臺灣溫度、雨量(2014/2015年12-2月,2015年3-5月)製作單位,中央氣象局氣象科技研究中心

　　中央氣象局在「氣候變異與劇烈天氣監測預報系統發展計畫」支持下自民國91年開始進行以數值模式為骨幹的短期氣候預測系統,於98年度發展完成第一版預測系統(簡稱CWB2-tierCFS_v1)並上線作業。CWB2-tierCFS_v1是以二步法為架構的短期氣候預報系統,也就是先用統計與數值動力方法計算全球海表面溫度預測值,然後以此海溫預測值作為大氣的下邊界條件利用全球數值動力模式預測大氣狀態。CWB2-tierCFS_v1為多模式多組預測組成的系集預測系統,在大氣模式方面分別使用了氣象局全球數值天氣預報模式(T42L18版)與德國馬普研究院ECHAH5模式(T42L19版)兩組模式,海溫預報方面除了有氣象局全球海溫最佳化預報系統(OPGSST_v1/CWB)產品外,也使用從美國氣象局取得的NCEPCFS全球海溫預測資料(CFS_SST/NCEP)。兩組大氣模式與兩組海溫預測資料交錯搭配出四種組合,每一種組合每月產出10組7個月的預測結果,也就是說每月有40組長達7個月的預測結果作為加工產出月與季預測產品的原料。氣候預測乃是要預測氣象變數統計特性的變化特徵,必須根據多組預測結果推估具統計意義的變異幅度。

　　CWB2-tierCFS_v1的產品包括全球與臺灣的月與季預測資訊。在臺灣溫度和雨量預測方面,本系統在研發階段根據歷史資料庫建立了測站和預測模式資料之間的統計關係,根據這些關係可利用全球預測結果推估測站的預測值,這種根據大尺度資料推估小範圍甚至單點氣候變數的變化量稱為「統計降尺度方法」(statisticaldownscalingmethod)。

　　因為臺灣的氣候變異主要是受到東亞與西北太平洋季風變異的影響,本報告展示的CWB2-tierCFS_v1產品在大尺度方面將僅呈現東亞與西北太平洋季風區第一季(未來1-3個月)的預測結果,內容包括東亞季風區之海溫、低層風場、雨量、氣溫之變化趨勢,在臺灣氣候方面則呈現第一季及第二季(未來4-6個月)雨量和氣溫的變化趨勢。由於預測結果的實用性參考價值隨預測時間增長下降,氣候預測的應用必須要有適當的工具,也就是要有可運用氣候變異統計特性及可處理氣候預測不確定性的應用模式才能合理的使用氣候預測資訊。

　　本次預測使用的前端觀測資料的截止日期為2014年11月30日,第一季的預測對象為2014/2015年12-2月的氣候狀態相對於歷史氣候(1981-2005)平均值的偏差,又稱為距平,第二季的預測對象則為2015年3-5月。

　　圖1.2014/2015年12-2月海表面溫度預測。(a)海溫相對於1981-2005氣候平均值的距平值,(b)經統計檢定判斷預測技術過濾之後的三分類(「A」偏高、「N」正常、「B」偏低)機率。

　　圖1為2014/2015年12-2月海溫預報距平場,圖1a,及經統計檢定判斷預測技術過濾之後的三分類(「A」偏高、「N」正常、「B」偏低)機率預報結果。預測技術的判定根據是依照世界氣象組織(WMO

　　2002)規範的GerritySkillScore(GSS)(GSS)0表示預報技術高於隨機。預測結果顯示西北太平洋、中南太平洋、北印度洋及中大西洋大部分區域為負距平,其餘區域如赤道中、東太平洋、北太平洋、中南印度洋及南半球高緯度大部分為正距平。統計檢驗結果(圖1b)顯示北太平洋、赤道中、東太平洋及南太平洋高緯度區域有較明顯的海溫偏高訊號,菲律賓東方海面及北印度洋區域為正常訊號,澳洲北方卡奔塔利灣與帝汶海與爪哇海附近以及西南印度洋、東南太平洋、東北大西洋區域有一些比較明顯的負距平。

　　圖2a為模式氣候平均值,是模式對歷史上25年(1981-2005)的8-10月預測結果的平均值,圖2b則為CWB2-tierCFS_v1預測2014/2015年12-2月850hPa風場的系集平均值與模式氣候平均值的差值,或稱為距平預測值。對照圖2a與2b來看,可對模式預測的環流變異有比較清楚的概念。模式氣候值(圖2a)顯示12-2月環流特徵,東亞大陸地區為反氣旋環流所壟罩,0oN到20oN區域為東風,30oN區域以北為西風,臺灣地區受大陸反氣旋環流影響,以東北風距平為主。預測的850hPa風場(圖2b)顯示從太平洋往印度洋吹的東風偏弱,印度洋區域主要為反氣旋環流距平,菲律賓東方則有明顯的氣旋距平環流,日本與台灣之間的西北太平洋上有反氣旋距平環流,台灣地區受到西太平洋上的反氣旋與氣旋環流距平的影響東部以東風距平為主,但西部因受東亞大陸地區反氣旋環流偏弱的影響以南風距平為主。

　　圖3.2014/2015年12-2月雨量預測。(a)距平值,(b)經統計檢定判斷預測技術過濾之後的三分類(「A」偏溼、「N」正常、「B」偏乾)機率。

　　圖3a為CWB2-tierCFS_v1預測2014/2015年12-2月之雨量距平,圖3b為經統計檢定判斷預測技術過濾之後的三分類(「A」偏濕、「N」正常、「B」偏乾)機率預報結果。預測技術的判定根據是依照世界氣象組織(WMO2002)規範的EquitableThreatScore(ETS)(ETS)0表示預報技術高於隨機。圖3a顯示菲律賓東方海面有較強的正距平,中緯度陸地區域是微弱正距平,其餘大部分區域雨量為負距平。統計檢驗(圖3b)顯示有較大範圍的偏濕的訊號主要出現在中亞陸地區域,20oN以南的海洋區域主要訊號為正常至偏低,臺灣地區雨量為沒有訊號的區域。

　　圖4.2014/2015年12-2月近地面氣溫預測。(a)距平值,(b)經統計檢定判斷預測技術過濾之後的三分類(「A」偏暖、「N」正常、「B」偏冷)機率。

　　圖4a為CWB2-tierCFS_v1預測2014/2015年12-2月之近地面(地面上2公尺,簡稱「2米」)氣溫距平,圖4b為經統計檢定判斷預測技術過濾之後的三分類(「A」偏暖、「N」正常、「B」偏冷)機率預報結果。預測技術的判定根據是依照世界氣象組織(WMO2002)規範的GSS計算結果(GSS)0表示預報技術高於隨機。圖4a顯示除中南半島、日本東北部海面及赤道海洋有正距平區域,其餘大部分區域為負距平,其中以中國東部陸地區域有較強的負距平區域,台灣屬於微弱正距平區域。經統計檢驗判斷後的三分類預報(圖4b)顯示2米溫度在孟加拉灣、海洋大陸及南海北部至日本島弧區域為正距平,印度洋及西北太平洋為正常訊號,中亞區域則有大範圍的偏低訊號,臺灣北端及東部和南部沿海及周圍區域以偏高訊號為主。

　　圖 5.2014/2015年12-2月臺灣9個測站之雨量預測, (a)距平值, (b)三分類(紅色,偏濕、綠色,正常、藍色,偏乾)之發生機率, (c)GSS評分。

　　圖 6.2014/2015年12-2月臺灣9個測站之氣溫預測, (a)距平值, (b)三分類(紅色,偏暖、綠色,正常、藍色,偏冷)之發生機率, (c)GSS評分。

　　圖5與圖6為2014/2015年12-2月臺灣地區測站雨量及溫度的預測結果,乃是根據45個CWB 2-tier CFS_v 1產生的預測資料,40個獨立模式預報成員 、4組由10個相同預報模組預報成員所產生的系集平均及1組由40個預報成員所產生的系集平均,透過統計降尺度方法計算出來的。左圖為平均距平值,中圖為將45個預報結果分別轉換到對應的氣候類別再統計出來的三分類發生機率預測,右圖為根據歷史預測值計算的GSS得分,為預測水準的參考值。運用統計降尺度方法建立與大尺度變數關係的9個臺灣測站的站名與位置顯示在圖南宫股份有限公司7 。

　　2014/2015年12-2月的雨量預測結果,圖5,顯示宜蘭為負距平,其餘8站為正距平,三分類機率預測中,全臺9站降雨類別為正常的機率最大,且明顯大於其他類別的機率,9個測站的GSS得分都是正值,其中以宜蘭站最高,正值代表預報結果具參考價值。

　　2014/2015年12-2月的氣溫預測結果,圖6,顯示臺北、臺南、高雄及宜蘭為正距平外,其餘5個測站為負距平,三分類機率預報中,全臺9個測站氣溫以正常類別的機率最大,且明顯大於其他類別的機率, 9個測站的GSS得分都是正值。

　　圖8與圖9為2015年3-5月臺灣地區測南宫股份有限公司站雨量及溫度的預測結果。雨量預測,圖8,顯示臺北、新竹、臺中及恆春為正距平,其餘5個測站為負距平,三分類機率預報中,臺北、新竹、臺南及高雄為正常訊號,花蓮及臺東為偏高,臺中為正常至偏高,宜蘭為正常至偏低,恆春站因三者機率相同,表示沒有訊號, 9個測站的GSS得分也都是正值。氣溫預測,圖9,顯示除新竹站為負距平,其餘8站皆為正距平,三分類機率預測中,全臺9個測站降雨為偏高類別機率最大,9個測站的GSS得分都是正值。

　　圖 8. 2015年3-5月臺灣9個測站之雨量預測, (a)距平值, (b)三分類(紅色,偏濕、綠色,正常、藍色,偏乾)之發生機率, (c)GSS評分。

　　圖9.2015年3-5月臺灣9個測站之氣溫預測, (a)距平值, (b)三分類(紅色,偏濕、綠色,正常、藍色,偏乾)之發生機率, (c)GSS評分。

　　預報校驗所使用的全球觀測資料海表面溫度為美國海洋與大氣總署(NOAA)提供的OISST資料(降雨為NOAA提供的CMAP資料(米溫度則使用NOAA提供的NCEP/DOE 的重分析資料(臺灣測站的雨量與氣溫則使用氣象局9個測站的觀測資料。前述觀測資料的氣候值與百分化計算所使用的年份為1981至2005年,與二步法全球動力模式事後預報,hindcast,的年份相同。

　　下文中將針對使用的前端觀測資料的截止日期為2014年6月30 日的2014年8-10月預測進行校驗, 5.1為大尺度預報校驗結果, 5.2則討論臺灣地區預報校驗結果。

　　圖 10為2014年8-10 月海表面溫度距平,圖 10a為預測值,是根據OPGSST/CWB與CFS_SST/NCEP兩組預測海溫的平均值的相對於25年歷史預測平均值計算而得,圖10b則為根據觀測分析場OISST計算的距平。比較圖10a與10b可發現模式海溫在西北太平洋區域預報為負距平,但觀測中,只有日本東部海面的帶狀區域為負距平,南印度洋及高緯度洋面預測大部份為正距平,觀測則為負距平,赤道大西洋及南大西洋部分地區模式預測的負距平亦與觀測相反,除此之外,其餘大部分的海溫分布都能正確預測。

　　圖11為2014年8-10月雨量距平的預測(圖11a)與觀測(圖11b)值,預測距平的計算方式乃是根據40組預報的系集平均值相對於25年歷史預測的系集平均值計算而得。模式預測只在阿拉伯半島的負距平以及阿拉伯海與菲律賓東方海面的正距平預測正確,其餘區域大部份表現不佳,臺灣地區預報北部為正距平,南部負距平,觀測值只在台灣南部為負距平。

　　圖12為2014年8-10月2米溫度距平的預測(圖12a)與觀測(圖12b)值。模式在中亞、西太平洋150,-180,E附近及菲律賓周邊區域的負距平預報的正確外,其餘預測區域皆不盡理想。臺灣地區預報為微弱正距平,觀測顯示臺灣東南部為負距平,其餘區域為正距平。

　　CWB 2-tier CFS_v 1是一全球氣候預測系統,為了校驗上的方便,全球分成五個區域統計預測和觀測值的差異,分別是北半球(NH),南半球(SH),熱帶(TP),亞洲(ASIA),東亞及西北太平洋(EA-WNP) ,各區域範圍標示於圖13 。

　　圖14為2014年8-10月各區域三個變數(海表面溫度、雨量、2米溫度)的平均距平相對於觀測值的均方根誤差RMSE(Root Mean Square Error) ,三個變數比較起來以海表面溫度的RMSE最小,表示模式的海表面溫度預測結果比其他兩個變數為優。雨量的RMSE在EA_WNP區域較大,S H最小,2米溫度的RMSE以EA_WNP最小,NH最大。

　　圖15為2014年8-10月各區域三個變數的預測與觀測距平值相關係數ACC(Anomaly Correlation Coefficient)分析。海溫除了EA_WNP區域外,其餘四區皆為正值,其中以TP及NH區域較高,表示該區域預報結果較好,降雨只在SH、TP及ASIA區域為正值,其中以TP表現較佳,2米溫度除EA_WNP 區域外,其餘皆為正值,以SH區域表現最好。

　　圖16為2014年8-10月臺灣的雨量和氣溫預測(圖16a與圖16b)與實際觀測(圖16c與圖16d)結果比較。觀測資料顯示臺灣地區降雨在臺南及高雄為偏高,恆春為正常,其餘6站為偏低,統計預報結果顯示,除臺南站預報正常,其餘8站預報偏低,因此有6個測站預報正確。臺灣地區8-10月測站氣溫觀測資料顯示全臺9站氣溫類別皆為偏高,而氣溫的統計預報結果,除台南站預報偏高外,全臺灣預報為正常至偏低,因此只有1個測站預測正確。

　　臺灣地區9測站8-10月降雨,3個月累積,及溫度的30%與70%百分位對照表列於表1以供參考。a b

　　圖 16.2014年8-10月臺灣地區統計降尺度預報,上圖,與測站觀測資料,下圖, ,圖左為降雨,圖右為2米溫度。

　　表1.臺灣地區9測站8-10月降雨,3個月累積,及溫度30%與70%百分化。降雨單位為mm,溫度