知識服務 / 電子報 / TCCIP 電子報第057期
知識小櫥窗 TCCIP最新消息 氣候變遷新聞
2022/05/04 臺灣氣候變遷推估資訊與調適知識平台電子報057期 695 點閱人次
封面故事

HighResMIP模式解析度對西北太平洋颱風模擬之影響

作者:蔡鴻鵬  國家災害防救科技中心 專案佐理研究員
許晃雄  中央研究院環境變遷研究中心 特聘研究員

氣候模式 (Climate Model)[1] 發展至今已有數十年的歷史,為加速氣候模式的發展與交流,世界氣候研究計畫 (World Climate Research Programme, WCRP)[2]於1995年組織耦合氣候模式對比計畫CMIP (Coupled Model Intercomparison Project)[3],藉由系統性的實驗設計與分享比對平台提供更多機會檢視與改善氣候模式。根據過去針對CMIP5的研究指出,礙於模式空間解析度過低的因素,多數氣候模式低估西北太平洋 (western North Pacific, WNP) 及北大西洋 (North Atlantic, NAT) 地區的颱風數量以及強度,但少數高解析度的模式結果則相對較接近觀測,在颱風的強度、結構以及數量年際變化有較好的模擬[4] [5]。提高模式解析度是模式發展的重要方向之一,了解其帶來的影響與差異至關重要。有鑑於此,CMIP6-Endorsed MIPs子項目高解析度模式比對計畫HighResMIP (High Resolution Model Intercomparison Project) 因應而生[6],該計畫盡可能的統一實驗設計並去除模式中解析度以外因素所帶來的影響,藉此釐清高解析度模式 (水平解析度≤0.5°) 與較低解析度模式之模擬差異。本文針對參與HighResMIP計畫的模式進行評估;除了解析度高低所帶來的影響之外,也同時加入各模式的大氣模式 (AGCM) 與耦合模式 (CGCM)[7] 兩種實驗比較,模式結果先與觀測資料做比對以了解模式的不確定性,再進一步討論各模式預估未來西北太平洋颱風的發展與變化。

研究資料與方法

* 評估之模式與觀測資料

TCCIP計畫共評估七組參與HighResMIP之模式,分別為CMCC-CM2 (Centro Euro-Mediterraneo sui Cambiamenti Climatici Climate Model)、HadGEM3-GC3.1 (Hadley Centre Global Environment Model version 3.1)、MPI-ESM1.2 (Max Planck Institute Earth System Model)、HiRAM (High-Resolution Atmosphere Model)、CESM (Community Earth System Model)、MRI-AGCM (Meteorological Research Institute Atmospheric General Circulation Model) 以及NICAM (Nonhydrostatic ICosahedral Atmospheric Model)。所有模式皆具備高解析度及低解析度實驗比較,其中部分模式還具備大氣模式 (AGCM) 與海氣耦合模式 (CGCM) 的實驗版本,能進一步討論海氣耦合對模式的影響,總計共二十組模式結果提供分析。觀測資料則使用IBTrACS v.3 (International Best Track Archive for Climate Stewardship Version 3)[8] 與模式做比對。另外,所有模式在未來的模擬皆做極端增溫情境的假設,相當於RCP 8.5之情境設計,在世紀末輻射能量增加到8.5 Wm-2[9] 

* 研究方法

模式颱風資料皆使用TRACK[10] 與TempestExtremes[11] 兩種方法追蹤颱風數量與位置,兩者分別以中心最大渦度(TRACK)及中心最低氣壓(TempestExtremes) 為主要特徵,並考量多項附加條件來偵測模式中颱風的生成與路徑。唯部分模式TRACK法資料尚無法取得,因此本文僅針對TempestExtremes部分進行分析與呈現。另外,為提高資料的合理性,模式颱風資料皆經過篩選,去除最大風速不足17 m/s (34 knots) 以及於陸地生成的颱風。本研究將先針對各模式使用TempestExtremes方法所偵測到的颱風與觀測資料作比較,接著依空間解析度將模式分類為高 (≈25km)、中 (≈50km)、低 (≈100km) 三種,探討模式解析度對颱風模擬的影響。

颱風追蹤法差異分析

首先初步的瞭解西北太平洋地區 (東經100-180度、北緯0-50度) 颱風數量的年際變化,圖1為TempestExtremes颱風追蹤法在西北太平洋地區追蹤1980至2050模式每年颱風生成數量與觀測的比較圖,除了MPI-ESM1-2、低解析度CMCC-CM2以及低解析度CESM1-CMA5明顯低估颱風數量外,其他模式颱風數量約介於20-60個/年,各模式在颱風的數量與年際變化掌握有明顯的差異。進一步統計各模式在基期 (1994-2014) 以及未來 (2030-2050) 平均每年颱風生成數量 (表1) 可以發現,相對於基期而言,無論解析度高低、有無海氣耦合的模擬,幾乎所有模式都能看到颱風數量在未來減少的趨勢,與過去的研究結果一致[12]。另外值得注意的是,從 (表1) HadGEM3-GC31與MPI-ESM1-2這兩組模式的比較中可以發現,即使是相同的模式資料,使用不同的颱風追蹤法偵測颱風也會得到差異甚大的結果,部分模式颱風數量差異甚至高於兩倍。有鑒於此以及資料完整性的考量,接下來的研究將統一使用TempestExtremes追蹤法的結果作分析,並以大氣模式AGCM為主,海氣耦合模式CGCM為輔,討論各模式在不同解析度、基期以及未來西北太平洋颱風的差異。

圖1.    NWP颱風數量年際變化-TempestExtremes

表1. HighResMIP模式模擬西北太平洋基期以及未來颱風數量年平均值與變化率。

解析度對颱風模擬之影響分析

為了瞭解不同解析度模式在颱風數量年際變化的掌握能力差異,我們將模式基期 (1994-2014) 每年颱風數量與觀測資料做相關係數 (correlation) 與均方根誤差 (RMSE) 如表2,個別模式相關係數約介於0.1-0.6,其中又以高解析度HiRAM表現最佳,整體而言模式在模擬颱風數量年際變化上仍有進步的空間[13] [14]。我們進一步將模式依照水平空間解析度高低分類為LR (≈100km)、MR (≈50km) 與HR (≈25km) 三組系集模擬。結果顯示,高解析度系集模擬相關係數 (0.71) 優於中 (0.41)、低 (0.53) 解析度的模擬,而RMSE (16.6) 則是明顯高於中 (4.1)、低 (5.2) 解析度系集結果,顯示高解析度系集模擬較有能力模擬颱風年際變化趨勢,但同是在颱風數量的掌握卻與觀測有較大落差。

表2. TempestExtremes追蹤模式西北太平洋基期 (1994-2014) 颱風數量年際變化與觀測值 (IBTrACS) 之
相關係數 (Correlation) 與均方根誤差 (RMSE) 

接著分析模式颱風數量的季節變化,圖2a為模式模擬基期 (1994-2014) 各月份颱風數量平均值,可以看到除了MPI-ESM1-2與低解析度CESM1-CMA5外,大部分模式都可模擬出類似觀測的颱風數量變化趨勢,相關係數 (表3) 約介於0.7-0.9。系集模擬方面從圖2b可以看到,雖然模式間略有差異,但高、中、低三種解析度的系集模擬皆能掌握颱風數量的季節變化,相關係數都高於0.9。特別值得注意的是,高解析度系集模擬雖然在颱風季能模擬出較接近觀測的颱風數量,但在非颱風季時卻明顯高估,反之,低解析度系集模擬在非颱風季模擬較接近觀測,但在颱風季時卻明顯低估,也因此高階析度與低解析度模式的均方根誤差 (RMSE) 明顯高於中解析度模式 (表3)。整體而論,模式解析度越高有模擬出越多颱風的趨勢。

圖2.   NWP颱風數量季節變化趨勢。
(a) 模式基期;(b) 系集模擬基期;(c) 模式未來;(d) 系集模擬未來;(e) 模式未來-基期;(f) 系集模擬未來-基期。

表3.    TempestExtremes追蹤模式西北太平洋基期 (1994-2014) 颱風數量季節變化與觀測值 (IBTrACS) 之
相關係數 (Correlation) 與均方根誤差 (RMSE)

同樣的方法,我們也對模式未來 (2030-2050) 颱風數量的季節變化進行分析,所得到的各月分颱風數量平均值與基期相近但在數量上有些微不同。為了更清楚的了解颱風數量在未來的變化,我們將模式未來的模擬結果減去基期得到颱風數量在未來的變化趨勢。圖2c可看到個別模式颱風數量變化整體在±2個颱風以內。系集平均 (圖2d) 則可以較清楚的看到中解析度與高解析度系集模擬在未來颱風有減少的趨勢,特別是在颱風季減少數量較明顯。低解析度模式雖然無明顯變化,但從表1同樣能看到颱風數量在未來略微減少的趨勢。

總結

總結前述,相較於中、低解析度系集模擬,高解析度系集模擬較能掌握西北太平洋颱風數量年際變化,但同時容易高估颱風的總數。而在颱風數量季節變化的部分,系集模擬皆能掌握季節的變化趨勢,高解析度系集模擬在颱風季能模擬出近似觀測數量的峰值,但非颱風季則明顯高估。反之,低解析度系集模擬在非颱風季與觀測數量相近,但颱風季則明顯低估。整體而言,颱風數量在未來有減少的趨勢,且解析度越高的系集模擬在未來颱風數量減少幅度越明顯。

參考文獻

[1]   NOAA, (n.d.) : Climate Model. from: https://www.climate.gov/maps-data/climate-data-primer/predicting-climate/climate-models

[2]   WCRP, (n.d.) : About WCRP. from: https://www.wcrp-climate.org/about-wcrp/wcrp-overview

[3]   WCRP, (n.d.) : WCRP Coupled Model Intercomparison Project (CMIP). from: https://www.wcrp-climate.org/wgcm-cmip

[4]   Rathmann, N. M., Yang S., and Kaas, E., 2014: Tropical cyclones in enhanced resolution CMIP5 experiments. Clim. Dynam., 42, 665-681, doi:10.1007/s00382-013-1818-5.

[5]  Murakami H., Sugi M., 2010: Effect of model resolution on tropical cyclone climate projections. SOLA 6:73–76

[6] WCRP, (n.d.) : HighResMIP-High Resolution Model Intercomparison Project. from: https://www.wcrp-climate.org/modelling-wgcm-mip-catalogue/cmip6-endorsed-mips-article/1068-modelling-cmip6-highresmip

[7] Infanti, J. M., & Kirtman, B. P., 2017: CGCM and AGCM seasonal climate predictions: A study in CCSM4. Journal of Geophysical Research, 122(14), 7416-7432. https://doi.org/10.1002/2016JD026391

[8]   TCCIP, (n.d.) : 何謂IBTRACS? from: https://tccip.ncdr.nat.gov.tw/tr_02_one.aspx?kid=20200929114820

[9]   TCCIP, (n.d.) : 什麼是RCP? from: https://tccip.ncdr.nat.gov.tw/tr_02_one.aspx?kid=20200928143829

[10] Roberts, M. J., Camp, J., Seddon, J.,Vidale, P. L., Hodges, K., Vannière, B.,et al., 2020: Projected future changes intropical cyclones using the CMIP6HighResMIP multimodel ensemble.Geophysical Research Letters,47,e2020GL088662. https://doi.org/10.1029/2020GL088662

[11] Ullrich, P. A. and Zarzycki, C. M. 2017: TempestExtremes: a framework for scale-insensitive pointwise feature tracking on unstructured grids, Geosci. Model Dev., 10, 1069–1090, https://doi.org/10.5194/gmd-10-1069-2017.

[12] Tsou, C.-H., P.-Y. Huang, C.-Y. Tu, C.-T. Chen, T.-P. Tzeng, and C.-T. Cheng, 2016: Present Simulation and Future Typhoon Activity Projection over Western North Pacific and Taiwan/East Coast of China in 20-km HiRAM Climate Model, Terr. Atmos. Ocean. Sci., 27 (5) , 687-703.

[13] Seo, E., M. I. Lee, D. Kim, Y. K. Lim, S. D. Schubert, and K. M. Kim, 2019: Inter‐annual variation of tropical cyclones simulated by GEOS‐5 AGCM with modified convection scheme, Int J Climatol, 39 (10) , 4041-4057.

[14] Zhao, M., I. M. Held, S.-J. Lin, and G. A. Vecchi, 2009: Simulations of global hurricane climatology, interannual variability, and response to global warming using a 50-km resolution GCM, J. Clim., 22 (24) , 6653-6678.

延伸閱讀

1. 新暖化情境:全球增溫1.5℃與2℃情境設定。TCCIP電子報第47期。https://tccip.ncdr.nat.gov.tw/km_newsletter_one.aspx?nid=20210331115732

2. 未來氣候情境與推估。https://www.cwb.gov.tw/V8/C/C/Change/change_6.html

3. 未來氣候變遷情境下西北太平洋颱風活動之變化。TCCIP電子報第42期。https://tccip.ncdr.nat.gov.tw/km_newsletter_one.aspx?nid=20201117152503

4. 中研院預估世紀末颱風數恐少四成。https://vision.udn.com/vision/story/120964/5075412

知識小櫥窗
Q : 什麼是耦合氣候模式對比計畫 (Coupled Model Intercomparison Project, CMIP)?

耦合氣候模式對比計畫 (Coupled Model Intercomparison Project,CMIP) 為一國際型計畫,隸屬於全球氣候研究計畫 (World Climate Research Programme,WCRP);此機構的主要資金來源為世界氣象組織 (World Meteorological Organization,WMO)、聯合國教育、科學及文化組織的政府間海洋學委員會 (Intergovernmental Oceanographic Commission of UNESCO,IOC-UNESCO) 與國際科學理事會 (International Science Council,ISC)。

CMIP的主要任務為提供一個國際的公開資料平台,參與CMIP的世界各國研究組織將其產製的GCM模式資料上線於此,使全球研究者能簡便地獲取這些資料,大幅簡化研究者從各處蒐集彙整資料的複雜性與困難度。此外,每一期的CMIP模式推估皆奠基於共同制定的未來氣候推估情境,有助於比較不同GCM產製出的未來氣候推估數據。

CMIP產製的大量模式資料不僅是氣候變遷科學研究的立足點、政府間氣候變遷專門委員會 (Intergovernmental Panel on Climate Change,IPCC) 等國際重要組織報告書的重要依據,更左右著許多國家的相關政策制定。

 

TCCIP最新消息
網站新功能--「氣候變遷降雨頻率分析」上線

氣候變遷降雨頻率分析」係針對防洪規劃與水土保持規劃所需要的降雨強度-延時-頻率 (Intensity-Duration-Frequency,簡稱IDF) 提供未來氣候變遷下的設計暴雨變化趨勢圖表;分為「空間變化趨勢」以及「設計暴雨改變率」兩種查詢介面。「空間變化趨勢」呈現的不同降雨延時對應不同重現期的設計暴雨改變率,詳細說明可參閱資料生產履歷並提醒「設計暴雨改變率」僅提供對應座標點的設計暴雨未來「改變率」,並無提供對應座標點之現況設計暴雨量或是未來氣候變遷下的設計暴雨量。更多資訊,請參考:https://tccip.ncdr.nat.gov.tw/ds_06.aspx

氣候變遷新聞
在新冠肺炎疫情延燒一年多來,許多企業都採取了居家辦公的方式以減少疫情傳播。然而近期在美國總統拜登的談話中,提到居家辦公的民眾可以安心地返回辦公室上班了,而美國政府也正在規劃落實回歸辦公室的方案。 受益於居家辦公政策,數百萬個美國人不用再每天開車出門上班,大幅降低了運輸部門的溫室氣體排放,但若白......
< 詳細閱讀 >
我要訂閱電子報
回上頁
2021 © All Rights Reserved.   Powered by NCHC  

關於氣候變遷整合服務平台

「臺灣氣候變遷推估資訊與調適知識平台計畫」(TCCIP) 在科技部的支持下,以提供臺灣氣候變遷科學與技術研究服務為宗旨。團隊成員秉持初衷,不斷精進氣候變遷推估技術與能力、發展氣候變遷風險評估與調適工具、深入淺出轉譯氣候變遷科學數據、強化科學研究與實務應用的連結、加強與服務對象的溝通,提供符合公部門、學研單位、企業及社群機構氣候變遷資料、資訊、知識、工具一站式服務。

您是第 1,490,696 位訪客   網站導覽