臺灣氣候變遷關鍵指標圖集：AR6統計降尺度版

本圖集彙整由世界氣象組織之氣候變遷偵測與指標專家小組（Expert Team on Climate Change Detection and Indices, ETCCDI）所建議的氣候變遷指標，其中包含極端高溫、低溫、暴雨及乾旱等極端指標，應用在臺灣的氣候變遷推估。參考聯合國政府間氣候變遷專門委員會（Intergovernmental Panel on Climate Change, IPCC）第六次評估報告（IPCC Sixth Assessment Report, AR6），使用最新的AR6暖化情境與氣候推估資料，並新增以全球暖化程度（Global Warming Levels, GWLs）作為評估氣候變遷的另一種呈現方式，使讀者更好理解當全球落實不同程度的氣候目標時，將導致臺灣氣候變遷的嚴重程度有所差異。本圖集也新增氣候變遷訊號的不確定性評估，提供讀者在應用指標圖表時，能更好解讀這些推估資訊是否有較高的不確定性。(圖集電子檔)

資料來源

資料來源為TCCIP計畫提供的觀測資料與模式資料。觀測資料來自遍布臺灣各地的測站（例如中央氣象署的氣象站），經過彙整處理製作成網格化觀測資料，資料時間間隔為每日一筆，空間解析度為每一個網格0.05° x 0.05°。模式資料參考IPCC AR6使用的全球氣候模式資料，來自第六期耦合模式比對計畫（Coupled Model Intercomparison Project Phase 6, CMIP6），包含31個模式、4種排放情境的氣候模擬資料。模式原始資料亦為每日一筆，為了得到適用於臺灣的歷史氣候模擬與未來推估結果，須經過統計降尺度方法處理，產製得到與觀測資料相同空間解析度的AR6統計降尺度資料。關於「網格化觀測日資料」與「AR6統計降尺度日資料」更多說明，請參考TCCIP網站的「資料服務」功能，包含「資料介紹」有更深入的介紹以及「氣候變遷資料商店」提供資料下載。

情境設定

IPCC AR6採用的情境結合「共享社會經濟路徑（Shared Socioeconomic Pathways, SSPs）與代表濃度路徑（Representative Concentration Pathways, RCPs）」，其中SSPs代表社會經濟發展、RCPs代表溫室氣體（簡稱GHG） 排放或濃度變化所造成的輻射強迫力結果，簡稱為SSP排放情境（SSP‐RCPs）。由於SSP排放情境的設定複雜，不同氣候模式對於同一個排放情境所反應的溫度變化差異也很大，因此IPCC近年提出以全球暖化程度（GWLs）作為評估暖化所造成氣候變遷的主要方式，使大眾更好理解與比較當全球平均溫度上升到不同程度時，例如大眾關心的全球暖化1.5°C及2°C，臺灣或全球其他區域的未來氣候變遷推估。

• SSP排放情境：取決於未來社會經濟假設、排放減量程度、氣溶膠污染物等造成不同的GHG排放量，可由低至極高GHG排放量簡單區分成以下四個代表性情境：SSP1‐2.6（低排放量）、SSP2‐4.5（中排放量）、SSP3‐7.0（高排放量）、SSP5‐8.5（極高排放量）。（如表1）
• 全球暖化程度：參考IPCC以工業革命前（1850–1900年）全球平均溫度作為基準，根據模式模擬在不同SSP排放情境的升溫結果，計算第一次達到全球暖化1.5°C, 2°C, 3°C及4°C的20年時期，如圖1所示。（※注意：模式模擬的全球平均溫度變化須先計算成20年平均值，才判斷是否超過特定暖化門檻，而不是以每一年的溫度變化作為判斷依據。）

基期與未來時期

為了瞭解在不同排放情境之下，未來氣候推估相對於過去的變化，所有模式需要使用同一段過去的時間來比較，稱之為「基期」。同時，為了瞭解在基期的實際氣候狀態，觀測資料也需要選取相同一段時期作為對照。根據IPCC AR6使用的參考時期，基期為1995–2014年，並將未來時期分為短期2021–2040年、中期2041–2060年、長期2081–2100年（如圖2）。不論是歷史基期或未來時期皆使用20年氣候平均。

基期：1995~2014年

未來時期：短期2021~2040年、 中期2041~2060年、 長期2081~2100年

區域

本圖集分別提供臺灣、四分區及20縣市的氣候變遷推估資訊。參考交通部中央氣象署的區域劃分，將臺灣本島（含附屬島嶼）分為四大區域，分別為北部、中部、南部、東部地區。北部地區包含基隆市、臺北市、新北市、桃園市、新竹縣、新竹市及苗栗縣；中部地區包含臺中市、彰化縣、南投縣、雲林縣、嘉義縣及嘉義市；南部地區包含臺南市、高雄市及屏東縣；東部地區包含宜蘭縣、臺東縣及花蓮縣。（離）外島地區目前只有澎湖縣，而暫無金門縣與連江縣的推估資訊，如圖3所示。

不確定性評估

參考IPCC定義的可能性 (模式機率分布) 來量化不確定性的評估方法，使用第25–75百分位數 (即50%機率分布) 代表有可能範圍；使用第5–95百分位數 (即90%機率分布) 代表非常可能範圍。

參考IPCC AR6 Atlas對於模式模擬的氣候變遷訊號之穩健性評估，提供兩種不同的方法（如表4）：

1. 簡單方法：根據模式推估變化的符號 (增加+或減少-) 一致性，當至少80%以上模式有一致變化符號，表示為高模式一致性 (High model agreement)；少於80%模式有一致變化符號，表示為低模式一致性 (Low model agreement)。
2. 進階方法：除了模式的符號一致性，也檢驗氣候變遷訊號的顯著性，當模式的未來推估變化大於或小於內部變異門檻值[9]，判斷有或無顯著變化。當至少66%以上模式為顯著變化且至少80%以上模式有一致變化符號 (即高模式一致性)，表示為穩健訊號 (Robust signal)；當少於66%模式有顯著變化，表示為無變化或無穩健訊號 (No change or no robust signal)；當有66%以上模式有顯著變化，但少於80%模式有一致變化符號 (即低模式一致性)，表示為矛盾訊號 (Conflicting signals)。

資料處理流程

1. 基期與未來資料：將觀測資料與模式的歷史模擬資料，取出基期1995–2014年的網格日資料；以及模式在不同SSP排放情境的未來推估，取出2015–2100年的網格日資料。使用的變數視氣候變遷指標而定，包含日最高溫、日最低溫及日降雨量。
2. 指標計算：將基期（1995–2014年）與未來推估資料（2015–2100年），計算出氣候變遷指標在每一個網格的逐年數值。
3. 區域平均：為了得到區域的氣候推估資訊，須將該區域內所有網格的氣候變遷指標計算出一個平均值。例如，臺北市有22個網格，將所有網格的氣候變遷指標數值計算成一個平均值，即區域平均值。如果是呈現基期或未來推估的空間分布（即每一個網格的數值資訊），則不需要進行此計算。
4. 氣候平均：不論是網格資料或區域平均的結果，都須計算基期20年平均值作為比較基準，以及不同未來時期（包含短期、中期、長期或不同全球暖化程度）的20年平均值。其中，為了呈現指標隨時間的連續變化，也利用20年移動平均 10的計算方式，得到未來推估的時間序列。
5. 氣候變遷訊號：將氣候變遷指標在未來推估與基期的氣候平均值相減，得到未來推估變化值，如果是計算變化率（即相對於基期的變化百分比），則須再除以基期氣候平均值後乘以100%。本圖集只有降雨指標的年最大一日降雨量Rx1day、年最大一日降雨量最大連續五日累積降雨量Rx5day、雨日總降雨量PRCPTOT及雨日降雨強度SDII是使用變化率（單位與雨量多寡有相關的指標），其他指標則一律使用變化值表示。
   • 變化值 = 未來推估的氣候平均值 - 基期的氣候平均值
   • 變化率 = 變化值／基期的氣候平均值× 100%
6. 系集統計：每一個SSP排放情境或GWLs各自有不同數量的模式推估結果，稱之為多模式系集。針對多模式系集推估的氣候變遷訊號，通常會計算所有模式的平均值，稱為系集平均；或計算所有模式的中位數，稱為系集中位數。對於氣候模式的模擬，普遍以系集平均或中位數作為最佳推估結果。
7. 不確定性評估
   • 穩健性：針對多模式系集在每一個網格的推估結果，統計氣候變遷訊號為增加趨勢（符號為正）或減少趨勢（符號為負）的模式數量比例，當有80%以上模式與系集平均結果為一致符號，則為高模式一致性；反之，當少於80%模式有一致符號，則為低模式一致性。
   • 可能性範圍：計算多模式系集推估的氣候變遷訊號各項統計值，包含第25–75百分位數、第5–95百分位數，呈現模式推估變化的可能性範圍。