臺灣區域氣候的動力降尺度
作者：鄭兆尊 副研究員、簡毓瑭 專案佐理研究員
降尺度的需求
臺灣的地形崎嶇複雜，全球氣候模式所能提供的資料解析度常不足以反映出臺灣地區區域氣候的特性，許多氣候變遷衝擊研究需要更高時空解析的區域氣候資料才得以進行。提高全球模式的解析度至數公里是一種方法，然而，要做長時期的氣候推估需要及巨量的電腦計算資源，也不容易得到多組的系集模擬。在有限的計算資源下並且需要應用高解析度氣候資料的多是區域性的資料，因此，針對特定區域的區域降尺度是比較可行且常見的方法。
降尺度的種類
常見的區域氣候降尺度大致可分為統計降尺度與動力降尺度，兩種方法各有優缺點，在TCCIP計畫是分頭進行之。考慮統計特性、可快速計算且計算所需資源較少的統計降尺度在前幾期TCCIP電子報已經介紹過，在此介紹的是考慮完整物理過程，透過高解析度的大氣物理模式來模擬大氣環流對溫室氣體反應。所使用的區域大氣模式的主要是由一組流體動力學的控制方程式所控制，故此降尺度方式又常被稱為動力降尺度。TCCIP動力降尺度所使用的區域大氣模式是美國國家大氣研究中心所發展的天氣研究與預報(Weather Research and Forecasting Model, WRF)模式。
跨國合作的動力降尺度
在動力降尺度中，高解析度區域模式需要解析度較差的全球模式的輸出來驅動其邊界條件。目前聯合國氣象組織 (WMO, World Meteorological Organization)贊助的世界氣候研究計畫(WCRP , World Climate Research Programme)負責執行幾個跨國合作計畫，其中較熟為人知的耦合模式比較計畫 (Coupled Model Intercomparison Project, CMIP)的全球氣候推估資料產出為IPCC報告中最主要的科學資料依據。WCRP底下還有一個重要的跨國合作計畫CORDEX (Coordinated Regional Climate Downscaling Experiment) 便是負責執行將CMIP的全球氣候推估資料在各區域進行區域降尺度，計畫的執行以動力降尺度為主力。CORDEX計畫產出資料的最低要求的解析度為50公里左右，歐洲地區可執行到12公里的降尺度，東亞地區預計將有25公里的降尺度資料產出。CORDEX產出資料對台灣的許多使用者而言，資料的空間解析度可能還是有不足之處。
TCCIP的動力降尺度
除了CORDEX計畫之外，世界各國也多有各自在執行更高解析度的動力降尺度，以滿足國內使用的需求。考慮到臺灣的5公里高解析度以及對極端事件推估的資料需求，TCCIP動力降尺度使用的是可以模擬出颱風的高解析度全球氣候推估資料，這是解析度超過100公里的CMIP3/5模式無法提供的，所以TCCIP在動力降尺度的工作上要另求合作夥伴。透過國際合作，TCCIP向日本創生計畫 (SOUSEI program) 取得20公里高解析度全球氣候模式推估資料(MRI-AGCM3.2S )(Kitoh et al.,2016)，並向美國地物流力研究所 (GFDL, Geophysical Fluid Dynamics Laboratory) 取得HIRAM全球模式(Chen and Lin 2013)的使用，以進行25公里高解析度全球氣候模擬。
由於高解析度長期全球氣候模擬不易取得，在此我們只針對基期(1975-2003)以及RCP8.5暖化情境下的21世紀中(2040-2065)以及21世紀末(2075-2099)的模擬結果並進行5公里的動力降尺度，以探討RCP8.5情境下未來臺灣地區各季節區域氣候之變遷。目前的成果所能呈現的21世紀中變遷推估是根據4組HIRAM小系集的降尺度結果計算得知、21世紀末的變遷推估則是來自於4組MRI-AGCM小系集的降尺度結果。因為4組系集的規模算小，在此暱稱之小系集。
TCCIP動力降尺度的偏差修正
除了季節平均外，在TCCIP也分析了極端降雨與高溫的發生頻率。在分析極端高溫與降水事件發生頻率時，5公里解析度的模擬結果對降雨強度的模擬還是有不足之處，在做超越固定門檻值的計算時會得到不太正確的結果。為了得到較佳的發生頻率模擬結果，我們採用Su et al., 2016所使用的分位擬合(Quantile Mapping)累積機率密度函數(Empirical Cumulative Density Function)的方法對模式的日雨量與日溫度作偏差修正，以調整降雨強度並移除溫度的冷偏差。
TCCIP動力降尺度的結果
小系集平均計算得到的結果顯示，未來推估世紀中的日平均溫度全島平均增溫約2℃；至世紀末全島平均增溫可達3℃以上，增溫程度最大的季節為秋季和冬季，且山區的增溫情形較平地明顯。隨著溫度上升，大於35℃的極端高溫發生的頻率增加，並且春季、秋季都有發生極端高溫的事件。除此之外，極端高溫的影響範圍變廣，低海拔地區都會出現高頻率的極端高溫事件。
圖1. 推估世紀中、世紀末各季節與全年日均溫改變量。
圖2. 推估世紀中、世紀末各季節與全年極端溫度 (>35℃)頻率改變量。
未來降雨變遷趨勢明顯且值得關注的包含：世紀中降雨主要呈現北部春雨減少、夏季降雨增加；世紀末梅雨季西半部地區降雨增加、秋季東北部降水減少。年平均降水部分，除了北部地區以外皆有增加的趨勢。每日累積降雨量大於200毫米的極端降雨事件，在模式推估下顯示世紀中夏季東部、東北部山區發生頻率增加；世紀末梅雨季西南地區頻率增加。
圖3. 推估世紀中、世紀末各季節與全年降雨改變率。
圖4. 推估世紀中、世紀末各季節與全年極端降雨 (>200mm/day)頻率改變量
進一步討論臺灣不同地區在未來推估下的降雨改變率，在此將區域分為全台、北區、中區、南區和東區。將分區的雨量平均和未來的分區平均結果比較，計算出各區域在RCP8.5情境下21世紀中和21世紀末平均降雨改變趨勢。並比較個別系集和系集平均的結果，將系集變化趨勢相同的用粗體表示，同時也計算統計顯著性。
結果如表1所呈現，21世紀中，臺灣北部、東部的春雨有明顯減少的趨勢，未來推估北部冬季的降雨也有減少的傾向；全年降雨增加以中南部地區為主。21世紀末，春季降雨沒有顯著的改變，中南部秋季降雨則有明顯的增加。綜觀21世紀末的雨量改變，全台各區域都有降雨增加的趨勢。結果和上述分析一致，並更加凸顯區域降雨特性的不同。
表1. 在RCP8.5情境下，總降雨區域平均值在21世紀中和世紀末時期的改變率 (單位：%)，其中深黃、淺黃底分別代表通過95%、90%統計檢定。；粗體代表系集平均和個別系集趨勢相同。
小結
比較目前小系集之系集平均在21世紀中與世紀末的變遷，溫度的變化都能合理地表現暖化程度會隨時間增強。然而，降水的變遷就不是這麼一回事，只有梅雨的變化幅度是隨著暖化而增加；春季降雨在世紀中先減少，到了世紀末又增加；夏季降雨在世紀中顯著增加，到了世紀末增加幅度反而不顯著。這樣的變遷特徵很有可能是因為世紀中與世紀末的模擬是來自不同的模式所造成的，也有可能是因為某一離群值很高的系集成員導致系集平均無法適切反應出大部分系集成員的變化。前者顯示出動力降尺度目前仍無法提供多模式系集，造成資料在使用上侷限的困境。考慮到降雨變遷的複雜性，TCCIP計畫目前的資料服務是以提供統計降尺度多模式資料為主，只有在極端天氣個案研究上才會建議使用動力降尺度資料。
參考資料
美國天氣研究與預報WRF模式網頁: http://www2.mmm.ucar.edu/wrf/users/
聯合國氣象組織的世界氣候研究計畫WCRP網頁: https://www.wcrp-climate.org/
WCRP的跨國區域氣候降尺度計畫CORDEX網頁: https://www.cordex.org/
Chen, J.-H., and S.-J. Lin, 2013: Seasonal Predictions of Tropical Cyclones Using a 25-km-Resolution General Circulation Model. J. Climate, 26, 380–398. doi: http://dx.doi.org/10.1175/JCLI-D-12-00061.1
Giorgi, F., C, Jones and G. R. Asrar, 2009: Addressing Climate Information Needs at the Regional Level: The CORDEX Framework. WMO Bulletin, 58, 175-183.
Kitoh A. and H. Endo, 2016: Changes in precipitation extremes projected by a 20-km mesh global atmospheric model. Weather Clim. Extrem., 11, 41–52.
Su, Y. F., C. T. Cheng, J. J. Liou, Y. M. Chen, and A. Kitoh, 2016: Bias correction of MRI-WRF dynamic downscaling datasets. Terr. Atmos. Ocean. Sci., 27, 649-657, doi: 10.3319/TAO.2016.07.14.01
延伸閱讀
為什麼降尺度不是越細越好？(連結)
用對資料、選對工具－談資料特性 (連結)
喜歡這一期的文章嗎? 給作者一個讚！