封面故事

歷史觀測資料補遺救星-臺灣歷史氣候重建資料

作者：林秉毅 專案佐理研究員、鄭兆尊 副研究員

 

一、前言

臺灣地形複雜，需要長期且高密度的觀測資料來觀測局部地區的區域氣候，但是測站大多分布於平地，山區測站分布較為稀疏，且並非所有氣象變數都有充足的觀測資料。礙於測站數目有限且空間分布不均，以及氣候研究使用領域越來越廣，更多樣化的變數以及更高空間和時間解析度的需求也隨之增加，使用模擬資料為可選擇的替代方案。

面對觀測資料空間分布與時間長度的不足，即使增加測站也難以解決問題，是否有其他方法可以彌補不足？利用大氣環流模式加入觀測資料進行模擬，藉此獲得完整時間與空間分布的資料，且能夠取得更多樣化的氣象變數，是近年來取得大尺度歷史觀測資料的方法之一，產製出的資料稱為重分析資料 (楊智閔，2018)。許多國家使用重分析資料進行動力降尺度模擬得到更高空間及時間解析度的資料，並以此替代觀測資料進行相關研究。動力降尺度是藉由提高氣候模式的解析度以獲得高解析度的氣候推估資料，由於使用較接近真實的地形資料(例如：地形高度、海岸線、土地利用分布等)，因此能夠比較精準地呈現小範圍地區的地理及氣候特質，而高解析度也讓模式能模擬出較大的極值，提升模式對極端事件的模擬能力。例如Kayaba et al. (2016) 使用日本氣象廳 (Japan Meteorological Agency, JMA) 產製的55年重分析資料JRA-55進行5公里解析度動力降尺度模擬，發現降尺度的模擬對於重現過去的溫度及降雨以及歷史極端天氣事件有良好的表現，證明使用重分析降尺度可以提供高品質的長期天氣資料。本資料為利用WRF模式將歐洲中期天氣預報中心 (European Centre for Medium-Range Weather Forecasts, ECMWF) 所產製的ERA5 (ECMWF, 2017) 重分析資料進行動力降尺度，產製一組高解析氣候資料，以提供臺灣地區多變數的長期氣候資料，資料定名為 TReAD (Taiwan ReAnalysis Downscaling data)。

 

圖1、透過動力降尺度將原始解析度為30公里的ERA5重分析資料逐步降尺度至2公里

 

二、資料邊界及設定介紹

本資料時間長度為1979年至2018年 (共40年)，水平解析度為2公里，時間解析度為每小時一筆資料，資料範圍為21.0494°N,118.693°E至26.2755°N,123.241°E (圖2)，涵蓋臺灣本島、綠島、蘭嶼、馬祖、彭佳嶼及澎湖群島。

過去數十年來，臺灣處於快速的都市化發展，如今的土地利用型態已和過去大不相同，不同土地利用型態對應到不同地表參數，例如粗糙長度、反照率、比熱等等…對於區域氣候會造成顯著的影響。若在模擬中只使用單一年份的土地利用資料，會使模式中的土地利用型態和現實中的變化

圖2、模式2公里解析度範圍

 

趨勢有所差異，導致無法精確地模擬出土地利用變遷對氣候造成的影響。利用模式模擬臺灣長期氣候，如何合理設定土地利用型態分布是一大問題，因此在TReAD中使用中央研究院環境變遷研究中心提供的土地利用資料 (Chen et al., 2019)，資料年份分別有1982、1995、2000及2015年共四筆資料 (圖3)，隨著模擬時間的進展，更換模式中的土地利用資料使其更加貼近現實狀況。四筆資料的土地利用分布隨時間的變化呈現都市變多農田減少的趨勢，其變化趨勢符合都市化發展的變化。

圖3、1982、1995、2000及2015年土地利用分布圖，右側數字為對照USGS的土地利用分類表，其中1為都市，2為旱田，3為水田，11~15則為各式林種。

 

三、分析與討論：

　　TReAD主要目的在於提供長期的多樣化變數，由於模式是在均勻網格上模擬，所以不會有觀測網格資料需要考慮的觀測站數不足、測站空間分布不均的問題。本研究針對地面溫度、降雨、10米高風場、壓力、相對濕度及輻射進行比對與分析，比對以10米風高風場為例，將TReAD和氣象局19個觀測站進行風速比對，選擇的基準為選擇資料長度能夠符合模擬時間 (1980~2018) 且資料較完整的測站。風速在模式中受到地表參數顯著的影響，而臺灣地形複雜，因此各測站之間會有顯著的地形差異。統計結果顯示，兩資料的相關係數於各測站間有顯著的地區性差異，其中以山區的相關係數較低，其餘平地測站則較高，而山區及離島測站有較大的方均根誤差 (圖4)。
 

圖4、黑線由下到上分別為最小值、二十五百分位、七十五百分位以及最大值，藍點為平均值，紅線為中位數，黑色虛線為整體平均值，左圖為為TReAD和各測站風速相關係數，右圖為方均根誤差 (單位為m/s)

    將ERA5、TReAD以及氣象局觀測站進行風速時序列比較，選擇2016年的1、4、7及10月作為四季代表，使用臺北、臺中及高雄作為範例。在大多數狀況下，ERA5資料有較大的誤差，相較之下TReAD則更接近觀測資料，且變化趨勢也較符合。TReAD解析度為2公里，而ERA5則為30公里，兩者的解析度有顯著的差異，因此在海陸分布也明顯不同，特別是在沿岸地區ERA5有較多網格為海洋。由於海洋跟陸地的粗糙長度不同，對風速會造成顯著的影響，因此ERA5的風速於沿岸地區有較大的誤差。高雄測站由於位置較接近海邊，受到海陸分布差異的影響，使得ERA5資料的高雄測站有較大的誤差 (圖5)。

圖5、左圖為2016年1、4、7、10月風速時序列(單位為m/s)，右圖為TReAD和ERA5資料的海陸分布，顏色代表該網格陸地所占比例

　　統計結果顯示各變數和測站資料的相似程度依序為氣壓、溫度、相對濕度、輻射、風速，最後則是降雨(圖6)。各變數在數值上仍存在一定的誤差，但是變化趨勢和觀測資料大致相似，能夠重現過去的氣候變化趨勢。

四、結論與建議

　　目前TReAD仍持續進行資料的分析，以整理出資料的誤差特徵與氣候特徵。預計在今年夏天正式對外提供一些地面參數的日資料，包括氣壓，日均溫、日最高溫、日最低溫、風向、風速、相對濕度、降雨、以及太陽輻射量。不過上述變數以風、輻射與降雨的模擬表現較差，建議資料使用者優先考慮使用臺灣氣候變遷推估與調適知識資訊平台計畫 (TCCIP) 所提供的觀測網格資料以及即將上架的衛星資料所反衍出的地表太陽輻射網格資料 (翁敏娟，2020)，至於其餘較缺乏充足觀測資料的變數，則可使用TReAD來彌補缺乏觀測資料的問題。

表一、重點測站相關係數及方均根誤差表現

 

 

延伸閱讀

1. 重分析資料與氣象研究之應用：https://tccip.ncdr.nat.gov.tw/km_newsletter_one.aspx?nid=20180703142159
2. ECMWF(European Centre Medium-Range Weather Forecasts)：https://www.ecmwf.int/

 

參考文獻

 

1. 楊智閔，2018：重分析資料與氣象研究之應用，臺灣氣候變遷推估與資訊電子報，第020期。檢自URL：https://tccip.ncdr.nat.gov.tw/km_newsletter_one.aspx?nid=20180703142159
2. 翁敏娟，2020 ：利用衛星資料建立臺灣地區網格化日射量資料庫，臺灣氣候變遷推估與資訊電子報，第039期。檢自URL：https://tccip.ncdr.nat.gov.tw/km_newsletter_one.aspx?nid=20200701121301
3. Chen, Y. Y., Wei Huang, Wei-Hong Wang, Jehn-Yih Juang, Jing-Shan Hong, Tomomichi Kato, and Sebastiaan Luyssaert, 2019. Reconstructing Taiwan's land cover changes between 1904 and 2015 from historical maps and satellite images. Scientific reports, 9(1):3643, 2019.
4. European Centre for Medium-Range Weather Forecasts. 2017, updated monthly. ERA5 Reanalysis. Research Data Archive at the National Center for Atmospheric Research, Computational and Information Systems Laboratory. https://doi.org/10.5065/D6X34W69
5. Hersbach, H., and D. Dee, 2016: ERA5 reanalysis is in production. ECMWF Newsletter, No.147, ECMWF, Reading, UnitedKingdom, https://www.ecmwf.int/en/newsletter/147/news/era5-reanalysis-production. Google Scholar
6. Kayaba, N., T. Yamada, S. Hayashi, K. Onogi, S. Kobayashi, K. Yoshimoto, K. Kamiguchi, and K. Yamashita, 2016: Dynamical Regional Downscaling Using the JRA-55 Reanalysis  (DSJRA-55) . SOLA, 12, 1-5. 
7. Taylor, K. E., 2001: Summarizing multiple aspects of model performance in a single diagram. J. Geophys. Res., 106 , 7183–7192.

 

 

國際氣候變遷調適平台發展趨勢評析-兼論TCCIP氣候變遷服務發展

張珈瑋　國家災害防救科技中心專案佐理研究員
陳永明　國家災害防救科技中心 研究員

　　自2009年計畫啟動以來，TCCIP團隊全心致力於台灣本土氣候變遷研究。從降尺度資料產製，到推出囊括氣候變遷衝擊評估初步成果、調適方法學與調適試驗經驗的「調適百寶箱」(Adpatation Resources Kit, ARK)，TCCIP始終不忘在氣候變遷創新調適及落實氣候行動的重要研究上推陳出新。而在氣候變遷降尺度與衝擊評估資料之外，氣候變遷服務(Climate Change Services)更是TCCIP計畫的核心工作，邁入3.0版的完整一站式「氣候變遷整合服務平台」已服務超過百萬人次，更與眾多領域成功構築合作關係。多年來，TCCIP成功建立起使用者回饋機制，針對服務品質進行以使用者為導向的優化工作，更積極嘗試拓展氣候變遷服務的國際合作與交流，期待打造出與國際調適平台並駕齊驅的優秀知識與資訊傳遞平台。

　　TCCIP團隊於2020年有幸受日本氣候變遷調適中心(Climate Change Center for Adaptation, CCCA)之邀，加入由英國牛津大學、愛爾蘭科克大學、斯德哥爾摩環境研究所與荷蘭氣候調適服務單位發起的國際調適平台經驗交流計畫KE4CAP中。全名為「Stepping Up Knowledge Exchange Between Climate Adaptation Platforms」的KE4CAP社群計畫於2019年正式受歐盟資助執行，並於2020年6月召開第一次跨國線上交流會議，共有17個國家、28個國際平台參與(詳見圖 1)，更於7月開始針對參與之國際平台進行背景問卷調查(Background Survey)，另透過會議逐一的召開，收斂討論議題及彙整問卷資訊，並在12月正式公佈第一版問卷分析的綜整報告（Synthesis Report）。

圖 1、KE4CAP參與單位之地理位置圖 (來源：KE4CAP第一版綜整報告)

 

　　因KE4CAP此次問卷觸及的調適平台數量達28個，亦包含許多TCCIP尚未建立起聯繫管道之國家，其綜整報告可有效彙整出各平台背景資訊，同時勾勒出國際間氣候變遷調適平台發展之樣貌，對本團隊積極檢視自身平台發展有相當助益。本團隊遂嘗試將報告中所提出之部分結論，與TCCIP平台營運情形進行簡要比對分析，進而了解TCCIP整合服務平台在定位及服務推動上是否達到與國際接軌之目的。

圖 2、國際調適平台發展歷程 (來源：KE4CAP第一版綜整報告)

 

　　從圖2中各平台發展時間軸便可見，TCCIP平台在眾多國際平台中，屬發展歷史較悠久的平台，在經營及維運之經驗，可與西班牙、加拿大、歐盟等調適發展較迅速的國家或地區比擬，同時更是領先眾多亞洲國家，率先建立起完善服務並持續營運至今的調適平台。透過該圖也能發現，近幾年氣候變遷調適服務在亞洲發展中國家逐漸受到重視，泰國及亞太地區等地正逐漸完成調適平台建置，菲律賓亦於2020年正式啟動平台建置規劃。而印度在國家級調適平台外，更是針對「金融」領域設立服務平台，強化該議題的推動，也顯示出在國際間，儘管氣候變遷衝擊為複合性議題，但在資源相對不足，或特定產業受氣候變遷影響較甚的國家而言，更具議題針對性的氣候變遷服務已成為集結有限資源，並有效付諸實際行動的調適推動方法之一。

調適平台建置目的

　　KE4CAP問卷調查結果發現，多數平台建置的目的為「支援國家調適政策」以及「提供知識、資訊與工具」（如圖3所示），平台經營單位多以科學資訊輔佐及支援的角色自居，TCCIP平台亦是如此。但相較之下，國際的調適平台在創造科學資訊的延伸價值上更為積極，且多數將凝聚調適量能為其主要願景之一，打造合作環境與連結各領域重要關係人也被視為重要的推動項目。除此之外，國際的調適平台在資訊、知識分享之餘，更抱持協助調適效益評估及長期監測(Monitoring and Evaluation, M&E)的期待，這點與TCCIP營運設定也有著根本性的區別。然而，即便對可發揮的空間有許多規劃，這些國際平台也不諱言，在執行層面上其M&E功能相當有限，多數僅停留於資料方面的協助，更積極的行為面臨著平台營運單位缺乏主導M&E的正當性及施力點之問題，同時因制定調適評估機制及規範的技術仍處發展階段，研究進展若稍有停滯，也會影響M&E的推動力。

圖 3、調適平台建置之目的

調適平台功能與服務對象

　　如圖4所示，調適平台多以提供質性資料為主，量化資料為輔，其中更有近八成以上的平台，將「調適決策工具」、「調適方案與參考案例」、「調適知識」以及「調適指導」四大項作為主要的服務產品。透過與圖5交叉比對，便可發現，平台資訊的多元性及類型，與其主要服務對象之設定有極大關係。由於絕大多數平台皆以中央及地方單位為主要對象(原因之一或為約65%的調適平台營運資金來源皆來自公部門或相關單位)，相較於善於處理量化資料的學術及教育族群，當使用者多為處理大量議題及資訊的公部門時，平台提供的資料方面便更需趨於入門門檻較低、更可直接協助政策制定的輔助型工具及文字類型資料。

圖4、調適平台功能

圖 5、調適平台主要服務對象

 　　反觀TCCIP平台，因並未設限其主要受眾，且平台實際使用者背景廣泛，從學生到中央主管機關皆有之，領域別也相當不同，也因此在TCCIP平台整體內容規劃及上架資訊就更顯多元。無論何種使用者，在TCCIP平台上皆可找到合用的資訊及資料，知識的呈現方式同樣依照使用者需求做客製化調整，乃至圖4中所提及之功能，TCCIP平台上皆有涵蓋，也讓氣候變遷資訊的服務層面相較於部分國際調適平台而言更加完整。

結語

TCCIP平台以「氣候變遷服務」為核心價值，更以支援各層級單位及學術研究所需之資訊與知識為重，且就KE4CAP的問卷部分結果進行簡要分析可見，與其他國家相比，TCCIP平台在服務發展上經驗相對充足，內容及功能規劃上亦相當符合國際趨勢，唯獨在推動跨領域對話及M&E方面，後續或可考慮與主要業務主管機關環保署合作，促成跨部會之對話並廣納專家意見，以跨部門合作方式積極呼應國際調適平台在M&E作用上之期待。

透過KE4CAP報告亦可得知，要打造出有用、好用、易用的氣候變遷調適平台並非一蹴可幾，任何一項功能的推出，都極為耗時。事實上，在2020年前，TCCIP平台尚缺乏國際調適平台最普遍提供的兩項資訊：「調適決策工具」與「調適方案與參考案例」，但ARK的出現已逐步地補足該項資訊缺口。這項產品的推出絕非一時或倉促之舉，反之，ARK的準備工作於2017年便已啟動，從資料的蒐整、圖資的製作到資訊的呈現，籌備及研發時間長達三年之久，更不斷地透過利害關係人的溝通與交流，才成功地將繁雜資料化作簡易資訊供使用者參考。

TCCIP團隊是在過去十多年的長期耕耘下，方能保持TCCIP平台功能性、知識性與資料豐富度不斷的演化，透過歲月累積出的服務經驗及反覆試驗歷程是TCCIP平台優化重要的資產。一步步建立起的專家諮詢、學者合作及使用者回饋機制，也是促使團隊持續找尋並弭平國內氣候變遷資料與知識斷層的重要推力，更是推動團隊科研量能發展的基石。從服務角度來看，TCCIP平台在規劃與強化服務方面，不僅符合國際推動架構與趨勢，更透過以使用者為導向的本土氣候變遷資料與知識設計，縮減國內外氣候變遷資訊不對等之情形，讓國內氣候變遷的政策與科學能更符合我國現實。ARK等功能的開發與上架，也是平台在詮釋氣候變遷服務多元化樣貌上新型態的嘗試，亦讓我國氣候變遷服務發展，朝著國際調適趨勢穩健前進。

備註：本文所提及之KE4CAP報告結果及圖表皆來自第一版彙整版本。由於KE4CAP仍將持續召開交流會議，也將持續依照討論議題進行綜整報告之修正，同時亦規劃擴大問卷樣本數以提升報告結果之可靠度，後續問卷彙整結論或與本次提及之內容稍有不同，特此聲明。

 

喜歡這一期的文章嗎? 給作者一個讚！