知識服務 / 電子報 / TCCIP 電子報第007期
常問問題 名詞小櫥窗 TCCIP最新消息 氣候變遷新聞
2016/11/30 臺灣氣候變遷推估與資訊電子報007期 2545 點閱人次
封面故事

作者:TCCIP計畫辦公室

TCCIP第二期重要成果系列報導之三_多元的統計降尺度應用

TCCIP第一期計畫使用IPCC AR4 (CMIP3) 24個GCM(Global Coupled Model,全球耦合模式)資料,根據當期統計降尺度的推估結果,臺灣的溫度在未來百年將逐漸上升;降雨則會是豐越豐、枯越枯(目前降水較多的時期,未來的降水量會增加;目前降水偏少的時期則會更少)的型態。TCCIP第二期計畫使用最新AR5 (CMIP5) 的資料進行統計降尺度,囊括各國氣候中心共42個GCM,暖化的情境設定變成RCP (Representative Concentration Pathways,代表濃度路徑) 2.6、4.5、6.0、8.5等四種。此外與前期相比,第二期還提供更多的統計降尺度變數資料。內部團隊Team3亦利用統計降尺度資料進行水文、農業及公衛領域的資料應用評估。

更多的統計降尺度資料產製

  • 與國際接軌,產製AR5統計降尺度資料

TCCIP計畫提供的統計降尺度是多情境、多模式的GCM降尺度資料,具不可取代性,但本資料的缺點是較不適宜應用於極端事件相關的研究。因此本期計畫除以CMIP5的推估結果更新臺灣地區的統計降尺度資料外,亦開發新的方法與產品,期使統計降尺度資料的應用層面能更寬廣、更合理。

  • 成果:本期除更新AR5資料外,更新增日最高、最低溫的降尺度的推估資料、極端指標的降尺度…等。表1是第一、二期產製資料的比較。
  • 成效:目前TCCIP資料平臺提供使用者下載的資料為AR5月平均溫度、雨量,其餘資料現階段先由團隊內部進行進一步研究與應用測試,未來將陸續提供於資訊平台讓外界下載使用。在目前已申請TCCIP資料的111個計畫中,有72個計畫申請統計降尺度資料。新增的統計降尺度變數如日最高、最低溫,Team3已應用於水稻產量推估或是能源領域。

表1 前後兩期TCCIP計畫中,統計降尺度的主要產品。

 

  • 比較AR4 與 AR5 的統計降尺度,使國內研究能夠順利銜接

由於國內眾多使用者先前已使用TCCIP第一期計畫提供的AR4資料進行研究,因此TCCIP第二期計畫將前後兩組資料進行分析比較,謹供使用者參考。

  • 成果:圖1/圖2為CMIP3/CMIP5在臺灣地區的推估資料,分別顯示AR4與AR5兩組資料以及不同排放情境的差別。比較結果:

1.溫度

  • 不同季節皆有一致的增溫趨勢,且排放量越高,增溫越多
  • A1B增溫幅度大於RCP4.5,小於RCP8.5,略小於RCP6.0 (但模式數目較小)

2.雨量

  • 豐越豐 (夏秋)、枯越枯 (冬春) 在AR4與AR5整體趨勢大致相同
  • 整體而言,A1B情境的季節與年降雨變化率與RCP8.5類似,但不同情境對降雨造成的影響不若溫度來得明顯。對乾季而言,排放情境越高,有越乾的趨勢。濕季的改變率相對而言對不同情境較不敏感,差異不大。

圖1 21世紀末臺灣地區不同暖化情境下溫度的改變,單位C

圖2 21世紀末臺灣地區不同暖化情境下降水的改變率,單位%

  • 成效:科技部TaiCCAT計畫、新版氣候變遷科學報告以及水利署氣候變遷團隊先前利用前期AR4資料進行評估以及調適策略擬定;本期研究成果已提供上述團隊或報告撰寫者,以期協助產出之銜接與比對。

多元的跨領域應用

  • 農業領域之應用:水稻生產量評估
  • 成果:統計降尺度日氣象資料是對未來氣象資料的模擬,配合農業的作物生長模式,用以評估未來情境下的糧食生產情況。本計畫Team3農試所團隊利用AR4、AR5統計降尺度日氣象資料 (包含日最高溫、日最低溫、日雨量和日輻射量等變數) 以及DSSAT模式,推估未來情境下的水稻產量,並計算產量之改變率。
  • 成效:圖3為RCP4.5情境下一、二期水稻的推估產量。研究結果顯示,暖化將導致水稻生育日數縮短,減少水稻產量;相對於溫度變數,輻射量的影響敏感度較低。此研究成果展現跨領域的合作績效,可作為未來農業與糧食領域應用的參考。

圖3 RCP4.5情境下推估未來不同時期全臺一、二期稻作產量改變率

  • 公衛領域之應用:登革熱分佈研究
  • 成果:本研究前期使用AR4資料進行登革熱流行風險地圖之製作,本期計畫長榮大學研究團隊除更新登革熱推估模型與基礎資料外,也利用AR5資料進行進一步評估。同時也利用AR5溫度推估資料進行死亡率風險推估。
  • 成效:圖4為利用AR5推估溫度資料所製作之登革熱危險區域分佈圖,相關成果已納入科技部新版氣候變遷科學報告與衛福部相關報告。2015年台南地區發生嚴重登革熱事件,本研究成果亦提供相關單位與媒體參考,描述增溫對未來可能的影響。

圖4 RCP8.5情境下全台登革熱危險區域分布:(a) 2003~2013年觀測溫度之登革熱風險圖;(b) 2016~2035年IPCC AR5 RCP8.5 Ensemble模式之登革熱風險圖;(c)同 (b),但為2046~2065年;(d) 同 (b),但為2081~2100年。

常問問題
Q : IPCC AR4與AR5的差別是什麼?

IPCC (Intergovernmental Panel on Climate Change,政府間氣候變遷專門委員會)是一國際間的跨政府組織,於1988年由WMO(World Meteorological Organization,世界氣象組織)與UNEP(United Nations Environment Programme)創立。藉評估氣候變遷相關的科學研究,IPCC出版的報告為決策者闡述氣候變遷的衝擊與未來可能的危機,並提供調適與減緩的政策選項。

IPCC自1990年出版第一次評估報告(First Assessment Report,FAR),最近一期則是2013-14年出版的第五份評估報告(Fifth Assessment Report,AR5);預計2022年將出版AR6。表1為AR4與AR5的主要差異。

表1 AR4與AR5差異

*不同變數會有差異,但目前最常用溫度、降雨最多可使用的模式資料

相較於AR4,歷經6年的科技進展與研究深入,AR5的未來情境設定更完備,模式解析度更提升,對於模式資料的不確定性分析也有更周密的詮釋。AR5不僅對全球的暖化具更強烈的信心,氣候變遷會對地球不同地區造成的影響也有更詳盡的敘述。


名詞小櫥窗
天氣衍生器 (Weather Generator)

受限於當今電腦運算資源與實用性的考量,目前全球氣候模式(Global Climate Model,GCM)的解析度較低,多數GCM時間解析度最精細至月,空間解析度多為200公里以上。若要更精細的空間/時間解析度資料,則須仰賴降尺度的方法。本計畫使用動力降尺度(詳見第六期電子報)與統計降尺度(詳見本期電子報)技術提高空間解析度;天氣衍生器則用於提高時間的解析度,可提供與未來情境統計特性一致之日(或小時)氣象資料。

天氣衍生器是一種隨機的天氣數據統計模型(Richardson,1981),藉由統計方法演算某一觀測站過去長時間的天氣資料,進而衍生該測站長時間的合成序列氣象資料。本計畫自AR4/AR5的基期資料(1980-1999年/1986-2005年)衍生;未來氣候的推估資料則是以基期與未來氣候的改變率衍生而得。因為是以過去觀測的觀測資料為衍生基礎,衍生而得的日資料或小時資料會與歷史觀測具有相近的統計特性(如圖1)。

衍生資料使用者須注意,天氣衍生器並不是一個以物理理論為基礎的計算,其產製的資料品質完全取決於輸入的歷史觀測資料,而衍生過程又會造成比輸入的資料更高的不確定性。若以測站為衍生基礎而未考慮空間相關性,則衍生後的資料其空間上並不能確保一致性,更重要的是,不能因為未來衍生資料的時間尺度是日/小時,就將其視其為未來天氣預報!天氣衍生器產製的資料雖有以上的注意要點,但這些資料對於區域性的氣候衝擊、極端事件仍有極大幫助。本計畫使用英國洛桑實驗室 (Rothamsted Research)所開發的LARS-WG天氣衍生器(Semenov and Stratonovtich 2010)產製逐日的天氣時間序列氣象資料,衍生資料亦已應用於農糧、水文、經濟、公衛等各領域之調適與風險評估。

圖1: 臺灣臺北、臺東、恆春、臺中測站歷史觀測與基期衍生資料的統計一致性。

TCCIP最新消息
賀! TCCIP計畫榮獲105年國家永續發展獎_永續發展行動計畫執行績優獎
行政院國家永續發展委員會自93年起頒發年度國家永續發展獎,表揚推動永續發展績效優良、表現卓越之學校、企業、社會團體及政府機關。TCCIP計畫及執行單位行政法人國家災害防救科技中心榮獲本(105)年度國家永續發展獎_永續發展行動計畫執行績優獎;感謝科技部自然科學及永續研究發展司經費補助與發展方向的指導,以及中央氣象局、經濟部水利署、農委會農業試驗研究所、衛生福利部疾病管制署、中央研究院環境變遷研究中心、臺灣師範大學、臺灣大學、交通大學、中央大學、成功大學、臺北市立大學、文化大學、長榮大學、國家高速網路與計算中心的共同參與;日後仍將持續積極參與科研工作,對國家永續發展做出更多的貢獻!
氣候變遷新聞
煤礦公司Cloud Peak Energy Inc.的CEO日前呼籲同業,與其持續爭論氣候變遷的真實性,不如專注於開發碳捕捉與儲存(carbon capture and storage,CCS)的新科技,為煤找尋新的角色。演說中提到,”氣候變遷”不只是一個政治性的議題,更是當......
< 詳細閱讀 >
回上頁