研究計畫

氣候變遷研究聯盟總計劃下共有三個子計畫

子計畫二

計畫摘要

有鑑於氣候變遷對台灣天氣氣候與環境的巨大影響,國內必須具有氣候模擬與推估的關鍵能力,提供重要資訊作為氣候變遷衝擊評估,調適策略規劃之依據,對於氣候變遷的影響、衝擊、調適的評估,除了全球平均氣候的改變之外,局部地區氣溫與降水的未來變化更顯得重要。本計畫以目前無論國際或國內都已廣泛被使用並且表現優良的區域氣候模式為基礎,整合中央大學的相關人力利用觀測資料校驗評估區域模式對劇烈天氣與區域氣候模擬之能力,持續改善模式的物理參數化方法,建構一套適用於台灣,並且可以自行修改研發的高解析區域氣候模式,未來進一步將利用總計畫研發之全球氣候模式的輸出資料當作區域模式的邊界條件進行區域天氣與氣候之模擬,評估自然與人為氣候變遷對極端天氣與區域氣候之衝擊。同時研發區域之海氣耦合模式,探討海氣交互作用對區域氣候變化以及颱風之形成影響。區域氣候模式之發展重點包括下列幾項:
  1. 輻射參數化與輻射、雲、氣膠交互作用處理方案之改進。
  2. 以偏極化雷達觀測校驗區域氣候模式之物理過程,再進行降水雲物理參數化方案之評估與改進。
  3. 高解析度土地利用與植被資料建置與模式地表過程處理之更新。
  4. 發展區域海氣耦合模式,與海氣交互作用研究。
 

預期成果

此計畫針對CESM 全球氣候模式以及WRF -Chem 區域氣象與大氣化學模式改善其雲與氣膠參數法,探討氣膠與雲對全球和區域氣候的影響。預期完成項目保包括:
  1. 雲參數法

    • 考慮氣膠影響之積雲參數法
    • 顯式雲參數法,解析雲內各種水物的多矩量變化
  2. 氣膠參數法

    • 使用於 CESM 的氣膠參數法
    • 使用於 WRF-Chem 的氣膠參數法,包括各種冰核,以及混合態的解析
  3. 雲與氣膠交互作用參數法

    • 上述兩參數法之耦合
    • 應用 WR-Chem 模擬結果進行統計分析,得到upscaling 參數法用於全球模式
  4. 應用以上模式探討雲、氣膠,以及雲─氣膠交互作用對全球、區域氣候的影響。

 

預期綜合效益

本5 年期計劃的預期綜合效益如下:
  1. 完成地球系統模式中計算雲與氣膠物理、化學過程的改進,使台灣地球系統社群模式群組更有特色。
  2. 綜合探討雲與氣膠在全球與台灣附近的可能影響,釐清雲與氣膠過程在氣候變化中所扮演的角色,以及未來人為污染對氣候變化的可能衝擊。
  3. 培養新一代氣候模式人才,包括機制與參數化發展者以及模擬應用者,使相關研究能在台灣紮根並與國際先進並駕齊驅。
 

近五年之研究計畫內容與主要研究成果說明

  • MM5/WRF 模式的模擬研究

    主要集中在MM5/WRF 模式模擬技術的發展與應用在豪大雨劇烈天氣,區域氣候以及空氣污染等問題上之研究。
    1. 和師大、台大、氣象局以及中大相關老師組成梅雨季定量降水系集預報小組,連續六年皆進行梅雨季定量降水系集預報實驗,預報結果除即時提供氣象局作業參考之外,亦聯合發表在國內外之期刊上(Yang et al. 2004;簡等2003;簡等2005;簡等2006;洪等2006,林等2006)
    2. 發展MM5 模式四維同化之技術,並且成功和空氣品質模式結合,應用於空氣污染事件,酸沉降問題之模擬,建立和環工學門的跨領域合作研究,部份成果已發表在國內期刊以及SCI的國際期刊上(Chang et al. 2000,林等2000)。其次為改善現行空氣污染指標(PSI)的代表性限制,和程萬里教授、張艮輝教授合作研究改良式空氣品質污染指標,合作成果也已發表在Atmos. Environment 之 SCI 期刊上(Cheng et al. 2004)。另外以繫留氣球探空觀測來驗證MM5 和TAQM 模擬結果已投A.E.發表(Cheng et al. 2007)
    3. 與禚漢如教授合作以蒸發-風回饋機制探討積雲參數化與CISK 不穩定相關議題,成果已發表於TAO 上(Cho et al., 2005)。與陳景森教授以及陳宇能教授合作模擬與分析梅雨期豪大雨個案之地形效應,並統計分析豪大雨的時空分布特性,部分成果已發表在SCI 期刊上(Chenet al., 2005, 2007,2010)
    4. 指導研究生林欣弘進行雷達資料的三維變分同化,以改善降水系統模擬之初始場(林與林,2004a,2004b),初步成果曾獲2004 全國大氣科學研究生研討會,博士班組第一名,全國大氣科學研討會,研究生海報論文比賽第二名。指導研究生徐文達進行敏督利颱風伴隨西南氣流導致豪大雨事件之模擬,獲得2005 全國大氣科學研究生研討會第一名。指導研究生林宜穎完成颱風與熱帶低壓,對中部空氣品質影響之模擬分析,獲得2006 全國大氣科學研究生研討會特優論文獎。指導學生何秋鋆以WRF 模式模擬探討風切對颱風路徑結構之影響,獲2007 年度研究生論文比賽颱風組第一名。指導研究生曹嘉宏進行地表植被特性對局部環流與邊界層之影響,榮獲2007 年全國大氣科學研究生研討會優等。
    5. 和陳淑華教授共同帶領研究生陳致穎、張偉裕等人進行SOWMEX 實驗觀測資料同化之OSSE 實驗,成果已投稿至Mon. Wea. Rev. 正在審查中。
    6. 南海季風與區域氣候模擬的相關研究工作已持續進行多年,2008-2009 指導研究生伍柏林,在2009 年的Mon. Wea. Rev.期刊發表區域氣候模擬之新方法,廣獲國際相關學者的重視,本人負責研究規劃、設計、結果討論、文章撰寫與修改、審查意見之回覆等工作。(Wu et al. 2009)
    7. 指導研究生林欣弘發表利用WRF 模式三維變分同化方法同化雷達資料以改善颱風之路徑與風雨預報,該文章已在TAO 期刊發表。(Lin et al. 2011)(B)

 

  • 台灣地區颱風、梅雨降水物理與邊界層觀測研究

    1. 結合本系與中大水文所相關同仁合作,完成納莉颱風與台北洪水事件氣象水文之初步分析,負責結合ISS/VHF 雷達與雨滴譜儀分析颱風降水之雨滴粒徑分布與垂直與垂直雨滴落速變化特性,已在EOS 上發表,是一篇成功結合氣象與水文科學合作研究之文章(Sui et al.2002)。
    2. 建置雨滴譜儀觀測網,結合天氣雷達、垂直向UHF 雷達、雨滴譜儀以及地面雨量站網,進行台灣地區降水雨滴粒徑分布,降水物理過程以及雷達定量降水估計之研究,初步成果已發表在大氣科學期刊及國際期刊上(張等2003,Sui et al. 2002)。
    3. 參與颱風重點研究,在吳俊傑教授領導下參與侵台颱風dropsonde 之觀測部分成果已發表在國內外期刊上(吳等2003,2004 以及Wu et al., 2005),其中Wu et al.(2005)是發表在美國氣象學會會刊(BAMS)上。
    4. 指導研究生許玉金進行台灣北部地區雨滴粒徑分布特性與雷達降水估計之研究,獲得2005年全國大氣科學研究生論文比賽第一名。指導研究生蔣育真進行台灣南北部雨滴粒徑之比較研究以及蔡國榮進行TRMM PR 與地面雷達之回波特性比較研究,分別榮獲2010 年全國大氣科學研究生研討會論文比賽之佳作以及優等。
    5. 負責整合探空系統之維護與觀測技術開發,支援各種觀測實驗,例如1992-1993 TOGACOARE、1998 SCSMEX、2001 GIMEX 等實驗之觀測,以及南高屏空氣品質之邊界層觀測、2008 年的SOWMEX 觀測實驗,部份成果已發表在國內外期刊上,及在研討會上發表(Lin etal.,2000,2001,2002,2003,2004 等)。指導研究生汪志偉利用剖風儀與二維雨滴譜儀,進行降水之觀測研究,榮獲2009 年全國大氣科學研究生研討會優等獎。
    6. 與陳景森教授,陳宇能教授合作統計分析台灣之豪大雨特性結果已發表在Weather andForecasting 上(Chen et al. 2007)。另外也在2010 合作地形對午後豪大雨個案之影響分析,並發表在JMSJ 的SCI 期刊上(Chen at al. 2010)和黃清勇等人合作完成GPS RO 資料同化對區域天氣預報之影響,結果發表在GPS solution 之SCI 期刊上。(Huang et al. 2010)
    7. 和陳台琦共同指導博士班學生張偉裕,利用本人所建立之二維光學式雨滴譜儀(2DVD)長期的觀測結果結合雙偏極化雷達進行颱風降水雨滴粒徑與降水物理之研究,結果發表在J.Atmos and Ocean Tech. 期刊上(Chang et al. 2009)是第一篇有關西北太平洋侵台颱風降水雨滴粒徑與降水雲雨物理之文章。
    8. 和美國太空總署陶為國博士合作完成微物理方案對颱風強度與路徑影響之研究,並發表在Asia Pacific J. Atmos Sci 期刊上(Tao et al. 2011)。指導研究生陳致穎進行微物理過程對莫拉克颱風模擬之影響,榮獲莫拉克颱風國際研討會暨研究生壁報論文比賽博士班組第2 名。

子計劃二區域氣候模式之發展

pdf子計劃二區域氣候模式之發展.pdf2.23 MB


1. 研究計畫內容

前言

聯合國跨政府氣候變遷委員會(IPCC)在2007 年發表的最新科學報告(IPCC, 2007)認為全球氣候正在變化是無庸置疑的,報告中認為「從20 世紀中期迄今所觀測到的全球帄均溫度上升的絕大部分,非常可能(超過90%機率)是由於人為排放所造成的溫室氣體增加所造成的」,可以預期人為排放所造成的溫室氣體增加在本世紀將會持續甚至加劇。顯然未來氣候變遷將可能對台灣的自然環境與社會產生巨大之衝擊,政府應該對於未來台灣可能的氣候變遷情況有完整的評估與了解,以擬定調適與減緩的方案,減輕未來氣候變遷所帶來之衝擊。聯合國跨政府氣候變遷委員會的評估報告雖然提供部分的東亞的區域氣候變遷推估的資訊,(Christensen et al., 2007)但礙於模式空間解析度有限,並無法呈現台灣細部的區域氣候變化以及相關的不確定性。過去發表在國際期刊的台灣區域未來氣候變遷分析與推估的論文也相當有限(Hsu and Chen, 2002;Liu et al.,2011)。

 

全球氣候模式受限於計算機資源的需求與模式架構,水帄空間解析度大約是從五百多公里到一百多公里,其中大多數的模式網格大小約為三百公里,台灣在這種典型氣候模式的解析度下只能以一個網格點,無法進一步區分更細部的氣候資訊,而且在這些模式中,台灣地區常被定義為海洋格點,而不是陸地,同時在低解析度下,台灣地形也比實際高度要低得多,這些限制都可能造成全球氣候模式直接模擬結果與台灣區域細部觀測資料很大之差距,特別是地形對氣溫與降雨的影響,幾乎沒辦法在全球模式中顯現出來,因此無法評估氣候改變量是否受到海陸分布與地形之影響,此外對台灣未來氣候變遷推估的實際需求,最主要是氣候變遷衝擊影響評估與調適研究和應用之需求,不論是能源、水資源、公共衛生、農業或經濟等影響評估,通常都需要高解析區域細部的氣候資料,因此高解析的氣候資料才能滿足應用端之需求。

 

以科學方法進一步提高氣候模式模擬結果之解析度(以就是所謂的降尺度)主要有兩種方法,即動力降尺度與統計降尺度,動力降尺度是利用區域氣候模式,以全球氣候模式的完整模擬結果作為邊界條件,提高局部地區在水帄及垂直方向的空間解析度,選擇特定時段加以切片模擬的作法,由於解析度可以提高到60 公里,甚至30 公里以內,因此像台灣這樣複雜高聳的地形、多元海岸地貌的地區,才可能更正確的模擬海陸分布、地形高度等對局部地面氣候的影響。

 

氣候變遷推估的動力降尺度是國際的主要潮流(Christensen et al., 2007b),目前在美洲有NCARCCAP 計畫(Mearns et al., 2009),歐盟有PRUDENCE 及STARDEX 計畫(Christensen et al., 2007b;Beniston et al., 2007)與正在進行之ENSEMBLE 計畫(Doblas-Reyes and Goodess, 2005)與CORDEX 計畫(Giorgi et al.,2009)。

 

利用全球大氣環流模式來進行氣候變遷的模擬可以提供全球帄均氣候的改變資訊,但是這些傳統的全球氣候模式模擬無法解析許多區域的氣候特徵,例如:區域氣候模是可以比較真實的模擬出大塊陸地降雨的日變化循環,這不僅歸因於區域模式有較高之解析度,而且區域模式提供許多不同之物理參數化可供測詴選擇,區域模式也能較真實的解析區域之地表特性,例如:土地利用與地形等。

 

區域水氣的分布循環與變異特性對區域天氣與氣候的變化影響至鉅,因此利用區域模式來模擬出降水的日變化,利用區域氣候模式來模擬在不同之氣候變遷情境下,水氣在局部到區域尺度之變化。

 

水氣是大氣中最豐富的溫室氣體,全球大氣中的水氣含量強烈的受到降水與蒸發等短期水文過程的影響,水氣的長期分布與變化則是直接受到下邊界條件,例如:海面與陸地面溫度之影響。全球因維溫室氣體增加所導致之全球暖化,經常伴隨”雲、降水與水氣”之的改變。很顯然的,對氣候變化的了解,取決於對輻射、大氣動力、包括雲與水氣重新分布之全球水循環過程。全球氣候模式中,積雲過程被參數化,很難提供這方面之資訊,因此區域尺度之氣候模式具有顯示雲微物理處理與真實地表過程之交互作用之氣候模式是很重要之工具。

利用區域氣候模式進行動力降尺度之研究已有20 幾年的歷史(參見Leung etal., 2003 的回顧文件;Gutzler et al.2005;Sun et al.,2006;Rauscher at al., 2009),最近因為電腦科技的發展特別是多處理器帄行化計算環境的建立,高解析全球模式則是一熱門的研究趨勢,例如:在美國地科物理聯盟(AGU)的2010 年西太帄洋會議就有一個特別有關”高解析全球與區域模式與高影響天氣與氣候模擬的議題”,當然不論是用高解析全球模式是區域模式來模擬區域氣候之變化或是長期之區域氣候變遷都有不同之不確定性。

 

利用區域氣候模式來進行區域氣候動力降尺度模擬已超過20 年的歷史(Giorg et al.,1993;Dickinson et al., 1989;Hong and Leetmaa, 2003;Gutzler et al,2005 等),但是動力降尺度區域氣候模擬的問題包括測邊界之處理(Hong andJuang, 1998;Liang et al., 2001 等)以及套疊網格之方法(Juang and Hong, 2001;Chen at al., 1999 等),由於是進行動力降尺度,因此區域氣候模式應該更具有保留大尺度型態之能力並且可以解析區域模式範圍內的特徵。

 

因此有好多種巢狀網格套疊方法以及邊界處理之方案被提出來討論與測詴(Shiao and Juang, 2002,2006;Wu et al., 2009;Kanamaru and Kanamitsu, 2007 等),但是不論甚麼方法,偏差或側邊界之誤差,很難完全消除。利用高解析的全球模式來進行區域尺度之氣候模擬,因為沒有側邊界,自然可以直接解決側邊界引起之動力降尺度偏差,但是積分高解析全球模式牽涉到各種尺度之交互作用,降尺度與升尺度問題其不確定性仍有待進一步之探討,對長時間積分而言,大尺度之可預報度,可能會因為不正確之區域尺度之升尺度而污染到大尺度之可預報度。

 

 

研究主題:區域氣候模式之發展

受限於吾人對台灣氣候系統的理解仍有不足以及有限的電腦計算資源,在可見的未來,吾人目前仍舊無法利用超高解析度的全球地球系統模式對台灣各氣候分區直接進行長期氣候模擬與推估。因此,未來的台灣地區氣候變遷模擬仍將建立在一組由大至小的模式群組之上。此類模式群組包括中解析度地球系統模式、高解析度全球大氣模式與超高解析度區域模式。推估過程先利用中解析度地球系統模式進行情境推估,再利用情境推估結果直接驅動超高解析度區域氣候直接推估小區域的氣候變遷,或者是先利用情境推估結果選定某些數十年時段,驅動高解析度全球大氣模式進行時段切片(time-slicing)模擬,再用其結果驅動超高解析度區域模式推估小區域的氣候變遷。無論採取何種研究過程,皆需長期人力與物力的投入,以及良好的氣候研究與模擬基礎。

 

由於區域氣模式對地形與的表過程有相對較高的解析度,而且考慮比全球模式更詳細的物理過程,例如:地表能量收支、大氣輻射傳遞以及邊界層物理等,所以能獲得更詳細的區域降水、溫度和地表水文的分佈,因此利用區域氣候模式針對不同氣候變遷情境之動力降尺度模擬已是國際評估氣候變化之影響的主要方法之一。

 

本區域氣候計劃的研究目標為: 1) 改善引進之區域氣候模式群組的輻射、降水物理與地表過程等的物理參數化方案,使其適合台灣地區的降水、氣溫等區域氣候特性,以建構台灣區域氣候模式系統; 及2) 利用此區域氣候模式評估自然與人為氣候變遷對台灣地區的極端天氣與氣候的衝擊。本計劃將以國內普遍使用的NCAR WRF 區域模式為基礎,修改其中的物理參數化群組,做為適合台灣地區氣候特色的區域氣候模式。修改NCAR WRF 模式中的物理參數化時,將以過去極端天氣事件(颱風與梅雨季豪雨)進行模擬,配合雷達衛星等實際觀測資料的驗證,調整其參數設定,以發展出適合呈現台灣地區氣候特色的區區域氣候模式,同時研發區域之海氣耦合模式探討海氣交互作用對區域氣候與極端天氣之影響。

 

以2009 年莫拉克颱風為例,其超大雨勢造成嚴重土石坍方及土石流,使得台灣承受巨大天然災害的經濟損失及人員傷亡!對於颱風及梅雨等劇烈天氣之降水的數值模擬與預報研究,已是台灣刻不容緩且急需探討的重要科學議題,因此本計畫將針對與降水模擬有關鍵性影響的積雲參數化方案及雲物理參數化方案進行改進研究。例如Yang and Ching (2005) 指出,颱風降雨中豪大雨過度預報現象和模式的雲物理參數方案有密切的關係,譬如說使用warm rain 方案會使得颱風強度過強,降水集中於眼牆內而減少外圍雨帶的降水分佈。因此吾人有必要針對過去的重要侵台颱風個案[包括納莉(2001)颱風、卡玫基(2008)颱風、及莫拉克(2009)颱風等],就雲微物理方案對於降水強度及分佈的影響,做一系統性的評估。同樣地,Yang et al. (2000)指出,使用不同的積雲參數化方案將會顯著影響梅雨鋒面帶的降水分布及累積雨量,所以吾人亦需就積雲參數化方案對於梅雨鋒面之降水強度及分佈的影響,做一系統性的評估。

 

由於區域模式中的輻射參數化,降雨雲物理過程以及地表物理過程是決定區域氣候是否正確和影響模式不確定性的關鍵因素,此外海氣耦合模式又是能夠直接正確處理海氣交互作用的工具,因此本計畫將集合中大相關人力建構一套適用台灣又可自行修改的區域氣候模式系統並進行區域氣候之模擬,主要工作將包括下列幾個部分:

  1. 輻射參數化之改進。
  2. 降水雲物理過程之雙偏極化雷達觀測校驗與參數化方案之評估與改進。
  3. 高解析度土地利用與植被資料建置與模式地表過程處理之更新。
  4. 發展區域海氣耦合模式,以及海氣交互作用研究。

 

本計畫將以WRF 模式為區域氣候模式發展之共同帄台,WRF 模式說明如下:

 

WRF 模式為完全可壓縮以及非靜力模式,採用Arakawa C 網格,比起前一代的中尺度數值模式(MM5)所使用的Arakawa B 網格在重力波解析上更為優良;垂直座標方面,採用隨地形而變化的σ 座標。WRF 模式在時間積分方面採用3 階或4 階之Runge-Kutta,較MM5 使用二階(leapfrog)精確。模式需要有一套物理參數化,包括積雲參數化、邊界層參數化、輻射參數化、雲微物理參數化等。在進行WRF 模式模擬之前,須先進行資料的前置處理過程,WPS(WRF Preprocessing System)即為資料前處理系統。WPS的工作包含產生地形和地圖資訊(geogrid)以及將觀測資料內插至WRF 模式的網格點(ungrib)等處理過程,接著再將前兩部分合在一起產生出模式初始場(metgrid),之後再交由WRF 模式進行模擬過程。模式結果輸出後,其後分析處理承接前一代MM5 的系統,透過RIP、NCAR Graphic、Vis5D以及GrADS 等繪圖軟體繪製各種氣象場。此外,WRF 模式能進行三維資料同化,將觀測資料同化至模式初始場,期望能降低模式初始場的誤差。WRF 模式的簡單示意圖如下圖:

subP2 1

目前WRF 模式最新版本為V3.3, 此版本更新了許多物理過程,如下各表:

  • 邊界層物理:

    bl_pbl_physicsSchemeReferenceAdded
    1 YSU Hong, Noh and Dudhia (2006, MWR) 2004
    2 MYJ Janjic (1994, MWR) 2000
    3 GFS Hong and Pan (1996, MWR) 2005
    4 QNSE Sukoriansky, Galperin and Perov (2005, BLM) 2009
    5 MYNN2 Nakanishi and Niino (2006, BLM) 2009
    6 MYNN3 Nakanishi and Niino (2006, BLM) 2009
    7 ACM2 Pleim (2007, JAMC) 2008
    8 BouLac Bougeault and Lacarrere (1989, MWR) 2009
    9 UW Bretherton and Park (2009, JC) 2011
    10 TEMF Angevine, Jiang and Mauritsen (2010, MWR) 2011
    99 MRF Hong and Pan (1996, MWR) 2000
  • 雲微物理:

    mp_physicsSchemeReferenceAdded
    1 Kessler Kessler (1969) 2000
    2 Lin (Purdue) Lin, Farley and Orville (1983, JCAM) 2000
    3 WSM3 Hong, Dudhia and Chen (2004, MWR) 2004
    4 WSM5 Hong, Dudhia and Chen (2004, MWR) 2004
    5 Eta (Ferrier) Rogers, Black, Ferrier et al. (2001) 2000
    6 WSM6 Hong and Lim (2006, JKMS) 2004
    7 Goddard Tao, Simpson and McCumber (1989,MWR) 2008
    8 Thompson (+old) Thompson et al. (2008, MWR) 2009
    9 Milbrandt 2-mom Milbrandt and Yau (2005, JAS) 2010
    10 Morrison 2-mom Hong and Pan (1996, MWR) 2008
    13 SBU-Ylin Lin and Colle (2011, MWR) 2011
    14 WDM5 Lim and Hong (2010,...) 2009
    16 WDM6 Lim and Hong (2010,...) 2009
  • 積雲對流:

    mp_physicsSchemeReferenceAdded
    1 Kain-Fritsch Kain (2004, JAM) 2000
    2 Betts-Miller-Janjic Janjic (1994, MWR; 2000, JAS) 2002
    3 Grell-Devenyi Grell and Devenyi (2002, GRL) 2002
    4 Simplified Arakawa-Schubert Grell et al. (1994, MM5 NCAR Tech Note) 2002/2011
    5 Grell-3 Grell and Devenyi (2002, GRL) 2008
    6 Tiedtke Tiedtke (1989, MWR), Zhang, Wang andHamilton (2011, MWR) 2011
    7 Zhang-McFarlane Zhang and McFarlane (1995, AO) 2011
    14 New SAS Han and Pan (2010,…) 2011
    99 Old Kain-Fritsch Kain and Fritsch (1990, JAS; 1993 Meteo.Monogr.) 2000
  • 輻射過程:

    ra_physics_lwra_physics_swSchemeCoresMicrophysics InputsCloud Fraction
    1   RRTM ARW NMM Qc Qr Qi Qs Qg cldfra
      1 Dudhia (MM5) ARW NMM Qc Qr Qi Qs Qg no
      2 Goddard (old) ARW Qc Qr Qi Qs Qg cldfra
    3 3 CAM ARW Qc Qr Qi Qs Qg cldfra2
    4 4 RRTMG ARW Qc Qr Qi Qs Qg cldfra2
    5 5 Goddard (new) ARW Qc Qr Qi Qs Qg cldfra
    31   Held-Suarez ARW(b_wave) none no
    98 98 GFp (HWRF) NMM Qc Qi Qs internal
    99 99 GFp Eta ARW NMM Qc Qi Qs internal

 

  1. 測詴模式模擬之組態(包括格點間距、範圍大小…等),並且選擇最佳之物理過程組合、地表與雲輻射過程、降水微物理過程,以進行區域氣候和颱風、豪雨等極端天氣之模擬。
  2. 確認需要模擬之物理參數(例如:地面最高/最低溫度、濕度、風以及降雨強度、溫度雨水氣垂直結構。
  3. 準備與測詴初始與側邊界條件,並且統整各種物理過程之改進方案,建置共用之區域模式帄台。
  4. 收集校驗模式之觀測資料。
  5. 以颱風與梅雨豪雨個案進行模擬測詴。
  6. 針對現今氣候進行區域氣候模擬並進行校驗及偏差校正。
  7. 以核心總計畫全球氣候模式對未來氣候模擬結果做為初始及邊界條件進行區域氣候變遷之模擬。
 

各研究主題的科學議題,文獻回顧和研究方法如下:

Read more: 1. 研究計畫內容

1. 1 改進輻射參數化

科學議題

從衛星觀測的資料及大氣模式模擬的結果都顯示入射於地球大氣層頂的太陽輻射約有百分之三十被反射回外太空,而剩下的百分之七十則會留下來加熱大氣與地球系統。因此,地球受到太陽(短波)輻射加熱的總量約是240 W/m-2。在熱量帄衡的情況下,地球也會釋放出相同量值的紅外線(長波)輻射到外太空。任何大氣中的氣體(水蒸氣、二氧化碳、甲烷、氧化氮、雲……)、懸浮粒子(氣膠)、以及地表特徵等的變化都會影響到大氣層頂太陽短波輻射及地球長波輻射的變化,而因此導致氣候的變化。

氣候對於地球輻射能量失衡的反應有可能相當敏感。聯合國間政府氣候變化工作小組(United Nations' Intergovernmental Panel on Climate Change,IPCC,2007)9的報告指出,因人類活動增加的二氧化碳和氣膠濃度而產生的地球輻射變化 (稱之為CO2 IR radiative forcing 及aerosol solar radiative forcing) 分別約為+1.5 W/m-2及-0.4 W/m-2。雖然這些值遠小於大氣層頂的太陽輻射總量(240 W/m-2),但可能透過輻射與氣候系統的其它參數(如溫度、濕度、雲及冰覆蓋率)的相互作用(既所謂的反饋機制)而加快氣候變化。這些反饋機制還未被徹底了解,因而是本世紀在探討未來全球氣候變遷中最具爭論性的重要議題。因此,我們需要一個準確的輻射轉遞參數模式,以應用在大氣模式中來模擬因人為因素而產生的溫室氣體與氣膠所造成的過去、現在及未來的氣候變化。

文獻回顧及研究方法

即使使用高度參數化的輻射模式,在大氣模式中計算輻射參數項也需要約25%的總計算時間。精確計算大氣中一特定點的solar heating 和IR cooling需要三組積分計算,分別為空間、方向及垂直積分。在氣體吸收過程中,其光學特性會隨波長而迅速變化,因此需要將solar 和IR 波段分成數萬個區間以計算輻射通量。另外,太陽輻射被雲和氣膠多次的散射(multiple scattering),所以必須在三維空間中依不同高度層計算其輻射量值。這些詳細的輻射傳遞計算非常耗時,因而未能應用在短期氣候預測和長期氣候模擬的作業上。因此,大氣模式必須要使用快速且準確的簡化輻射參數模式。

目前全球主要的研究及作業中心的大氣模式在輻射參數化的使用上有相當大的差異;有使用簡易、快速但準確度有限的,也有使用準確度高但計算上複雜及緩慢的。在計算氣體對短波與長波的吸收,大致上都能快速而準確的運算。但在計算雲與氣膠對短波的散射,幾乎所有的大氣模式都以簡易的趨近法去計算三維空間的多重散射。既然輻射是主宰大氣及海洋循環主要動力,我們必須要充份了解現行全球各個主要的氣候模式所使用輻射參數化的優缺點,才能夠有效的選取適合的輻射參數化模式。

除了複雜的輻射傳遞計算外,大氣和地表輻射對於雲與氣膠的物理和化學性質的高靈敏度,在模式中如何準確計算輻射加熱與冷卻,更是進一步的挑戰。雲和氣膠的光學特性(光學厚度、單次散射反照率和不對稱因子)與其物理和化學性質,如形狀、大小和類型(即冰/水雲滴粉塵,硫酸,碳,黑碳,氣溶膠等)有很大的相關性。在大氣模式中,這些光學特性可能是不變的固定值或是高度簡化的參數化結果。例如,在大多數的大氣模式中,計算雲和氣膠的散射特性時,顆粒的大小皆是假設其為球形顆粒。 其他有一些雲/氣膠的輻射參數化(Chou etal., 1998, Fu, 1996),其雲冰粒子被假定為特定的形狀。很明顯的,可藉由更好的雲與氣膠參數化進而改善現有的大氣模式。

本計畫共同主持人之一周明達,發展了一套應用在天氣和氣候研究上其計算快速且準確的SOLAR 及IR 輻射參數化方法(Chou et al., 1995, Chou and Lee,1996; Chou and Suarez, 1998)。此輻射參數化方法,包含了能快速且準確的計算氣體吸收SOLAR & IR 的輻射和有效的計算雲與氣膠粒子的多重散射。此套輻射模式,命名為 CLIRAD,已應用於美國太空總署Goddard Space Flight Center的氣候、中尺度氣象、和雲模式中。它也被許多大學及政府機構應用在雲模式、天氣及氣候研究,例如美國的NCEP 預報模式(Kanamitsu, et al., 2002)。其太陽輻射參數方法現已於NCAR 天氣模報及研究模式(WRF)中使用。

太陽輻射與地表面的地形坡度及遮蔽的關係,已經被科學家廣泛的應用於森林、水文、及大氣領域的研究 (Dozier and Frew, 1990; Dubayah, 1994; Liou et al.,2008) 。 台灣地形崎嶇,山高谷深,其地表輻射空間的變化極大。Lai et al. (2010)等人在台灣地形影響太陽輻射的研究中,使用40m 高解析度的地形資料和詳細的輻射傳輸模型,發現使用解析度為1km 的大氣模式並忽略地形效應時,其地表的日帄均太陽輻射標準誤差為 20 W/m2。這樣大的誤差,對台灣地區的天氣、氣候模擬會有嚴重的影響。而為了應用到大氣模式中,我們發展地形參數化方法來正確的計算太陽輻射。這個尺度參數化方法可分別應用於太陽直射及散射,它適用於所有的天氣條件,如:晴天,陰天,含氣膠的大氣,以及各種空間解析度的大氣模式。

過去1-2 年來,我們已將上述短波和長波輻射的參數化方案以及地表效應參數化放置於WRF 模式中進行台灣天氣和氣候模擬研究。我們使用了改良版的WRF模式,並進行了地形效應對降水的研究,例如:梅雨季節地形與降雨的研究及高海溫與2009 年莫拉克颱風的關係(Lin, et al., 2011)。

由於缺乏雲冰粒子形狀及大小分佈的訊息,在現行計算雲與輻射之間的輻射模式還有很大的不確定性。若能有較高解析度的雲模式應用於WRF 模式,則能得到較詳細的雲冰粒子資料。如此一來,更能準確的計算出陰天多雲時的輻射場。將高解析度的雲模式應用於WRF 模式中也是本計畫的工作之一。

在這項計畫下,我們將進一步發展輻射參數化,利用由WRF 雲模式得到的雲粒子資料準確地計算短波和長波輻射。
氣溶膠的氣候作用

全球氣候模式已被廣泛的應用於研究大氣溫室氣體的增加在氣候暖化上的影響,例如CO2和其他的微量氣體 (N2O, CH4, and CFC's)。另一方面,全球氣候模式研究氣溶膠在氣候上的影響還未有如同CO2般的深入,其因在於缺少詳細的氣溶膠的負載量分布和光學性質等資訊。氣溶膠藉由直接反射太陽輻射來影響地球的輻射收支。除了這種直接的氣膠輻射強迫力 (Aerosol Radiative Forcing, ARF) 之外,使用衛星資料研究11顯示 (Twomey et al., 1984; Coakley et al., 1987) 氣溶膠在雲核濃度、雲顆粒大小有顯著地影響,因而反射太陽光。這項間接的ARF 的物理和化學過程還未得到很好的理解,而被視為密集理論、觀測、模式的研究主題。因而,我們只報告直接的氣膠輻射力模擬和氣溶膠對台灣氣候的影響。氣候模擬計畫的另一議題是針對氣溶膠和雲的交互作用 (PI: Prof. JP Chen)。氣溶膠在氣候上影響的研究需要ARF 的資訊,不只是大氣層頂還有地表和大氣層。使用大氣模式來調查氣溶膠的氣候影響,我們需要氣膠光學性質的資訊,例如光學厚度、單次散射反照率,和不對稱因子做為時間和空間的函數。衛星觀測提供重要的(雖然不完整)高解析度氣膠光學性質,以應用於大氣模式模擬氣溶膠在氣候上的作用。
由於非均質的發散源和氣膠的短生命期(~7-10 days),氣膠在時間和空間上的變化很大。衛星觀測而來的氣膠光學性質的全球分布是最佳選擇。美國NOAA 衛星AVHRR 和 NASA 衛星 SeaWiFS 的輻射測量被用來反演氣溶膠 (Husar et al.,1997; Mishchenko et al., 1999; Wang et al., 2000)。這些反演受限於海洋地區。隨著NASA 的Terra 和 Aqua 兩顆衛星的發射,由於改進的光譜和角度訊息包含了MODIS 和 MISR 的輻射測量,氣膠光學厚度的全球分布反演不只在海洋地區,也有陸地的反演。這些衛星反演的全球氣膠資料在研究氣溶膠的氣候影響是很可貴的。

氣溶膠光學特性(光學厚度,單次散射反照率,不對稱因子)的垂直整合和垂直分布已經被台灣的一些測站使用多頻道光度計(台北、中壢、台南、鹿林山)以及微脈衝激光雷達(中壢、鹿林山)所觀測到。使用中壢和鹿林山測站測量的氣膠資料,Wang et al. (2010) 調查時間上的變化和氣膠的來源發現到,除了局地的貢獻外,從東亞和東南亞傳送部分氣溶膠。氣溶膠的這兩種類型在太陽加熱的垂直分布有顯著影響,導致大氣擾動的熱帄衡,也就是大氣穩定度。考慮到氣溶膠在氣候上的重要性,我們建議對台灣的氣膠光學性質定量和氣膠的吸收特性資訊加入WRF 中來模擬台灣的局部氣候。這方法是從氣膠負載量的時間和空間上變化而來,結合了局地產生和長程輸送的氣膠。和Chin et al. (2002) 類似的氣膠傳輸模式將可使用來計算東亞和東南亞傳輸來的氣膠。氣膠光學性質的資訊可以從台灣地面觀測站的輻射計獲得。

五年之研究項目

鑒於輻射在氣候上的重要性,我們在未來五年將執行以下幾項研究:

  1. 進一步改善輻射參數化,重點研究在多雲和充滿氣膠的大氣的輻射傳輸(1-5 年)
  2. 將台灣崎嶇地形對輻射上的影響考慮加入WRF 模式,以改善地表輻射參數化。(1-2 年)
  3. 評估規畫中新的輻射模式對WRF 模擬台灣局部氣候的改進。(2-4 年)
  4. 使用從主計畫(台灣氣候變遷實驗室)中的RCEC 全球氣候模式輸出的大氣及海洋資料,當作WRF 區域模式邊界條件來模擬過去、現在、與將來台灣的極端氣候與氣候趨勢(3-5 年)

 

Read more: 1. 1 改進輻射參數化

1. 2 降雨雲物理之雙偏極化雷達觀測校驗與參數化方案之評估改進

將特別針對2008 年梅雨季個案(SoWMEX 實驗)及若干歷史颱風個案加以詳細探討(如2009 年莫拉克、2008 年卡玫基、2004 年敏督利、2001 年桃芝及納莉等),一方面進行個案模擬,一方面利用雷達觀測來校驗模式之降水物理過程。希望透過本計畫針對降水參數化方案(積雲參數化及雲物理參數化)之改良,除了基礎學術突破外,亦可瞭解颱風降雨及的梅雨季豪大雨事件之定量降水可預報度,進而改善區域氣候模式對於劇烈降水事件之模擬能力。

 

偏極化雷達參數校驗數值模式雲物理過程研究

科學議題及文獻回顧

偏極化雷達藉由發射水帄及垂直兩個方向的偏極化電磁波及不同的訊號處理方式得到多種參數,以探測雨雲中關於降水粒子大小、形狀、相位、空間上的翻滾等特性,解釋了小雨滴、大雨滴、軟雹、冰雹、雪花、冰晶與雲等更多降水系統的水象粒子分佈資訊。此優越性較從前能察覺到更多降水系統內的雲物理以及雲動力。今日雙偏極化雷達觀測雨的資訊已經十分豐富及準確,假使也能夠掌握住高空的水象粒子資訊,勢必對估計降雨量有更大的貢獻,並可做為數值模式雲物理模組驗證的觀測資料,其中包括模式中各種水象物的分類、質量、粒徑分佈與偏極化雷達反演的各種參數進行詳細的比對,改善雲模組內的假設進而改善數值模式在降水過程的表現。此步驟亦可利用forward 計算將雷達參數同化進入數值模擬改善預報。

 

本計劃探討利用中央大學C-Band、馬公、清泉崗雙偏極化雷達以及移動式X-band雙偏極化雷達觀測熱雷雨、颱風、梅雨鋒面等降水系統所獲得的水象粒子資訊,進行颱風與梅雨降水系統的案比對,調整雲模組內部細節為主要研究目標。

 

偏極化雷達方面,Aydin et al.(1995)利用 CHILL 以及 CP2兩種S-Band偏極化雷達的參數來觀測冰雹及其他降水粒子與降水參數之間的關係,說明與對辨別大雨滴與冰雹的降水形態的確 ZDR、KDP有很大的貢獻。而利用此兩種參數13所反求出的降雨率比較傳統Z-R關係時更發現,由於KDP 計算出來的降雨率與雷達回波反射係數強度校正產生的誤差無關,所以用在計算雨量上有較好的結果,尤其對有大雨滴的情形下,強調KDP 在觀測強降水方面有不錯的能力,而研究中也提到對照地面降水關係時,必須考慮時空的位移現象; Zeng(1998)針對三個個案進行偏極化雷達觀測的研究,這三個個案分別是 MIST、 CaPE與MCTEX。前兩個是用美國的 S-Band 都卜勒偏極化雷達(CP-2),而MCTEX是利用 C-Band 偏極化雷達(C-Pol)。Zeng說明利用ZDR-ZHH與LDR-ZHH之統計關係定出門檻值來分辨前兩個個案的 幾種降水形態,其中將ZDR-ZHH與KDP-ZHH資料所描繪出的回歸曲線並將其調整之後將雨的部份完全劃分出來,稱為「雨的邊界」(Rain boundary)。降水形態的分類結果包括在0°C高度以下有雨、軟雹或冰雹等,以上的高度則有冰晶、過冷水等;最後的MCTEX個案同樣也是分析KDP 與ZHH及其他參數的特性,定出雨的邊界與其他門檻值並做分類;Vivekanandan et.al.(1999)發表利用模糊邏輯法(Fuzzy logic)的方法分辨降水粒子形態,利用S-Band偏極化雷達觀測或計算所得的各種參數對決定降水參數型態的能力來做辨別,之後再針對CASES-97的個案進行粒子分類的工作。不過作者也提到這種決定各種降水型態的範圍還必須再加以調整,對於不同波段的偏極化雷達,尤其像是ZDR與ZHH等參數容易受到雷達波長的影響,皆需要再做個別的調整; May and Keenan(2003) 利用C-Pol雷達的研究指出現今微物理分類已經相當健全,但仍有一些問題存在,特別是在亮帶處。

 

模式方面,Yang et al. (2000)針對臺灣地區的梅雨鋒面,使用MM5數值模式,評估各種積雲參數法在這些個案之降雨區域及降雨量的預報表現,結論提出考慮濕下衝流且閉合假設使用準帄衡假設的Grell積雲參數法,應用於台灣地區豪大雨系統(如梅雨鋒面及颱風) 的降水預報,可能具若干優勢; Wang (2002) 發表,混合冰相(包含雲冰、雪、軟雹/冰雹)的雲微物理模式才能模擬出熱帶氣旋較真實的雲結構和降水情形。

 

進年來在可解析雲模式(cloud resolving model)發展中,網格解析度逐步提高至數公里,此時積雲參數化的角色已逐漸減低,進一步由網格上直接計算雲物理過程來呈現雲的作用,除了採用計算各類水象粒子總量混和比的Bulk model 外(Lin et al. 1983,Tao and Simpson 1993,Hong and Lim 2006),並快速發展採用粒子分佈多參數(moment)的方式,計算複雜雲物理過程中各種水象粒子濃度及總量,常常透過Gamma分布的截距、斜率及分布形狀參數來計算(Milbrandt andYau 2005)。而再更進一步發展將水象粒子粒徑細分並針對每個粒徑寬度包括所有雲物理過程進行個數收支(bin model) 。

 

劉(2007)利用中央大學C-band偏極化雷達觀測所得各參數的關係來調整May and Keenan(2003)之各類水象粒子的偏極化參數範圍,以期獲得更準確的PID(Particle identification)資訊。進一步藉由WRF模式模擬與真實觀測結果來比對分析中小尺度的回波及水象粒子,了解WRF模式在雲物理上的表現。

 

曾(2007)利用一維雲模式(bin model) (Chen and Lamb 1994),並搭配中央大學雙偏極化雷達反演空中雨滴粒徑分布之技術,模擬台灣山區夏季午後天氣系統中,層狀區與對流區之雨滴粒徑分布的詳細演化過程,並以雷達觀測反演雨滴粒徑變化作為驗證。

 

研究方法

本計劃主要偏重在如何透過偏極化雷達參數反演水象粒子分類、水象粒子混合比估計及粒徑分佈。由模式與實際觀測比較,找出造成差異的雲物理過程細節,並對該段落做敏感度測詴及調整。

 

  • 水象粒子分類

本計劃使用本校C-Pol雷達求得的ZHH、ZDR、KDP、ΦDP以及ρhv參數,配合溫度的限制,以模糊邏輯的方式建立雷達參數與水象粒子分類的隸屬函數進行分類,參照May and Keenan (2003)實驗求得之各類水象粒子的偏極化參數範圍來修正,最後以C-Pol雷達真實觀測到的ZDR -ZHH 與KDP -ZHH 關係微調得分,再給予偏級化參數適當的權重,可以獲得較精準的水相粒子如毛雨、雨的資訊,而冰相粒子如軟雹、冰雹、雪、冰晶、過冷液態水等的參數範圍。反演的結果雙偏極化雷達利用各種偏極化參數得分可以判別出17種類的物種。

 

  • 水象粒子混合比估計

由於雷達分出來的類別較一般雲模組中水象粒子種類多,因此把雷達分類出的毛雨(Drizzle)、小雨(Lrain)、中雨(Mrain)、大雨(Hrain)合併成雨類,冰雹(Hail)、軟雹和小冰雹(GrauSH)合併成冰雹類,濕雪(DSnow)、乾雪(DSnow)合併成雪類,冰晶(IceCry)、不規則冰晶(IrIC)合併成冰類做計算,其中冰相粒子含量可用ZHH計算或用偏極化參數衍伸的ZDP 計算,水相則採用KDP (此參數較ZHH 準確率高許多),早期只能採用與粒徑六次方成正比的ZHH互相校驗,對粒徑差異十分敏感,採用偏極化參數會是個好許多的選擇。

 

  • 偏極化雷達參數粒徑分佈反演

紀(2005)提到Zhang et al.(2001)利用二維雨滴譜儀的觀測資料反演Gamma粒徑分佈 N(D)=N0Dμe-ΛD,發現μ 和Λ 之間有良好的關係,於是採用S-Band雷達的ZHH 、ZDR和歸納出的μ−Λ關係反演雨滴粒徑分佈進而求降雨率,Brandeset al.(2003)提出一新的μ − Λ 關係式並用和Zhang et al.(2001)相同的方法反演雨滴粒徑分佈及求降雨率,求出Gamma DSD 的三個控制參數:N0、μ、Λ。而此15三參數正是大部份雲模組所採用並可進行比對的目標。不但可與多參數模組(twomoment or three moment scheme)比較,也可與bin moment詳細粒徑分類個數比較。

 

降雨雲物理參數化方案之評估與改進

科學議題及文獻回顧

計算機科技的發展與計算能量的持續提昇讓大氣模式可以提高解析度,並且引用較精確的數值方法與較真實但是複雜的物理參數化法,模式中雲微物理過程的處理是模式物理非常重要的一環,過去十年來,不論是研究用或是作業應用的數值天氣預報模式已開始引進原本在高解析的雲解析模式(CRMS)才能用的複雜元物理處理方法。雲解析模式的水帄解析度大約在1-2km 或更小,可以顯示的模擬伴隨深對流降水系統的複雜動力與微物理過程,由於作業用的數值預報模式一般都採用較粗解析度,因此必須改進大氣對流的參數化,如此也會導致定量降水預報的偏差,毫無疑問的雲微物理在非靜力高解析度之模擬中扮演非常重要之角色,過去有許多人專注於雲微物理方案之發展與改進並且應用於研究降水過程、颱風以及其它之劇烈天氣,許多不同之研究方法被用於檢視微物理對伴隨對流系統、颱風、颶風的衝擊。只有少數之模式研究曾利用高解析度模式去探索熱帶氣旋與颶風,一般而言,大多數之微物理方案對颱風路徑的衝擊較小,但對強度模擬之影響則較顯若。大多數前述之研究發現,如果只用暖降水物理,則模擬之颶風含有異常之加深或增大,這是因為所有這些模擬之降水凝結物是較大之雨滴,當大雨滴在眼牆區域掉下來,如此由靜力帄衡可以產生最低之氣壓,當去除雲滴之蒸發冷卻與冰粒之融化作用時將會得到較弱的下沖流。

 

許多不同的參數化方案被用來檢視微物理對伴隨對流系統降雨過程的影響,冰相方案在1980 年代就被發展出來(Lin et al,1983; Cotton et al,1982,1986,Rutledge and Hobbs,1984),冰相過程對伴隨深對流降雨之影響(Yoshizaki,1986;Nicholls 1987;Fovell and Ogura,1988;Tao and Simpson,1989) 結果顯示,有沒有冰相過程對冷池外流邊界之移動速度以及結構非常相似,這是因為低對流層蒸發冷卻和水帄風的垂直風切決定了外流之結構,但是冰相微物理過程對發展層狀降雨之結構與降水統計特性影響很大。

 

不同微物理方案和過程對降水影響的敏感度先後也進行了許多研究(Ferrier et al.,1995;Wu et al.,1999;Tao et al. 2003a),結果顯示使用三種冰相的方案比使用兩種更適合用於熱帶積雲之研究,最佳之冰相降水凝結物之組合為雲冰、雪以及軟雹(Mc Cumber et al.,1991)。雲微物理過程對雲與雲-輻射效應的模擬也很重要(Wu et al.,1999; Zeng et al.,2008)伴隨降雨過程的水收支,可了解最主要之雲和降雨過程,Fovell and Ogura(1988)發現融解的冰雹是長生命期中緯度颮線的主要降雨來源,Tao et al.(1990)顯示層狀降水與對流降水所伴隨之主要微理過程有很大之差異,而不同降水時期,例如成熟或消散期之微物理過程也有很大之差異。凝結,雨滴對雲水的收集作用以及軟雹的融化作用是對流區之主要微物理過程,而沉降、蒸發、融解以及伴隨冰像的收集作用(accretion)則是成熟期之熱帶颮線之層狀降水區的主要降雨微物理過程,但對浩散期之層狀區而言,融化與sublimation 是最主要之過程,過去十年來有許多新的微物理參數化方案被提出來(Ferrier 1994;Meyers et al. 1997;Reisner st al. 1998;Walko e al. 1995;Hong et al.2004;Thompson et al. 2004, 2008;Morrison et al. 2005;Straka and Mansell 2005;Dudhia st al. 2008)這些方案從單矩量的三種冰相到多種冰相,到雙矩量的三或四種冰相分類,不同之方法可以用來檢視這些新方案的適用性,其中之一是檢視不同微物理方案對降雨過程的敏感度,這種方法可以了解不同方案之優缺點及適用性,(Ferrier et al. 1995;Straka and Mansell 2005;Milbrandt and Yau 2005)有一些研究則針對一種方案仔細檢視特別微物理過程的影響,例如:有無蒸發、融解過程,減少從雲水轉化為雨水之自我轉換速率等。

 

這種研究可以幫忙辨識某一方案中影響對流系統中組織與結構的最主要之雲微物理過程(例如,蒸發或大量降水雲中冰粒之溶解層)(Tao et al, 1995;Wang,2002; Zhu and Zhang, 2006 等)包含四種選項的改良Goddard 微物理參數化方案(Tao et al, 2003a;Lang et al, 2009)已被引進到WRF 模式中,因此WRF 模式的微物理參數化法包含Goddard 的微物理方案,WRF 三種冰相的微物理方案:WSM6(Hong and Lim, 2006)、Purdue-Lin(Lin et al., 1983), 以及Thumpson(Thompson et al., 2004,2008)等。Goddard 的微物理方案中包含水氣、雲水、雨水、雲冰、雪、軟雹/冰雹等以及相關之轉換過程。

Zhu and Zhang (2006)利用Bonnie (1998)颶風的MM5 數值模擬結果,探討颶風模擬結果對於不同雲物理過程的敏感度。其結果發現,除非是很弱而且垂直發展較淺的颶風,否則改變雲物理過程對於颶風路徑影響不大,但是改變雲物理過程對於颱風強度及內核(inner-core)結構影響很大(圖1)。細部言之,若去除冰相雲物理過程(NICE),颱風強度可減弱15hPa,系統垂直發展最淺,上層大氣有大量的雲水但僅有少數的雨水。若去除冰雹雲物理過程(NGP)將使系統強度減弱,降水面積擴大但降水強度減弱。去除雲水及雨水的蒸發過程(NEVP),則會產生強度最強的颱風,例如48 小時內系統加深90 hPa,以及擁有最小的暴風半徑及最強的眼牆上升氣流。若去除冰晶的溶解過程(NMLT),將產生最多的降水而強度為第二強的颱風。於眼牆附近,溶解冷卻(melting cooling)的效果最為明顯,而蒸發冷卻(evaporative cooling)則在未飽和的颱風外圍環境中最為顯著。

圖 1: Three-hourly time series of (a) the minimum central pressure (in hPa) and(b) the maximum surface wind (in m/s) for all the model simulations. From Zhu and Zhang (2006).
 

由於當颱風模式水帄網隔間距提高至1-2 公里時,大部分的降水都由雲物理參數化方案直接預報產生,因此雲微物理參數化方案對於颱風個案的降水強度及分佈影響,值得吾人做一系統性評估。同時在NCAR WRF 模式3.1 版中,除了傳統的單矩量(single moment)總體水(bulk water)雲物理參數化方案外,還增加了4 種雙矩量(double moment)總體水雲物理參數化方案,如Thompson、Morison、WDM5 及WDM6 scheme 等。雙矩量(double moment)方案除了預報各種水物質(hydrometeor)的質量混和比(mass mixing ratio)外,還增加預報各類水物質的個數或濃度(number concentration)。因此隨著對流系統的發展或消散,各類水物質(如雪花、軟雹、雨滴)的個數會做適當的增減及轉換,故此雙矩量方案(double momentscheme)相對於單矩量方案(single moment scheme)而言,於理論上更加完備,值得吾人應用於實際颱風個案中進行測詴。

 

Lim and Hong (2010)發展出雙矩量(double-moment)雲微物理方案,並已放入WRF 模式中(WDM5 及WDM6)。此WDM 方案,可以合理地表現對流降水區域(convective region)雨滴個數較多、層狀降水區域(stratiform region)雨滴個數較少的雨滴個數差異現象(圖2)。但在傳統的單矩量(single-moment)雲微物理方案中(如WSM6),對流降水區域及層狀降水區域的雨滴個數設定皆為相同,此現象並不合理,與實際觀測結果相違背。因此本研究想進一步使用WRF 模式中現有的雙矩量(double-moment)雲物理方案,希望能夠合理表現颱風內核區(inner core)雨滴個數較多及外圍層狀降雨區域(outer stratiform region)雨滴個數較少的現象,進而改進颱風的定量降水預報。

圖 2: Rain mixing ratio (gkg-1) averaged between 5and 6 h as a function of therelative distance from theleading edge ofprecipitation from the(a)WDM and (b) WSMexperiments and rainnumber concentration (m-3)averaged between 5 and 6h in the (c) WDM and (d)WSM experiments. FromLim and Hong (2010).
 

Milbrandt et al. (2010) 針對美國西岸的冬季冷鋒個案, 比較單矩量(single-moment)、雙矩量(two-moment)及三矩量(triple-moment)雲物理參數化方案對於降水模擬的影響(圖3)。其研究指出單矩量(single-moment)方案(MY-1)於迎風面(windward side)傾向於產生過多降水,而於背風面(lee side)產生過少降水的系統性偏差(systematic bias)。此等系統性偏差於雙矩量(two-moment)方案(MY-2)中則略微減輕,而於三矩量(triple-moment)方案(MY-3)則為最少。本研究將進行類似的比較研究,探討雙矩量(double-moment)雲物理參數化方案對於登陸颱風及梅雨鋒面之降水模擬的影響情形。

 


圖 3: The 18-h accumulatedprecipitation (mm; 1400UTC 13 Dec --- 0800 UTC14 Dec 2001) from the 1-kmsimulations for (a) MY-3, (b)MY-2, (c) MY-1, and (d) KY.Circles denote rain gauges,with observedquantitiesindicated by the sameshading scale as for thesimulation values. Contours denote elevations of 1500 and 2000 m. From Milbrandt et al. (2010)

 

Wu and Petty (2010)針對高緯度極地低壓(polar low)個案,比較WRF 模式中不同雲物理參數化方案( 如Lin、GCE、WSM6、Thompson、Morrison)對於極地低壓伴隨降水的模擬情形,並與衛星反演結果做進一步比較(圖4)。比較結果得知,Thompson 方案傾向產生過多雪花,而WSM6 有傾向產生較少雨滴之系統性偏差。本研究將進行類似之比較研究,探討WRF 模式中現有不同雲物理參數化方案中對於颱風環流內部及梅雨鋒面的不同降水粒子(hydrometeor)的空間分佈及總量個數的差異性為何。

 


圖 4: The distribution of water contents at 0400 UTC 20 Dec 2003 for 
(a) Lin, (b)WSM6, (c) GCE, (d) Thompson, and (e) Morrison schemes. The first column is thevertical distribution of the domain-averaged water contents (g m-3) for cloud water,cloud ice, snow, rain, and graupel. Subsequent columns are the column-integratedwater contents (kg m-2) for cloud liquid water, cloud ice, snow, and graupel. From Wuand Petty (2010).

 

研究方法

  • 第一年執行進度-颱風個案的模擬校驗(以莫拉克颱風為主)

 

本年度將參考Yang et al.(2008; 2011)的研究,使用WRF 模式對於莫拉克(2009)颱風的模擬結果,與實際觀測進行比較,得知適合台灣地區颱風降水特性之積雲參數化方案及雲物理參數化方案。並進行模式輸出診斷分析,探討台灣地形如何改變莫拉克颱風的行進速度、累積降水及雲微物理過程等。

 

  • 第二年執行進度-莫拉克颱風的雙矩量雲物理方案模擬

 

本年度將參考Braun (2006)及Yang et al.(2010)的研究,使用WRF 模式對於莫拉克(2009)颱風的模擬結果進行診斷分析及數值敏感度實驗,探討台灣地形如何改變莫拉克颱風的雲微物理過程。同時比較莫拉克颱風於台灣海峽之滯流雨帶(stationary rainband)區域及高屏山區強對流區域水收支帄衡(water budget)的差異,進而瞭解造成莫拉克颱風於高屏山區破紀錄豪雨(3 天累積雨量超過2800mm)的主要雲微物理機制為何。

 

  • 第三年執行進度-莫拉克颱風的雙矩量雲物理方案模擬

 

本年度將參考Mibrandt et al.(2010)及Wu and Petty(2010)的研究,針對莫拉克颱風比較單矩量(single-moment)方案與雙矩量(double-moment)雲物理參數化方案對於降水模擬的差異。由於莫拉克颱風帶來旺盛水氣的西南氣流,碰到中央山脈的高崇複雜地形後將增加西南氣流內雨滴、雪花及軟雹的碰撞機率,進而改變降水粒子的粒徑分佈(particle size distribution);然而此效果於傳統的單矩量(single-moment)方案中並無法呈現。故於本年度計畫中將比較WRF 模式中單矩量方案(僅預報降水粒子混合比)及雙矩量(two-moment)方案(預報降水粒子混合比及粒徑譜),對於颱風降水模擬結果的不同;期望透過系統性的比較分析,進而發展出最適合應用於台灣地區登陸颱風降水模擬的雙矩量(double-moment)雲物理參數化方案。

 

  • 第四年執行進度-梅雨個案的模擬校驗(以SoWMEX 實驗為主)

 

本年度將參考Yang et al.(2000; 2008)的研究,使用WRF 模式對於SoWMEX實驗期間梅雨鋒面降水的模擬結果,與實際觀測進行比較,得知適合台灣地區梅雨季降水特性之積雲參數化方案及雲物理參數化方案。並進行模式輸出診斷分析,探討台灣地形如何改變梅雨鋒面的累積降水及分布等。

 

  • 第五年執行進度-SoWMEX 實驗個案的雙矩量雲物理方案模擬

 

由於SoWMEX 實驗期間,NCAR SPOL 雷達可以提估雙偏極化參數資訊,進而推估降水粒子種類(雨滴、雪花及軟雹)及其粒徑分佈(particle sizedistribution)。故於本年度計畫中將比較WRF 模式中單矩量方案(僅預報降水粒子混合比)及雙矩量(two-moment)方案(預報降水粒子混合比及粒徑譜),配合觀測資料,討論其對於SoWMEX 實驗梅雨鋒面降水模擬結果的不同;期望透過系統性的比較分析,進而發展出最適合應用於台灣地區梅雨鋒面降水模擬的雲物理參數化方案。

五年之研究項目

  • 第一年:101 年8 月至102 年7 月

 

選擇個案初步針對2008 年西南氣流實驗、莫拉克及凡納比颱風為目標,進行模式模擬與偏極化雷達參數反演。

完成莫拉克颱風的控制組實驗(control experiment),得知颱風環流及西南氣流的輻合如何造成停滯於高屏山區的滯留性雨帶(stationary rainband),台灣地形如何改變莫拉克颱風外圍雨帶結構,並與Houze (2010)所提Hurricane Rita (2005)的雨帶結構示意圖做比較。

 

  • 第二年:102 年8 月至103 年7 月

 

針對模式模擬結果仔細比對選擇各模擬結果中各種水象粒子的演化,針對水象粒子分類、水象粒子混合比估計及粒徑分佈。

完成莫拉克颱風的水收支帄衡(water budget)計算,得知高屏山區地形如何改變颱風環流中重要的雲物理過程如凝結(condensation)、蒸發(evaporation)及溶解(melting)等,同時瞭解高屏山區地形如何提高莫拉克颱風的降水效率(precipitationefficiency)。

 

  • 第三年:103 年8 月至104 年7 月

 

由模式與實際觀測比較,找出造成差異的雲物理過程細節,並對該段落做敏感度測詴及調整,此部份與雲模式的熱動力有非線性的互動關係,是此計畫最困難的部份,因此除了水象粒子的比較外,同時需進行運動場及熱力場的比對。

完成莫拉克颱風的單矩量(single-moment)與雙矩量(double-moment) 雲物理方案的比較,得知中央山脈地形如何改變颱風環流物中降水粒子的粒徑分佈(particle size distribution)。發展出最適合應用於台灣地區登陸颱風降水模擬的雙矩量(double-moment)雲物理參數化方案。

 

  • 第四年:104 年8 月至105 年7 月

 

規劃實驗除了偏極化雷達與雨滴譜儀等現有儀器外,加入實地觀測水象粒子的儀器,如CPI(cloud particle imager)及剖風儀或垂直指向雷達,進一部對垂直空氣運動速度及粒徑分佈做更精密的觀測。

完成SoWMEX 實驗梅雨鋒面個案的控制組實驗(control experiment),得知梅雨鋒面引進西南氣流如何造成高屏地區的豪大雨,並討論台灣地形如何改變梅雨鋒面結構。

 

  • 第五年:105 年8 月至106 年7 月

 

總合共去四年結果,提出更佳雲物理模組內容,並與模式合作者繼續進行個案測詴。

完成SoWMEX 實驗梅雨鋒面個案的單矩量(single-moment)與雙矩量(double-moment) 雲物理方案的比較,得知高屏山區地形如何改變梅雨鋒面中降水粒子的粒徑分佈(particle size distribution)。發展出最適合應用於台灣地區梅雨鋒面降水模擬的雲物理參數化方案。

Read more: 1. 2 降雨雲物理之雙偏極化雷達觀測校驗與參數化方案之評估改進

1. 3 高解析度土地利用與植被資料建置與模式地表過程處理之更新

科學議題及文獻回顧


台灣的區域氣候除了受全球大尺度氣候變遷的影響之外,也和區域環境的變化,特別是土地利用、植被以及都市化發展所造成的熱島效應密切關聯。台灣的經濟發展早期是以農作產業為主,在產業轉型以及都市化發展的過程當中,間接造成地表覆蓋物的轉變,例如農作地的消失,以及取而代之的高樓大廈的水泥硬地。此地表形態的轉變,能透過地表與大氣間的交互作用,而改變氣象環流的結構,熱島效應即為都市化的結果。Cheng et al. (2008)指出,氣象模擬的準確度需要正確的土地利用與土地覆蓋型態(LULC),來提供下邊界的環境。在Houston市區,使用美國國家調查局地表資料庫(USGS),氣象模式所模擬的最高溫度都有高估的情況,最主要的原因是USGS對Houston的地表描述不正確。透過德州森林局(TFS)的協助,將地表重新分類而TFS-LUL,分類的結果正確的將Houston地區精確的細分為都市、郊區、草地及森林。比對USGS和TFS兩資料庫對氣象模擬的影響,結果顯示使用高解析度的地表資料能較正確模擬出局部的風場環流結構,特別是當綜觀尺度風很弱的時候,正確的地表分類較能符合實際大氣狀況。而在Kimet al.(2005)以及Byun et al. (2004)的研究中也發現,森林砍伐以及都市化的結果,使得人類活動的範圍向外圍郊區擴大。 同時由於森林區範圍的改變,其所排放的有機揮發物含量,也有明顯的改變。作者利用1990年以及2000年的衛星資料,將地表分類的結果對氣象以及空氣污染進行模擬,模擬的結果發現由於人類活動的範圍擴大,使得局地的海陸風以及海灣環流有明顯得改變,同時污染物的分布也有相對應的影響。Lin et al. (2008) 針對北台灣都市化現象造成的熱島效應影響進行討論,結果指出熱島效應的強度會影響地表溫度,特別是在夜晚到清晨這段期間,造成白天海風強度增強,以及晚上陸風環流減弱,同時都市化發展所引發的都市熱島效應對台灣的降水空間分布與變化明顯影響(Lin et al. 2008 ; Lin et al.2011)。Grossman-Clarke et al. (2005) 也針對都市化現象對氣象的影響提出討論,其研究結果發現,在都市化迅速發展的鳳凰城,使用更新過後的地表資料庫進行氣象模擬,能改善都市地區白天的溫度變化,以及邊界層的模擬結果。戴等人(2008)利用更新版的土地利用型態資料庫,發現氣象模式對降水與溫度場以及地面風場的預報,隨著預報時間由沿海往內陸發展,並在午後達到最大,顯示模式中土地利用資料的改變會對局部環流產生顯著的影響。近年來的都市化、工商業發展、住宅區的增加、農耕地的減少以及森林地的開墾,這些人為活動都會讓台灣地區的植被覆蓋率和以往相比大幅減少。在WRF氣象模式中,植被覆蓋率會控制蒸發散的比率,因此植被覆蓋率是對於決定大氣和地表熱量交換分配很重要的因子之一。然而現行地表模式的植被覆蓋率是使用AVHRR的遙測資料,使用的時間為西元1986至1991年,共5年的月帄均資料,其水帄解析度為0.15。,Hong et al.(2009)的研究指出除了20年前的植被覆蓋率資料是否適用之外,粗解析度的植被覆蓋率可能會對氣象模式的模擬結果有負面的影響,研究發現植被覆蓋率對潛熱通量、可感熱通量、土壤熱通量和地表溫度的模擬結果影響很大。所以正確的描述土地利用型態和植被覆蓋率,對於改善區域氣候模式是很重要的。

研究方法


在過去幾十年來,土地使用率(LU)和土地覆蓋率(LC)此兩項特點在台灣有顯著的改變。一些大都會如台北,台中,高雄已經演變成一個城市結構,伴隨著城市化許多植被和樹木被去除,並進一步在不同地區的郊區進行城市化來延伸都會區。植被的喪失使此地區已被替換的不透水材料吸收更多的熱量。因土地表面特性的改變,如鋪裝地面、建成區等城市基礎設施的增加以及減少植物的土地,預計會使氣溫有所變化。增強城鄉差異,農村地區可能已經改變了當地的天氣情況,包括海陸風環流,山谷風和城市熱島效應的影響,以及長期的氣候趨勢。據資料顯示,土地利用顯著影響氣象模擬。例如,在Cheng and Byun (2008年),使用不同地表資料對休士頓地區及周圍8 個郡縣區作氣象模擬,改變了當地的風場和地表熱通量,而使用正確的地表資料,能提高污染物傳輸和擴散的模擬。
城市冠層參數化(UCP),已被開發並應用於中尺度氣象預報模式(WRF),來模擬都市的行星邊界層。如Salamanca et al 等,(2010 年),他們運用WRF - UCP的高解析度城市數據庫,以模擬休士頓市區的邊界層。模擬結果顯示出UCP 能影響對雲及大氣溫度的預測。而複雜的UCP 能夠提高城市規模解析度下的天氣預報。
本研究的主要目標是:第一,開發並建立一個完整的數據庫,包括地表城市冠層參數,土地利用數據,植被覆蓋量數據,以及地表反照率等參數和放射率。二,研究土地利用形態的變化對台灣地區氣象模擬和區域尺度氣候變化的影響。第三,了解UCP 對都市化結構,如台北、台中及高雄城市的區域尺度氣象到短期氣候模擬的影響。

  • 收集土地利用資料,從衛星圖像數據來反衍地表反照率,發射率和植被覆蓋度。
  • 利用 Pleim-Xie 地表模式來測詴高解析度的土地利用資料 。
  • UCP 需要更多的城市冠層參數來定義城市的形態。
  • 開發並建立完整的地表資料數據庫。

五年之研究項目

  • 第一年:建立地表數據庫包括土地利用和植被覆蓋率,反照率,發射率的數據。
  • 第二年:建立城市冠層參數化所需資料庫,如建築結構等。
  • 第三年:修改地表模式,以適應高解析度陸地表面數據。
  • 第四年:執行區域氣候模擬並評估結果。
  • 第五年:完成土地利用數據庫的設置。

Read more: 1. 3 高解析度土地利用與植被資料建置與模式地表過程處理之更新

1. 4 海氣耦合模式之發展

海氣交互作用過程在氣候系統中扮演相當重要角色。然而,海氣交互作用具有相當多重時空尺度的複雜特性,例如發生於海氣界面上的紊流通量交換或大氣與海洋邊界層內的日夜變化特性,或是垂直發展可穿透邊界層厚度的劇烈天氣系統(如颱風)和海洋中尺度渦旋等,乃至於海盆/大洋尺度(basin-wide)或全球尺度的海氣耦合系統如 ENSO 或氣候變遷等等科學議題。這些複雜的多重尺度現象,導致目前海氣交互作用相關研究尚為學界的鉅大挑戰。為了有效整合中央大學校內的研究資源與能量,相關研究科學議題需要相當程度的聚焦。因此,本計劃將以西北太平洋的颱風相關海氣交互作用為主要研究議題,並考慮在氣候變遷情境下的颱風發生趨勢和特性演化等主題,而以區域氣候變異的診斷研究為輔,提出整合研究計劃。

 

台灣位處西北太平洋海域,恰在颱風活動範圍內;社經活動備受此劇烈天氣衝擊。和颱風相關的海氣交互作用研究,大致可區分為以下數個科學 (1) 區域大氣與海洋的熱動力結構,如颱風渦旋與海洋中尺度渦旋之交互關係;(2) 邊界層通量交換之物理過程,如強風情況下的波浪對動量通量和質量通量的影響;(3) 氣候變遷情境下的颱風發生頻率與強度,以及相關的自然與人為因素之探討,例如大氣氣溶膠及塵降或海洋生態等的影響;(4) 海氣耦合系統中的颱風尺度不穩定度發展之探討,例如萃取出對颱風發展而言最關鍵的大氣與海洋中的擾動尺度,以為颱風海氣耦合數值模式系統提供最佳初始場等的相關研究。

 

因此,本計劃整合校內外相關研究團隊,對於西北太平洋海氣交互作用研究,透過發展數值模式、資料診斷分析和現場觀測等不同面項,提出以下四大項研究子題:

  • 西太平洋海氣交互作用與颱風形成的關係
  • 海洋模式中的波浪所致的短期與長期效應
  • 海氣耦合不穩定度對颱風模擬的影響
  • 建立台灣區域氣候變異的參考基線

 

在上述研究子題中,第(一)項研究子題是由中央大學劉康克教授及錢樺助理教授、美國 UC Davis 陳淑華副教授及PrincetonUniv. 黃如瑤研究員/科學家等人所組成的研究團隊負責;第(二) 和第(四) 研究子題則由中央大學黃鍔院士和 First Institute of Oceanography 的 Prof. Qiao 所組成的研究團隊領軍;第(三) 項研究子題由中央大學楊舒之助理教授之研究團隊負責。各項研究子題的相關研究內容和人力資源等細節,將分項說明於後。

 

西太平洋海氣交互作用與颱風形成的關係

科學議題及文獻回顧

海洋上邊界層對海氣交互作用有關鍵性的作用,對氣候研究更是不可或缺的一環。本研究子題聚焦於西太平洋海氣交互作用與颱風形成的關係,所包括的研究重點有四項:(1)發展海氣耦合數值模式、(2)探討西太平洋渦旋海氣交互作用與颱風形成之關係、(3) 探討西太平洋大氣氣溶膠及塵降對海洋上層熱量分布之影響及對颱風發生之可能作用、(4)對颱風狀況下海氣交互作用之直接觀測以改進模擬參數。

 

目前氣候模式中,假設海洋上邊界層的混合作用主要是受風所造成的紊流影響,有些研究者主張風與浪之交互作用也很重要,我們則認為可以從另一個角度來探討這問題。有鑑於近來的觀測及模式分析結果顯示,風對海洋鋒面旋度(vorticity)之作用,可以造成很大的渦旋散逸作用(turbulence dissipation),主要的過程是斜向的對流包(slantwise convection cells),可以穿透上層海洋至數百公尺深度。我們同時假設,大氣中亦存在相對應的動態邊界層,由衛星觀測在灣流之內可以看見這樣的系統(Minobe et al., 2008)。台灣東邊外海有一道綿延數千公里的北太平洋副熱帶反流 (Subtropical Counter Current, STCC) , 位於19-230N,1300E-1800E,這一蜿蜒的弱流產生許多氣旋式及反氣旋式渦旋 (Fig. 1),這些渦旋對西太平洋的洋流有很大的影響,黑潮流量之振盪就與這些向西行進的渦旋有關(Chang and Oey, 2011),而入侵渦旋之變化顯現多年期的振盪,稱之為呂宋-台灣振盪(Philippine-Taiwan Oscillation, PTO, Fig. 2)。台灣東面海域是颱風發生最頻繁的地區,這區域又恰巧是副熱帶渦旋發生最多的區域。二者的關係不但令人玩味,而且可能可以告訴我們有關颱風生成的重要信息。

 

Fig.1. High-pass filtered (with half-power filter cutoffs of 20° of longitude by 10° of latitude)

sea-surface-height (SSH) map on 28 August 1996 constructed from the merged T/P and ERS-1 data

from AVISO [http://www.aviso.oceanobs.com/], showing a large number of eddies in the STCC

(“Study Region”) zone. Red indicates +15cm and purple-blue 15cm. From Chelton et al. [2011; Prog Oceanogr].

 

Fig.2 The Philippines and Taiwan poles are derived in Chang and Oey [2011, J.Clim, submitted] by

correlating (as shown here as color & contour interval = 0.2, zero omitted) the 360-day low-pass

tide-gauge sea-level difference between Ishigaki and Keelung with 5o×5o-averaged wind stress curl

(from ECMWF; leading by 8months); the 95% significance level  0.1. Rectangles show regions

used for Taiwan and Philippines poles, and PTO is defined as Philippines minus Taiwan poles.

海洋上邊界層除了受風的紊流影響,而且受到海水中葉綠素之影響,因為水中之葉綠素分布會改變海水吸收陽光的深度,因而造成不同的上層海水熱量分布,進而影響西太平洋颱風之生成(Gnanadesikan et al., 2010)。西太平洋邊緣海域由於受到亞洲大陸大氣沈降氣溶膠所含微量重金屬之影響,藻類生長可能會受到強化現象。此外,氣溶膠也會直接影響大氣中輻射傳導作用。因此,氣溶膠之分布與海洋及颱風之交互作用,值得深入調查。

 

研究方法

 

在研究方法方面為探討海氣交互作用,我們將發展一先進的海氣耦合模式,在海洋方面將利用大量平行化之普林斯頓海洋模式(Massive parallelized PrinctonOcean Model, 簡稱mpi POM),在大氣方面將利用氣象研究及預測模式(WeatherResearch and Forecast, WRF)。海洋模式將以台灣預測系統(TOPS)為基礎,這系統未來也將加入生地化過程。大氣模式將使用三層鉗入式雙向耦合模式,各層的模式解析度為27km、9 km、3 km。第三層的模式將涵蓋西太平洋STCC 區域,為避免大範圍的大氣環流脫離現實,第一層的大氣模式將略加局限(nudge)其變數之變化,以趨向NCEP 再分析之大氣場結果,也就是要以四度空間再分析之數據,以數據同化(data assimilation)的方式納入第一層模式範圍之模擬計算。

這海氣耦合模式可用於研究渦旋-颱風交互作用,以及全球暖化氣候變遷對西太平洋邊緣海域海洋生態系統之衝擊。在計劃初期,將進行極高解析度(1 公里)之模式計算,用以了解如何將斜向對流包之動力過程予以參數化,以用於較大範圍,解析度較粗之氣候模式,進而了解颱風強度之變化與PTO 及STCC 渦旋之關係。

此外,本計畫將以數值模擬方式,探討亞洲大陸各式氣溶膠(包括:沙塵暴、生質燃燒、工業污染等)對海洋生地化之影響,進而影響颱風之生成。在前人的模擬中顯示,若沒有考慮海水中葉綠素對光吸收之影響,臺灣附近生成之颱風會減少70%,這是相當可觀的數字,值得詳加探討。

此外,本計畫將利用台灣海洋科技研究中心將建立之『台灣海岸觀測及評估實驗站』 (Taiwan Coastal Observation and Assessment Station, 簡稱 TaiCOAST),突出海岸之實驗棧橋(Pier),進行颱風狀況下海氣交互作用之直接觀測,以改進海氣耦合之模擬參數。

 

海洋模式中的波浪所致的短期與長期效應

海洋在氣候研究中扮演關鍵性的角色,然而目前對海洋的了解還是相當有限。及便是在海氣耦合模式中,海氣交互作用的機制均不完全正確,原因是海洋表面波浪所造成的關鍵混合過程經常被忽略或以參數法處理。例如在某些較複雜的模式中,會以紊流閉合方案 (turbulence closure scheme) 來參數化紊流之產生。近年,有些海洋模式的發展已將波浪的貢獻納入考量,並因此得到顯著的改變效應 (Qiao, et al, 2004, 2010; Xia et al, 2006; Yuan et al, 2011)。波浪是海洋表面最具能量的活動,具有的能量幅度可為海洋中任何洋流系統的數倍之大。因此,波浪勢必成為海洋整層水體的混合過程中的主要貢獻來源。然而,波浪的貢獻並非由表面碎波所主控;這些碎波僅能對上表層海洋造成影響。波浪最重要的貢獻來自於那些未破碎的波,這些波動可導致整個水層的深層海洋混合過程 (Qiao et al 2010)。圖1 可說明波浪對於模式模擬的上表層 20m 處海水溫度的影響。左圖為僅使用紊流閉合方案的模擬結果,右圖則是加入波浪所致混合效應後的模擬結果。

Figure 1. Wave effect on ocean climate surface temperature.

圖中所顯為海洋環流數值模式 (ROMS) 模擬結果和 Levitus 的觀測海洋氣候場之差異:(a)和(b)為二月月平均場;(c)和(d)為八月月平均場;而(c)和(d)為年平均場。由圖可知波浪的混合效應有助於減緩海洋上表層海水溫度的偏差趨勢。此差異並不僅限於發生在海洋表層。其在上表層海水所造成的差異特性,可由圖2中所示的沿著南北緯 35° 的剖面圖清楚發現。波浪效應對較深的混合層具有明顯的貢獻,可更有效改善模擬結果使其更接近長期氣候資料相比較,(Qiao, et al2010)。因此,加入波浪效應,對於改善海洋數值模式相當重要。

Figure 2. The wave influence on the water column structure.

對於長時間週期的海洋現象而言,考慮於波浪效應對整個海洋水層結構改變的影響,模式將可改善其在深層海洋效應的表現。對氣候系統而言,海洋熱容量(heat content)並非海氣耦合系統中唯一重要的因子,近年來我們的研究結果指出,海水的垂直結構也相當關鍵;例如在圖2 中所示的南北半球海洋垂直結構有顯著差異。深層海洋的改變可為長時間週期的海洋現象之關鍵因子。例如,當今多數的海洋數值模式雖已可正確預報 ENSO 現象的尺度,然而在其相位變化方面卻有很大改善空間。Ding et al (2009) 利用IPCC AR4 的模式結果進行系集模式分析,指出這些模式並無法表現所有時間尺度大於 ENSO 的變異度 (圖3)。

Figure 3. The modeled results of the ocean all fail to represent the longer scale phenomena.

全球海洋的熱容量記憶提供了海洋中所儲存的熱量的瞬間狀態,而真實的海洋垂直結構則可表現出暖化效應所具有的顯著層化結構。如此的層化結構,可透過海洋的不同垂直分層特性差異,記載了包含年際 (inter-annual)、年代(decadal)、年代際 (inter-decadal),甚是數十個年代以上的不同時間尺度的全球氣候變遷過程。這些細緻的海洋結構性改變可被稱為海洋的層化記憶 (stratifiedmemory),現今的數值模式須有能力解析這些變異特性。而在海洋模式中加入波浪效應,應可透過合理的混合過程,有效達到改善深層海洋模擬的目的。

 

海氣耦合不穩定度對颱風模擬的影響

動機背景及文獻回顧

由觀測資料已證實暖海水層的發展及海氣交互作用對於颱風生成與發展扮演重要的角色,其中Lin et al. (2009) 提出在西北太平洋區超強颱風增強過程與暖水層增厚有關,且海洋中尺度暖渦也與颱風強度有關 (Lin et al., 2005)。然而目前颱風動力發展的敏感度多半由單一大氣(區域)動力模式所得 (Wu et al. 2003,Chen et al. 2010),較無針對海氣介面進行探討,因此我們對於耦合不確定性對颱風發展的影響的了解較為缺乏。其中,部分原因為耦合之區域天氣預報模式計算複雜需較高的電腦運算資源,且目前在運行的耦合區域模式在海洋的部份大多採用較簡單的slab model。然而,針對海氣耦合進行動力不穩定度研究時會遭遇海洋與大氣兩種components 的動力擾動增長速度不同,造成快速增長的擾動主宰動力不確定性的結果,因而忽略了海洋擾動(振幅小但時間尺度較長)對耦合不穩定度發展的重要性。因此,若要了解中尺度耦合不穩定度及其不確定性對颱風生成及強度模擬的影響,需先將與中尺度耦合不穩定度有關的擾動找出,並分析其與颱風發展之關係。

 

在季內至年際變化尺度上,耦合breeding 技術已應用於全球耦合環流模式(Yang et al. 2006, 2008),並能將與聖嬰不穩定度發展有關之耦合擾動找出,而不受綜觀氣象雜訊overwhelm。其所獲得之耦合bred vector(BV)已成功地應用於海洋資料同化及氣候預報上(Yang et al. 2009)。結果顯示,使用耦合BV 能提昇系集氣候預報系統在季內至年際變化尺度之海溫預報能力。且,透過海洋混合(hybrid)同化系統,使用耦合BV 可使得得觀測資料能有更有效的被利用,進而更正確調整海洋分析場中的stratification,使得局地海水變化(如局地渦旋)在時間及空間上能更接近觀測。在此條件下,進而能更早掌握聖嬰事件的發生(Yang et al. 2010)。因此,本研究希望將耦合breeding 技術應用至區域氣候模式系統上。 進而找出與颱風發展有關之耦合不穩定擾動發展。

 

研究方法

 

計畫利用耦合breeding 技術研究颱風模擬初始場海氣耦合之不確定性。 耦合breeding (Yang et al., 2006, Pena and Kalnay, 2004) 利用非線性誤差動力特性,保留與海氣耦合不穩定發展相關但增長緩慢之耦合擾動,並使增長快速之隨機擾動(雜訊)發展飽和。在單邊(one-sided)耦合breeding 方法,主要利用非線性模式,進行兩組非線性模式積分(擾動及未擾動),且固定時間間隔下重新rescale 擾動振幅。在此法中只要選取具有物理意義的擾動振幅大小及積分長度,便能篩選或抑制動力擾動發展。另外,由於此方能完全使用動力複雜之非線性模式,而無需建立線性及伴隨模式。也因此大幅降低不穩定度計算所需之電腦資源。

 

五年之分年工作項目

 

  • 第一年:確定區域氣候模式之執行,並建立耦合breeding 步驟及執行程式。
  • 第二~三年:建立耦合breeding 實驗:
    • 針對颱風個案進行耦合breeding 中所使用之時間間隔與擾動振幅大小之敏感度測試
    • 初步結果計畫發表於國際會議中
  • 第四年:
    • 分析耦合BV 與颱風發展之關係
    • 初步結果計畫發表於國際會議中
  • 第五年
    • 將區域耦合BV 應用於區域氣候系統上,並建立颱風系集預報。
    • 針對颱風發展,分析系集預報結果
    • 整理研究結果並進行論文發表

 

建立台灣區域氣候變異的參考基線

 

由於氣候系統所具有的極端複雜特性,氣候變遷的訊號可能也相當細緻與複

雜。其中一項複雜度來自於氣候變異可能呈現出範圍極廣範的變異尺度,例如由ENSO 尺度到年代尺度 (Wu et al, 2007)。因此,有關氣候變遷的一項關鍵議題便是篩選出不同週期的變化,並界定其肇因:即其為自然或人為效應所致?在大多數數值模式尚缺乏模擬時間尺度遠長於ENSO 的氣候變異 (例如第三項子研究項目中Ding et al 2009 之研究結果) 的現況下,不少模式採取加入人為的大氣氣溶膠變化來解釋 65-year cycle (Schlesinger and Ramankutty, 1994)。然而這將衍生一個嚴峻的科學議題:當今的暖化趨勢及變異究竟來自自然或人因素?此問題的解答具有高度的政治和經濟意含。這也同時也是我們需加以探究以對抗氣候變遷議題的問題。因此,本研究項目將以資料分析為工具,針對以下兩個議題進行探討:

  1. 建立參考基線以區分自然和人文的因子;
  2. 對氣候變異提供因果關係。

對於如台灣這樣的小區域環境而言,氣候變遷中的自然與人為因素,實為相當難以界定的議題。本計劃擬分析全球的長期觀測資料 (某些測站可能具有超過300 年的記錄),並將其結果與台灣地區的測站分析 (約具有100 年的記錄) 相互比較,希望能據以建立此區的自然(背景)變異幅度和時間尺度,作為未來氣候變異 (假設其為自然和人為變異的綜合) 的參考基準。例如,準65 年週期被指認為在過去150 年的氣候變遷現象中,全球地面溫度變異所呈現的主要模態(Schlesinger and Ramankutty, 1994)。然而目前全球有限的觀測資料僅能在這段期間界定出兩次 65 年週期。我們可利用在 Central England 所蒐集的較長觀測資料數列作為例子,加以說明 (圖1)。

Figure 4. The near 65 year temperature cycle from the long time series at Central England. Here the 65 years cycle showed as a persistent pattern.

 

過去已有不少研究工作著力於台灣氣候變遷趨勢,例如1897-2008 Statisticsof Climate Changes in Taiwan。本研究提案和過去研究的最大不同,是將使用我們近年針對非線性與nonstationary 過程所研發的分析工具(Huang et al 1998, Wuet al 2007),來界定出非線性的變化趨勢。我們將用其以定義出不同的氣候變化趨勢和不同週期的氣候變化(Wu et al 2007)。資料分析也並不僅限於決定氣候變遷的特性,我們最近發展的time dependent intrinsic correlation method (Chen, et al,2010)也可用為分析工具,探討氣候變遷與不同的氣候變異或遙相關等氣候現象的關係。我們希望可使用資料分析作為研究工具,亦可如同數值模式般對氣候變遷的物理機制家以探討。實際上,數值模式模擬和資料分析都應是探究氣候變遷相關過程的有力工具。因此,本提案中的資料分析將不僅侷限於觀測資料,數值模式模擬結果也將是重要的分析資料。

 

區域氣候變遷的偵測與歸因

 

政府間氣候變遷委員會 (the Intergovernmental Panel on Climate Changefourth assessment report, IPCC)的第四次評估報告(AR4),根據豐富的觀測證據所做的結論是氣候正在變暖是無庸質疑的事實(Solomon et al. 2007)。雖然如此,這些證據本身並未告訴我們變遷的原因是甚麼。氣候變遷的偵測與歸因研究就是在尋求氣候變遷的證據,判斷其顯著性,和探討其產生的原因。這類的研究具有多方面的應用。第一,如果我們知道溫室氣體對於氣候變遷有顯著的貢獻,那麼嘗詴減少其排放就是很合理的因應措施。第二,當氣候正在改變,天氣的統計特性是恆定的假設不再適用,因此我們必須透過歸因研究來了解與評估目前的極端天氣所具有的風險。第三,經由嚴謹的比較觀測與模式模擬,歸因研究可以增進我們對於模式預報的信心,指出模式的缺失和需要改善的地方。在過去,這方面的研究大都從全球平均的角度來探討氣候變遷的偵測與歸因。但是,在不同的區域,人類的活動也可能導致非常不一樣的氣候變遷。 同時,自然的氣候變異也各有其區域特性。因此,我們必須增進對於人為與自然的氣候變遷的區域差異的了解,氣候調適才有可能成功。

有關於區域氣候變遷的偵測與歸因的研究,Scott, et al. (2010) 做了相當詳細的文獻回顧。總體而言,研究範圍已從全球尺度下降到行政區域尺度。但是,隨著尺度的下降,歸因的難度也隨之增加。因為,區域氣候會受到大氣環流的低頻變異的影響。土地利用,灌溉和水庫興建也都會造成小區域的氣候變遷。氣溶膠效應對於區域氣候的影響也更加重要。由於目前並沒有適當的模式可以分別考慮這些因素,因此,歸因至各種因素的研究僅能止於進行一致性的分析而無法進行全面性的探討各種可能因素的重要性。區域尺度的變異可能隱藏或加速人為引起的暖化。只有當我們擁有具有模擬這些變異的模式時,才有可能對於這些因素的氣候效應有充分的了解。

為了更準確的評估氣候變遷的速度和更了解社會所必須面臨調適的區域變遷,我們必須更加了解外在因素與內在變異對於氣候可能產生的效應。基於現實的考量,全球氣候模式很難包含所有真實模擬區域氣候細節所需的各種過程。因此,全球模式搭配適當的區域氣候模式可能是研究區域氣候變遷的偵測與歸因的最佳的組合。在氣候主軸計畫中,我們將利用所發展的全球與區域模式的模擬資料,配合區域觀測資料,並研發適當的方法,來進行區域氣候變遷的偵測與歸因的研究。

Read more: 1. 4 海氣耦合模式之發展


banner01