資料服務 / 未來推估
單點多模式 空間分布 推估時間比較 情境比較 單情境時序變化 多情境時序變化 資料說明

*本資料於2020年11月11日進行資料改版

此處提供的是使用統計降尺度方式所產製的推估未來100年的溫度&雨量資料

產製方法說明如下:

為了使降尺度過後的台灣區域氣候資料能保有降尺度前氣候模式在該區域的氣候特性,本方法是使用Gobiet et. al., 2015; Maurer, 2007; Wood et. al., 2002; 2004所發展的empirical-statistical correction(經驗統計修正方法)。首先將的模式資料利用線性內插(Bilinear interpolation)的方法,將將高解析度觀測日資料與氣候模式資料皆先內插轉換至5公里的網格解析度。

為保留日資料的極端值訊號,取樣方式是逐日的將觀測與模式資料,每一年包含目標日的前後各15天合計31個日曆天,全部45年合計1395天做為樣本(如圖1),以經驗累積機率ECDF(empirical cumulative density functions)函數分布,呈現兩組資料的統計特性。為修正模式資料的偏差值,使模式模擬降雨統計分布特性與觀測相吻合,將模式的ECDF調整至與觀測相同的ECDF。以圖2降雨修正為例,模式原始降雨量X1,依路徑①對應模式機率密度值P,以觀測相同的機率密度值依路徑②,得到對應的降雨量X2做為模式的修正值。

圖1、日資料取樣示意圖。取觀測與模式資料「目標日」每年的前、後各15天合計31個曆天的氣候資料(31天*45年=1395筆)。
圖2、使用圖3採樣日資料方式,建立模式(提高解析度後)與觀測的經驗累積機率ECDF(empirical cumulative density functions)函數關係,將模式資料做偏差修正至符合觀測ECDF的流程示意圖(X1原始降雨量、P對應X1機率密度值、X2修正後降雨量)。