簡易檢索 / 詳目顯示

研究生: 李名翔
Li, Ming-Siang
論文名稱: 臺灣北部梅雨季極端降水個案之系集分析與可預報度研究
Ensemble-based Analysis and Predictability of An Extreme-precipitation Event over Northern Taiwan in the Mei-yu Season
指導教授: 王重傑
Wang, Chung-Chieh
學位類別: 碩士
Master
系所名稱: 地球科學系
Department of Earth Sciences
論文出版年: 2020
畢業學年度: 108
語文別: 中文
論文頁數: 190
中文關鍵詞: 梅雨鋒面臺灣北部極端降雨技術得分系集敏感度分析可預報度
DOI URL: http://doi.org/10.6345/NTNU202001022
論文種類: 學術論文
相關次數: 點閱:169下載:45
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 本研究針對2017年6月初的梅雨個案,並著重於6月2日當日北部地區的極端降雨事件,進行系集敏感度分析(ensemble sensitivity analysis, ESA)與可預報度的探討。該事件在短短12小時的最大累積雨量就達到641毫米的驚人雨量,並造成北部地區多處產生積、淹水現象。但在事件發生前,多數的數值模式都無法很好掌握北部地區的極端降雨,嚴重低估雨量,不利於事前的防災準備。
    本研究採用45個成員的系集預報,透過5種技術得分(TS、BS、POD、FAR、FSS)的計算,來評估各成員的表現。結果顯示相較於24小時累積雨量,12小時累積雨量的得分都較低,且北部地區BS得分大多小於1(預報不足),顯示模式對於北部的短時強降雨較難以掌握,可預報度偏低。
    而在系集敏感度分析方面,選取北部地區(東經120.9-122.1度,北緯25.0-25.5度)的平均6小時累積降雨量(6月2日0300-0900 LST)當作反應函數(response function)的結果顯示,影響北部地區降雨的因子主要有(1)鋒面位置和移速(2)鋒面強度(3)環境水氣含量(4)低壓擾動(5)中低層槽線,而這些因子彼此之間也互相影響。中低層槽線的位置與移速會影響到地面鋒面的位置和移速,進而導致主要降雨位置的差異,而低壓擾動的生成與發展又與對流密切相關,當低壓擾動生成後,除了會改變降雨位置的分布,也有助於將鋒後冷空氣帶至較南邊的位置,若鋒面因此南移至臺灣西北近海一帶,再配合地形阻擋使得海峽西南風增強,讓此區域的輻合作用增強,此區域恰好為北部地區降雨的上游位置,加上因輻合而加強的鋒生作用,使鋒面強度增強,而鋒生作用又會影響到鋒面的移動速度,使鋒面移動速度較慢並增強對流發展,造成北部地區產生較多的降雨。
    透過高解析度實驗,顯示了提高模式的解析度是有助於改善此極端降雨事件的預報結果。另外,初始與邊界條件的品質好壞對於模式結果也有重大影響。當初始與邊界條件能較好地反映真實大氣的情況時,模式才較有機會能預報出較好的結果,進而提高可預報度。

    第一章 前言 1 1.1 個案介紹 3 1.2 動機與目標 7 第二章 資料來源及研究方法 11 2.1 資料來源 11 2.2 模式介紹 11 2.3 系集成員與模式設定 13 2.4 研究方法 14 第三章 系集預報結果 19 3.1 系集預報 19 3.2 高解析度實驗結果 20 3.3 技術得分 24 3.4 小結 27 第四章 系集敏感度分析 29 第五章 多雨組與少雨組個案之分析比較 39 5.1 多雨組個案 39 5.2 少雨組個案 40 5.3 個案之比較 40 5.4 小結 42 第六章 結論與討論 45 參考文獻 49 表 53 圖 55

    陳泰然,1988:東亞梅雨鋒面之綜觀氣候特徵研究。大氣科學,16,435–446。
    陳泰然,2007:最近之梅雨研究回顧。大氣科學,35,261-286。
    莊璧瑜,2014:雲解析模式對臺灣梅雨季豪大雨定量降水預報技術之評估研究。國立臺灣師範大學地球科學系碩士學位論文。
    謝竣安,2019:不同梅雨鋒面走向與移速對臺灣北部地區降雨影響之理想模擬研究。國立臺灣師範大學地球科學系碩士學位論文。
    Ancell, B., and G. J. Hakim, 2007: Comparing adjoint- and ensemble-sensitivity analysis with applications to observation targeting. Mon. Wea. Rev., 135, 4117–4134.
    Bednarczyk, C. N., and B. C. Ancell, 2015: Ensemble sensitivity analysis applied to a southern plains convective event. Mon. Wea. Rev., 143, 230–249.
    Chen, G. T.-J., and C. C. Yu, 1988: Study of low-level jet and extremely heavy rainfall over northern Taiwan in the Mei-Yu season. Mon. Wea. Rev.,116, 884–891.
    Chen, G. T. J., C.‐C. Wang, and D. T. W. Lin, 2005: Characteristics of low‐level jets over northern Taiwan in Mei‐Yu season and their relationship to heavy rain events, Mon. Weather Rev., 133, 20–43.
    Hakim, G. J., and R. D. Torn, 2008: Ensemble synoptic analysis. Synoptic-Dynamic Meteorology and Weather Analysis and Forecasting: A Tribute to Fred Sanders, Meteor. Monogr., No. 55., Amer. Meteor. Soc., 147–161.
    Hill, J. A., C. C. Weiss, and B. C. Ancell, 2016: Ensemble sensitivity analysis for mesoscale forecasts of dryline convection initiation. Mon. Wea. Rev., 144, 4161–4182.
    Hohenegger, C., and C. Schär, 2007: Atmospheric predictability at synoptic versus cloud-resolving scales. Bull. Amer. Meteor. Soc., 88, 1783–1793.
    Lorenz, E. N., 1969: The predictability of a flow which possesses many scales of motion. Tellus, 21, 289–307.
    Lorenz, E. N., 1996: Predictability—A problem partly solved. Proc. Seminar on Predictability, Vol. I, Reading, United Kingdom, ECMWF, 1–19.
    Roberts, N. M., and H. W. Lean, 2008: Scale‐selective verification of rainfall accumulations from high‐resolution forecasts of convective events, Mon. Weather Rev., 136, 78–97.
    Torn, R. D. and G. J. Hakim, 2009: Initial condition sensitivity of western Pacific extratropical transitions determined using ensemble-based sensitivity analysis. Mon. Wea. Rev., 137, 3388–3406
    Tsuboki, K., and A. Sakakibara, 2002: Large-scale parallel computing of cloud resolving storm simulator. High Performance Computing, H. P. Zima et al., Eds., Springer, 243–259.
    Tsuboki, K., and A. Sakakibara, 2007: Numerical Prediction of High-Impact Weather Systems: The Textbook for the Seventeenth IHP Training Course in 2007. Hydrospheric Atmospheric Research Center, Nagoya University, and UNESCO, 273 pp.
    Wang, C.-C., B.-K. Chiou, G. T.-J. Chen, H.-C. Kuo, and C.-H. Liu, 2016a: A numerical study of back-building process in a quasistationary rainband with extreme rainfall over northern Taiwan during 11–12 June 2012. Atmos. Chem. Phys., 16, 12359–12382
    Wilks, Daniel S., 2011: Statistical methods in the atmospheric sciences (3rd ed.). Elsevier Inc., chapter 8.
    Yeh, H. C., and Y. L. Chen, 2003: Numerical simulations of the barrier jet over northwestern Taiwan during the Mei-Yu Season. Mon. Wea. Rev., 131, 1396–1407.
    Zhang, F., C. Snyder, and R. Rotunno, 2002: Mesoscale predictability of the “surprise” snowstorm of 24–25 January 2000. Mon. Wea. Rev., 130, 1617–1632.
    Zhang, F., C. Snyder, and R. Rotunno, 2003: Effects of moist convection on mesoscale predictability. J. Atmos. Sci., 60, 1173–1185.
    Zhang, F., A. Odins, and J. W. Nielsen-Gammon, 2006: Mesoscale predictability of an extreme warm-season rainfall event. Wea. Forecasting, 21, 149–166.

    下載圖示
    QR CODE