研究計畫

氣候變遷研究聯盟總計劃下共有三個子計畫

總計畫

本計劃網羅國內在氣候研究、模式發展與模擬方面極具經驗的研究人員,以中央研究院環境變遷研究中心為核心,台灣大學中央大學台灣師範大學等大學的研究人員為合作夥伴,組成氣候變遷研究聯盟,擬以五年為期,建立台灣氣候變遷模擬與詮釋所需的關鍵能力。

 

研究目標

  1. 開發國內氣候模式的建構能力,發展可以自行研發改進的氣候系統模式,提供學研界進行氣候變異與變遷研究。
  2. 利用模式評估研判氣候變遷對東亞氣候與季風、台灣極端天氣(如颱風、豪雨、乾旱等)的可能衝擊。

 

工作項目

  1. 建構一套國內可以自行修改研發的地球系統模式群組:全球地球系統模式、高解析度(小於20 公里)全球大氣模式、超高解析度區域模式;
  2. 改善引進之模式群組的物理參數化,建構台灣氣候模式系統;
  3. 利用模式評估自然與人為氣候變遷對極端天氣與氣候的衝擊;
  4. 建立氣候變遷對極端天氣與氣候衝擊的評析與推估能力;
  5. 建立氣候變遷模擬平台與資料庫;
  6. 參與台灣氣候變遷科學報告之撰寫。

 

研究團隊

 

主持人
共同主持人
國內協同研究人員
國外協同研究人員
  • 潘華陸(NCEP 退休資深研究員)
  • 羅敏輝(UC Irvine博士後,即將就任台灣大學大氣科學系助理教授)
  • 林先建(GFDL 研究員)
  • 陳占慧(GFDL 研究員)
  • 王玉清(夏威夷大學教授)
  • 余進義(UC Irvine 教授)
  • 陳志傑博士(NCAR 研究員)
  • Song-You Hong(韓國延世大學教授)
  • In-Sik Kang(韓國首爾大學教授)
  • 辛宜佳博士(夏威夷大學)
  • Dr. Norm Miller (Staff Hydrometeorologist, Group Leader,Earth Sciences Division, Lawrence Berkeley National Laboratory)
  • Dr. Matthew Hecht (member of the Continuum Dynamics, Los AlamosNational Laboratory, Co-chair of the Ocean Modeling Working Group,CESM)
  • Dr. Noel S. Keenlyside(Ocean Circulation and Climate Dynamics, Leibniz Institute of Marine Sciences at Kiel University,IFM-GEOMAR)
  • James G. Richman (Naval Research Laboratory)
  • Dr.Bo Qiu(Professor, Department of Oceanography, University of Hawaii)
  • Dr. Tangdong Qu(International Pacific Research Center,SOEST, University of Hawaii)
  • Dr. Leo Oey(Princeton University)
  • Dr. Yasumasa Miyazawa (JAMSTEC)

 

研究人力配置

 
類別姓名服務機構/系所職稱在本研究計畫內擔任之具體工作性質、項目及範圍
主持人 劉紹臣 中央研究院環境變遷研究中心 特聘研究員 整合計畫之管理與推動,極端降雨研究
共同主持人 許晃雄 國立臺灣大學大氣科學系暨研究所 教授 整合計畫之管理與推動,督導模式建構、時段切片氣候模擬、氣候變異變遷診斷分析
共同主持人 周明達 國立中央大學大氣科學系 國科會講座 輻射參數化、輻射-雲交互作用、輻射-氣膠交互作用
共同主持人 吳俊傑 國立臺灣大學大氣科學系暨研究所 教授 西北太平洋颱風活動內部變異度及降尺度動力模擬與分析
共同主持人 吳朝榮 國立臺灣師範大學地球科學系(所) 教授 評估、改善與發展地球系統模式群組中的海洋模式
共同主持人 曾于恒 國立臺灣大學大氣科學系暨研究所 副教授 評估、改善與發展地球系統模式群組中的海洋模式
共同主持人 陳正平 國立臺灣大學大氣科學系暨研究所 教授 氣候模式中雲與氣膠模組的發展
共同主持人 林沛練 國立中央大學大氣科學系 副教授 區域氣候模式發展
共同主持人 陳正達 國立臺灣師範大學海洋環境科技研究所 教授 氣候變遷偵測與分析
共同主持人 黃維誠 財團法人國家實驗研究院高速網路與計算中心 研究員 協助安排計算資源與模式運算
協同研究人員 林傳堯 中央研究院環境變遷研究中心 副研究員 極端降雨研究與氣候模擬
協同研究人員 李時雨 中央研究院環境變遷研究中心 助理研究員 氣候模擬
協同研究人員 李威良 中央研究院環境變遷研究中心 博士後研究員 輻射參數化
協同研究人員 王嘉琪 中國文化大學大氣科學系 助理教授 邊界層參數化
協同研究人員 吳宙錦 國網中心 副組長 協助安排計算資源
博士後研究 待聘     評估、改善與發展地球系統模式群組中的海洋模式
博士後研究 待聘     評估、改善與發展地球系統模式群組中的海洋模式
博士後研究 待聘     評估、改善與發展地球系統模式群組中的海洋模式
博士後研究 待聘     對流參數化
博士後研究 待聘     輻射參數化
博士後研究 待聘     邊界層參數化
博士後研究 待聘     地表過程參數化
博士後研究 待聘     時段切片氣候模擬
博士後研究 待聘     氣候變異變遷診斷分析:CMIP5
博士後研究 待聘     氣候變異變遷診斷分析:自然與人為氣候變遷
博士後研究 待聘     氣候變異變遷診斷分析:地球系統模式模擬結果之分析
博士後研究 待聘     氣候變異變遷診斷分析:氣候變異變遷診斷分析:全球水循環
博士後研究 待聘     氣候變異變遷診斷分析:氣候變遷對極端降雨的影響
博士後研究 待聘     氣候變異/變遷對西北太平洋颱風的影響

intro CCliCs FINAL

pdfintro_CCliCs_FINAL.pdf2.55 MB

intro LCCR F3

pdfintro_LCCR_F3.pdf693.56 KB

pngintro_LCCR_F3.png201.07 KB

 


1. 近五年內主要研究成果說明

本整合計畫與總計劃的實際主持人為許晃雄教授,劉紹臣主任為共同主持人。許教授原就職於台灣大學大氣科學系,於2011年8月轉任中央研究院環境變遷研究中心研究員,負責本整合計畫與總計劃的推動與管理以及相關研究。由於本計畫將於中央研究院環境變遷研究中心執行,本計畫必須從中央研究院送出申請,因此由劉主任具名申請。本計畫實際執行時,許教授已在中央研究院就職,將實際承擔計畫主持人一職的工作。許教授長年以來深以台灣缺乏深厚的氣候模擬基礎與能力以至於研究能量與深度無法提升為憾,轉任中央研究院的動機就是要以退休之前的未來10 年推動國內氣候模式建構與模擬研究。

Read more: 1. 近五年內主要研究成果說明

1. 1 劉紹臣主任的研究成果

劉博士在近五年區域氣候變遷方面,獲得多項重要、突破性的發現及貢獻(Shiu et al., 2009; Liu et al., 2009)。其最重要部份是全球暖化對極端天氣影響的量化分析。Liu et al. (2009) 以創新的分析方法導引出全球溫度每增加一度,觀測的降雨強度就會增加約25%,比跨政府氣候變遷小組(IPCC) 2007的氣候模式組合的估計高出十倍,並指出氣候模式須要改進的機制。此文並發現台灣地區前10%強降雨(即大颱風雨)在過去45年間增加約一倍,大大增加水災、土石流的機率,而小、中雨却減少約50%,增加了旱災的可能性。Liu et al. (2009)並指出中國大陸也有相似但幅度較小的變遷,在科學方面更掀開一系列有關水文、水資源及氣候模式印證等重要題材。

另外在劉博士領導下,由中研院環境變遷研究中心與台大、中大及北京大學等合作在高雄、台北、台中、珠江三角洲及北京進行了為期四年(2003-2006)觀測實驗,發展成功極俱創意的Observation Based Method,用以分析高臭氧及其前驅物的複雜非線性關係,獲得突破性的發現(Shiu et al.,2007),其中最重要的結果是發現在各大都會及周邊數百平方公里區域內,降低碳氫化合物是控制高臭氧最有效的策略,在珠江三角洲及北京控制一氧化碳的排放也相當重要,而降低氮氧化物的排放則有反效果。此結果不僅為台灣及大陸大都會區提供重要環保資訊,更為2008北京奧運空氣質量的改善提出重要的建議,為海岸兩岸環保科技合作樹立良好榜樣。

Read more: 1. 1 劉紹臣主任的研究成果

1. 2 許晃雄教授的研究成果

    1. Asian Monsoon
        • The onset of the East Asian summer monsoon is closely associated withthe first transition of the Asian summer monsoon, which was explainedby the interaction between the large-scale circulation, convection, andlower boundary forcing. During the sharp-onset years of the East Asiansummer monsoon, the first transition is characterized by strongeastward-propagating intraseasonal oscillation from Africa to the SouthChina Sea. After the onset, the rainfall in Taiwan increases dramatically.In addition, the Mei-Yu seasonal rainfall tends to above normal duringthese years. (Hung and Hsu, 2008, Journal of Climate)

        • Interannual variability of the East Asian summer rainfall is characterizedby a zonally-elongated, sandwich-like pattern. This pattern is stronglymodulated by the heating over the Tibetan Plateau. (Hsu and Liu, 2003,Geophysical Research Letter) Our recent study also indicates that thewet phase of the pattern is influenced mostly by perturbation originatingfrom the tropics, while the dry phase is influenced mostly byperturbation from the extratropics. (Hsu and Lin, 2007, Journal of Climate)

        • A climate regime shift of the East Asian summer climate in the early1950s is identified. It was characterized by the warming in Taiwan, theSouth China Sea, south Japan, and the Philippine Sea, and the cooling inChina, Korea, and northern Japan. It is proposed that this change was3affected with the evolution of the Pacific Decadal Oscillation from themid-1940s to 1950s. (Lo and Hsu, 2008, Climate Dynamics)
        • Our recent studies on the factors affecting cold surge in Taiwan clearly
        • identify the effect of upstream perturbation originated in the Atlantic,Europe and Sahara. The perturbation propagates through the Eurasianjet stream, which acts as a wave guide, to result in the farthersouthward-penetrating cold surge to affect Taiwan. This effect is bothseen in interannual and decadal time scale. The decadal fluctuation ofthe cold surge number in Taiwan is correlated with the decadalfluctuation of the North Atlantic Oscillation. Papers will soon appear inTAO and GRL (Hong et al. 2008a, b).

        • Recent study revealed the teleconnection between the 2010 Europeanblocking (Russian heat wave) and the Pakistan flood. A rarecombination of extratropical disturbances, due to the Rossby waveenergy dispsersion from blocking region) and the monsoon surgestriggered by Madden-Julian Oscillation. (Hong et al., to appear in GRL)

 

    1. Intraseasonal variability
        • Intraseasonal oscillation is a tropical phenomenon that has great impacton the climate in both tropics and extratropics at sub-seasonal timescales. Its importance is comparable to the El Niño/Southern Oscillation.Hsu and collaborators proposed mechanisms to explain the propagationof the intraseasonal oscillation in the Philippine Sea, South Asia, andalong the equator (Hsu and Weng 2001, Hsu et al. 2004, Hsu and Lee 2005; all in Journal of Climate). These three studies contributedsignificantly to the understanding of the intraseasonal oscillationpropagation mechanisms. Because of these contributions, H.-H. Hsuwas invited to write a review article about the intraseasonal variabilityin East Asia for a monograph on the intraseasonal variability (Hsu 2004,2011). The tropical intraseasonal oscillation is strongly affected by thetopography and land-sea contrast. Our recent studies (Hsu and Lee 2005,Wu and Hsu 2009, both in Journal of Climate) have revealed theseunique characteristics, which has been largely neglected.

 

    1. TC, climate variability, and multiscale interaction in the Western NorthPacific
      • It has been know for a long time that the interannual and intraseasonalvariation in the large-scale circulation can modulate the genesis and4track of tropical cyclone. On the other hand, the potential feedback oftropical cyclone to climate variability has been hardly explored. Ourrecent study reveal the TC’s contribution to the climate variability canbe as large as 40-60 percents in time scales ranging from intraseasonalto interannual. This study indicates the necessity to re-define thedefinition of ‘climate variability’. It also suggests that the inability toresolve and simulate tropical cyclone may be one of the weaknesses ofthe GCM leading to this poor simulation of the precipitation in the western North Pacific. Using this type of coarse-resolution GCM canlead to inaccurate prediction/projection of future climate in bothinterannual and climate change time scales. (Hsu et al., 2008a, J.Climate, Hsu et al. 2008b in the NTU/AS 50th Anniversary bookpublished by the World Scientific) .

 

      • A sub-monthly fluctuation in the Western North Pacific during Julyand August was identified. Tropical cyclones often embed in thecyclonic circulation of this pattern, which originated in the easternPhilippine Sea, and propagates northwestward toward the East ChinaSea with the pattern. It is suggested that this type of TC is part of thelarge-scale wave pattern, and the TC cannot be treated as an isolatedstrong vortex as we often do. A further study finds that both thesub-monthly wave pattern and TC are modulated by intraseasonaloscillation in the western North Pacific. The sub-monthly wave and TCare more active in the westerly phase and less active in the easterly ofthe ISO. The background mean flow advection played a dominant roleleading to the pattern propagation. The eddies tended to grow wherethe zonal wind gradient was the largest and were oriented in aparticular direction to efficiently extract kinetic energy from thebackground flow. The results suggest that the TC/submonthly wavepattern occurring in the confluent zone between the monsoon troughand the anticyclonic ridge, where kinetic energy can be efficientlyextracted, and with a circulation circuit in the northeast-southwestorientation, were the patterns to have optimal growth and propagation.It is suggested that the amplitudes, shape and propagation of eddies inEast Asia and the Western North Pacific were strongly constrained bythe configuration of the monsoon trough and the anticyclonic ridge.This is likely the reason why the northwestward propagating andnortheast-southwest orienting TC/submonthly wave pattern wasfrequently observed in the Western North Pacific during the borealsummer. The TC feedback had a significant effect on the large-scalesubmonthly wave pattern. While TCs developed in a development favorable background flow provided by the submonthly wave pattern,they in turn enhanced the amplitudes of the vorticity and kinetic energyof the TC/submonthly wave pattern by as much as 50% and helpedextract significantly more (40%) energy from the background ISOcirculation. On the other hand, the TCs had little effect on thepropagation mechanism. This study revealed that TCs and large-scalecirculation in the Western North Pacific were mutually intertwinedthrough rigorous eddy-mean flow interaction and therefore should betreated as an integrated multiscale system. (Ko and Hsu, 2006, J. of Meteorological Society of Japan; Ko and Hsu, 2009, J. Climate; Koand Hsu 2011, submitted).



  1. Decadal-multidecadal variability
      • Widespread abrupt warming in the extratropical Northern Hemisphereoccurred in the late 1980s and was associated with the switch of thedominant decadal mode from the PDO-like pattern to the AO-likepattern. The AO-like pattern has had a dominant influence on theNorthern Hemisphere mean temperature since the late 1980s, while theinfluence of the PDO has weakened. The AO-like mode appears as anatural mode in the CMIP3/IPCC climate models. However, itsemergence in the late 1980s was not simulated by most models with orwithout the observed increasing greenhouse effect in the 20th century.(Lo and Hsu, ASL 2010)

      • Decadal to bi-decadal rainfall variation in the Western Pacific duringJuly-October in the second half of the 20th century was identified in this study.This 10-20-year quasi-periodic oscillation was found associated with theleading sea surface temperature (SST) pattern in the South Pacific, which iscalled the 10-20-yr South Pacific (inter) Decadal Oscillation (SPDO). It issuggested that the 10-20-year fluctuation of the SPDO resulted in significant10-20-year rainfall variation along the western Pacific coast. The anomalousdivergent circulations were likely driven by the SSTA (SST anomaly) andresulted in the anomalous rainfall in Eastern Australia and the MaritimeContinent. It is conjectured that the SSTA in the Western South Pacific led toan anomalous Hadley-like circulation in the Western Pacific and indirectlyaffected the convection activity in the Philippine Sea, which in turn impactedthe rainfall in the Philippines, Taiwan and Korea. (Hsu and Chen, 2011, GRL)

    • A multi-decadal teleconnection pattern of geopotential height in theupper troposphere of the extratropical Northern Hemisphere is6identified. The pattern is characterized by a zonal band of geopotentialheight between 35N and 65N, which extends from the North Atlanticto the west coast of North America. The anomaly is positive before1967 and after 1986, and negative in between. The existence of thispattern results in the multi-decadal fluctuation of zonally-averagedgeopotential height in the extratropical Northern Hemisphere and theEurasian jet stream. This pattern is independent from the globalwarming mode, but is in phase with the large warming trend since late1980’s. The pattern exhibits an equivalent barotropic vertical structurewith the largest amplitude in the upper troposphere, and is closelyassociated with the multi-decadal fluctuation of surface temperature inthe Eurasian continent. This pattern fluctuates coincidentally with theAtlantic Multi-decadal Oscillation and the Northern Hemisphere meansurface temperature since the mid 20 Century. Numerical simulationresults indicate that the pattern was likely an atmospheric response tothe AMO-like SSTA. (Hsu and Lee, in preparation)

Read more: 1. 2 許晃雄教授的研究成果

2. 研究項目

本計劃為總計劃,研究項目如下:

  1. 研究聯盟的研究匯集中心(research hub):建立研究合作平台,激勵研究創意與能量,整合研發成果
  2. 氣候模式群組之建置與改善
  3. 全球海洋模式建構
  4. 氣候變遷 "時段切片(time-slicing)" 模擬
  5. 全球氣候與東亞季風變異/變遷之模擬與分析
  6. 西北太平洋颱風活動內部變異度及降尺度動力模擬與分析
  7. 氣候模擬與資料平台之建置與維護,提供社群氣候模式與氣候變遷資料
  8. 參與台灣氣候變遷科學報告之撰寫
  9. 推動國際合作與人才培育計劃

 

第二、三、四項的逐年的研究進度如下:

    • 第一年:

      1. 了解 CCSM 與CESM 的物理參數化。
      2. 進行物理參數化方法的比對,評估優缺點。
      3. 建置三維蒙地卡羅輻射模式,以便模擬地形作用對太陽輻射傳遞之影響
      4. 建置地下水模式於地表過程模組,以便模擬自然與人為地下水層變遷對氣候的影響。
      5. 海洋模式的測試與改善。
      6. 建置 GFDL HiRAM。
      7. 利用 CCSM 與(或)CESM 進行長期(如1000 年)氣候模擬。
    • 第二年:

      1. 分析 CCSM 與(或)CESM 長期氣候模擬結果,評析模式模擬已知氣候現象(如ENSO、AMO、PDO、AO、NAO、PNA 等)的能力,探討模式的氣候動力機制,並與實際觀測資料分析結果比對。
      2. 以選定的參數化植入 CCSM 或CESM,進行模擬測試,評估改進效益,進行必要的修訂。
      3. 進行模擬分別評估三維蒙地卡羅輻射模式與地下水模組對氣候模擬的結果。
      4. 海洋模式的測試與改善
      5. 利用 GFDL HiRAM 對過去數十年進行高解析度模擬。
    • 第三年:

      1. 組合所有新的模組於 CCSM 或CESM 進行模擬,評析新模組合對模擬結果的整體影響,針對模組進行必要的修訂。
      2. 利用新組合完成的地球系統模式,進行長期氣候模擬。
      3. 進行模擬分別評估有無三維蒙地卡羅輻射模式與地下水模組對氣候模擬結果的影響。
      4. 更換 CCSM/CESM 的海洋模式為 TIMCOM,進行模擬測試,評估結果。
      5. 分析 GFDL HiRAM 長期高解析度模擬結果,診斷分析其模擬劇烈天氣的能力。

 

    • 第四年:

      1. 分析新組合地球系統模式的長期氣候模擬結果,評析模式模擬已知氣候現象(如ENSO、AMO、PDO、AO、NAO、PNA 等)的能力,探討模式的氣候動力機制,並與實際觀測資料分析結果比對。
      2. 利用 CMIP5 推估之海溫當作邊界條件驅動GFDL HiRAM 進行時段切片的未來氣候推估模擬。
      3. 組合本計劃發展的新大氣模組、海洋模試與子計劃一發展的氣膠與雲微物理模組於CCSM 或CESM 並進行模擬,評析新模組合對模擬結果的整體影響,針對模組進行必要的修訂。

 

    • 第五年:

      1. 分析新組合地球系統模式的長期氣候模擬結果,評析模式模擬已知氣候現象(如ENSO、AMO、PDO、AO、NAO、PNA 等)的能力,探討模式的氣候動力機制,並與實際觀測資料分析結果比對
      2. 分析高解析度時段切片推估結果,評析全球暖化對劇烈天氣可能的影響。
      3. 提供高解析度時段切片推估結果給 TCCIP 與學研界進行氣候變遷衝擊評析研究。
      4. 完成台灣地球系統社群模式,提供學研界使用。

Read more: 2. 研究項目

2. 1 氣候變遷研究匯集中心(research hub)

總計劃為整合計畫的研究匯集中心,將在中央研究院環境變遷研究中心成立一個地球系統模擬與分析團隊,建立研究合作平台,並藉由定時舉辦的研究會報、講習與推動國際合作,激勵研究創意與能量,整合研發成果。

Read more: 2. 1 氣候變遷研究匯集中心(research hub)

2. 2 氣候模式群組之建置與改善

背景說明及目的

解析天氣尺度的地球系統模式

為了評估氣候變遷(自然或人為)的衝擊,吾人必須建構能模擬真實大氣的地球系統模式。此一模式必須能夠反映過去一百年來的大氣變化,才有可能估計未來氣候變遷。由於模式動力架構近年來的改善,目前的模式已經可以合理的模擬大尺度環流,但是對於空間尺度無法解析的過程的模擬能力仍舊有限,這也是目前模式的主要誤差來源。為了要提升估計氣候變遷衝擊的能力,我們必須從改善氣候模式做起。
現階段的氣候模式雖然已經可以成功的反映出實際的氣候變化,而且也已經被用來推估未來氣候,但是前述的模式缺憾也可能導致不正確的推估結果。其中最大的問題之一是目前的氣候模式多仍無法模擬出實際的天氣特徵,尤其是熱帶大氣的模擬。實際熱帶大氣有許多不同尺度的現象,如東風波、熱帶氣旋、季內振盪、聖嬰現象等。氣候模式模擬這些熱帶現象能力的不足,是無法說服使用者相信這些模式有能力估計氣候變遷衝擊的最大阻礙。改善模式必須先解決此一問題,此一觀念就是前述的無接縫模擬(Shuklaet al. 2008, Shukla et al. 2009,Hurrell et al. 2009,Shapiro et al.2010)。如果在這方面能有所改善,我們應能提升氣候推估氣候變遷的能力,這也是本計劃在模式改善方面的主要目標之一。
大部分模式已經可以模擬斜壓不穩定造成的天氣現象,但是在模擬熱帶擾動方面的進展卻極其緩慢。近年來,作業性天氣預報模式在這方面已經有些進展。近年來,國際主要預報中心(如ECMWF,NCEP,UKMO 等)持續的改善熱帶風暴的生成與路徑得以展延可靠天氣預報的日數。部分原因是資料同化技術的進步,另一部分原因則是物理參數化的改良。藉由對濕物理(對流、雲微物理、雲-輻射交互作用、亂流混合等)的改善,這些模式已經可以產生真實的熱帶擾動。由於能更真實的模擬熱帶擾動,天氣模式一旦被當作氣候模式來使用時,多比大部分的氣候模式更能掌握聖嬰現象。亦即,如果能改善天氣模擬,也可以改善氣候模擬。季內振盪則是一個例外。目前大部分的天氣與氣候模式仍無法模擬與預報真實的季內振盪。比如,中緯度的季內振盪現象(如北極振盪、北大西洋振盪)仍無法被成功的預報與模擬。較好的對流參數化可以改善熱帶季內振盪的模擬,但是我們仍然不知道如何改善北極振盪的模擬。本模式建置計劃將藉由吸收各大預報中心的經驗,以及透過對模式內短期變化特性進行較佳的診斷,來改善模擬氣候能力。

國內的氣候模式建構能力的建立

建構氣候模式需要一批研究人員長期全心全力投入於氣候模擬的改善。他們不僅必須了解基本的問題,還得以無數的時間於程式編寫與模式測試。當模式模擬天氣與氣候有了一定程度之後,進一步的改善就越趨困難。因此,經常發生研究人員在數年之內無顯著成果可以發表的情況。這也是大學研究人員通常不願投入此項工作的主要原因。為了讓研發人員無後顧之憂,大部分國家都是由專門的研究中心或大型實驗室來進行模式的長期研發工作。長期以來,國內大學在模式建構方面投入的心力不多,經費多是來自國科會個人計畫,5 年500 百億經費也因項目繁雜,能夠長期投入模式研發的資源有限。除此之外,大學研究多是以教學與個人研究為主,並無資源聘請專職的模式研發人才,因此要進行長期的模式研發工作相當困難。氣象局雖有固定的研發人員,但也因國內投入資源不足與人力短缺,模式研發也逐漸式微。相對而言,中央研究院因為在研究資源的運用有比較大的彈性,可以聘請長期研發人員,是國內最有希望組成一個團隊進行這項長期研發工作的研究機構。這也是為何本計劃建議在中央研究院環境變遷研究中心下成立氣候變遷實驗室進行模式建構的原因。
中央研究院在未來5 年將提供至少5 個研究員缺、2 個電腦工程師與2個技術人員缺作為本計劃的基本研究人力,有了此一團隊再加上國科會提供的博士後與研究員名額,進行相關的模式與資料診斷分析,探討氣候變異與變遷對東亞氣候與劇烈天氣的影響, 台灣終於有機會建立氣候模式建構與詮釋氣候變遷衝擊的能力,在氣候變遷推估與衝擊評析方面有具體貢獻。在本計劃的推動下,台灣將有機會站上氣候模擬的國際舞台。我們將吸取世界各大模式研發中心管理研發人員的寶貴經驗,建立一套可以激勵研發人員研發能量的考核制度(比如,將以對模式建構的具體貢獻,而不是僅以論文發表,來評估模式研發人員的表現),訓練一批年輕研究人員,組成一個可以持續改善模式的研究團隊。新一代氣候模式必須能夠合理的模擬真實的天氣現象,氣象局同仁在此方面的豐富經驗值得借鏡,因此本計劃將與氣象局數值預報研發人員合作,測試與改善模式模擬天氣現象的能力。

研究方法、進行步驟及執行進度

以既有的模式為發展基礎

由於國內的氣候模式發展經驗不多,且無完整的氣候模式,從無到有自行建立一套地球系統模式則緩不濟急。本整合研究計畫將引進既有的模式做為發展基礎,並以延攬國外在模式發展面經驗豐富的資深研究人員以及與國外研究單位合作的方式,推動模式建構工作。
在地球系統模式方面,本計劃將引進美國NCAR 的CCSM 與CESM 作為國內發展地球系統模式建構能力的基礎。CCSM/CESM 是一個經過嚴格測試,說明文件完整,有長期研發團隊為後盾,且最被廣為使用的社群氣候模式。CCSM的說明請參見附錄一。 我們將以這個模式為基礎,從改善大氣物理參數化(如對流、雲量、雲微物理、輻射、邊界層、地表過程、氣膠等參數化)與海洋模組切入,建構一套國內可以自行研發改善的台灣地球系統社群模式。中央研究院環境變遷研究中心的氣候變遷實驗室將負責此一社群模式組的建立與發展,進行氣候變遷模擬研究與推估,並將模式與產出之資料提供國內研究社群使用。大氣物理參數化的改進
本計劃將負責CCSM/CESM 大氣物理參數化的改進,此項工作將由本計畫延攬的潘華陸博士來統籌。潘華陸博士是一位甫從美國NCEP 退休的資深研究人員,在物理參數化面有20 幾年的研究經驗,對NCEP 全球預報系統模式物理參數化的改進貢獻甚多。本計畫初期,他將每年回國幾個月,協助建立模式研發的整體架構,並培養與帶領年輕研究人員進行對流、雲量、雲微物理、邊界層參數化的工作。在輻射與雲方面,將由國科會講座周明達教授帶領研究人員進行參數化的改善。地表過程參數化將由即將回台大大氣科學系就職的羅敏輝博士負責。羅博士的博士論文研究將地下水層加入地表過程模組,成功的評估地下水層以及人為抽水對氣候的影響,在地表過程方面經驗豐富,是擔任此項工作的最佳人選。
其他的模式改善部分包括氣膠/雲微物理與海洋模組。氣膠/雲微物理參數化將由陳教授帶領的研究團隊(子計畫一)來進行。陳正平教授在氣膠與雲微物理方面的研究經驗豐富,將負責將自行發展出一套氣膠與雲微物理參數化建置於CESM 中,評估結果,進行必要的測試與改善。海洋模式的測試與改善將由本計畫共同主持人吳朝榮教授與曾于恒副教授組成的研究團隊來負責。吳朝榮教授與曾于恒副教授是國內少數有大洋環流模擬與模式建構經驗的研究人員,是從事這項工作的最佳人選。
  1. 對流參數化

    深對流與淺對流參數化是模擬熱帶天氣與氣候最重要的物理過程之一。許多證據顯示改善對流參數化,可以改善對颱風、熱帶波動與聖嬰現象的模擬。最近的結果顯示NCEP 模式可以模擬與預報前述的熱帶現象,該模式對流參數化的改善扮演相當重要的角色,中央氣象局的模式裝置了該模組之後,模擬能力也有明顯改善。本計劃將首先把NCEP 這套對流參數化裝入CCSM 與CESM 的大氣模式中,評估其模擬天氣系統的能力。許多對流參數化都源自Arakawa and Schubert scheme,為該參數化的基本假設-「上升氣流區所占面積可以忽略」,在高空間解析度的模式中不再成立,況且熱帶地區的雲簇面積可高達數百平方公里。此一參數化必須改良以便用於高解析度的氣候模式中。本計劃將根據附錄二中的方法改良對流參數化。
  2. 雲量參數化

    輻射效應的計算受到雲量估計影響很大,目前雲量參數化遠遠落後於動力與熱力計算的發展。部分原因是因為模式的水物質分布計算不夠準確,因此雲的估計不準確。最近的發展為使用probability density function 的雲量估計方法是比較有科學基礎的方向。這將是本計劃在雲量參數化工作上的主要方向之一。
  3. 邊界層參數化

    邊界層透過亂流的熱量與動量傳送,是太陽短波輻射驅動大氣運動的主要驅動力。最近在non-local scheme 方面的發展已經證明可以達到較為真實的傳送效果。本計劃將測試non-local scheme 在CCSM 大氣模式中的影響,以改進邊界層參數化。
  4. 輻射參數化

    輻射是驅動大氣運動的主要能量來源,全球暖化所考慮的溫室氣體與氣膠的輻射作用力似乎不大,但是藉由各種回饋過程(如與雲、冰、水氣等的交互作用)可能對氣候造成很大的影響。因此,氣候模式需要完善的大氣輻射模組,才有希望模擬與推估出較為可靠的結果。大氣輻射的計算十分複雜,如果採取精確的計算方式,將占用太多計算資源。但是如果採取較不精確但計算快速的方法,可能錯估輻射影響。輻射的計算也受到雲、氣膠、地表狀況等因素的影響甚鉅。本計劃在輻射參數化方面將進行下列工作:1.透過離線計算的方式評估目前在主要天氣與氣候模式中使用的輻射參數化的太陽短波加熱與紅外線長波冷卻在無雲、有雲與高氣膠濃度大氣中的結果,將結果與複雜方式的計算結果比較,2.根據前述結果進行參數化的改善,3.將改善後的參數化植入CCSM/CESM 進行測試,4.利用衛星觀測資料評估新輻射參數化對輻射收支的影響,以及對模式大氣與海洋的影響。
    輻射是驅動大氣運動的主要能量來源,全球暖化所考慮的溫室氣體與氣膠的輻射作用力似乎不大,但是藉由各種回饋過程(如與雲、冰、水氣等的交互作用)可能對氣候造成很大的影響。因此,氣候模式需要完善的大氣輻射模組,才有希望模擬與推估出較為可靠的結果。大氣輻射的計算十分複雜,如果採取精確的計算方式,將占用太多計算資源。但是如果採取較不精確但計算快速的方法,可能錯估輻射影響。輻射的計算也受到雲、氣膠、地表狀況等因素的影響甚鉅。本計劃在輻射參數化方面將進行下列工作:1.透過離線計算的方式評估目前在主要天氣與氣候模式中使用的輻射參數化的太陽短波加熱與紅外線長波冷卻在無雲、有雲與高氣膠濃度大氣中的結果,將結果與複雜方式的計算結果比較,2.根據前述結果進行參數化的改善,3.將改善後的參數化植入CCSM/CESM 進行測試,4.利用衛星觀測資料評估新輻射參數化對輻射收支的影響,以及對模式大氣與海洋的影響。除此之外,李威良博士利用蒙地卡羅方法進行準確的地面輻射的三維計算(見附錄三),發現在複雜地形上產生的輻射影響相當大,本計劃將建置他的方法於CCSM/CESM 中,評估地形作用對太陽輻射傳遞之影響。
  5. 地表過程參數化

    本計劃將評估不同地表過程參數化,並在選定的地表過程模組中加入地下水層。相關方法請參見附錄四。

雲解析全球大氣模式

如前所述,受限於有限的計算資源,地球系統模在未來幾年仍無法進行可以解析台灣尺度的長期模擬。為了能提高空間解析度以便研判氣候變異與變遷對劇烈天氣的影響,本計劃將引進美國Geophysical Fluid DynamicsLaboratory 所發展的雲解析全球大氣模式High Resolution AtmosphericModel(GFDL HiRAM),該模式為台灣旅美科學家林先建博士一手建立,模擬劇烈天氣系統(如颱風)的能力甚佳(Chen and Lin 2011)。本計劃將與林博士密切合作,取得其最新版本進行下列研究:1.偵測與歸因研究,2.氣候變異與變遷對極端天氣統計特性的影響, 3. 氣候變遷“ 時段切片(time-slicing)"模擬,提供高解析度資料評估本地氣候變遷,或作為降尺度研究之用。第1 項工作將由總計劃與子計畫3 共同進行,第2-3 項工作則由總計劃負責。

Read more: 2. 2 氣候模式群組之建置與改善

2. 3 全球海洋模式建構

背景與目的

本項工作針對全球氣候模式中的海洋數值模式 (Parallel OceanProgram version 2, POP2)進行診斷,並改進海洋模式的參數化與演算法等,以增進全球氣候耦合模式的整體模擬能力。另外,我們也將嘗試把CCSM/CESM中現有的海洋模式(POP2)更換為較高數值精度以及較符合真實海洋低耗散、高雷諾數特性之TIMCOM (TaIwan Multi-scaleCommunity Ocean Model),利用不同的海洋模式提供多元的參數化與演算法,可以藉由觀察不同之耦合模式是否更貼近實測資料,以改進全球氣候系統模式對未來氣候推估(climate projection)之能力。


檢驗數值模式的模擬能力,需要利用現有以及過去觀測資料進行比較與驗證,對於全球範圍的模式而言,海洋上的觀測資料是相當缺乏,海洋觀測資料可以透過船測、浮球或錨碇等方式得到,但現場觀測的花費成本甚高,取得的資料也受到空間與時間上的限制,時常被侷限於一小部份區域或是一小段時間。而透過衛星觀測所測得的資料,雖然能夠得到時間與空間上較為連續的資料,但僅侷限於海面數公分內之海表面。由於海洋運動包含了各種不同時空尺度、不同特性的運動過程,只有海表面資訊實在不足以驗證三度空間的數值模式。現階段最完整(包括大範圍的空間量測與長時間的監測),並且可以提供科學研究使用的資料庫是赤道太平洋的實測資料—TropicalAtmosphere Ocean (TAO) array。我們將使用TAO array 資料與CCSM/CESM 中的POP2 海洋模式輸出資料作深入的比較與驗證,並觀察數值模式在兩種不同聖嬰年之下所展現的洋流情況是否和觀測相符。同時也和其它常見的全球海洋模式輸出(如SODA、GODAS、OFES、CFS 等)作比較,歸納各個模式的優劣,以作為下一個階段模式改進的依據。除此之外,我們計畫利用全球模式的輸出結果作為各個區域模式的邊界條件,藉以研究臺灣周邊海域的流況與機制。另外,區域模式也將用來從事海氣交互作用的研究,探討西太平洋海域颱風和海洋之間的相互關係。
以下背景說明將簡介太平洋的洋流系統,尤其著重於與本研究相關的赤道太平洋與台灣鄰近的西太平洋海域。


太平洋洋流

太平洋南北長約 15900 公里,東西最大寬度約19900 公里。海岸線自西邊的印尼一直延伸到東邊的哥倫比亞、祕魯附近。南北則從北極一直延伸至南極,其西邊分布的陸地為亞洲、大洋洲,東邊則為美洲。太平洋所占面積約1 億7000 萬平方公里,覆蓋着地球約46%的水面及約32%的總面積。赤道把太平洋分成北太平洋以及南太平洋兩部份,而在10°N~20°N 之間,由於東北信風的推動,產生一股由東向西的洋流,稱為北赤道洋流(North Equatorial Current, NEC)。NEC流至太平洋的西邊界(菲律賓附近)時開始分支,往南稱為民答那峨海流(Mindanao Current),往北則形成黑潮(Kuroshio)。黑潮在日本的南邊開始轉向,往東流到太平洋的東邊界(美國、加拿大附近)時開始往南北分支,往北的稱為阿拉斯加洋流(Alaska Current),往南的稱為加利福尼亞洋流(California Current),最後匯入北赤道洋流。此即為北赤道洋流系統。

而在南太平洋,由於東南信風的推動,也產生一股向西的洋流,稱為南赤道洋流(South Equatorial Current, SEC),SEC 流至新幾內亞後轉向南流,稱東澳洋流(East Australian Current);此洋流流至45°S附近轉向往東,一直到太平洋東邊界(智利、祕魯附近)又轉而向北,稱為秘魯洋流(Peru Current),最後向北流至赤道又遞補至南赤道洋流,周而復始。此即為南赤道洋流系統。


赤道太平洋之洋流系統


太平洋赤道地區包含 140°E~80°W,20°N~20°S。NEC 橫跨10~20°N。SEC 分布範圍較廣,自20°S~6°N,因此也有人把赤道以北的部份稱為「南赤道洋流北支」,赤道以南的部分稱為「南赤道洋流南支」。南、北赤道洋流均為東風所造成的風生環流,自東向西流,在海表面明顯可見,而海水被這兩股洋流自東往西送,在西太平洋堆積,因此造成海平面高度西高東低的現象。

海平面高度的差異造成了東西海表面壓力的不平衡,因此產生一股自西向東傾斜的壓力梯度力。為了釋放這股壓力,在赤道至10°N之間就出現了一股由西向東的洋流,由於其流向和北赤道洋流相反,我們稱之為北赤道反流(North Equatorial Countercurrent, NECC),北赤道反流向東流入巴拿馬的海灣當中,且在哥斯大黎加附近轉向,一支往北注入北赤道洋流,一支往南注入南赤道洋流(Lukas, 2001)。

由於自東向西的洋流包括NEC 和SEC,自西向東的洋流僅NECC 並不足以平衡東西壓力梯度的差異。因此,在赤道附近、SEC的正下方,產生另一股自西向東的洋流,只有少數時間和地點才會浮出水面,此洋流稱為赤道潛流(Equatorial Undercurrent, EUC),其分布範圍在3°S~3°N。


北赤道洋流(North Equatorial Current, NEC)


Kim 等(2004)自OGCM(Ocean General Circulation Model)的模式結果觀察指出,NEC 的分支點隨著深度與時間而改變,自海表面至500m 深處,平均緯度在15.5°N。夏季時分支點的緯度最偏北,冬季時最偏南。Wang 等(2009)的研究中,使用EOF(Empirical OrthogonalFunction)研究來自Aviso 的觀測資料指出,NEC 的分支點位置平均位於13.3°N,且1 月時最偏北,約14.0°N;7 月時最偏南,約12.5°N。年際變化方面,NEC 的分支點在El Niño 發生時會往北偏移,La Niña發生時則會往南偏移(Kim et al., 2004; Wang et al., 2009)。
北赤道反流(North Equatorial Countercurrent, NECC)
西太平洋的 NECC 在12 月水平速度最快,中太平洋則是在8 月水平速度最快,東太平洋的NECC 是速度最慢的,自12 月到隔年2月之間幾近消失(Johnson et al., 2002)。在傳輸量方面,NECC 自西太平洋流至中太平洋時沒有太大的改變,到了東太平洋開始減少(Johnson et al., 2002)。聖嬰年時,NECC 的位置有南移的現象,傳輸量增加了約25%(Picaut et al., 1996);反聖嬰年時,NECC 的位置則往北偏移(Johnson et al., 2002)。


南赤道洋流(South Equatorial Current, SEC)


SEC 在北半球的夏季、秋季時最強,此時溫躍層在3°N~10°N 最明顯;在春季時最弱,此時南北的熱壓力梯度最小,東南信風也跟著減弱(Philander, 1987)。近期有某些學者把SEC 分成北邊部分(SECn)、南邊部分(SECs)來討論,由實測資料觀察出,SECn 和SECs 均在中太平洋最強,西太平洋次之,東太平洋最弱。季節變化方面,SECn 和NECC 相似。SECn 於東太平洋在8~10 月最強,中、西太平洋在12 月最強;SECs 則有些不同,於東太平洋在12 月最強,西太平洋在2~4 月最強(Johnson et al., 2002)。年際變化方面,聖嬰年發生時,SECn 和SECs 都會減弱,反聖嬰年時則會增強(Johnson et al.,2002)。


赤道潛流(Equatorial Undercurrent, EUC)


研究顯示 EUC 自西向東,流速越來越快,至140°W 達到最大值,約90~105cm/s,自此以東開始減慢(Yu and McPhaden, 1999a; Yu andMcPhaden, 1999b),且越往東流,EUC 的深度位置越來越淺(Johnsonet al., 2002)。以季節變化來看,一年四季中,4~6 月速度最快,1~3月次之(Johnson et al., 2002)。年際變化方面,早期學者發現EUC 在聖嬰年會減弱,且深度位置有淺化的跡象,甚至在1982~1983 年的強聖嬰年,EUC 向東流至159°W 即消失不見,這被認為和西太平洋的西風爆發有關(Firing et al., 1983)。

近期研究顯示EUC 流至赤道97°W 附近的加拉帕哥群島(Galapagos Islands)西岸時,有湧升的現象,此湧升流成為當地冷水團的主要來源(Eden and Timmermann, 2004)。但Wyrtki(1966)研究指出,EUC 在加拉帕哥群島附近,有一半海水湧升,另一半的海水則是往南匯入了SEC。


黑潮


發源自北赤道太平洋的黑潮是台灣附近海域上非常重要的海流。當北赤道洋流由東向西流至菲律賓東岸時,大約在北緯12 至15度間分成南北兩支流,向北的支流(即黑潮)繼續向北流經呂宋海峽,台灣東岸,東海陸棚及日本東岸,最後流至日本東方成為黑潮續流(Kuroshio Extension)(Nitani,1972)。由於黑潮源自較溫暖的赤道太平洋,將溫暖的海水向北輸送,因此,黑潮在全球海洋大氣的熱平衡上扮演非常重要的角色 (Qu,2003)。自1970 年代至今,海洋學家們曾利用現場觀測資料(包含水文及流速資料)來研究流經台灣東岸的黑潮,研究包含了黑潮的流速、流軸、流幅和傳輸量等之量值及變化。Chu (1974)利用8 個航次的水文調查發現台灣東邊海域上的黑潮具非常大的時間與空間變異性。例如:在北緯23.75 度,黑潮流軸與台灣東岸的距離變化範圍為30 至120 公里,且其最快流速最小為60 cm/s,最大為120 cm/s,差距近2 倍之多,這些觀測事實顯示向北流的黑潮本身會有不同時間尺度的經向擺動情形。

目前為止有關台灣東部黑潮最完整的觀測資料是世界海洋環流實驗(World Ocean Circulation Experiment,WOCE)計劃下施行的一組長達20 個月(1994 年9 月至1996 年5 月)的錨碇陣列,名為PCM-1。由此陣列測得之流速資料顯示,黑潮之流向變化很大,通過東台灣通道(East Taiwan Channel,ETC)之平均流量為21.5 ± 2.5 Sv,且具有3~4 個月(約100 天)的振盪週期 (Johns et al., 2001; Zhang et al.,2001)。在太平洋內部生成後向西傳播的中尺度渦漩常被認為是造成黑潮100 天振盪的主要原因(如:Yang et al., 1999; Zhang et al., 2001;Yang and Liu, 2003 和Hwang et al., 2004)。在季節的時間尺度上,Leeet al. (2001) 提出在PCM-1 計劃中,通過東台灣通道之流量的最大值與最小值分別發生在夏季與秋季。由水文及船碇式都卜勒流剖儀資料之結果顯示 (Tang et al.,2000;Liang et al.,2003),在台灣東北方,夏季時黑潮流速較強且流軸較為離岸,冬季時黑潮流幅較寬且向陸棚區擴展。Tang et al. (2000) 進一步提出黑潮主軸的季節性擺動是造成台灣東北海域低壓渦漩(冷水團)消長的主要原因,此過程具有顯著之年際變化。

由近年來的數值模式及水文資料研究顯示了黑潮的變異性與其上游區域的狀態之關係;研究結果顯示,黑潮之流量隨著北赤道流的流量及分支點的位置而變 (Qiu and Lukas,1996;Qu et al.,1998;Kimet al.,2004)。在黑潮流量的季節性變化方面,流量之最大值通常發生在秋季(9~10 月),此時,北赤道流之分支點向北移至最北端 (Qiuand Lukas,1996;Qu et al.,1998)。由於黑潮與赤道海流系統的連結,黑潮之3~7 年時間尺度的變化可遡源到北赤道流之變化上 (Qiu andLukas;1996)。例如:在1997~1998 年聖嬰事件發生的時候,台灣東南方之流量有極小值;在反聖嬰事件發生的1995 及2000 年,則有流量極大值發生 (Gilson and Roemmich,2002)。Hwang and Kao (2002)計算由衛星高度求得之流量與ENSO SST 指標之間的相關係數,發現在台灣東北方ENSO SST 指標領先黑潮流量的變化一個月(相關係數為0.6);在台灣東南方,則是黑潮流量的變化領先ENSO SST 指標有9~10 個月(相關係數為-0.6)。

 

研究目的


1.針對太平洋赤道地區(140°E~80°W,20°S~20°N)主要洋流的流況,以及其在正常年與聖嬰年、反聖嬰年之間的差異,並深入比對 TAO array 和POP2 海洋模式輸出資料之間的相符性。除了年際變化以外,也探討冬季與夏季太平洋流況之異同。同時也和其它常見的全球海洋模式輸出(如SODA、GODAS、OFES、CFS 等)作比較,歸納各個模式的優劣,以作為POP2 海洋模式改進的依據。

 

2.調整並修改氣候模式中海洋模式的參數化與演算法等,持續改善POP2 的模擬能力。同時利用模式的輸出結果來探討兩種不同的聖嬰年之下,海流流況產生差異之物理機制。藉著模式的水平流22場,我們可以探究兩種不同型態的聖嬰發生時,太平洋主要海流之間遞補情況的差異與年際變化;藉由垂直流場我們可以探究兩種型態的聖嬰是否造成不同程度的湧昇流與沉降流,進一步推敲其生成機制以及影響溫躍層深度的差異。

 

3.利用全球模式的輸出結果作為各個區域模式的邊界條件,藉以研究臺灣周邊海域的流況與機制。另外,區域模式也將做海氣交互作用的研究,探討西太平洋海域颱風和海洋之間的相互關係。

 

4.針對CCSM/CESM 全球海氣耦合模式, 將海洋模式換為TIMCOM,觀察模式結果是否更接近實測資料,並拿來做前述的研究。在模式建構完成後,可以使用模式研究在全球暖化的效應之下,臺灣附近海域與黑潮的流況變化等。

 

研究方法、進行步驟及執行進度


POP2 海洋模式的驗證比較


本研究將評估CCSM與CESM是否能模擬出觀測之海流特徵。重要的特徵如下。


流速距平值之比較


太平洋有許多洋流,綜合比較有些複雜,故我們先選擇觀察EUC。Keenlyside and Kleeman(2002)研究中用TOGA (Tropical OceanGlobal Atmosphere)的TAO array 資料觀察EUC 在西太平洋、中太平洋與東太平洋赤道附近的流況。EUC 在165°E、140°W 和110°W 的東西向流速距平值之季節變化在5、6 月份最強,其軸心在165°E 約為23200 公尺深,在140°W 約為120 公尺深,在110°W 約為80 公尺深。EUC 在西太平洋、中太平洋及東太平洋,春季4~6 月的東西向流速都是最快的。

 

流速之比較


EUC 在0°N 東西向流速在165°E 的軸心位於200m 深處,約0.45~0.6m/s;140°W 的軸心在120m 深處,約0.9~1.05m/s;110°W 的軸心在80m 深處,大約0.75~0.9m/s(Yu and McPhaden, 1999a)。
Knauss(1966)測量EUC 位於140°W、118°W、96°W、93.4°W、92.27°W 以及87°W 的水平流速,發現EUC 在以上位置的流速大小和軸心深度大致如下:140°W 的流速為1.05m/s,深度120m;118°W 的流速為1.1m/s,深度70m;96°W 的流速為0.85m/s,深度65m;93.4°W的流速為0.7m/s,深度60m;92.27°W 的流速為0.15m/s,深度105m;87°W 的流速為0.2m/s,深度200m。

 

兩種聖嬰現象


除了實測資料以外,我們還會將POP2 和其它常見的全球海洋模式輸出 (如SODA、GODAS、OFES、CFS 等) 作比較,舉例來說,自GODAS 的模式結果中聖嬰年冬季(由1991、1994、1997、2002、2004、2006 合成) 的太平洋流況可見(圖3.1),SECn 的流速減弱,其流量大致分為三部份。一部份匯入NECC,一部份往南流入SECs,另一部份在100°W 忽然轉向,自西往東流至太平洋東邊界。針對SECn 在聖嬰年冬季此種特殊流況,我們觀察以後發現: 1991、1994、2002、2004、2006 等5 個聖嬰年冬季的太平洋流況十分相似,以2002 年為典型代NECC。但是1997 年的流況有些不同,原本應該變弱的SECn 和EUC,流至中太平洋後速度大幅增快,因此在170°W 附近造成對衝的現象。另外SECn 一部分洋流在100°W 轉向,流到太平洋東邊界。而南邊的SECs 在110°W~140°W 則突然消失了(圖3.2b)。

3.1

圖3.1 GODAS模式結果之太平洋在聖嬰年冬季(1991、1994、1997、2002、2004、2006合成)50公尺深處的流況(底圖代表大小,箭頭表示流向,單位:m/s)

3.2a


圖3.2 (a)赤道太平洋地區在2002聖嬰年(底圖代表大小,箭頭表示流向,單位:m/s)

3.2b


圖3.2 (b)赤道太平洋地區在1997聖嬰年冬季之流況(底圖代表大小,箭頭表示流向,單位:m/s)

 

圖3.3 為太平洋在2002 年冬季與1997 年冬季在140°W 處的水平流場剖面。2002 年的流場剖面中可見(圖3.3a),EUC 特別弱,NECC 則增強,與6個聖嬰年冬季的平均結果非常類似。1997 年的流場剖面則非常不一樣,EUC的深度延伸到1000m 以下,且SECs 和SECn 均異常地增強(圖3.3b)。

3.3a

圖3.3 (a)2002聖嬰年冬季在140°W的水平流場剖面(單位:m/s)

3.3b


圖3.3 (b)1997聖嬰年冬季在140°W的水平流場剖面(單位:m/s)

 

近幾年的研究指出,聖嬰年有兩種不同的形態 (Ashok et al. 2007; Kug et al. 2009; Kao and Yu 2009)。1982/83 以及1997/98 兩個超強的聖嬰,屬於傳統的典型聖嬰(或者稱做Eastern-Pacific El Niño,Cold Tongue El Niño),海表面溫度異常起源於東太平洋,接著往西邊擴張(見圖3.4a);1994/95、2002/03、2004/05、2006/07 屬於新的聖嬰現象(或稱做El Niño Modoki,Central Pacific El Niño,Warm Pool El Niño),其海表面溫度異常則發生於中太平洋,逐漸往兩邊擴張(見圖3.4b)。文獻中指出,EP El Niño 的起源來自於赤道太平洋的溫躍層變化,和海洋垂直運動較有關係;CP El Niño 則和局部的海氣交互作用較相關 (Kao and Yu, 2009; Kug et al. 2009; Yu and Kim, 2010)。兩種聖嬰年的形成因迥然不同,我們可以推想在兩種聖嬰之下的太平洋流況,必定也有很大的差異。

3.4a

圖3.4 (a)CP-ENSO的溫度場異常示意圖(Kao and Yu, 2009)

3.4b


圖3.4 (b)EP-ENSO 的溫度場異常示意圖(Kao and Yu, 2009)

 

進一歩觀察兩種型態聖嬰年下的太平洋流況可見,正常年冬季時,SECn 在東太平洋最強,流至中太平洋約160°W 時最弱,而EUC自西向東流至130°W~150°W 左右速度最快(圖3.5a)。CP 型聖嬰年冬季時,SECn 和EUC 的流速趨勢與正常年冬季差不多,但是速度明顯減弱了約0.1m/s(圖3.5b)。EP 型聖嬰年冬季時的太平洋流況則特別不同。原本在中太平洋很弱的SECn,流速突然大增,而EUC 主軸最強的位置也由東太平洋往西移至170°E ~180°E,因此流速變化形成雙峰的型態(圖3.5c)。
隨著氣候的改變,聖嬰現象也發生了變化,尤其新的聖嬰現象更與大氣海洋之間的交互作用有著密切關係。因此未來兩種聖嬰之下海洋流況如何演變,將是我們極需關注的重要議題。

3.5a

圖3.5(a) 赤道太平洋地區在正常年冬季的流速變化圖(藍線為SECn,紅線為EUC,單位:m/s)

3.5b


圖3.5(b) 赤道太平洋地區在CP-ENSO的流速變化圖(藍線為SECn,紅線為EUC,單位:m/s)

3.5c


圖3.5(c)赤道太平洋地區在EP-ENSO的流速變化圖(藍線為SECn,紅線為EUC,單位:m/s)


另外,以下簡介本計畫將要建構的海洋數值模式:


TaIwan Multi-scale Community Ocean Model (TIMCOM)


TIMCOM是一個相當靈活且穩定的海洋模式並且是放置於開放網域提供有興趣的使用者免費下載,能使用各種邊界條件模擬各種尺度下的實際與理想化洋流系統,使用者也可以自行更改設定以及區域。它同時也是台灣社區海洋模式 (Taiwan Community Ocean Model, TaiCOM,http://mom.tori.org.tw/taicom/) 內的主要海洋環流模式。TIMCOM是由DieCAST (Dietrich Center for Air Sea Technology) 海洋模式 (Dietrich,1997; Dietrich et al., 2004) 逐漸改進演化而成,DieCAST 改進二十多年前美國能源部 Department of Energy sponsored Subseabed WasteDisposal Program 所發展的 the Sandia Ocean Modeling System(SOMS)。這些模式皆源於最早著名的 Bryan-Cox-Semtner class 的海洋模式。DieCAST/SOMS 家族的所有成員皆使用四階精準度的演算法。而 TIMCOM 的最新版本在 control volume 架構下使用 Arakawa ‘A’(collocated) 和‘C’ (staggered) 的網格組合,其中包含由 control volume格點平均轉為 control volume 面平均的嚴謹四階方法推導出各種守恆量(動量、鹽度、熱和其它用於特殊用途的守恆量如:氧氣、漂浮物等)。另外 TIMCOM 的最新版本是以獨一無二且高效率的多網格架構為基礎,在維持合理的電腦資源運算量下能同時處理多種尺度的海洋動力機制,並有方便的使用介面可以提供非專業用戶讓使用者能夠容易的設定、執行各種實際海洋的模擬,同時也支援多種數值運算方法。


TIMCOM 使用 Boussinesq 近似法求解球面座標或直角坐標上的三維流體方程式。另一個non-hydrostatic 版本已經被用在研究數個海岸與湖泊區域的動力機制 (e.g., Tseng et al., 2005)。TIMCOM 主要使用Z-level 結構的垂直座標以及球面座標為系統、非緯向均勻的網格。同時也採用 Immersed Boundary Module (IBM) 改進了 bathymetry 的描繪 (Tseng and Ferziger, 2003)。

 

進行步驟及執行進度

 

第一年:


使用 TAO array 實測資料驗證 POP2 的模式輸出資料,觀察模式在兩種不同聖嬰年之下所展現的洋流情況,是否和觀測相符。同時也和其它常見的全球海洋模式輸出 (如 SODA、GODAS、OFES、CFS 等) 作比較,歸納各個模式的優劣,以作為下一個階段模式改進的依據。

 

第二~三年:


調整並修改模式的參數化與演算法等,持續改善 POP2 的模擬能力。同時利用模式的輸出結果來探討兩種不同的聖嬰年之下,海流流況產生差異之物理機制。藉著模式的水平流場,我們可以探究兩種不同型態的聖嬰發生時,太平洋主要海流之間遞補情況的差異;藉由垂直流場我們可以探究兩種型態的聖嬰是否造成不同程度的湧昇流與沉降流,進一步推敲其生成機制以及影響溫躍層深度的差異。
除此之外,我們計畫利用全球模式的輸出結果作為各個區域模式的邊界條件,藉以研究臺灣周邊海域的流況與機制。另外,區域模式也將做海氣交互作用的研究,探討西太平洋海域颱風和海洋之間的相互關係。


第三~五年:


更換 CCSM/CESM 的海洋模式 (TIMCOM ),觀察模式結果是否更接近實測資料,並拿來做前述的研究。在模式建構完成後,可以使用模式研究在全球暖化的效應之下,臺灣附近海域與黑潮的流況變化等。

 

預期完成之工作項目及成果

  1. 比較並驗證 POP2 的模式輸出資料
  2. 瞭解在不同的聖嬰年之下,赤道太平洋海流產生差異之物理機制
  3. 改善 POP2 的模擬能力
  4. 建立數值資料庫供海洋學者使用
  5. 使用全球模式結果作為區域模式的邊界條件,研究臺灣周邊海域的流況與機制
  6. 研究西太平洋海域颱風和海洋之間的相互關係
  7. 更換 CCSM/CESM 的海洋模式為 TIMCOM
  8. 增進全球氣候耦合模式的整體模擬能力
  9. 本研究計畫完成之後,能夠率先建立一個臺灣自有的全球氣候耦合模式。
  10. 參與之博士後研究員與博、碩士生,將會學習並建立海洋模式以及全球氣候耦合模式

Read more: 2. 3 全球海洋模式建構

2. 4 氣候變遷 " 時段切片(time-slicing) " 模擬

背景說明及目的

理想中的地球系統模式為能模擬地球個子系統間交互作用,同時能解析雲尺度現象的模式。唯受限於知識與計算能力的不足,在未來幾年,這樣的模式仍無法用來進行長時間的氣候模擬與推估。在目前可用的計算資源之下,為了解析劇烈天氣現象,所採取的方式之一為利用高解析度全球大氣模式進行“時段切片"模擬。亦即,從地球系統模式模擬結果取得數十年的海溫時間序列,將之植入高解析度全球大氣模式作為下邊界條件,驅動大氣模式,模擬在那一時段的海溫影響之下的大氣變化,評析可能的氣候變遷。所謂的數十年時段可以是未來(如2040-2060 年),也可以是過去(如1800-1830年),若用在觀測資料豐富的年代(如1970-2000 年)則可以驗證該模式的模擬能力。此一研究方法在IPCC AR4 中已經被採用,在AR5 將更加普遍。本計畫的研究目的之一為利用該模式探討氣候變異變遷對劇烈天氣的影響。

研究方法、進行步驟及執行進度

 
為了達到此一目的,將與 GFDL 林先建博士合作,採用已經發展完成具有伸縮網格功能的HiRAM 進行時段切片模擬,進行方式如下。
  1. 引進有伸縮網格功能的 HiRAM,在台灣附近將網格解析度提高至10 公里以下,以過去數十年的觀測海溫驅動該模式,分析模擬的季風氣候與劇烈天氣(如颱風、豪雨)特徵,評析該模式的模擬能力。
  2. 選取 CMIP5(Taylor et al. 2011)模擬的過去、現代與未來的數十年海溫,驅動HiRAM,以現代數十年為基準,分析過去與未來數十年的氣候變遷,探討在人為溫室效應逐漸增強的情況下,季風與區域氣候與劇烈天氣的可能變遷。過去與未來海溫定義為現代觀測海溫加上模擬的過去與未來海溫與模擬的現代海溫間的差值。採用觀測的現代海溫為基底,可以降低模式海溫的系統性偏差,讓模擬結果不至於偏離真實氣候太多。
  3. 將模擬結果提供 TCCIP 與國內研究社群使用,進行氣候變遷衝擊研究。

Read more: 2. 4 氣候變遷 " 時段切片(time-slicing) " 模擬

2. 5 全球與東亞氣候變異/變遷之模擬與分析

地球系統模式建構、模擬與推估工作,必須對氣候現象有良好的瞭解,如此不但可以充分瞭解地球系統模式的能力,也可以藉由模擬結果分析以及數值實驗設計,瞭解影響全球氣候與東亞季風變異變遷的可能機制。因此利用資料與模式進行診斷分析與機制模擬,是本計畫中不可或缺的研究項目。全球氣候與東亞季風變異變遷涵蓋範圍十分廣闊,本計畫將以下列三項為切入點探討相關的氣候變異與變遷:

 

  1. CMIP5 資料的全球與東亞氣候分析
  2. 自然年代際變化與人為暖化氣候變遷
  3. 全球水循環與極端降雨。

Read more: 2. 5 全球與東亞氣候變異/變遷之模擬與分析

2. 5. 1 CMIP5 全球與東亞氣候分析

背景說明及目的

地球氣候不斷的變化,呈現多重時間尺度的特性。過去一百多年的地球氣候除了有長達百年的暖化趨勢,亦呈現明顯的年代際與年際變化,是多重尺度現象的組合。根據2007 年公布的IPCC 第四次評估報告 (IPCC 2007),過去150 年全球平均氣溫上升速率為0.045℃(10yrs)-1,過去100 年為0.074℃(10yrs)-1,過去50 年為0.128℃(10yrs)-1,最近30 年則為0.177℃(10yrs)-1。該報告因此認為全球暖化有逐漸加速的跡象,並且認為為溫室氣體的過度排放是近半世紀來全球暖化的主要因素。然而,全球平均氣溫並非直線上升,而是呈現上下振盪的緩慢上升趨勢。Wu et al. (2007) 認為可能是一個數十年週期振盪與拋物線式上升趨勢的組合 (稱為多年代趨勢),而不是暖化逐漸加速 。此一上下振盪的溫度上升現象,到底是導因於屬於地球系統自然變異的年代/年代際振盪,或者是人為暖化與這些自然振盪互相作用的結果,是一個相當值得探討的問題。
其他相關的變化如海平面的上升和海冰的融化也都被觀測到,其中海平面在1961 年至2003 年間大約上升了77mm。至於降水和極端事件如颱風的改變,因為有著極高的不確定性,對於其變遷趨勢並無一致性的結論。在後IPCC 第四次評估報告時期 (2007 年以後),對於全球水循環有了更多的研究,一般而言,全球總降水量在增加,但增加的速率仍有爭議。強降水的強度和頻率也有逐漸增加的趨勢,而且趨於兩極化,即雨季越濕、乾季越乾,但這些變化會隨著地區的改變而有所不同。至於颱風的變化,不確定性仍然非常高。
臺灣位於亞洲季風區中,氣候及天氣主要受到東亞季風和西北太平洋季風的影響。本章的目的在彙整東亞/西北太平洋季風區過去的年代/年代際變化及長期趨勢,以了解臺灣所在的背景區域氣候變遷的特性。根據國科會出版的「台灣氣候變遷科學報告」(許等),東亞季風的變遷重點如下:
  • 近50 年來 (約1950 年代之後),東亞夏季季風呈減弱趨勢。有些研究認爲東亞夏季季風並未減弱,只是夏季的雨帶向南移了。有些研究認為亞洲季風的改變是伴隨著1976/1977 年的氣候遷移而發生的,而且與聖嬰在這期間的變化有密切的關聯。
  • 不論過去一百多年 (1873~1995) 來或是較近期的五十多年來 (約1950 年代之後),東亞冬季季風均呈減弱趨勢。
  • 在現有具有觀測資料的分析時期中,年熱帶氣旋生成個數具有顯著年代際變異,但長期線性趨勢不顯著。造成這些變異的原因是人為亦或氣候的自然變異無法確認。
  • 在強度的長期趨勢方面,就如何詮釋近期 (特別是1970 年以後) 西北太平洋強烈熱帶氣旋個數的增加,目前無一致共識。有些研究認為該趨勢反應了全球暖化的影響;持反對意見者中,有些認為資料的長期一致性堪慮,無法就是否有顯著增加趨勢的現象下結論;另外有些研究認為該現象只是長週期多年代變異中的一部分,並非長期線性趨勢。
  • 過去五、六十年 (約1950 年代之後) 熱帶氣旋的路徑有兩次突然的遷移,約在1976/1977 年及1998 年左右,均較太平洋年代振盪的兩次氣候遷移(regime shift) 延遲約兩年;路徑變異是否有顯著的線性趨勢則還不清楚。
  • 最近百年 (1902~2005) 登陸菲律賓及近六十年來 (1945~2004) 登陸東亞沿海各區域的熱帶氣旋個數無顯著線性趨勢。
  • 東亞地區的陸地或海面上都有顯著的暖化趨勢。自1948 年以來,東亞陸地上如中國北方及東部均呈現顯著的增溫;在海面上,副熱帶西太平洋全部呈現增暖趨勢。東亞平均降雨的長期趨勢,具有區域性的差異,不過大多數地區的趨勢不顯著。
 
IPCC 將於2013 年出版第五次評估報告,負責進行氣候模擬與推估的CMIP5(Coupled Model Intercomparison Project, Taylor et al. 2011)已經開始收集世界各大中心完成的模擬結果,氣候模擬與推估實驗的種類與數量相當多(圖5.1 與圖5.2),總量相當於一萬多年的資料。
 

研究方法、進行步驟及執行進度

本計劃將選擇圖5.1 與圖5.2 中的項目1-3 與7 的模擬與推估實驗結果,診斷分析模式模擬過去氣候的能力、藉由不同實驗結果比對研判造成過去氣候變遷的可能原因、研判東亞地區可能的未來氣候變遷。除了自行診斷分析,也將彙整相關研究論文結果與即將於2013 年出版的IPCC 第五次報告內容。本研究將針對前述研究項目,採取滾動式研究,不特別分年執行。
5.1
圖5.1 CMIP5 近未來氣候變遷的實驗設計。
 

5.2
圖5.2 CMIP5 遠未來氣候變遷的實驗設計。

Read more: 2. 5. 1 CMIP5 全球與東亞氣候分析

2. 5. 2 自然年代際變化與人為暖化氣候變遷

背景說明及目的

資料顯示過去一百多年的氣候有許多明顯的多年代、年代際與年代變化,如大西洋多年代振盪(Atlantic Multidecadal Oscillation, AMO, e.g. Kushnir 1994,Schlesinger and Ramankutty 1994, Kerr 2000, Delworth and Mann 2000, Gray et al.2004)、太平洋年代振盪(Pacific Decadal Oscilaltion,PDO; Mantua et al. 1997)、北極振盪(Arctic Oscillation,AO; Thompson and Wallace 1998)等。這些年代(際)振盪不僅影響全球氣候,對區域氣候影響也十分顯著。如AMO 與PDO 可能是造成歷史上北美巨型乾旱的可能原因,AMO 對北美與歐洲的氣候有顯著影響(e.g.,Venegas and Mysak 2000, Sutton and Hodson 2005, Trenberth and Shea 2006),PDO影響北太平洋兩岸的天氣、氣候與生態(e.g.,Venrick et al. 1987, McFarlane andBeamish 1992, Mantua et al. 1997)。東亞與台灣氣候變化也有顯著的年代變化,如1976/77 年前後的氣候遷移(Trenberth and Stepaniak 2001),1950 年代初東亞夏季氣溫顯著上升(Hsu and Lo 2008),1980 年代後期全球與東亞冬季氣溫的顯著上升以及北台灣冬季雨量的增加(Lo and Hsu 2010,Hung and Kao 2010),PDO 對台灣春雨的影響(Hung et al. 2004),NAO 對台灣寒潮的影響(Hong et al. 2008),南太平洋年代振盪(South Pacific Decadal Oscillation)對西太平洋沿岸雨量的影響(Hsuand Chen 2011)等。這些年代(際)變化與振盪通常與海溫的年代(際)變化有關,不見得與人為全球暖化有關。
最近研究顯示,1980 年代以來全球快速暖化的趨勢,可能不盡然是人為溫室效應的影響,而是部分受到自然氣候變異的影響 (e.g. Ting et al. 2009, Lo andHsu 2010, Delsole et al. 2010)。Ting et al. (2009) 發現大西洋快速暖化與AMO 有密切關係,其振幅在30 年內遠大於人為溫室效應的影響 (圖4.29a)。Delsole et al., (2010) 進一步發現多年代內部結構 (Internal Multidecadal Pattern)對過去30 年的全球溫度上升的貢獻約為0.08℃(10yrs)-1,與人為溫室效應的貢獻0.1℃(10yrs)-1 相當。因此,IPCC 第四次評估報告的暖化趨勢有加速趨勢的說法雖然正確,但是可能是人為溫室效應加上自然氣候變異所造成。若以過去百年溫度上升0.7℃而言,則非IMP 或AMO 所能解釋,因此仍然極可能是以人為溫室氣體的貢獻為主。吾人必須了解此一現象,以便更清楚地了解造成近百年氣候變遷的主要原因,以及其對未來氣候變遷的可能影響。無論檢視過去氣候變化或推估未來氣候變遷趨勢,吾人都需考慮年代際的影響,因為年代際振盪造成的是近期影響,人為溫室效應則是遠期影響。年代際振盪的影響不僅不可忽視,甚至可能提供較為準確的近期氣候推估。IPCC 已經將年代預報納為重要的研究方向,並將於第五次評估報告首次提出研究成果。


研究方法、進行步驟及執行進度

本部分研究將進行下列工作:

  1. 診斷分析歷史氣候資料中的年代際變化特徵與型態,研判其海氣結構間的交互作用,建構可能的運作機制。
  2. 由於具有較長的記憶力,海洋極可能是大氣年代際變化的主要驅動力,本研究將以觀察到的海溫變化驅動全球大氣模式,進行機制性模擬。
  3. 診斷分析本計畫利用 CCSM(或改良後的模式)進行的長期氣候模擬所產出的資料,以及CMIP3/CMIP5 的氣候模擬與推估資料,評析模式模擬年代際現象的能力。
  4. 比較 CMIP3/CMIP5 模擬的工業革命前與20 世紀模擬資料,前者沒有人為因素的影響,後者則包括工業革命之後的人為與自然影響。比對兩類實驗可以研判模式中的年代際變化是否受到人為暖化的影響,以及自然變遷與人為變遷的相對重要性。
  5. 分析不同未來情境的 CMIP3/CMIP5 氣候推估資料,研判主要年代(際)結構的變遷,並分析其對短期氣候變化與天氣現象的可能影響。
 

所用資料與方法如下:

利用EOF、SVD、wavelet、HHT(EEMD)等方法,分析下列資料診斷年代(際)變化的特徵:
  1. NCEP、ERA40、20 Century Reanalysis 等大氣資料
  2. CRU、HadISST、APHRODITE 等由測站資料整理出的全球或大區域網格資料
  3. SODA、GFdiv、OFES 等利用海洋模式同化系統產出的海表與海下的長期資料
  4. CCSM/CESM 長期(數百年)模擬資料
  5. CMIP3/CMIP5 模擬資料,包括工業革命前與20 世紀模擬,以及情境模擬資料
本項研究將以滾動的方式進行,不易分年切割研究項目,將視需要隨時比對觀測與模擬資料以及進行必要的數值機制模擬。

Read more: 2. 5. 2 自然年代際變化與人為暖化氣候變遷

2. 5. 3 全球水循環與極端降雨

一般而言,降雨量的多寡和大氣中水氣的含量和大氣環流中上升運動的強弱有關。全球暖化會造成大氣含水氣能力的增加,在相對濕度幾乎不變的情況下,當地表溫度每增加1℃全球大氣平均水氣含量大約增加7% 。大氣43中水氣的增加必然會影響大氣的水循環,進而造成降雨的改變,有的地方會增加,但有的地方則會減少,因而降雨所釋放出的能量 (潛熱) 也會跟著改變,使得大氣溫度和環流改變。大氣能量主要是在降雨釋放到空氣中的能量(增暖) 和大氣本身輻射到外太空的能量 (冷卻) 之間來做平衡。因為二氧化碳和水氣等溫室氣體的增加造成大氣輻射冷卻的效率降低,所以會降低因降雨所釋放的能量來平衡這個冷卻作用的需求。因此,地表溫度每增加1℃全球平均降雨量僅能增加約2%,這意味著大氣環流必須要減弱 (Knutson andManabe 1995; Held and Soden 2006)。Vecchi et al. (2006) 的研究顯示東西方向的沃克環流 (Walker circulation) 在過去一百多年來 (1861~1992) 已經呈現減弱的趨勢。大氣環流的強度和大氣穩定度有關,Chou and Chen (2010)發現在較為溫暖的大氣中穩定度之所以減弱是因為對流高度增加的緣故。雖然根據理論的推導全球平均降雨應增加2%℃-1,並且氣候模式對於全球暖化模擬的實驗也證明如此,但是觀測資料所估計的降雨的增加速率卻不一致。Alder et al. (2008) 的估計約為2.3%℃-1,和氣候模式的估計相近,但Wentz et al. (2007) 的估計卻約為7%℃-1,遠大於模式所估計的增加率。一般認為降雨增加率的不一致很可能和使用資料時間的長短有關,但這仍須更多的研究來佐證。不僅僅是降雨的變化,大氣環流是否真的已經減弱,觀測資料的分析也是仍無一致的結論 (例如Sohn and Park 2010)。

即使範圍很大的區域,平均降雨的變化和全球平均的變化仍可能很不一樣,例如Zhang et al. (2007) 分析過去陸地上降雨的變化並配合氣候模式模擬的研究,發現明顯人為因素對降雨所造成的影響,這些影響包括北半球中緯度地區降雨的增加,北半球熱帶與亞熱帶降雨的減少,以及南半球熱帶與亞熱帶降雨的增加。他們同時發現這些觀測到的變化比模式所預估的還要大,換句話說,氣候模式可能低估了降雨氣候變遷的程度。因為這些變化均發生在陸地上,所以不僅對生態環境會有影響,同時也會影響農業和人類的健康。另外,研究指出降雨的變化和垂直運動的方向有關 (Allan and Soden2007),平均降雨在上升運動區會增加,但在下沈地區則會減少 (圖4.1)。同樣地,圖5.3 顯示氣候模式明顯低估了平均降雨的變化速率。

圖5.3:IPCC 第四次評估報告中氣候模式對A2 情境模擬的熱帶降雨相對於1979~2000 年時期的改變,其中橘色線是衛星觀測降雨的平均 (a)全部熱帶地區;(b) 上升運動區;(c) 下沈運動區。(摘自Allan and Soden 2007,圖3)
 

若考慮大氣環流變化的影響,例如哈德里環流 (Hapey circulation) 這種有明顯季節變化的現象,降雨在夏天半球 (6 月至8 月在北半球,12 月至隔年2 月在南半球) 會有增加的趨勢,但是在冬天半球 (6 月至8 月在南半球,12 月至隔年2 月在北半球) 則會有些許減少或不變的情形 (Chou et al. 2007)。對許多地區來說,夏天是主要的雨季,冬天則是主要的乾季,這個研究的結果意涵著在未來暖化的世界裡,雨季會越來越多雨,而乾季則會越來越少雨,所以即使年降雨不變,降雨卻可能有兩極化的現象。如同Zhanget al. (2007) 和Allan and Soden (2007) 的研究報告,這份研究也同樣指出氣候模式的推估有偏低的現象。進一步分析全球乾濕季降雨與降雨季節變化大小的變化,圖5.4 顯示雨季降雨的確已經有增加的趨勢,而乾季降雨則在逐漸減少中,季節的變化因此更為明顯,也就是說雨季越濕,但乾季越乾。

 

圖5.4:全球觀測降雨平均在1979~2008 年期間的變化:(a) 濕季,(b) 乾季,(c) 濕季減乾季。(Chou and Lan 提供)
 

瞭解可能造成降雨改變的機制 (例如Chou and Neelin 2004; Chou et al.2009),可以幫助吾人進一步發現並研究區域降雨變化的趨勢。例如Neelin etal. (2006) 利用「落井下石」(upped-ante) 機制發現氣候模式和觀測資料均顯示過去幾十年 (1950~2002) 在加勒比海和中美洲地區的降雨在逐漸減少中。Neelin et al. (2003) 則發現造成在聖嬰期間南美洲亞馬遜河流域的降雨減少的機制也會出現在全球暖化的環境,造成亞馬遜河流域的降雨可能會因全球暖化而減少。

 

最近許多研究發現全球各地過去數十年強降雨量隨全球溫度的上升而增加,而中、低強度降雨則在減少 (Karl and Knight 1998, Goswami et al. 2006,Lau and Wu 2007)。這些變化有相當可靠的理論支持,根據Clausius-Clapeyron方程式,暖化現象導致大氣水氣含量增加約7%°C-1,由於暴雨的降雨率取決於邊界層的水氣輻合,降雨強度增加應與大氣水氣含量有相同的增加率,並且水氣增加所提供的額外能量 (潛熱) 釋放,會更進一步增加降雨強度。然而,此理論並未受目前17 個氣候模式模擬結果證實,模式結果顯示全球降雨強度僅增加2%℃-1 (Sun et al. 2007),遠小於Clausius-Clapeyron 方程式推估大氣中水氣含量增加率的7%℃-1。這些結果也是IPCC 第四次評估報告在推估二十一世紀極端降雨隨氣候的變化時可能特別保守的原因之一。

 

一般研究全球暖化的問題通常習慣分析某種現象的長期趨勢及其隨全球温度之變化,例如台灣過去四十五年(1961-2005)的年平均降雨量隨全球温度之變化很小,統計上不顯著,降雨強度的增加較顯著,但仍存在許多不定性。其原因之一是時間較短,只有45 年的觀測資料可供趨勢分析。此問題在全球的降雨資料更嚴重,GPCP(1979-2007)資料只有29 年的資料。為解決此問題Liu et al. (2009)注意到若暫時不看時間序列的趨勢,只看年際差異,其差異在統計上較為顯著。他們將台灣過去45 年(1961-2005)的降雨按其強度分成十等份,然後把全球最熱兩年(1998, 2005) 的十級降雨強度譜與最冷的兩年(1964, 1976)做比較,很明顯就可以看到最强10%降雨及最小10%降雨的變化量超過一個標準偏差。將此方法用於時間序列的任意二年,45 年的資料就會有45x44/2 = 990 份年際差異值,為時間序列值的22倍,樣本多在統計上就比較容易得到顯著的結果,結果顯示ΔP/ΔT 的值在ΔT 大於0.3 度K (Kelvin,絕對温度)時就開始收斂至約140 %/K,並且其一個標準偏差在最大ΔT 時(約0.7 度K)縮小到只有約35 %/K,顯示其收斂值在統計上是顯著的,另外在0.3 至0.7 度K 之間ΔP/ΔT 的值大約是一個常數,表示ΔP 與ΔT 大約是線性関係,由此可見年際間差異方法較時間序列方法在統計應用方面有相當大的優勢。

 

Liu et al. (2009)依上述年際差異方法分析降水與全球平均地面氣溫在年際變化上的統計關係,發現當全球平均氣溫每上升1℃,降水強度最強的前10%的全球降水量增加約95%,而較低的30~60%的降水強度則減少約20%℃-1(圖5.5 紅色長條圖)。根據觀測,全球平均降水強度增加約23%℃-1,與水氣含量增加7%℃-1 時降水強度應該增強更多的假說一致。圖5.6 顯示以Liu et al. (2009) 的方法得到的緯度變化,全球增溫1℃,低緯度的前10%強降雨增加約120%,中緯度的前10%強降雨則會增加約70%,中、小雨減少的程度也有類似的緯度變化。然而目前17 個系集氣候模式估計的降水強度只增加約2%℃-1的量 (圖5.5 藍色長條圖,Sun et al. 2007),大約比Liu et al.(2009) 小了一個等級,顯示模式嚴重低估極端降水隨全球溫度變化的幅度。另外Liu et al. (2009) 計算的結果也與歐洲中期天氣預報中心 (ECMWF)及美國國家環境預報中心 (NCEP) 的天氣預報作業模式的再分析資料做比較,結果相當接近(圖5.6)。

 

雖然此一結果呈現的是全球平均溫度的年際差異與降水的關係,而且如果以長期趨勢而言,兩者間的關係不是這麼明顯,因此是否能將之解釋為暖化趨勢將造成極端降雨增加的趨勢仍有待進一步探討。但是,值得注意的是,這樣的全球氣溫-極端降雨的年際變化關係如果持續存在,在未來全球暖化的情境下,降雨年際變化是否加強或減弱。即使極端降雨沒有長期趨勢變化,但是如果年際變化加劇,對旱澇、降水相關的自然災害與水資源運用,都將造成極大影響。過去數十年的氣候年際變化顯示,聖嬰現象與反聖嬰現象的發生,造成許多地區降水型態的改變,豪雨與乾旱在許多地區生。IPCC研究結果顯示,在未來全球暖化的環境下,太平洋海溫會越趨向聖嬰現象的狀態。如果此一情況發生,極端降雨的變化是否會更加劇烈,是一個相當重要的問題。由於目前的模式大幅低估了全球氣溫-極端降雨的年際變化,全球暖化所可能造成的極端降雨事件的風險可能遠大於目前IPCC 氣候模式的推估。此一問題亟待解決。造成17 個系集氣候模式低估極端降雨的原因可能導因於對流參數化的缺陷,特別是在強對流的狀況下。對流是大氣水氣垂直傳送的中樞過程,這個缺陷如何影響氣候模式中水氣的分佈及雲回饋是一個重要的議題。

 

最新的CMIP5 氣候推估已經陸續完成中,資料也持續開放中,上述的全球氣溫-極端降水關係的模擬是否獲得大幅度的改善? 較高解析度的氣候模擬,是否模擬出較接近真實的結果?在未來暖化情況下,CMIP5 極端降雨的推估是否有所不同?參數化改良是否能改善全球氣溫-極端降水關係的模擬?這些重要的問題,都是本計劃的研究重點。

 

圖5.5:全球年均溫增加每℃下的10 個降水強度的變化。紅色長條圖為由GPCP 資料計算所得的值。藍色長條圖為目前IPCC 第四次評估報告中使用的17 個系集氣候模式估計結果。注意兩者的尺度差距10倍。(摘自Liu et al. 2009,圖4)
 
 
圖5.6:降雨強度 (ΔP) 隨全球溫度 (ΔT) 之變化圖,紅色為低緯度值(30°S~30°N),綠色為中緯度值 (60°S~30°S、30°N~60°N),黑色則為兩者平均值。(Liu et al.)
 

本研究將沿用年際差異法,探討下列問題:

 

  1. 台灣極端天氣隨全球暖化的變化,包括極端降雨、熱浪、寒流。
  2. 與上一項有關的問題:颱風帶來的强降雨與全球暖化或洋面温度(SST)變化之關係。
  3. 東亞季風隨全球暖化的變化及對台灣之影響。
  4. 聖嬰 (El Nino) 及反聖嬰 (La Nina)現象隨全球暖化的暖化及對台灣之影響。
  5. 高空水蒸氣、雲及高空温度在氣候變化的回饋作用。

研究方法、進行步驟及執行進度

  • 第一年:

  • 用年際差異方法分析台灣地區(中央氣象局資料)及西北太平洋區(GPCP 資料)的颱風降雨強度過去數十年隨全球年平均温度或海洋表面年平均温度的變化。
  • 將第 1 項結果與NCEP/NCAR 及ECMWF 的reanalyses 比較、印証。
  • 將第1 及2 項結果與AR4、GFp HiRAM 及日本的高觧析度模式比較、印証。
  • 根據以上結果編寫成研究論文,送至國際期刊發表。

    第二年:

  • 用年際差異方法分析高空水蒸氣及高空温度隨全球年平均温度或海洋表面年平均温度的變化,從而研究高空水蒸氣及高空温度對全球暖化的回饋作用,有效削減氣候模式的不定性。由於高空水蒸氣監測困難,只有在1980 年以後衛星觀測技術比較成熟以後才較可靠,即資料的年限較短,不易偵測出長期趨勢,而年際差異方法則較不受年限較短的限制,我們己經取得一些初步結果,相當樂觀。
  • 將第 1 項結果與NCEP、NASA 及ECMWF 的reanalyses 比較、印証。
  • 將第1 及2 項結果與AR4 模式比較、印証。
  • 根據以上結果編寫成研究論文,送至國際期刊發表。

    第三年:

  • 用聖嬰指標差異方法分析聖嬰及反聖嬰對東亞季風及台灣降雨的影響。
  • 將第 1 項結果與NCEP/NCAR 及ECMWF 的reanalyses 比較、印證。
  • 將第 1 及2 項結果與AR4、GFp HiRAM 及日本的高觧析度模式比較、印證,並開始與本計畫自己發展的模式比較、印證。
  • 根據以上結果編寫成研究論文,送至國際期刊發表。

    第四年:

  • 與第二年相似,除了是針對雲及雲的氣候回饋作用。雲的問題比較複雜,因而延到第四年研究。
  • 將第 1 項結果與NCEP/NCAR 及ECMWF 的reanalyses 比較、印證。
  • 將第1 及2 項結果與AR5 及本計畫自己發展的模式比較、印證。
  • 根據以上結果編寫成研究論文,送至國際期刊發表。

    第五年:

  • 用年際差異方法分析城市熱島效應對台灣之影響
  • 總結前四年的研究結果與 AR5 及本計畫自己發展的模式比較、印證。
  • 根據以上結果編寫成研究論文,送至國際期刊發表。

Read more: 2. 5. 3 全球水循環與極端降雨

2. 6 西北太平洋颱風活動內部變異度及降尺度動力模擬與分析

背景回顧、研究動機與獨創性

氣候及其變異對於颱風活動的潛在影響一直是個有趣而重要的研究議題。2007 年最近一次的政府間氣候變遷委員會(Intergovernmental Panel on ClimateChange;IPCC)報告書(IPCC 2007)指出:全球大氣中二氧化碳、甲烷與氮氧化物等溫室氣體的濃度自西元1750 年以來顯著上升,至今已大幅超越工業革命前維持達數千年的水準。自IPCC 的第三次評估報告後,我們也充分瞭解到人為53活動在全球氣候變遷中的重要性。1750 年以來的人為活動據信已為現今的全球氣候系統帶來重大的影響,包括全球平均大氣與海洋溫度的增加、廣泛的冰雪融化、以及全球平均海平面升高等。大部分的熱帶洋面很可能也由於相同的因素而顯著增溫(Santer et al. 2006; Knutson et al. 2004, 2006; Karoly and Wu 2005)。假如人為的溫室氣體排放是造成這些洋面增溫的主要原因,那如IPCC(2007)的氣候推測(climate projection)所述,相較於20 世紀,熱帶洋面的溫度預估在21世紀將增加更多。

 

要探討颱風活動與氣候特性,我們得先對過去的歷史颱風觀測資料做全盤性的分析,瞭解各尺度的氣候變異度與不同洋面上颱風活動的關聯性。目前我們已知颱風活動的年際(interannual)變化受聖嬰-南方振動現象(El Niño-SouthernOscillation;ENSO)影響(例如:Lander 1994;Chan 2000;Wang and Chan 2002),在西北太平洋地區,聖嬰年中颱風生成區域會往東偏移,並因此颱風較平時容易有較長的生命期,在接近陸地時達到較強的平均強度(Chia and Ropelewski2002;Chen et al. 2006)。對於季內(intraseasonal)尺度,颱風活動的變異度則主要受Madden-Julian Oscillation(MJO)控制,以西北太平洋地區為例,這種30~60 天週期的對流活動波動之相位會影響到颱風的生成與移動路徑(Harr andElsberry 1991;Liebmann et al. 1994;Kim et al. 2008)。

 

而在長期的趨勢方面,2005 年間兩篇頗具影響性的學術論文基於觀測資料指出颱風活動呈現增加的趨勢。Emanuel(2005)提出西太平洋和大西洋颱風的能量耗散指數(Power Dissipation Index;PDI;颱風最大風速的立方對時間積分)在近50 年間顯著增加的證據;而Webster el al.(2005)也印證了Emanuel(2005)的研究,他們發現全球最強烈的颱風(Saffir-Simpson 等級中的第4、5 級)總數在1975 年到2004 年間有顯著增加,同時弱颱風有減少的趨勢。Mann and Emanuel(2006)並指出大西洋的颱風數量與熱帶大西洋海溫的低頻變異密切相關,其中包括了自19 世紀晚期到20 世紀早期的長期增加趨勢。然而,目前我們可用的颱風歷史觀測資料長度還是太短,只有在近年來才能精確的偵測強烈的颱風,早年甚至可能有為數眾多的遠洋颱風未被偵測到。此事實嚴重限制了我們探討颱風活動在數十年間長期變動趨勢的可信度(Landsea et al. 2004, 2006; Landsea 2005)。有鑑於此,Knapp and Kossin(2007)依據23 年間解析度調整到一致的衛星資料,以自動演算法重新分析全球颱風強度,建構出一組無長期偏差的颱風資料庫。此資料庫顯示在大西洋和東太平洋地區依然可以看到如Emanuel(2005)和Websteret al.(2005)一致的颱風強度變化趨勢,但在其他洋面則與由現有美軍聯合颱風警報中心(Joint Typhoon Warning Center;JTWC)的最佳路徑(best-track)資料分析所得的趨勢有較大的差異(Kossin et al. 2007)。

 

另一方面,在研究颱風活動的氣候變異的議題上,氣候模式依然是相當重要的工具。我們可利用氣候模式做過去氣候的回溯性預報(retrospective forecast),並和過去的歷史資料相互比對,如果可以在某種程度上得到和觀測相吻合的結果,則驗證了氣候模式中對氣候系統如何運作的假設,並且使我們對運用此模式做未來氣候模擬預報具有信心。更進一步,我們可以透過氣候模式做季節性的預報,或是針對未來的氣候變異情境做氣候推測,這些模式可以在物理基礎上提供與颱風活動相關的大尺度環境場資訊,例如海表面溫度(SST)、颱風的最大潛在強度(Maximum Potential Intensity;MPI;Emanuel 1987, 1988, 2001),以及大尺度的風場等。然而,在這些氣候模式的未來氣候推測中,對於影響颱風活動的區域尺度現象(例如聖嬰現象)的不確定性就較那些大尺度的變數還要大。並且,由於諸如未來人為溫室氣體排放量、雲的回饋(cloud feedback)、間接氣膠效應(indirect aerosol effect)與海洋熱含量的釋出等的不確定因素,就算是對全球平均溫度的推測,也具有部份的不確定性(例如:IPCC 2007)。而對於全球颱風在此未來氣候情境下的發生頻率和平均強度變化趨勢等結果的探討,不確定性就更大了。

 

最新的中、高解析度全球環流模式(Global Circulation Model;GCM)模擬結果指出:在較暖的氣候下,全球的颱風總數有減少的跡象(Sugi et al. 2002;McDonald et al. 2005; Bengtsson et al. 2006; Oouchi et al. 2006; Knutson et al. 2010;Murakami et al. 2011),伴隨著特定區域在部份模擬結果中颱風數量的增加。Murakami et al.(2011)的模擬結果並發現西北太平洋的颱風生成區域和北轉區域皆有東移,導致侵襲東南亞近岸地區的颱風數量減少。然而,但這些研究仍未獲得最終的結論,未來情境下颱風生成地點以及受颱風影響區域的空間分佈改變的不確定性亦大。這些用於全球暖化情境模擬的模式大多未對於重現過去歷史中年際與年代際(interdecadal)颱風活動變化的能力做全面性的檢驗,尤其是在特定的洋面上。模式的解析度也太低,以至於模式雖可產生似颱風的渦旋,但整體強度偏弱。在這樣低的解析度下的颱風生成機制也使許多颱風研究者懷疑這些氣候模式推測的可靠度。

 

儘管部份最高解析度的模式已顯示特定洋面上颱風強度於未來氣候情境中有增加的趨勢(Oouchi et al. 2006; Walsh et al. 2004; Knutson et al. 2010),符合颱風潛在強度理論和理想颱風模擬的推論,但以全球或區域氣候模式模擬來探討未來颱風強度變異的研究仍然意見分歧。受限於目前所使用的這些氣候模式的低解析度,模式中的颱風較觀測偏弱不少。這些模式也並未能模擬出觀測上颱風強度隨海溫的增加趨勢,部份研究(例如Yoshimura et al. 2006)中的檢驗結果顯示所用模式的此一相關性偏低。最新的研究共識為颱風平均強度可能在2100 年較現今增加約2~11%,同時半徑100 公里內的平均降雨也可能增加約20%(Knutson etal. 2010)。

 

即使有上述的考量,未來對於颱風活動與氣候及其變異的關係的研究仍是必須進行的。針對大西洋颱風的季節預報可說是初步的突破點,在給定海溫變異的條件下,以動力模式為基礎的預報方式已在大西洋地區顯示出部份颱風季節性掌握能力(LaRow et al. 2010; Zhao et al. 2010; Vitart 2006; Vitart et al. 2007)。統整上述研究結果,要在全球模式中掌握颱風的生成和發展,進而自物理上探討颱風活動的氣候特性,一個具有解析對流尺度的雲的能力之高解析度耦合大氣 – 海洋模式是必要的。例如日本的非靜力二十面體大氣模式( NonhydrostaticICosahedral Atmospheric Model;NICAM)就以全球3.5 至7 公里的解析度在1至2 週前成功預測了颱風的生成,並模擬出接近觀測強度的颱風強度演變(Fudeyasu et al. 2008; Miura et al. 2007)。

 

對於颱風生成機制較大西洋更為複雜的西北太平洋地區,我們計畫以兩種方式來切入此議題。其一是與美國地球物理流體力學實驗室(Geophysical FluidDynamics Laboratory;GFp)合作,以其高解析度大氣模式(High-ResolutionAtmospheric Model;HiRAM)做高解析度的全球模擬,從中檢驗颱風季節性預報的能力並探討在全球氣候及其變異條件下西北太平洋地區颱風活動的反應。另外,基於電腦運算資源的限制,我們也期望以夏威夷大學(University of Hawaii)國際太平洋研究中心(International Pacific Research Center;IPRC)的區域大氣模式(IPRC Regional Atmospheric Model;iRAM)做高解析度模擬來探討此一議題,此研究方式將扮演由低解析度全球模式過渡到需要極大量運算資源的高解析度全球模式模擬研究的中介地位。

 

初步研究結果

 
在高解析度全球模式模擬方面,本研究與GFp 的Shian-Jiann Lin 博士以及Jan-Huey Chen 博士合作。在給定海表面溫度的條件下,GFp 的HiRAM 模式已能對大西洋地區做準確的年際颱風季節預報,模式預測的颱風數量和觀測颱風數量的相關性達到0.96,並且在修正模式的偏差後,每年預報颱風數量的方均根誤差在1 以下;而對於太平洋地區的颱風,模式預測的颱風數量和觀測颱風數量的相關性也達到0.77(圖6.1)。對於MJO 的成功預測更進一步驗證了此模式對於熱帶大氣的掌握能力(Chen and Lin 2011)。
 

在區域氣候模式模擬方面,本研究與IPRC 的Yuqing Wang 教授以及上海颱風研究所(Shanghai Typhoon Institute)的Ruifen Zhan 博士合作。Stowasser et al.(2007)以較粗解析度的全球耦合氣候模式輸出為邊界條件驅動iCAM 區域氣候模式,用以探討西北太平洋地區颱風活動氣候特性受持續增加的溫室氣體濃度的影響。Zhan et al.(2011a)發現西北太平洋地區的颱風活動年際變化與東印度洋的海表面溫度距平有密切的關係(圖6.2),並以iCAM 模式檢驗此相關性(Zhanet al. 2011b)。Wu et al.(2011)則檢驗了以iCAM 模式進行颱風活動氣候特性模擬對初始條件等變因的敏感性,探討內在變異性對於以區域模式做提高解析度氣候模擬的限制,並指出系集模擬在此實驗中的價值(圖6.3)。

 

另外,針對西北太平洋地區颱風活動內部變異度的分析,本研究與台灣大學KiSeonChoi 博士和Joo-Hong Kim 博士合作。我們目前已檢驗太平洋─日本遙相關型態(PacificJapanteleconnection pattern;Choi et al. 2010)以及北極震盪(Arctic Oscillation;Choi et al. 2011)與東亞颱風發生頻率的關係,並初步分析1990 年代颱風活動在中國南部夏季氣候上所貢獻的降雨量(Kim et al. 2011),未來將進一步探討氣候變異情境下西北太平洋颱風關聯降雨之變化。

圖 6.1: 2000 至2010 年間北大西洋逐年七至十月的 (a) 颶風和 (c) 熱帶氣旋(tropical storm)總數。 (b) 如 (a),但為西北太平洋的颱風。 (d) 如 (b),但為西北太平洋的熱帶氣旋。 黑線為IBTRrACS 觀測值;紫色空心圓圈代表4 個系集成員的結果,其系集平均以紫線和實心圓圈表示;紅線則為移除系集平均偏差後的結果。(取自Chen and Lin 2011 之圖2)
 
圖 6.2: 西北太平洋在 (a) 東印度洋海溫冷年與 (b) 東印度洋海溫暖年 之颱風生成數量和位置。 東印度洋暖年和冷年影響西北太平洋5 × 5 經緯度網格之(c) 颱風生成數與 (d) 出現數 差異(取自Zhan et al. 2011a 之圖6)

 

圖 6.3: 1982 至2001 年間氣候平均的颱風活動7 至10 月季節變化。各顏色虛線分別為模式4 個系集成員的模擬結果;黑色粗實線為模式系集平均;藍色粗線為觀測值。(取自Wu et al. 2011 之圖5)

 

研究方法與特色

    • HiRAM 模式


      HiRAM 模式由GFp 所發展,是一個可解析雲的全球模式,設計用以模擬多重尺度的大氣現象。由於此模式在解析度上的彈性,可令其應用於自5 天的颱風模擬預報到百年氣候變異的評估等廣泛的大氣議題。為了達成解析度的彈性,此模式僅採用淺積雲對流參數化方案(non-intrusive shallow convective scheme),而不採用傳統的深對流積雲參數化。對於颱風的模擬,此模式採用類似Lin et al.(1983)所提出的六類別總體雲微物理方案(6-category bulk cloud microphysicsscheme)來處理模式可解析的濕對流過程。在現有的電腦運算資源下,針對北半球的颱風季節性預報可採用每一面360 x 360 網格點的有限體積(finite-volume)立方體網格(Lin 2004; Putman and Lin 2007)來執行,相當於全球約25 公里的水平解析度。以HiRAM 做全球颱風模擬的更多細節請參見Zhao et al.(2009)。

    • iCAM 模式


      與夏威夷大學 IPRC 的Yuqing Wang 教授合作,我們打算使用IPRC 發展的高解析度區域氣候模式iCAM 來進行本研究。iCAM 模式是靜力穩定(hydrostatic)的原始方程(primary equation)模式,水平上使用球面座標(spherical coordinate),垂直層使用σ(以地表氣壓標準化後的氣壓)座標(Wang et al. 2003)。

      此模式在經緯度座標上以四階保守有限差分(finite-difference)方案求解方程式,時間積分採用跳蛙(leap-frog)方案並且間歇使用Euler 反向積分(Eulerbackward)方案。模式採用的物理過程包括:Wang(2001)發展的雲微物理方案;經Wang(2003)修改過的次網格的淺對流、中層對流與深對流的質量通量方案(Tiedtke 1989);Edwards and Slingo(1996)發展,並由Sun and Rijus(1999)改良的輻射模組;Dickinson et al.(1993)發展的用以描述地表過程的生物大氣傳遞模式(Biosphere-Atmosphere Transfer Scheme;BATS);邊界層中以修訂過的Monin-Obukhov 相似(similarity)理論來計算海表面的通量,並以非局地(nonlocal)的E-ε 紊流(turbulence)閉合方案來描述次網格的垂直混合(Langlandand Liou 1996),其中關於雲的浮力紊流動能產生部份被Wang(1999)修訂過。Wang et al.(2003, 2004)中有對此模式更詳盡的介紹。本研究所採用的iCAM 版本使用28 層垂直座標,並設定在邊界層中解析度最高,最低層垂直座標的高度約在地表上35 公尺處(σ = 0.997)。

      區域模式的模擬以美國國家大氣研究中心(National Center for AtmosphericResearch;NCAR)Community Climate System Model(CCSM)的輸出來驅動。關於CCSM 的詳細描述可參見Boville and Gent(1998)、Kiehl and Gent(2004),以及附錄一。許多人已使用NCAR CSM 做各式情境下的氣候變異模擬(Bovilleand Gent 1998; Meehl et al. 2000; Boville et al. 2001; Dai et al. 2001)。

 

實驗計畫

  1. 歷史颱風資料之氣候特性分析

    除了以氣候模式做颱風活動的氣候模擬之外,接續前人的工作,對於歷史颱風資料的氣候特性分析仍是我們必須持續進行的工作,並為以高解析度模式模擬颱風活動氣候特性的驗證基礎。西北太平洋地區的颱風活動受多重尺度氣候變異所影響,除了較廣為人知的ENSO 和MJO 外,Zhan et al.(2011a,b)最近發現西北太平洋颱風數量和東印度洋的海表面溫度距平密切相關,將是我們未來探討的重點方向之一。

  2. 西北太平洋地區颱風活動季節性預報

    如前所述,與大西洋地區的颱風活動相比,西北太平洋地區由於受到諸如東亞夏季季風和MJO 等大尺度系統的影響,其颱風活動的氣候特性更為複雜,因而此地區的颱風季節預報就具有更大的挑戰性。要以GFp 的HiRAM 等氣候模式來進行此區域的颱風氣候模擬,模式中處理對流尺度過程的能力將對實驗結果有相當大的影響,因此這樣的模擬也提供檢驗並改進模式中雲微物理過程與積雲對流參數化的絕佳機會。此外,我們也將與美國的地球系統研究實驗室(NOAA/Earth System Research Laboratory;ESRL)合作,採用以系集卡爾曼濾波器做資料同化的初始化方式(Whitaker et al. 2008; Hamill et al. 2011),將有助於進一步改進颱風的路徑與強度預報。

  3. 西北太平洋地區颱風活動受未來全球氣候及其變異的影響

    接續Stowasser et al.(2007)的實驗,我們計畫以iCAM 區域氣候模式探討西北太平洋地區颱風活動在全球暖化情境下的變化。在當今氣候實驗(the presentclimate;PCL)中,以ERA-40 再分析(reanalysis)資料作為初始條件和邊界條件來驅動iCAM 模式,海溫採用Reynolds weekly SST 資料。而在控制實驗(CTL)和N 倍二氧化碳氣候變遷實驗(nxCO2)中,初始條件、邊界條件和海溫資料皆來自CCSM 的模式在對應氣候情境下的輸出。藉此模式模擬結果,我們將特別分析探討未來可能的氣候變遷情境下西北太平洋颱風發生頻率、平均強度,以及所帶來的關聯降雨的變化。自模式輸出中偵測颱風的方法與Nguyen and Walsh(2001)記載的類似,颱風偵測使用的幾項參數皆基於觀測上的颱風特徵。

研究期程

第一年(2011 年8 月 ~ 2012 年07 月):

  • 西北太平洋歷史颱風資料之氣候特性分析。
  • 分析東印度洋海溫與西北太平洋颱風生成頻率與強度之關係。
  • 與 GFp 合作發展及測試HiRAM 全球模式。
  • 與夏威夷大學 IPRC 合作發展及測試iCAM 區域氣候模式。
  • 研究成果報告與期刊論文撰寫。

第二年(2012 年8 月 ~ 2013 年07 月):

  • 分析檢驗 ENSO 與西北太平洋颱風生成頻率與強度之關係。
  • 分析檢驗太平洋─日本遙相關型態與西北太平洋颱風生成頻率與強度之關係。
  • 以過去氣候實驗檢驗並改進 HiRAM 模式中雲微物理過程。
  • iCAM 模式之當今氣候實驗,並藉此校驗模式參數設定。
  • 以模式模擬檢驗東印度洋海溫與西北太平洋颱風活動之關係。
  • 研究成果報告與期刊論文撰寫。

第三年(2013 年8 月 ~ 2014 年07 月):

  • 分析檢驗 MJO 與西北太平洋颱風生成頻率與強度之關係
  • 以過去氣候實驗檢驗並改進 HiRAM 模式中積雲對流參數化。
  • iCAM 模式之N 倍二氧化碳氣候變遷情境實驗。
  • 以模式模擬檢驗氣候內部變異度與西北太平洋颱風活動之關係。
  • 分析 HiRAM 針對過去數十年的時段切片模擬結果,探討該模式模擬西北太平洋颱風活躍度活躍度、強度、分布與路徑的年際與年代變化的能力。
  • 統整分析氣候內部變異度與西北太平洋颱風活動之關係。
  • 研究成果報告與期刊論文撰寫。

第四年(2014 年8 月 ~ 2015 年07 月):

  • 分析檢驗 AO 與西北太平洋颱風生成頻率與強度之關係。
  • 以模式模擬檢驗氣候內部變異度與西北太平洋颱風活動之關係。
  • 統整分析氣候內部變異度與西北太平洋颱風活動之關係。
  • 統整分析氣候變異情境下西北太平洋颱風發生頻率之變化。
  • 統整分析氣候變異情境下西北太平洋颱風平均強度之變化。
  • 統整分析 HiRAM 針對未來的時段切片模擬的推估結果,了解在全球暖化的情境下,西北太平洋颱風活躍度、強度、分布與路徑的變遷。
  • 研究成果報告與期刊論文撰寫。

第五年(2015 年8 月 ~ 2016 年07 月):

  • 以模式模擬檢驗氣候內部變異度與西北太平洋颱風活動之關係。
  • 統整分析氣候內部變異度與西北太平洋颱風活動之關係。
  • 統整分析氣候變異情境下西北太平洋颱風平均強度之變化。
  • 統整分析氣候變異情境下西北太平洋颱風關聯降雨之變化。
  • 統整分析 HiRAM 針對未來的時段切片模擬的推估結果,了解在全球暖化的情境下,西北太平洋颱風活躍度、強度、分布與路徑的變遷。
  • 研究成果報告與期刊論文撰寫。

 

預期成果

我們將仔細分析歷史颱風觀測資料,檢驗各氣候變異度對颱風活動的影響,並且將採用GFp 的HiRAM 全球模式以及IPRC 的iCAM 區域氣候模式,在足夠高的水平解析度下進行氣候模擬,用以做西北太平洋地區颱風活動的季節性預報與長期趨勢推測,並期望在高解析度下能對模擬的颱風結構和強度做更完整的分析。我們預計將發表一系列關於此主題的期刊論文,並在颱風活動與氣候及其變異相關性的科學議題上做出重要貢獻。由於颱風對我們國家社會有相當大的影響,此研究將特別具有科學意義和實務上的價值。

附件:

Read more: 2. 6 西北太平洋颱風活動內部變異度及降尺度動力模擬與分析

2. 7 氣候模擬與資料平台之建置與維護

  • 氣候變遷模擬平台

    本計劃將公開自行發展的模式群組給國內研究社群,組成模擬策略聯盟,進行不同時空尺度的氣候變遷模擬與推估,並提供必要的諮詢服務。

  • 氣候變遷資料平台

    本計劃將建置大型資料儲存系統,典藏以下二類氣候變遷資料,並提供給國內研究社群進行氣候變遷基礎與衝擊推估研究。第一類為氣候模擬與推估資料,包括本計劃產出的長氣氣候模擬資料與CMIP5 (Taylor et al. 2011)氣候變遷推估資料。第二類為各大研究中心產出之長期(數十年至百年)全球重分析資料,如NCEP CFSR (Saha et al. 2010)、20 Century Reanalysis (Compo et al. 2011)、ERA CLIM (http://www.ecmwf.int/)等。上述之國外資料量雖然為網路公開資料,但是總量十分龐大高達數PiB,單一研究人員或團隊不易收集完整資料。如由本計劃專門負責收集管理,再提供學研界使用,可達事半功倍的效果。


 

計算資源需求說明

 

誠如前言所述及氣候變遷研究聯盟/氣候變遷實驗室所揭櫫的計劃研究目標與方向,要能成功完成模式建置與發展,其除了結合國內外研究人員的全力投入外,其中氣候變遷模式發展及資料平台,其可靠性(Reliability)、可用性(Availability)及可擴充性(Scalability) 的良窳將扮演關鍵性的角色。此外,此平台所具備能提供的計算資源以及所需的經費可否能在兼顧計劃時程及成本效益(Cost-Effectiveness)的前提下充分滿足本計劃之需求更是為此計劃是否能順利執行的決定要素。

 

國研院國家高速網路與計算中心自成立以來,即並重研究發展與產學合作。除致力於高速計算與網路相關技術與應用研發外,並積極貼近產業及學術界,透過有效整合及運用高速計算之研發能量,進一步與產學進行跨領域研究合作,建立互惠之合作關係。此外國網中心亦擁有國內首屈一指的專業高速計算設施及系統諮詢服務。而此次適逢國網中心100年度大型計算主機之建置,為突破過去計算與研究尺度之限制,加速科學發現及科技創新並且有效管理計算資源,以協助國內具有大型運算潛力之學研用戶擴大計算規模與能量,提升其研發之國際競爭力。故特別針對具大量平行運算之指標性研究計畫為服務目標,而提出了「國網大型運算計畫」,而該計畫的宗旨恰好與本計畫的需求與目標不謀而合,因此希望能藉由此次參與該計畫,除有助於本計畫的推動與執行外,更希冀能立下雙方跨領域研究合作之新典範。

 

在氣候變遷模擬與資料平台之建構部份,考量各研究單位現有計算資源、資料分析特性及各子計畫的配合時程,此次氣候變遷研究聯盟之總計劃:氣候變遷實驗室參與「國網大型運算計畫」,主要方式是針對全球地球系統模式及高解析度全球大氣模式,使用國網中心所新建之「御風者」超級電腦(Alps)以作為主要氣候變遷模擬及發展平台。

 

進行氣候模式模擬時,其必需依靠能夠模擬大氣和海洋的三維網格,在連續的空間間隔或網格格點上,運用各種物理及化學定律去計算大氣和環境變量,以模擬大氣中氣體、粒子和能量的傳遞以及模擬海洋生態系統與溫室氣體相互作用藉以了解大氣、海洋和地表的碳循環以及溫室氣體與其他大氣化學物質對氣候的影響性。因此若是希望能得到較好的模擬結果,使用高解析度的網格格點將是一個重要的關鍵。

 

為了更能了解全球地球系統模式CCSM4/CESM1諸如對流、邊界層、地表過程、幅射、雲微物理等參數特性以及進一步了解海洋和大氣運動方式對區域氣候的影響性以及未來幾十年氣候變化對包括颶風在內的熱帶氣旋的強度和頻率將會產生何種影響,俾使能進行相關修改參數並自行發展相關替代模組,計畫前期研究人員將主要針對全球氣候模擬模型CESM (http://www.cesm.ucar.edu/)在0.25°高解析度下(ATM: 1152x768 / OCN: 3600x2400),以及GFp HiRAM2在C360 (0.25°)及C720 (0.125°)高解析度下,進行大規模相關模型模擬分析。

 

  • (a) 針對 1901~2100 期間, 以單年份為一獨立模擬週期並各自搭配CCSM/CESM 在不同種類耦合模型(CAM / POP / CLM / CICE)下至少8 組不同的Scheme,並能在1 年的時間內,完成全部共1,600 組的模擬分析。
  • (b) 在 5 年內,每年能針對1901~2100 期間之特定年份分別使用CESM1 及HiRAM2 進行至少4 組連續15~30 年的Sensitivity Test 模擬分析以期能更進一步了解其關連性及影響性評估。

需求分析

中央研究院環境變遷中心已於2009年5月在中央研究院網格中心機房 (AGGC/DC) ,完成建置一套高效能運算叢集系統 NUWA,其主要由12組HP BL460c刀鋒伺服器 (公用服務節點)、124組BL2x220c刀鋒伺服器 (248組計算節點)、HP MSA2000 / Infortrend R1430 / Infortrend R2840磁碟儲存設備數組、Voltaire / HP InfiniBand DDR超高速網路以及HP 4Gb/8Gb光纖通道(Fibre Channel)交換器所組成。其共配置 1,984 CPU-core (Intel Xeon E5450 3.0GHz Quad-Core CPU)、2GB/CPU-core記憶體以及423 TiB Lustre平行檔案系統資料儲存空間以提供中心研究人員及合作學者進行天氣及氣候模型模擬分析之用。

「台灣氣候變遷推估與資訊平台計畫」(簡稱TCCIP)也於2011年1月,同樣於中央研究院網格中心機房 (AGGC/DC) ,完成建置一套高效能運算叢集系統 TCCIP,其主要由10組HP p380機架式伺服器 (公用服務節點)、96組BL460c刀鋒伺服器 (計算節點)、HP P2000 / EVA6400磁碟儲存設備數組、Voltaire / HP InfiniBand QDR超高速網路以及HP 4Gb/8Gb光纖通道(Fibre Channel)交換器所組成。其共配置 1,152 CPU-core (Intel Xeon X5650 2.67GHz 6-Core CPU)、2GB/CPU-core記憶體以及160 TiB Lustre平行檔案系統資料儲存空間以提供研究人員進行WRF及CReSS區域模式氣候模型模擬分析。

受限於此次Alps系統開放測試的時間較短以及系統仍持續在調整的影響,因此我們無法作大規模的實機測試。但為了能大致估算此計畫所需的計算資源,在真正的環境進行實機效能測試之前,我們仍先依現有曾在NUWA及TCCIP上所完成多組實機效能測試結果及相關理論來先行推估未來執行此計劃所需之計算資源。

  1. f02_t12.B1850CN@NUWA 效能測試

    我們以全球氣候模型CESM 1.0.1 , 針對f02_t12.B1850CN (ATM:1152x768 / OCN: 3600x2400)模式,在0.25°高解析度下,在現行NUWA系統下使用512 CPU-core,模擬5 days,其所花費時間為2582.770seconds/simulated day,也就是說其模擬效能約為10.91 days/ simulatedyear

  2. f09_g16.B1850@NUWA / f09_g16.B1850@TCCIP 效能測試

    為了了解在具備相同軟體環境的同一氣候模型及模式下,不同處理器及系統架構差異對其效能的影響性,我們分別使用Intel Xeon E5450 搭配InfiniBand DDR (NUWA)以及採用Intel Xeon X5650 搭配InfiniBand QDR的另一系統(TCCIP)進行實機測試比較。

    我們同樣以全球氣候模型CESM 1.0.1,針對f09_g16.B1850 (ATM:288x192 / OCN: 320x384)模式,均使用128 CPU-core,模擬31 days,其所花費時間分別為89.909 seconds/simulated_day 及38.257seconds/simulated_day , 也就是說其模擬效能分別約為2.63simulated_years/day 及6.19 simulated_years/day,後者約為前者效能的2.35 倍。

  3. HiRAM2 C360@NUWA 效能測試

    我們以全球氣候模型GFp HiRAM2,針對C360 (Δx ~ 25 km / 1152x720(nlon x nlat))模式,在現行NUWA 系統下使用216 CPU-core,模擬1 day,其所花費時間為2,082 seconds/day,也就是說其模擬效能約為8.795days/simulated year

  4. AMD Opteron 6176SE vs Intel Xeon X5650 HPL 效能測試

    AMD Opteron Magny-Cours 處理器與Intel Xeon Nehalem 處理器其分別為AMD 及Intel 目前市售主流之伺服器處理器。不過由於其不僅處理器架構不同連相關系統晶片組差異也很大。因此為了了解其效能差異,我們分別在配置二組 Opteron 6176SE 處理器(12 cores/CPU Socket , 共24CPU-cores)及2GB/CPU core 記憶體的HP p385G7 系統以及配置二組Xeon X5650 處理器(6 cores/CPU Socket,共12 CPU-cores)及2GB/CPU core記憶體的HP BL460 系統上進行單節點HPL 2.0 的效能測試,結果如下:

     

    整體來看,AMD Opteron 6176SE 的Scalability 相當不錯,均能維持線性關係而且其單一節點24 個CPU-Core (12 cores/CPU Socket)的整體效能也比單一節點12 個CPU-Core (6 cores/CPU Socket)的Intel Xeon X5650 來的高。不過若就單一CPU core 的浮點運算效能其卻不及於Intel Xeon X5650 處理器單一CPUcore 的效能。以8 CPU-Core/Node,36864x36864 的結果來看,6176SE 其效能約為X5650 的66% (54.57 GFLOPS vs 82.13 GFLOPS)左右。

    雖然Alps上實際配備的AMD Opteron 6174處理器與上述測試環境所採用的Opteron 6176SE效能略低,但Alps上單一計算節點配備4組處理器共48組計算核心並且搭配雙通道InfiniBand QDR的環境,若再加上國網中心專業人員的調校,我們相信,屆時的實機測試結果其數據表現應該會比以下的預估來的更好。

     

    假設某一應用程式,執行該工作時,其中有m 個部份可針對該部份予以不同程度的改善以提昇其效能。其中假設各部份所花費的時間分佔全部執行時間的百分比為Pi 且其效能為原有的Si 倍(1≤ i ≤ m)。根據Amdahl’s Law可得知,整體效能的增益(Speedup)ST ,不可能大於這個值

     

    若進一步假定某一應用程式,執行某一工作其所花費的總時間中,其中有百分比p 的比例,只要處理器運算效能能提昇為原有系統的n 倍,該部份就可以產生n 倍的Speedup,以此推估,其整體效能增益s 的最大值為

     

    ,也就是

    若我們根據之前(2)「f09_g16.B1850@NUWA vs f09_g16.B1850@TCCIP 效能測試」的結果推估,針對同一個Model 在使用相同數量的計算核心,TCCIP的Speedup 約為NUWA 的2.35 倍,假設TCCIP 系統在128 組計算核心時,計算部份的整體效能為NUWA 系統的k 倍( 2.35  k ),若應用Amdahl’s Law,,其中(1-1/2.35 < P <1) 藉此可推估當從128 組計算核心數增加至n組時,NUWA 及TCCIP 的Speedup 的變化情形。

     

     

     

    因此若計算核心數增加至768組時,假設k=3時,TCCIP的效能約為NUWA (n=512)時的1.9倍(5.3714/2.8271)。不過由於在(4) HPL測試結果中顯示,Opteron 6176SE的單一核心效能大約為Xeon X5650的66%,若先不納入系統在網路架構、檔案存取速度以及最佳化調校(如使用不同的Compiler版本及調整相關編譯組態參數)等因素,因此我們保守粗略推估,使用768組及1152組Opteron計算核心其效能分別約為NUWA使用512組計算核心的1.68倍(4.7431/2.8271)及1.9倍(5.3575/2.8271)。依(1) f02_t12.B1850CN@NUWA效能測試結果預估,其模擬速度應該至少可達6.5 days/ simulated year及5.7 days/ simulated year。(10.91/1.68)

    針對需求(a)部份,若每組測試均使用768 CPU-core,預估將至少要花費10,400 天(200 * 8 * 6.5)才能完成。因此若要能在1 年內完成共1,600 組的模擬分析測試,則至少需有28 組測試同時進行(10,400 / 365),也就是說,至少要有21,504 CPU-core (28 * 768)才能如期完成。

    至於需求(b)部份則可以分為二個部份。CEMS 部份,同樣若每組測試使用768 CPU-core,要能同時完成4 組連續30 年之模擬測試,其至少需要780 天(4* 30 * 6.5)。假設系統可同時執行四組768 CPU-core 的測試,其最快也要6.5個月方能完成。

    至於HiRAM2 部份,目前只有一組測試資料,其針對C360 (0.25°)使用216組計算核心在NUWA 的效能為8.795 days/simulated year,因此若要同時完成4 組連續30 年之模擬測試所需時間大約是8.8 個月。當使用768 組計算核心時,在NUWA 上最理想的情況大約要4個月方能完成。

    若假設在新系統上其整體效能為NUWA 的1.6倍來估預估,C360 部份大約2.5個月可完成。至於C720 (0.125°),由於其資料量為C360 的4 倍,但期間會降為連續15 年,因此其至少需要5個月的時間。故HiRAM2 部份,若以四組768 CPU-core 同時執行合計約7.5個月的時間才能完成。

    綜合以上所述,需求(b)部份,在同時使用4 組768 組計算核心時,合計大約需時14個月。

     

經費需求

本計畫將租用國網中心電腦進行大量計算,根據國網中心的估價,在本計畫進行最大量計算時(第3-4 年),年費用大約800 萬元,預估第1-5 年每年所需電腦使用費如下:500 萬元、500 萬元、800 萬元、800 萬元、500 萬元。


資料儲存系統需求說明

由於氣象局將負責收集NCEP CFSR 資料,本計畫將以收集CMIP5、ERAC-LIM資料與儲存模擬資料為主。CMIP5 的氣候變遷實驗數量與資料長度遠比CMIP3 多且大(圖7.1)。從圖7.2 整理出來的數據顯示CMIP5 資料量將高達數Petabytes。ERA-20C資料將於2014 年完成,資料量也將高達1062 terabyte(圖7.3)。本計畫無法也不需下載所有資料,即使如此,資料量也將高達數百terabytes,再加上本計畫產出的氣候模擬資料與其它可能的氣候變遷資料,預估本計畫所需之資料儲存系統將需要有1petabytes 的儲存量。
 

經費需求:

本計畫將購置至少500 terabytes 資料儲存系統,約需1300 萬元,將分兩年於第二、三年購置,每年約需650 萬元。

圖7.1 CMIP5 長期氣候變遷(上)與年代預報(下)的實驗設計。


圖7.2 CMIP5 資料量估計


圖7.3 ERA-CLIM 計劃將產出的氣候重分析(包括ERA-20C)資料量估計。

  • 逐年之工作時程:



      • 第一年: 

        1. 整理中研院環境變遷中心已經收集之 CMIP3 資料。
        2. 下載 20 Century Reanalysis 與CMIP5 資料。
        3. 建置氣候變遷資料庫服務網站。
        4. 建置氣候變遷模擬資訊網站,提供模式資訊與程式。
        5. 向國網中心申請計算資源,提供子計畫計算資源。 


      • 第二年: 

        1. 整理與維護已經收集的氣候變遷資料與氣候模擬資料。
        2. 下載 CMIP5 資料。
        3. 維護氣候變遷資料庫服務網站與候變遷模擬資訊網站的正常運作與更新。
        4. 資料儲存系統之購置、裝置與正常運作之維護。
        5. 作為整合計畫與國網中心的溝通平台,提供子計畫計算資源。
        6. 提供資料與協助模式之順利計算。


    • 第三~五年: 

      1. 整理與維護已經收集的氣候變遷資料與氣候模擬資料。
      2. 持續下載 CMIP5 資料,下載ERA-CLIM 資料。
      3. 維護氣候變遷資料庫服務網站與候變遷模擬資訊網站的正常運作與更新。
      4. 資料儲存系統之購置、裝置與正常運作之維護。
      5. 作為整合計畫與國網中心的溝通平台,提供子計畫計算資源。
      6. 提供資料與協助模式之順利計算。
附件:

Read more: 2. 7 氣候模擬與資料平台之建置與維護

2. 8 參與台灣氣候變遷科學報告之撰寫

TCCIP 招集國內20 多位專家學者於2011 年完成台灣氣候變遷學報告(許等,2011)的撰寫,內容包括全球氣候變遷觀測、東亞/西北太平洋氣候變遷、氣候自然變異與年代際變化、臺灣地區氣候變遷、未來氣候變遷推估、氣候變遷與災害衝擊分析。台灣氣變遷科學報告預計於2012 年更新,本計劃將負責全球氣候變遷觀測、東亞/西北太平洋氣候變遷、氣候自然變異與年代際變化等三章的撰寫。在計畫執行期間如果仍有類似科學報告的編撰,本計劃亦將積極參與。

Read more: 2. 8 參與台灣氣候變遷科學報告之撰寫

2. 9 推動國際/國內研究合作、研究整合與人才培育計劃

國際/國內合作與人才培育計畫是本計劃的特色之一,由總計劃負責規劃與推動。由於國內氣候模式發展與模擬研究人才不多,本計劃將執行期間的未來5年內,與模式方面有特殊專長與成就的國際專家學者密切合作,邀請他們來台進行短中長期的訪問研究,或者派遣計劃內研究人員或學生至國外相關單位進行移地研究。本計畫也將推動計劃內研究人員與國內氣候研究領域同仁間的合作研究,除了提供社群模式與氣候資料,本計劃將透過中央研究院的國內學者訪問計畫,邀請國內學有專精的研究人員來中央研究院環境變遷研究中心參與氣候變遷實驗室的研究工作。

 

國外訪問學者計畫


下列國外學者專家為本整合際化的協同研究人員,本計畫透過中央研究院提供的訪問學者經費以及向國科會申請國外學者訪問經費,輪流邀請他們來台進行短中長期訪問。


總計畫

 

  • 潘華陸(NCEP 退休資深研究員)
  • 林先建(GFDL 研究員)
  • 余進義(UC Irvine教授)
  • 王玉清(夏威夷大學教授)
  • 戴愛國(NCAR 研究員)
  • 陳志傑博士(NCAR研究員)
  • Songyou Hong(韓國延世大學教授)
  • In-Sik Kang(韓國首爾大學教授)
  • 辛宜佳博士(夏威夷大學)
  • Dr. Norm Miller(Lawrence Berkeley National Laboratory)
  • Dr. Matthew Hecht (Los Alamos National Laboratory,co-chair of the Ocean Modeling Working Group, CESM)
  • Dr. Noel S. Keenlyside ( Leibniz Institute of Marine Sciences at Kiel University(IFM-GEOMAR) )
  • James G. Richman (Naval Research Laboratory)
  • Dr. Bo Qiu (Department of Oceanography, University of Hawaii)
  • Dr. Tangdong Qu(International Pacific Research Center, University of Hawaii)
  • Dr. Leo Oey(Princeton University)
  • Dr. Yasumasa Miyazawa (JAMSTEC)


子計畫一

 

  • 王維強教授(SUNY Albany)
  • 陶為國(GFSC/NASA 資深研究員)
  • 陳淑華(UC Davis 副教授)
  • Thanos Nenes(Georgia Institute of Technology 副教授)
  • 傅宗玫(北京大學副教授)
  • 廖宏(中國科學院大氣所研究員)

 

子計畫二

 

  • 莊漢明(NOAA/NCEP)
  • 陶為國(GFSC/NASA)
  • 陳淑華(UC Davis)
  • Leo Oey(Princeton University)
  • 申博文 (GFSC/NASA)
  • Song-You Hong (YSU/Korea)


子計畫三

 

  • Prof. Kazuhisa Tsuboki (Nagoya University)
  • 林先建(GFDL)
  • 陳占慧(GFDL)
  • Tom Knutson (GFDL)
  • Jen-Shan Hsieh (Texas A&M University)
  • Seung-Ki Min(Environment Canada)

 

國內訪問學者計畫


本計劃將透過中央研究院的國內學者訪問計畫,邀請國內學有專精的研究人員來中央研究院環境變遷研究中心參與氣候變遷實驗室的研究工作。計劃執行期間,本計劃將持續開放此一管道給國內研究人員。目前已經有意參加者如下。

  • 談佩華(嘉義大學教授)
  • 王嘉琪(文化大學助理教授)
  • 張瓊文(文化大學助理教授)
  • 洪志誠(台北教育大學教授)
  • 柯亙重(高雄師範大學教授)
  • 曾莉珊(台灣師範大學副教授)

 

人才培育計畫


移地研究:


派遣計畫內年輕研究人員至合作單位針對合作議題,進行短中長期研究。移地研究地點包括:美國NCAR、NCEP、GFDL、NASA/GSFC 等大型研究機構。


國內氣候研究人才培育:


與台灣大學、中央大學與台灣師範大學相關系所、台灣大學數學中心,以及即將成立的台灣大學氣候變遷與永續發展研究中心與中央大學環境與能源研究中心合作,進行下列人才培育計畫。

  1. 氣候變遷模擬研究所學程:透過一系列氣候模式理論與實務、氣候理論、氣候模擬、氣候診斷分析的課程,以及特殊設計的碩博士論文研究,培養國內氣候變遷模擬研究人才。
  2. 研究生駐點研究(University Desk):與前述各大學系所與研究單位合作,共同指導碩博士學生,由中央研究院提供空間與研究資源,在氣候變遷實驗室進行駐點研究。
  3. 舉辦短期訓練課程:利用寒暑假期間針對高年級大學生舉辦氣候變遷研究營,介紹氣候變遷現象與理論、模式建構與模擬、氣候診斷分析等基本觀念,並透過氣候模擬與診斷分析的實際操作,加深學生的印象與培養其興趣。
  4. 研習會:針對特定研究議題舉辦研習會,邀請國內外專家學者作系列演講,深化國內研究深度與廣度。本計畫也將與台大數學中心合作舉辦研習會,共同探討數學/氣候理論研究,培養跨領域的氣候研究人才。

 

氣候變遷研究匯集中心


氣候變遷科學研究不是單一單位或計劃有能力完成的工作,而是需國內各相關單位的密切分工合作。國內學研界與作業單位也進行氣候變遷相關研究,為強化國內氣候變遷科學研究的整合程度,本計劃提出氣候變遷研究平台的概念(圖8.1)。該平台是一個虛擬平台,目的為整合國內的氣候變遷科學研究的研究能量與成果。氣候變遷實驗室將扮演氣候變遷研究匯集中心(Research Hub)角色,提供氣候研究服務與促進研究成果交流與合作,目的為有效整合國內有限的研究能量,做出實際有用且可以跨足國際的氣候研究成果。
在臺灣氣候變遷研究平台中,氣候變遷實驗室將扮演基礎與應用研究的上游角色,目的為社群氣候模式群組與氣候變遷資料平台的建構、發展與維護,結合學研界提升國內氣候變異變遷的研究能量與成果。本計劃將與學研界共同擬訂氣候變異模擬與變遷模擬策略,與國網中心合作,利用剛建置完成計算量高達170TF 的計算機,進行個人計劃與一般整合計劃無法進行的大規模氣候模擬與推估計算。本計劃所產出的社群模式群組與資料,將結果透過氣候變遷模擬與資料平台提供學研界(如國科會一般研究計劃、主動推動之氣候變遷相關計劃、颱洪研究中心、大學研究中心等)與作業界(如氣象局)使用。

8.1

圖8.1 氣候變遷研究平台示意圖

Read more: 2. 9 推動國際/國內研究合作、研究整合與人才培育計劃

3. 預期綜合效益

本計劃將以5 年為期完成前述各項工作,預期綜合效益如下:

  1. 完成地球系統模式的改進,台灣社群地球系統模式群組之建立,建構與提升國內氣候模擬能力,台灣將成為有能力發展地球系統模式的國家之一。
  2. 完成氣候變遷資料平台之建立,典藏CMIP5 與重分析之氣候變遷資料,提供學界穩定的資料服務,提升國內氣候變遷研究效率。
  3. 提供高解析全球時段切片氣候變遷模擬,提供降尺度研究推估台灣氣候變遷與衝擊評估所需之資料,以便進行更細緻的氣候變遷衝擊之風險評估。
  4. 完成 CMIP5 資料分析與進行氣候機制模擬,探討與了解氣候變遷的本質與趨勢,提出具國際影響力的研究成果。
  5. 與 TCCIP 計劃合作完成台灣氣候變遷科學報告,有科學依據的評析全球、東亞與台灣可能面臨的天氣與氣候變遷,以便更有信心的研判氣候變遷的可能衝擊。
  6. 培養新一代氣候模式發展與模擬人才,持續改善台灣氣候變遷推估的可信度。

 

Read more: 3. 預期綜合效益


banner01