研究計畫

氣候變遷研究聯盟總計劃下共有三個子計畫

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。

banner01