間長度為 1985 年至 2014 年共 30

年。... 62 表4.8 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*為通過 t-test 95%信心度。資料為

EC-Earth3-Veg 歷史模式資料，時間長度為 1985 年至 2014 年共 30 年。

... 63 表4.9 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*為通過 t-test 95%信心度。資料為

IPSL-CM6A-LR 歷史模式資料，時間長度為 1985 年至 2014 年共 30 年。... 63 表4.10 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*為通過 t-test 95%信心度。資料為

MIROC6 歷史模式資料，時間長度為 1985 年至 2014 年共 30 年。... 63 表4.11 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*為通過 t-test 95%信心度。資料為

MRI-ESM2-0 歷史模式資料，時間長度為 1985 年至 2014 年共 30 年。

... 64 表4.12 CMIP6 未來推估 SSP5-8.5 模式資料的多元回歸分析 F-test 統計量，

*為通過 F-test 90%信心度。... 64 表4.13 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*為通過 t-test 95%信心度。資料為

CESM2 未來推估模式資料，時間長度為 2071 年至 2100 年共 30 年。

... 64

(8)

表4.14 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*為通過 t-test 95%信心度。資料為

GFDL-CM4 未來推估模式資料，時間長度為 2071 年至 2100 年共 30 年。... 65 表4.15 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*為通過 t-test 95%信心度。資料為

EC-Earth3-Veg 未來推估模式資料，時間長度為 2071 年至 2100 年共 30 年。 ... 65 表4.16 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*為通過 t-test 95%信心度。資料為

IPSL-CM6A-LR 未來推估模式資料，時間長度為 2071 年至 2100 年共 30 年。... 65 表4.17 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*為通過 t-test 95%信心度。資料為

MIROC6 未來推估模式資料，時間長度為 2071 年至 2100 年共 30 年。

... 66 表4.18 北太平洋地區及臺灣地區的新副高指數(Reg Index)與各環流指數、副高指數(SHI)之相關係數，*為通過 t-test 95%信心度。資料為

MRI-ESM2-0 未來推估模式資料，時間長度為 2071 年至 2100 年共 30 年。... 66 表6.1 環流貢獻度分析結果「最大貢獻度及次要貢獻度」之統整表格。(NP:北太平洋地區，TW:臺灣周圍地區；Ensemble 為 6 組模式的系集平均，

Pass 為有通過 F-test 90%信心度的模式資料平均。)…... 67

(9)

圖次

圖1.1 500hPa 夏季(JJA)重力位高度場之 5870m 等值線 1961 年至 2018 年，每十年平均線。資料採用 JRA55 再分析資料，空間解析度為 1°×1°。

... 68 圖1.2 熱帶大西洋異常海溫如何對西北太平洋-北印度海氣交互作用產生遙相關的示意圖。空心箭頭分別表示北印度洋和西北太平洋低層盛行的氣候流場。藍色實線箭頭表示異常流場，紅虛線框為西北太平洋-北印度海氣交互作用。(此圖摘自 Chang et al., 2016)。... 68 圖2.1 CMIP5/6 資料性能指標建議。(Wang et al., 2021)。... 69 圖2.2 計算副高指數之範圍。(A)臺灣地區(10°N~30°N, 100°E~140°E)；

(B)北太平洋地區(0°N~40°N, 100°E~90°W)。... 69 圖3.1 夏季哈德里胞環流指數之時間序列及趨勢線。X 軸為時間(年)，時間總長度為 1979 年至 2018 年，Y 軸為速度位(單位:10⁵𝑚²𝑠⁻¹)，指數的選取範圍為5°N~40°N, 120°E~90°W，四組再分析資料的速度位平均值為-77.72(單位:10⁵𝑚²𝑠⁻¹)，圖示的顏色分別代表各組再分析資料 (灰線:R1、綠線:ERA5、藍線:JRA55、紅線:CFSR)，折線代表時間序列，直線則為趨勢。... 70 圖3.2 沃克環流指數 12 個月滑動平均時間序列及趨勢線。X 軸為時間(月)，

時間總長度為 1979 年至 2017 年，Y 軸為速度位(單位:10⁵𝑚²𝑠⁻¹)。指數的選取範圍為30°S~30°N, 120°E~90°W，四組再分析資料的速度位平均值為-82.98(單位:10⁵𝑚²𝑠⁻¹)，圖示的顏色分別代表各組再分析資料 (灰線:R1、綠線:ERA5、藍線:JRA55、紅線:CFSR)，折線代表時間序列，直線則為趨勢線。... 71

(10)

圖3.3 沃克環流月尺度時間序列之波譜分析。X 軸為頻率

(cpm : cycles per month)，Y 軸為變異量，紅線為 90%可信度區間。

(a)R1 再分析資料。(b)CFSR 再分析資料。(c)ERA5 再分析資料。

(d)JRA55 再分析資料。... 71 圖3.4 夏季季風環流指數之時間序列及趨勢線。X 軸為時間(年)，時間總長度為 1979 年至 2017 年，Y 軸為速度位(單位:10⁵𝑚²𝑠⁻¹)。指數的選取範圍為10°N~40°N, 80°E~130°E，四組再分析資料的速度位平均值為 -78.93(單位:10⁵𝑚²𝑠⁻¹)，圖示的線條顏色分別代表各組再分析資料(灰線:R1、綠線:ERA5、藍線:JRA55、紅線:CFSR)，折線代表時間序列，

直線則為趨勢線。... 72 圖3.5 夏季哈德里胞環流指數之歷史模式資料時間序列。資料採用 CMIP6 中的 6 組歷史模式資料，空間解析度為 1°×1°，黑粗線為系集平均

(Ensemble mean)，六組模式資料的速度位平均值為-84.74

(單位:10⁵𝑚²𝑠⁻¹)。X 軸為時間(年)資料長度為 1850 年至 2014 年，Y 軸為速度位(單位:10⁵𝑚²𝑠⁻¹)，圖示的線條顏色分別代表各模式資料。

... 73 圖3.6 沃克環流指數 12 個月滑動平均歷史模式資料時間序列。資料採用 CMIP6 中的 6 組歷史模式資料，空間解析度為 1°×1°，黑粗線為系集平均(Ensemble mean)，六組模式資料的速度位平均值為-89.97

(單位:10⁵𝑚²𝑠⁻¹)。X 軸為時間(月)資料長度為 1850 年至 2014 年，Y 軸為速度位(單位:10⁵𝑚²𝑠⁻¹)，圖示的線條顏色分別代表各模式資料。

... 74 圖3.7 夏季季風環流指數之歷史模式資料時間序列。資料採用 CMIP6 中的 6 組歷史模式資料，空間解析度為 1°×1°，黑粗線為系集平均

(Ensemble mean)，六組模式資料的速度位平均值為-65.92

(單位:10⁵𝑚²𝑠⁻¹)。X 軸為時間(年)資料長度為 1850 年至 2014 年，Y 軸

(11)

為速度位(單位:10⁵𝑚²𝑠⁻¹)，圖示的線條顏色分別代表各模式資料。

... 74 圖3.8 歷史模式資料的沃克環流月尺度時間序列之波譜分析。X 軸為頻率 (cpm : cycles per month)，Y 軸為變異量，紅線為 90%可信度區間。

(a)CESM2。(b)GFDL-CM4。(c)EC-Earth3-Veg。(d)IPSL-CM6A-LR。

(e)MRI-ESM2-0。(f)MIROC6。... 75 圖3.9 夏季哈德里胞環流指數之未來推估模式資料時間序列。資料採用

CMIP6 中的 6 組未來推估模式資料，暖化情境為 SSP5-8.5，空間解析度為 1°×1°，黑粗線為系集平均(Ensemble mean)，六組模式資料的速度位平均值為-90.48(單位:10⁵𝑚²𝑠⁻¹)。X 軸為時間(年)資料長度為 2015 年至 2100 年，Y 軸為速度位(單位:10⁵𝑚²𝑠⁻¹) ，圖示的線條顏色分別代表各模式資料。... 76 圖3.10 沃克環流指數 12 個月滑動平均未來推估模式資料時間序列。資料採用 CMIP6 中的 6 組未來推估模式資料，暖化情境為 SSP5-8.5，空間解析度為 1°×1°，黑粗線為系集平均(Ensemble mean)，六組模式資料的速度位平均值為-75.64(單位:10⁵𝑚²𝑠⁻¹)。X 軸為時間(月)資料長度為 2015 年至 2100 年，Y 軸為速度位(單位:10⁵𝑚²𝑠⁻¹)，圖示的線條顏色分別代表各模式資料。... 76 圖3.11 夏季季風環流指數之未來推估模式資料時間序列。資料採用 CMIP6 中的 6 組未來推估模式資料，暖化情境為 SSP5-8.5，空間解析度

為 1°×1°，黑粗線為系集平均(Ensemble mean)，六組模式資料的速度位平均值為-49.86(單位:10⁵𝑚²𝑠⁻¹)。X 軸為時間(年)資料長度為 2015 年至 2100 年，Y 軸為速度位(單位:10⁵𝑚²𝑠⁻¹)，圖示的線條顏色分別代表各模式資料。... 77

(12)

圖5.1 北太平洋地區副高的再分析資料環流貢獻度，單位為百分比(%)。*為資料通過 F-test 90%信心度。Ensemble mean 為 6 組模式的系集平均，Pass 為有通過 90%信心度下 F-test 的模式資料平均。... 78 圖5.2 臺灣地區副高的再分析資料環流貢獻度，單位為百分比(%)。*為資料通過 F-test 90%信心度。Ensemble mean 為 6 組模式的系集平均，Pass 為有通過 90%信心度下 F-test 的模式資料平均。... 78 圖5.3 北太平洋地區副高的 CMIP6 歷史模式資料環流貢獻度，單位為百分比(%)。*為資料通過 F-test 90%信心度。Ensemble mean 為 6 組模式的系集平均，Pass 為有通過 90%信心度下 F-test 的模式資料平均。... 79 圖5.4 臺灣地區副高的 CMIP6 歷史模式資料環流貢獻度，單位為百分比(%)。

*為資料通過 F-test 90%信心度。Ensemble mean 為 6 組模式的系集平均，Pass 為有通過 90%信心度下 F-test 的模式資料平均。... 79 圖5.5 北太平洋地區副高的 CMIP6 SSP5-8.5 暖化情境下未來推估模式資料環流貢獻度，單位為百分比(%)。*為資料通過 F-test 90%信心度。

Ensemble mean 為 6 組模式的系集平均，Pass 為有通過 90%信心度下 F-test 的模式資料平均。... 80 圖5.6 臺灣地區副高的 CMIP6 SSP5-8.5 暖化情境下未來推估模式資料環流貢獻度，單位為百分比(%)。*為資料通過 F-test 90%信心度。

Ensemble mean 為 6 組模式的系集平均，Pass 為有通過 90%信心度下 F-test 的模式資料平均。... 80

(13)

附錄圖2.1 1、4、7、10 月 200hPa 速度位氣候平均場。等值線為速度位，

間隔為 30(unit:10⁵𝑚²𝑠⁻¹)，箭頭為輻散風，單位為 5m/s。資料採用 ERA5 再分析資料，空間解析度為1° × 1°，資料長度為 1979 年至 2018 年。... 81 附錄圖2.2 1、4、7、10 月 200hPa 速度位氣候平均場。等值線為速度位，

間隔為 30(unit:10⁵𝑚²𝑠⁻¹)，箭頭為輻散風，單位為 5m/s。資料採用 CFSR 再分析資料，空間解析度為1° × 1°，資料長度為 1979 年至 2010 年。 ... 82 附錄圖2.3 1、4、7、10 月 200hPa 速度位氣候平均場。等值線為速度位，

間隔為 30(unit:10⁵𝑚²𝑠⁻¹)，箭頭為輻散風，單位為 5m/s。資料採用 JRA55 再分析資料，空間解析度為1° × 1°，資料長度為 1958 年至 2018 年。 ... 83 附錄圖2.4 1、4、7、10 月 200hPa 緯向平均場並定義為哈德里胞環流(緯向平均範圍:120E~90W)。X 軸為緯度，Y 軸為速度位(unit:10⁵𝑚²𝑠⁻¹)。

資料採用 ERA5 再分析資料，空間解析度為1° × 1°，資料長度為 1979 年至 2018 年。 ... 84

附錄圖2.5 1、4、7、10 月 200hPa 緯向平均場並定義為哈德里胞環流(緯向平均範圍:120E~90W)。X 軸為緯度，Y 軸為速度位(unit:10⁵𝑚²𝑠⁻¹)。

資料採用 CFSR 再分析資料，空間解析度為1° × 1°，資料長度為 1979 年至 2010 年。 ... 85 附錄圖2.6 1、4、7、10 月 200hPa 緯向平均場並定義為哈德里胞環流(緯向平均範圍:120E~90W)。X 軸為緯度，Y 軸為速度位(unit:10⁵𝑚²𝑠⁻¹)。

資料採用 JRA55 再分析資料，空間解析度為1° × 1°，資料長度為 1958 年至 2018 年。 ... 86 附錄圖2.7 1、4、7、10 月 200hPa 速度位氣候平均場減去緯向平均(哈德里胞環流)後之偏差場。等值線為速度位，間隔為 10(unit:10⁵𝑚²𝑠⁻¹)，

(14)

箭頭為輻散風，單位為 4m/s。資料採用 ERA5 再分析資料，空間解析度為1° × 1°，資料長度為 1979 年至 2018 年。 ... 87 附錄圖2.8 1、4、7、10 月 200hPa 速度位氣候平均場減去緯向平均(哈德里胞環流)後之偏差場。等值線為速度位，間隔為 10(unit:10⁵𝑚²𝑠⁻¹)，

箭頭為輻散風，單位為 4m/s。資料採用 CFSR 再分析資料，空間解析度為1° × 1°，資料長度為 1979 年至 2010 年。 ... 88 附錄圖2.9 1、4、7、10 月 200hPa 速度位氣候平均場減去緯向平均(哈德里胞環流)後之偏差場。等值線為速度位，間隔為 10(unit:10⁵𝑚²𝑠⁻¹)，

箭頭為輻散風，單位為 4m/s。資料採用 JRA55 再分析資料，空間解析度為1° × 1°，資料長度為 1958 年至 2018 年。 ... 89 附錄圖2.10 200hPa 速度位偏差場做時間平均後定義為沃克環流。等值線為速度位間隔為 30(unit:10⁵𝑚²𝑠⁻¹)，箭頭為輻散風，單位為 2m/s。資料採用 ERA5 再分析資料，空間解析度為1° × 1°，資料長度為 1979 年至 2018 年。 ... 90 附錄圖2.11 200hPa 速度位偏差場做時間平均後定義為沃克環流。等值線為速度位間隔為 30(unit:10⁵𝑚²𝑠⁻¹)，箭頭為輻散風，單位為 2m/s。資料採用 CFSR 再分析資料，空間解析度為1° × 1°，資料長度為 1979 年至 2010 年。 ... 91 附錄圖2.12 200hPa 速度位偏差場做時間平均後定義為沃克環流。等值線為速度位間隔為 30(unit:10⁵𝑚²𝑠⁻¹)，箭頭為輻散風，單位為 2m/s。資料採用 JRA55 再分析資料，空間解析度為1° × 1°，資料長度為 1958 年至 2018 年。 ... 92 附錄圖2.13 1、4、7、10 月 200hPa 速度位偏差場減去沃克環流後定義為季風環流。等值線為速度位間隔為 10(unit:10⁵𝑚²𝑠⁻¹)，箭頭為輻散風，

單位為 2m/s。資料採用 ERA5 再分析資料，空間解析度

為1° × 1°，資料長度為 1979 年至 2018 年。 ... 93

(15)

附錄圖2.14 1、4、7、10 月 200hPa 速度位偏差場減去沃克環流後定義為季風環流。等值線為速度位間隔為 10(unit:10⁵𝑚²𝑠⁻¹)，箭頭為輻散風，

單位為 2m/s。資料採用 CFSR 再分析資料，空間解析度

為1° × 1°，資料長度為 1979 年至 2010 年。 ... 94 附錄圖2.15 1、4、7、10 月 200hPa 速度位偏差場減去沃克環流後定義為季風環流。等值線為速度位間隔為 10(unit:10⁵𝑚²𝑠⁻¹)，箭頭為輻散風，

單位為 2m/s。資料採用 JRA55 再分析資料，空間解析度

為1° × 1°，資料長度為 1958 年至 2018 年。 ... 95

(16)

第一章緒論

1.1 前言

西北太平洋副熱帶高壓(以下簡稱副高)屬於海洋性氣團，傳統上我們認為副高是哈德里胞在副熱帶地區下沉形成的動力高壓，全年皆出現在太平洋上，是主導東亞地區天氣現象的系統之一，亦是北太平洋一個很重要的環流系統(Tao and Chen, 1987)。副高的強度及勢力範圍影響東亞地區的天氣型態，如：隨著副高西伸東退的影響，東亞地區的高溫及乾旱呈現明顯的季節性變化(Zhang and Zhou, 2015)、副高的環流影響西北太平洋熱帶氣旋的生成個數及移動路徑 (Wang et al., 2013)、春末夏初的副高西北側亦牽制著梅雨鋒面的位置並影響水氣傳送(Ren et al. 2013)等，因此若能掌握好副高之變異性，對季節性預報可能會有所幫助(Wang et al.,2013)。

在大多數先前的研究中，副高的強度及年際變化主要是使用 500hPa 重力位高度5870~5880 gpm 等高線位置衡量(Zhou et al. 2009 ; Liu and Chan 2013)。在 Zhou et al. (2009)的研究中，使用 500hPa 重力位高度的 5870gpm 分析副高的範圍，發現1970 年代前後副高的位置和範圍存在顯著差異，在 NCEP/R1、ERA40 再分析資料中皆顯示副高有向西延伸及向南擴展的結果。根據這些先前研究，圖 1.1 使用 JRA55 再分析資料分析 500hPa 重力位高度 5870gpm 等高線的分布變化，

發現自 1970 年代後 5870 gpm 等高線確實顯示了副高有向西延伸及向南擴展的情況。然而使用5870gpm 衡量副高的強度及年際變化有部分研究提出別的看法，

在He et al.(2015)的研究中提出，全球暖化下 500hPa 等壓面的高度受到暖化影響使得低對流層厚度增厚而抬高，但高低壓的判斷需要與周圍的數值相比較，因此作者認為若要評估副高的強度，應去掉暖化所造成的整體系統增量。此外副高在對流層低層似乎比對流層中層更穩定及更強，由於低層副高的西北邊緣有南風或

(17)

西南風將大量水氣輸送到東亞地區，對東亞地區的夏季氣候有顯著影響(Lu et al., 2008)。因此許多研究開始關注對流層低層並使用 850 hPa 的相關變數來描述副高的變化，例如：重力位高度(Wang et al., 2013)、相對渦度(Lu et al., 2008)，以及水平風場(Wang et al., 2001; He et al., 2012)。

1.2 文獻回顧

1.2.1 副高與海溫的關係

影響副高的因素包含熱力及動力，過去研究顯示全球多處的異常海溫和副高的年際變化有密切相關。Wang et al. (2000, 2013)提出聖嬰現象透過海氣交互作用來影響夏季副高的強弱和位置，進而影響東亞夏季季風的降雨強度及時間。當聖嬰現象減弱消退後的隔年夏季，在西北太平洋上空將有偏強的副熱帶高壓出現。此高壓變異將會增強在菲律賓海上的反氣旋，並減弱印度洋上原有的盛行風(熱帶季節性西風)。此時海表面風速愈強將加速蒸散作用代表熱能散失愈多，使得海表面溫度降低；反之，風愈弱將降低蒸散作用使得海表面溫度增高，因此受到副高反氣旋增強使得西太平洋附近海域溫度降低，而減弱的印度洋西風將使得海溫增加。另外一方面，西太平洋海溫降低將會使該處上空的空氣下沉，造成地表壓力增加並抑制降雨使得副高增強，

副高與海溫的相互影響便會形成正回饋效應。除此之外也有研究發現副高雖與北大西洋相距很遠，但當北大西洋偏暖時亦會對副高增強產生貢獻(Hong et al.,2014; He et al., 2015; Chang et al., 2016)。

Wang et al.(2000, 2013)證明使用發展中的 ENSO、西北太平洋及北印度洋間的海溫差異及北大西洋振盪指數可以作為夏季副高指數的預測因子，並可預報部分的東亞夏季季風及西北太平洋氣旋數量。Hong et al.(2014)提出建立副高指數的回歸方程若包含熱帶大西洋海溫將能更有效預測副高並克服

(18)

ENSO 的春季預測障礙(spring predictability barrier)。因此 Chang et al.(2016) 進一步將上述研究概念延伸，使用經驗診斷及數值模擬來解釋熱帶大西洋海溫如何對西北太平洋-北印度的海氣交互作用產生遙相關。圖 1.2 為說明熱帶大西洋海溫正距平如何透過遙相關增強西北太平洋-北印度的海氣交互作用之示意圖。當熱帶大西洋海溫正距平時，會引發緯向翻轉環流(zonally overturning circulation)，在熱帶大西洋上升並至太平洋下沉，異常的低層輻散將會激發羅士比波(Rossby wave)，使得海氣交互作用進一步增強西北太平洋-北印度的耦合系統，此時北印度洋海溫異常偏暖，副熱帶高壓偏強，降水偏少，西北太平洋的氣旋活動將偏弱，上述因素將影響東亞夏季氣候。

1.2.2 副高與大尺度環流

在對流層中副高強度受不同的大氣環流分量影響，除了有哈德里胞的下沉分支(Sui et al. 2007; Wu and Zhou 2008; Chung et al. 2011)，亦有來自東西向環流的貢獻，如：橫跨東西太平洋的沃克環流，在赤道西太平洋的暖池輻合上升至對流層頂輻散，部分高層氣流在中~東太平洋副熱帶地區輻合下沉 (Lu and Dong, 2001; Wang and Zhang, 2002)；區域尺度的東亞季風環流，在冬夏兩季因受海陸熱力性質差異使得陸地與海洋的風向具有季節性的轉變，

也可能與副高強度有關連。(Chang et al., 2000; Lee et al., 2005; Wang et al., 2000)。

熱帶大尺度環流包含哈德里胞環流、沃克環流及季風環流，過去研究顯示大尺度環流的變化趨勢在模式模擬中仍有許多不確定性。哈德里胞環流是緯向平均的經向大氣環流，它將熱帶的能量傳輸到亞熱帶地區，多數研究皆著重在使用質量流函數(Mitas and Clement, 2006; Johanson and Fu., 2009; Sun and Zhou., 2014; Hu et al., 2018)、垂直速度等(Schwendike et al., 2014; Davis

(19)

et al., 2018)分析哈德里胞的寬度或強度的趨勢變化，雖然過去有多項研究發現哈德里胞環流有向極區擴大的趨勢，但對於哈德里胞環流的趨勢變化尚無普遍共識(Mitas and Clement, 2006; Johanson and Fu., 2009; Hu et al., 2018)。

沃克環流為赤道太平洋上的緯向環流，是由赤道地區海表面溫度梯度驅動的大氣循環，並與聖嬰—南方振盪(El Niño -Southern Oscillation ,簡稱 ENSO)的海氣交互作用有良好的關係性，因此多數與沃克環流有關的研究會將ENSO 現象一併討論(Bjerknes, 1969; Julian and Chervin, 1978; Tanaka et al., 2004)。有多種方法可以評估沃克環流的強度，包括對流層 200 hPa 速度位 (Tanaka et al., 2004)、東西太平洋上海平面氣壓差異(Walker and Bliss., 1932, 1937)及 500hPa 垂直速度(Wang et al, 2002)。多數研究觀察到沃克環流在 20 世紀及21 世紀初減弱(Tanaka et al. 2004 ; Vecchi et al. 2006; Power and Kociuba, 2011)，這與多數 CMIP5 模式的研究結果一致(Vecchi et al., 2006; Plesca et al., 2018)。

東亞季風環流是由太平洋和東亞陸地間的溫度梯度驅動，使得大氣風場與降雨具有季節性的變化。季風可由多個角度評估，包含海平面氣壓差(Zhao and Zhou., 2005)、緯向風的垂直風切(Webster and Yang, 1992)、風切渦度 (Zhang et al., 2003)等等。在東亞夏季季風環流趨勢上，觀測資料顯示近 70 年來東亞夏季季風呈現減弱的趨勢(吳等人, 2012)，在模式資料同樣指出季風環流趨勢將會減弱(IPCC AR5 report, 2014)。此外東亞夏季季風被認為在多個時間尺度上與各種氣候系統交互作用，包括ENSO(Webster et al. 1998 ; Wang et al., 2000; Wu and Wang, 2002)、對流層的準兩年振盪(Chang et al. 2000;

Li and Wang 2005)、印度夏季季風(Wu and Wang, 2002)等等。

有研究發現副高在年際時間尺度上有兩種不同的振盪，分別以2-3 年和

(20)

3-5 年的兩種週期振盪為主，而這兩種振盪現象則與異常的大尺度環流及海溫距平有關(Sui et al., 2007; Wu and Zhou., 2008; Chung et al., 2011)。Chung et al.(2011)表示西北太平洋副高指數的波譜分析顯示在 2-3 年和 3-5 年期間有兩個主要峰值，該研究透過大氣及海洋相關變數對兩段期間的副高指數做回歸分析及數值實驗，以檢查該振盪如何主導副高年際變化的相關機制。研究結果表示2-3 年振盪與異常哈德里胞環流及海表面溫度距平有關，其特徵是在西北太平洋出現異常強的反氣旋環流和下沉氣流，而下沉氣流被視為是哈德里胞環流的一部分；而3-5 年振盪的特徵則是與異常沃克環流及太平洋海溫距平、印度洋海溫距平有關，此時在赤道中東太平洋和印度洋有海溫正距平引發上升運動並於西太平洋洋面的海溫負距平處下沉，而此下沉運動被視為異常沃克環流的一部分。綜合上述，副高的強度及年際變化是由海溫距平透過對流活動及大氣環流影響而成，而大氣環流間亦會產生交互作用。

大氣環流具有三維結構，Tanaka et al.(2004)利用簡單的數學計算分離出三種環流分量，哈德里胞環流、沃克環流及季風，並探討暖化對三種環流分量的影響，該研究使用國家環境預測中心/國家大氣研究中心(NCEP /NCAR) 再分析資料，對各環流的年際變化做定量上的分析，研究結果發現哈德里胞環流在北半球冬季呈加劇成長但在北半球夏季並無明顯的長期趨勢；沃克環流強度的時間序列與南方振盪指數(SOI)一致，且環流強度在 1980 年後有持續減弱的趨勢；夏季季風環流在 1992 年至 2000 年間觀察到兩年一次的振盪。此外，該研究使用Meteorological Research Institute (MRI)海氣耦合的全球氣候模式(CGCM1)模擬CO₂以1% 𝑦𝑟⁻¹的速率逐年增加的情境，結果顯示在一個世紀後，哈德里胞環流加劇40%、沃克環流及季風環流減弱 20%。最後 Tanaka 等人在研究指出此熱帶大尺度環流的分離方式雖然簡單但對全球暖化下的模式初步評估仍有一定的作用。

(21)

1.3 研究動機

西北太平洋副熱帶高壓直接或間接地影響熱帶及副熱帶的區域氣候，因此若能掌握好副高的變異性及先驅指標，就能對季節性預報有較直接的幫助。影響副高的因素相當複雜，過去研究已經發現海溫距平是影響副高的重要因子之一，Lau et al (1997)認為海溫、大尺度環流及對流運動，三者關係密不可分，熱帶海洋提供大氣對流層水氣及熱能，其對流活動進而影響副高的強度變化，副高變異與海溫變化多寡固然相關，但大尺度環流亦有一定的作用及影響。因此本研究將著重在200hPa 對流層發生的大氣環流變化，期望從大尺度環流的角度解釋副高變異，

而非從海氣交互作用的角度間接討論。在大尺度環流對副高影響的研究中，過去研究多半針對某些環流分量討論，每個研究使用的變數互不相同，所以難以綜合比較(Vecchi et al., 2007; Park et al., 2010; Hu et al., 2018 )，無法得知各環流分量在副高之貢獻度多寡，因此在本研究中將參考Tanaka et al.(2004)作法，將大氣環流拆解成多項環流場並同時分析討論，除了能了解副高是受到哪一項環流場變化主導，亦可檢視在使用相同變數下的環流指數，其年際變化在再分析資料與模式資料的異同。副高指數將參考Wang et al. (2013)的方法使用 850hPa 重力位高度場作為描述副高的變量，同時為了避免全球暖化下對流層的熱膨脹效應，研究中將扣掉850hPa 重力位高度場的氣候平均值再針對夏季副高的環流貢獻度進行分析討論。綜合上述本研究希望能回答以下問題: (1)各環流的年際變化及趨勢?(2)各環流對副高的貢獻是多少? (3)檢視 CMIP6 模式是否能掌握環流貢獻能力，即 Reanalysis 與 CMIP6 historical runs 氣候模擬中各環流對副高的貢獻有沒有氣候統計特性上的差異?(4) CMIP6 未來推估的副高變化，各環流的強度變化及貢獻度是否有改變。問題(1)、(2)的分析結果將於第三章描述及討論；問題(2)、(3)將於第四章及第五章說明。

(22)

1.4 文章架構

本篇論文架構如下：第一章為過去副高變異與熱力、動力相關研究的文獻回顧以及本研究的研究動機。第二章為研究所使用的再分析資料、模式資料，以及副高指數、環流指數的建立方法。第三章將討論環流時間序列及年際變化並比較再分析資料與 CMIP6 模式資料的異同。第四章則為副高與各環流的相關性分析及多元回歸分析含統計檢定。第五章為環流對副高變異的貢獻度百分比分析討論。

最後一章(第六章)則為本研究的總結與整體討論以及研究之未來工作。

(23)

第二章資料來源與研究方法

2.1 再分析資料

本研究選用三組全球再分析月尺度資料(表 2.1)，包含歐洲中期天氣預報中心(European Centre for Medium-Range Weather Forecasts，簡稱 ECMWF)之再分析資料ERA5(Hersbach et al. 2020)，空間解析度為0.25° × 0.25°經緯網格，垂直解析度自1,000hPa 至 1hPa 共分 37 層，起訖時間為 1979 年至 2018 年；美國國家環境預測中心與大氣研究中心(National Centers for Environmental Prediction /National Center for Atmosphere Research，簡稱 NCEP/NCAR)之第一版全球氣候預報系統(Climate Forecast System Reanalysis，簡稱 CFSR，Saha et al. 2010) 空間解析度為0.5° × 0.5°經緯網格，垂直解析度自 1,000hPa 至 1hPa 共分 37 層，起訖時間為1979 年至 2010 年；日本氣象廳(Japan Meteorological Agency，簡稱 JMA) 之再分析資料JRA55(Kobayashi et al., 2016)，空間解析度為1.25° × 1.25°經緯網格，垂直解析度自1,000hPa 至 1hPa 共分 37 層，起訖時間為 1958 年迄今；美國國家環境預測中心與大氣研究中心(National Centers for Environmental Prediction /National Center for Atmosphere Research，簡稱 NCEP/NCAR)之的全球再分析資料(Reanalysis 1，簡稱 R1) 空間解析度為2.5° × 2.5°經緯網格，垂直解析度自 1,000hPa 至 10hPa 共分 17 層，起訖時間為 1948 年迄今。

2.2 Climate Model Intercomparison Project Phase 6(CMIP6)

為了比較各環流在氣候模式中的表現是否一致及探討暖化後的變化，採用世界氣候研究計畫(World Climate Research Programme，WCRP )的全球耦合模式比較計畫第六階段CMIP6(Coupled Model Intercomparison Project phase 6)模式資料。

模式選取標準是根據Wang et al. (2021)將 CMIP5/6 資料進行技術得分(skill scores)

(24)

評估的模式性能指標建議(圖 2.1)，針對本研究使用到的風場、高度場，挑選表現較好的6 組模式(表 2.2)，原始空間解析度如表 2.2 所列，垂直解析度自 1,000hPa 至1hPa 共分 19 層，歷史模式資料起訖時間為 1850 年至 2014 年共 165 年，未來推估資料起訖時間為2015 年至 2100 年共 86 年。選用的暖化情境為共享社會經濟途徑5-8.5(Shared Socioeconomic Pathways，簡稱 SSP5-8.5)，即輻射驅力在 2100 年與 1750 年之間的差異量呈現每平方公尺增加 8.5 瓦的趨勢且溫室氣體為高度排放(Eyring et al., 2016)。空間網格點皆內插為相同解析度 1°×1°，以方便後續的比較分析。

研究方法的說明分為兩個部分，第一部分說明分解大尺度環流的方法及各環流指數、副高指數之建立。第二部分說明如何利用多元回歸分析、相關性分析以探討環流在中低層對副高的貢獻程度差異及相關性，以量化各環流對副高的貢獻程度，本研究使用多元回歸方程中的大尺度環流項來計算其變異量，以代表環流對副高的貢獻程度。最後使用CMIP6 SSP5-8.5 未來推估模式資料分析大尺度環流強度變化，並討論在全球暖化下各環流對副高所造成的整體影響。

2.3 環流指數及時間序列

本研究使用Tanaka et al.(2004)的作法，選用 200hPa 的速度位 χ 作為描述熱帶大尺度環流的參數，並根據該文章的環流定義進行後續分析。Tanaka et al.(2004) 是使用Krishnamurti(1971)的公式，利用水平風向量V、輻散𝐷，計算速度位 χ：

D = ∇ ∙ V = −∇²𝜒 (1)

在200hPa 的速度位場中，熱帶環流包含赤道上升至副高下沉的經向環流(即哈德里胞)；位於赤道熱帶地區因海表面溫度不均勻進而驅動的沃克環流；受海

(25)

陸熱力性質差異具有季節性特徵的季風環流。本文選擇Tanaka et al.(2004)的作法拆解大尺度環流，雖與傳統上大尺度環流的定義不盡相同，但公式明確且能客觀說明三個環流場分量的線性關係，尤其在緯向環流場中的沃克環流及季風環流上，

由於季風環流的風場在華北、日本等為西北－東南向，華中、華南及臺灣等為東北－西南向，較難從傳統上的環流定義—分析經緯向垂直平面上(YZ 或 XZ 平面上，X：緯向、Y：經向、Z：垂直方向)各環流的質量流函數，藉此共同討論三個環流場分量，而Tanaka et al.(2004)的作法則是可以不考慮風向因素，從時間尺度上分離緯向環流且仍然可以共同討論大尺度環流場分量。Tanaka et al.(2004)的環流定義優點在於，可以根據環流主要運動方向及週期性特徵在時間及空間上分離環流且可按研究所需稍作修改，因此符合研究需求。研究中欲了解副高及大尺度環流之間的關係，故選取太平洋(120°E~90°W )，將此範圍內 200hPa 速度位場的緯向平均定義為哈德里胞環流，即(2)式之[χ(𝑡, 𝑦)]。

χ(𝑡, 𝑥, 𝑦) = [χ(𝑡, 𝑦)] + 𝜒^∗(𝑡, 𝑥, 𝑦)

= [χ(𝑡, 𝑦)] + 𝜒̅̅̅(𝑥, 𝑦) + 𝜒^∗ ^∗′(𝑡, 𝑥, 𝑦) (2)

其中 𝑡, 𝑥, 𝑦 分別表示為時間、經度和緯度，[ ] 和 ( )̅̅̅̅ 則表示空間平均及時間平均。 ( )^∗ 及 ( )^′ 分別表示為其距平場。扣除緯向平均後的空間距平場 𝜒^∗(𝑡, 𝑥, 𝑦)內包含沃克環流及季風，因沃克環流是赤道洋面長時間的氣候平均狀態，故將空間距平場做時間平均後得到的年平均值定義為沃克環流，即𝜒̅̅̅(𝑥, 𝑦)。^∗ 最後，將空間距平場減去年平均值後剩餘的時間距平定義為季風，即具有季節週期性的𝜒^∗′(𝑡, 𝑥, 𝑦)。

式(2)的計算結果與 Tanaka et al. (2004)之結果類似，如附錄圖 2.1 至附錄圖 2.15。環流場的季節分析中，本篇使用 ERA5、CFSR、JRA55 三組再分析資料(表 1)，附錄圖 2.1 中顯示 ERA5 再分析資料 1、4、7、10 月 200hPa 速度位氣候場及

(26)

輻散風。在1 月速度位氣候場的負峰值約為-120(單位:10⁵𝑚²𝑠⁻¹) 位在赤道西太平洋上，代表高層環流輻散中心，並有明顯的跨赤道南風分量。4 月輻散中心強度降至約 -90 ( 單位 : 10⁵𝑚²𝑠⁻¹ )，7 月速度位輻散中心達到高峰約 -210 (單位:10⁵𝑚²𝑠⁻¹)，中心位置從赤道西太平洋移動到菲律賓海，其輻散風則有明顯的北風分量，10 月輻散中心強度下降至約-90(單位:10⁵𝑚²𝑠⁻¹)。在速度位氣候場中可以發現大尺度環流其季節變化及輻散中心的改變，如沃克環流於赤道西太平洋流向東太平洋的特徵存在，夏季輻散中心位置移動到東亞大陸可能是受到季風環流影響，以及隨著季節變化而轉向的經向環流可以視為哈德里胞的貢獻等。附錄圖2.2、2.3 分別為 CFSR、JRA55 再分析資料的 1、4、7、10 月 200hPa 速度位氣候場及輻散風，基本上環流整體結果與ERA5 再分析資料大致類似，僅在 CFSR、

JRA55 再分析資料的 7 月速度位輻散中心皆落在-180 (單位:10⁵𝑚²𝑠⁻¹ )相較於 ERA5 再分析資料的 7 月速度位-210(單位:10⁵𝑚²𝑠⁻¹)，CFSR、JRA55 再分析資料的7 月速度位輻散強度弱些。

附錄圖2.4 為 1、4、7、10 月 200hPa 緯向平均場(緯向平均範圍:120°E~90°W)，

與Tanaka et al. (2004)不同的地方在於前述研究是將全球緯向平均，而本研究僅欲了解北太平洋故在此步驟將緯向平均範圍縮至太平洋地區(120°E~90°W)，最後同樣將速度位緯向平均場定義為哈德里胞環流。速度位緯向平均氣候場中其速度位隨緯度變化，在1 月約在 15°S 處有最大輻散值其負峰值約-75(單位:10⁵𝑚²𝑠⁻¹)，

代表哈德里胞環流在南半球的間熱帶輻合區上升並流向北半球約 0~5°N 輻合並下沉；7 月則約在 10°N 處有最大輻散值其負峰值較 1 月更強勁，速度位達到約 -90(單位:10⁵𝑚²𝑠⁻¹)，代表哈德里胞環流在北半球有更強的對流上升運動，至高層輻散後流向南半球約15°S ~20°S 輻合並下沉。附錄圖 2.5、2.6 分別為 CFSR、

JRA55 再分析資料的 1、4、7、10 月 200hPa 緯向平均場，在 CFSR 再分析資料的7 月北半球速度位負峰值位置約在 50°N 相較於 ERA5、JRA55 速度位負峰值位置約在10°N，CFSR 再分析資料的 7 月北半球負峰值位置更北些，其餘月份則

(27)

與ERA5 再分析資料結果類似。

附錄圖 2.7 為 1、4、7、10 月 200hPa 速度位氣候平均場減去緯向平均後之空間距平場。此空間距平場為附錄圖2.1 減去附錄圖 2.4，即扣掉哈德里胞環流，

因此附錄圖2.7 應包含沃克環流及季風環流，可以發現在不同月份的空間距平場中，速度位整體呈現出如沃克環流在西太平洋進行上升運動並於高層輻散至東太平洋形成輻合下沉的特徵，同時亦可以觀察到其速度位之輻散中心隨著季節變化移動，即季風環流的特徵。根據沃克環流及季風環流的氣候特徵，將空間距平場做年平均後，此不具有季節變化的分量則定義為沃克環流(附錄圖 2.10)，圖中最大輻散中心位在赤道西太平洋速度位負峰值約有-60(單位:10⁵𝑚²𝑠⁻¹)，輻散風流向赤道東太平洋輻合，速度位正峰值約有60(單位:10⁵𝑚²𝑠⁻¹)。附錄圖 2.11、2.12 分別為 CFSR、JRA55 再分析資料的 200hPa 速度位沃克環流場，兩組再分析資料的最大輻散中心與ERA5 再分析資料結果一致，皆位在赤道西太平洋速度位負峰值約有-60(單位:10⁵𝑚²𝑠⁻¹)。

附錄圖2.13 為 1、4、7、10 月 200hPa 速度位空間距平場減去沃克環流後之分量，再此定義為季風環流。在 1 月東亞地區的輻合中心速度位正峰值約60(單位:10⁵𝑚²𝑠⁻¹)並在陸地上形成下沉區，另一個輻合中心則位在東太平洋，4 月輻合中心移到印度洋速度位正峰值約有40 (單位:10⁵𝑚²𝑠⁻¹ )。7 月在東亞地區有更強的輻散中心速度位負峰值約有-80 (單位:10⁵𝑚²𝑠⁻¹ )，夏季具有較強烈的上升運動至高層輻散，並於赤道太平洋下沉，此時高壓位在洋面上。10 月則沒有明顯的峰值。可以看到由Tanaka et al. (2004)定義方法下的季風環流其速度位正負號在季節上的反轉與常見的季風特徵一致。附錄圖2.14、2.15 分別為 CFSR、JRA55 再分析資料的1、4、7、10 月 200hPa 速度位偏差場減去沃克環流後定義為季風環流，季風環流的速度位場強度整體仍與ERA5 再分析資料相似，但在 7 月北半球季風環流輻散位置 ERA5 再分析資料的高層環流輻散範圍約 50° E~180°，而

(28)

CFSR、JRA55 再分析資料高層環流輻散範圍分別約在 10°E~180°、40°E~180°，

相較於ERA5 再分析資料的輻散範圍大。

環流指數的建立方式，是根據Tanaka et al.(2004)的方法將 200hPa 速度位場中的熱帶大尺度環流分離後，在特定地區內選取環流分量在夏季(6 月至 8 月；JJA) 之速度位峰值作為計算環流指數的中心點(表 2.3)。以哈德里胞為例，因本研究想要針對西太平洋地區探討，且由附錄圖2.4 中可看到在環流上升區的轉折最明確，

故夏季選取北半球(5°N~40°N, 120°E~90°W )範圍內的速度位峰值為中心點並取該點的緯度±5°為範圍，並將所選範圍內的速度位做空間平均後，即得到一時間序列代表夏季哈德里胞環流的強弱變化，定義為夏季哈德里胞環流指數。

定義沃克環流指數時，為了保留其年週期變化，採用的作法為首先將式(2) 的空間距平場 𝜒^∗(𝑡, 𝑥, 𝑦)做 12 個月的時間滑動平均，接著挑選赤道太平洋 (10°S~20°N, 120°E~180°E )之速度位峰值為中心並於該點的緯度±15°以及經度

±30°為範圍，並將所選範圍內的速度位做空間平均，最後取 JJA 月資料做季節平均，即得到沃克環流指數的時間序列。

季風環流場的作法為空間距平場減去12 個月的時間滑動平均，得出季風的時間序列。季風指數時間序列，選取東亞地區(10°N~40°N, 80°E~130°E )的速度位峰值並於該點的緯度±5°及經度±30°為範圍作平均，得到季風環流指數。

2.4 副高指數

熱帶的大尺度環流──沃克環流、哈德里胞環流及季風共同在北太平洋副熱帶高壓下沉，為分析各環流對副高強度之貢獻程度，本研究參考Wang et al.(2013) 建立副高指數之方法並依據研究所需稍做調整，由於Wang et al.(2013)探討的是

(29)

副高與東亞夏季季風及熱帶氣旋生成數量，因此將範圍選擇在副高脊並定義副高指數。而本篇研究選擇兩處範圍定義副高指數(Subtropical High Index；SHI)(圖 2.2)，(1)在夏季時臺灣位在副高邊緣並受到副高脊西伸程度影響，本研究希望能增加我們對臺灣區域氣候的認知，因此選擇臺灣地區(10°N~30°N, 100°E~140°E) 代表大尺度環流影響臺灣區域氣候的副高指數(Western Pacific Subtropical High；

WPSH Taiwan)；(2)本研究欲探討氣候模式模擬的大尺度環流對副高的影響與再 分析資料相比是否合理，因此將整個北太平洋地區(0°N~40°N, 100°E~90°W )納入討論，並將此代表大尺度環流影響北太平洋的副高指數(North Pacific Subtropical High；NPSH)，故挑選此處做相同的分析。Wang et al.(2013)的副高 指數作法是挑選北半球夏季(6 月至 8 月；JJA)的 850hPa 重力位距平場，在其年際變異量最大處(15°N~25°N, 115°E~150°E)上做區域平均。研究中與上述作法大致相同，僅在「年際變異量最大處上做區域平均」的步驟上並不是依據Wang et al.(2013)的範圍，而是調整為於年際變異量最大處向外延伸緯度±5°、經度±15°

做區域平均，原因在於使用不同資料計算的副高指數，年際變異量最大處可能並不相同，但可以在一致的網格大小內做區域平均。

2.5 相關分析及多元回歸分析 2.5.1 相關分析

相關分析是純粹衡量兩個屬量變數(Heterograde)之間的直線線性相關程度，不具「方向性」。

𝑟 =

^∑ ^(𝑥^𝑖^−𝜇^𝑥^)(𝑦^𝑖^−𝜇^𝑦⁾

𝑛𝑖=1

√∑^𝑛_𝑖=1(𝑥_𝑖−𝜇_𝑥)²∑^𝑛_𝑖=1(𝑦_𝑖−𝜇_𝑦)²

(3)

相關係數用𝑟表示，其值會落在-1 到 1 之間，𝑥_𝑖、𝑦_𝑖為變數𝑥、𝑦第𝑖個樣

(30)

本變數，𝜇_𝑥、𝜇_𝑦為變數𝑥、𝑦的平均數，n為樣本數。在式子(3)中分母代表兩變數𝑥、𝑦之標準差Std(𝑥) = √𝑣𝑎𝑟(𝑥)相乘，分子為兩變數𝑥、𝑦之變異量 𝑣𝑎𝑟(𝑥)相乘即共變異量cov(𝑥, 𝑦)。變異量是用來衡量一組數據中的分佈範圍，

計算方式為將每個數值到平均值的距離做平方，故所有值皆為正值。共變異量是計算兩變數𝑥、𝑦相關程度，但此時的相關是相依在兩變數𝑥、𝑦的尺度上，於是需除掉標準差將變數各自的單位移除。研究中將分析各環流指數與副高指數及海溫場之相關程度。

2.5.2 多元回歸分析

多元回歸分析是將多個自變數設為 x，因變數設為𝑦，進而探討因變數 的變化是否能由自變數解釋，因此在本研究中，x 為 200hPa 速度位建立的各環流指數，𝑦為 850hPa 重力位高度距平場，利用多元回歸分析計算出各環流分量對低層副高產生多少變化量，進一步了解各環流對副高貢獻程度差異。

本研究使用多元回歸分析(4)式，由哈德里胞環流指數、沃克環流指數及季風環流指數對副高指數建立一回歸方程。

𝑦 = 𝑎 + 𝑏_𝑖𝑥_𝑖… + 𝑏_𝑛𝑥_𝑛 , 𝑖 = 1,2, ⋯ , n (4)

式子(4)中𝑥_𝑖為第𝑖個環流解釋變數，𝑦，𝑎為截距(Intercept)即𝑥 = 0時y的估計值，𝑏為斜率(Slope)又稱回歸係數，為𝑥變動一個單位時y變動的量。

(31)

2.6 環流貢獻度

為了解各環流對副高的貢獻程度，本研究計算各環流項變異量並定義為環流對副高的貢獻程度。

𝑦̂ = 𝑎 + 𝑏₁𝑥₁+ 𝑏₂𝑥₂+ 𝑏₃𝑥₃ (5)

式子(5)為研究中建立之回歸方程，𝑦̂為由各環流所建立之新副高指數(Reg Index)，第一項為截距項、第二項𝑏₁𝑥₁為哈德里胞項、第三項𝑏₂𝑥₂為沃克環流項、

第四項𝑏₃𝑥₃為季風環流項。本研究使用變異量大小代表環流對副高的影響程度，

若變異量小代表數值分布範圍集中且接近平均值，即環流對副高產生較小的影響 (貢獻程度較小)，變異量大代表數值分布範圍較離散且遠離平均值，即環流對副高產生較大的影響(貢獻程度較大)。為了瞭解新副高指數中各環流對副高變異的貢獻程度比例，研究中會將式子(5)內已乘上回歸係數的三個環流項，分別計算該環流項的變異量將其加總後作為分母，並將該環流項的變異量依序作為分子從而計算各環流占多少百分比，即各環流對副高的變異程度貢獻百分比，式子(6)為以哈德里胞環流貢獻度為例，𝑏₁至𝑏₃分別為哈德里胞環流指數(Hadley)、沃克環流指數(Walker)、季風環流指數(Monsoon)於式子(5)所得到的回歸係數。

貢獻度(%) = ^Var(𝑏¹^×Hadley)

Var(𝑏₁×Hadley)+Var(𝑏₂×Walker)+Var(𝑏₃×Monsoon)× 100 (6)

2.7 統計檢定

在大氣科學研究領域中，較常使用的統計檢定方法為 T-test，主要用於比較單一群體或兩組不同群體與樣本的平均是否有顯著差異。單一獨立樣本檢定—樣

(32)

本平均數對母群體平均數做假設檢定(樣本平均數與母群體是否有顯著差異)，或是雙樣本檢定—將實驗組與對照組視為兩個母群體樣本，並使用兩組樣本平均數進行假設檢定(兩組樣本平均數差異是否有達到顯著性水平)。

另外研究中也針對多元回歸方程進行統計檢定。回歸方程的顯著性檢定方式一般都使用F 檢定(F-test)。F-test 檢定將考慮多元回歸方程內所有自變數，並觀察因變數和所有欲觀察的自變數是否有統計的顯著性，以檢視整體多元回歸方程是否有足夠的解釋能力。

統計檢定流程為: (1)針對檢定的問題提出統計假設。(2)選取適當的統計檢定方法(本研究將使用 t-test、F-test)。(3)選擇一個顯著性水平α值(本研究將以 95%、

90%信心度作為統計檢定的門檻)。(4)在該顯著性水平之下，可利用查表找出相對應的臨界值(若檢定樣本個數 n=30，95%信心度的𝑡_𝛼=2.04、𝐹_𝛼=2.92，90%信心度的𝑡_𝛼=1.7、𝐹_𝛼=2.29)。(5)針對樣本計算相關的統計量。(6)比較統計量及臨界值是否拒絕原假設，即通過95%、90%信心度下統計檢定。

(33)

第三章環流時間序列及年際變化

熱帶大尺度環流包含哈德里胞環流、沃克環流、季風，在第二章第三節環流指數及時間序列中，確立環流指數方法後便得以檢驗各環流的年際變化及其在全球暖化下的變化趨勢。研究中選用多組再分析資料(表 2.1)及 CMIP6 資料(表 2.2)，

除了比較環流時間序列的異同外，也想了解各環流在氣候模式中的表現是否一致。

3.1 再分析資料分析結果討論

在Tanaka et al. (2004)的研究中，其資料採用美國國家環境預測中心(National Centers for Environmental Prediction /National Center for Atmosphere Research，簡稱 NCEP/NCAR)的全球再分析資料(Reanalysis 1，簡稱 R1)，空間解析度為2.5° × 2.5°經緯網格，時間長度為 1966 年至 2001 年。本節欲與 Tanaka et al. (2004)之結果比較，故在環流時間序列上增加R1 再分析資料，並將多組再分析資料時間長度統一調整為1979 年至 2018 年並進行比較。

在環流時間序列的分析當中，X 軸為年份(1979 年至 2018 年)，Y 軸為速度位(單位:10⁵𝑚²𝑠⁻¹ )。當速度位為正值代表環流在高層輻合，負值則代表環流在高層輻散，為了檢視環流強度趨勢變化，研究將速度位取絕對值若速度位取絕對值為增加代表環流在高層輻合(輻散)為增強，反之速度位取絕對值為減少代表環流在高層的輻合(輻散)為減弱。圖 3.1 夏季哈德里胞環流指數的時間序列及趨勢線，時間總長度為 1979 年至 2018 年，環流強度是使用 200hPa 速度位表示(單位:10⁵𝑚²𝑠⁻¹ )，指數的選取範圍為5°N~40°N, 120°E~90°W，速度位平均值為 -77.72 (單位:10⁵𝑚²𝑠⁻¹ )，圖示的顏色分別代表四組再分析資料(依序為 R1、

ERA5、JRA55、CFSR)，折線代表時間序列，直線則為趨勢線。在夏季哈德里胞

(34)

環流指數中，選取北半球(5°N~40°N, 120°E~90°W)上升區內之速度位峰值，在高層200hPa 為輻散(負值)。四組再分析資料速度位平均值約-77(單位:10⁵𝑚²𝑠⁻¹)年際變化範圍為-40至-110(單位:10⁵𝑚²𝑠⁻¹)。在哈德里胞環流趨勢中，R1 再分析資料顯示出環流的趨勢線自1979 年速度位約-81(單位:10⁵𝑚²𝑠⁻¹)至2017 年速度位約-75 (單位:10⁵𝑚²𝑠⁻¹ )，即哈德里胞環流趨勢減弱(速度位取絕對值為減少)其強度減少約6(單位:10⁵𝑚²𝑠⁻¹)，ERA5 再分析資料的趨勢線則呈現近乎持平，JRA55 再分析資料的環流趨勢線自1979 年速度位約-78(單位:10⁵𝑚²𝑠⁻¹)至 2018 年速度位約-86 ( 單位 : 10⁵𝑚²𝑠⁻¹ ) 、 CFSR 再分析資料自 1979 年速度位約-65 ( 單位:10⁵𝑚²𝑠⁻¹)至 2010 年速度位約-74(單位:10⁵𝑚²𝑠⁻¹)，兩組再分析資料的哈德里胞環流趨勢皆呈現增強( 速度位取絕對值為增加 )，分別增強約 8、9 (單位:10⁵𝑚²𝑠⁻¹)。

圖 3.2 為沃克環流指數 12 個月滑動平均時間序列。沃克環流指數選取赤道太平洋(30°S~30°N, 120°E~90°W)之速度位峰值，四組再分析資料速度位平均值約-83 (單位:10⁵𝑚²𝑠⁻¹ )，年際變化範圍在-30至-140 (單位:10⁵𝑚²𝑠⁻¹ )之間，相較本文另兩個大尺度環流，其環流輻散程度變化幅度較大。由於沃克環流發生在赤道太平洋並與聖嬰-南方振盪現象密切相關，具有 3~6 年的聖嬰週期及年際變化 (Trenberth,1997)，因此在沃克環流時間序列中可以看到 1982/1983 和 1997/1998 年有兩個較明顯的高峰值，速度位平均值分別約為-40(單位:10⁵𝑚²𝑠⁻¹)、-30(單位:10⁵𝑚²𝑠⁻¹)，此時赤道東太平洋上海表面溫度增溫約1~3℃，改變太平洋上的氣壓差異，赤道太平洋的東風減弱甚至轉為西風使得西太平洋高層 200hPa 輻散減弱(圖未附)，可能與該年發生的聖嬰事件有關(Bell and Halpert, 1998)。同樣在 2011/2012 有個相對於平均的低峰值，其速度位平均值約為-135(單位:10⁵𝑚²𝑠⁻¹)，代表赤道太平洋上的東風比往年更加強勁即西太平洋高層 200hPa 輻散相較平常年強，該年亦有反聖嬰現象之發生(Boening et al., 2012)，此外在四組再分析資料的時間序列上皆可觀察到，在1980 年後沃克環流有出現明顯三到四年聖嬰現象

(35)

(1982/1983、1987/1988、1992/1993、1997/1998、2002/2003)的週期。在沃克環流趨勢中，R1 再分析資料的環流趨勢線自1979 年速度位約-80(單位:10⁵𝑚²𝑠⁻¹)至 2017 年速度位約-90 (單位:10⁵𝑚²𝑠⁻¹ )，ERA5 再分析資料自 1979 年速度位約 -75(單位:10⁵𝑚²𝑠⁻¹)至2018 年速度位約-100(單位:10⁵𝑚²𝑠⁻¹)，JRA55 再分析資料自 1979 年速度位約-74 ( 單位 : 10⁵𝑚²𝑠⁻¹ ) 至 2018 年速度位約-95 ( 單位:10⁵𝑚²𝑠⁻¹ )，三組再分析資料的沃克環流趨勢皆呈現增強(速度位取絕對值為增加)，分別增強約10、25、21(單位:10⁵𝑚²𝑠⁻¹)，而 CFSR 再分析資料的環流趨勢線則呈現持平。

進一步將沃克環流的時間序列做波譜分析檢查聖嬰週期，圖3.3 為再分析資料的沃克環流月尺度時間序列之波譜分析。X 軸為頻率(cpm : cycles per month)，

Y 軸為變異量，紅線為 90%信心度區間，(a)~(d)分別為各再分析資料。在各再分析資料的波譜分析中，四組再分析資料的顯著頻率( 週期 ) 皆落在 0.013cpm(77month≈6.41year)~0.05cpm(20month≈1.66year)，R1、ERA5、JRA55 最高峰值大多落在 0.016cpm(63month≈5.20year) ，而 CFSR 最高峰值落在 0.018cpm(56month≈4.62year)。以顯著頻率(週期)其最高峰值討論，四組再分析資料的結果大約為4 年(56month)至 5 年(63month)，與在時間序列上觀察到的 3 到 4 年聖嬰現象大致相同。

圖3.4 為夏季季風環流指數時間序列及趨勢圖。季風環流指數選取東亞地區 (10°N~40°N, 80°E~130°E )，在夏季東亞地區高層環流為輻散，四組再分析資料速度位平均值約-80 (單位:10⁵𝑚²𝑠⁻¹)，年際變化範圍為-50至-110

(單位:10⁵𝑚²𝑠⁻¹)。在季風環流趨勢上，R1 再分析資料的環流趨勢線自 1979 年速度位約-80(單位:10⁵𝑚²𝑠⁻¹)至2017 年速度位約-71(單位:10⁵𝑚²𝑠⁻¹)，ERA5 再分析資料自 1979 年速度位約-78 (單位:10⁵𝑚²𝑠⁻¹ )至 2018 年速度位約-75 (單位:10⁵𝑚²𝑠⁻¹)，JRA55 再分析資料自 1979 年速度位約-79(單位:10⁵𝑚²𝑠⁻¹)至 2018

大尺度環流對西北太平洋副熱帶高壓之貢獻度

國立臺灣師範大學理學院地球科學系 碩士論文

Department of Earth Sciences College of Science

National Taiwan Normal University Master’s Thesis

大尺度環流對西北太平洋副熱帶高壓之貢獻度

Contributions of large-scale circulations to the Western North Pacific Subtropical High

研究生：梁晏瑜 撰 Author：Yen-Yu Liang

指導教授：王嘉琪 博士 黃婉如 博士 Advisor：Chia-Chi Wang, Ph.D.

Wan-Ru Huang, Ph.D.

中華民國 110 年 10 月

October, 2021

致謝

摘要

目錄

表次

圖次

第一章 緒論

第二章 資料來源與研究方法

𝑟 =

第三章 環流時間序列及年際變化

國立臺灣師範大學理學院地球科學系碩士論文

研究生：梁晏瑜撰 Author：Yen-Yu Liang

指導教授：王嘉琪博士黃婉如博士 Advisor：Chia-Chi Wang, Ph.D.

第一章緒論

第二章資料來源與研究方法

第三章環流時間序列及年際變化