分析动差不变量方法在辨识降雨回波图形的特征-气象科技研究-中央.pdfVIP

分析動差不變量方法在辨識降雨回波圖形的特徵    陳姿瑾 陳新淦 葉世瑄 黃椿喜 呂國臣 中央氣象局氣象預報中心 摘 要 氣象局為發展即短期 0 至 6 小時的定量降水預報，初步使用動差不變量方法之影像辨識 技術篩選系集預報成員模擬與實際觀測雷達回波相似的成員(陳等2014) 。為了進一步改善此方 法的可靠度，本研究針對動差不變量方法在降雨回波辨識上的圖形與環境特徵進行探討，透過 比較今年5 、6 月每日逐三小時雷達回波比對的系集預報結果與原本20 個成員的WRF 系集模 式，分析比對結果之雨量得分表現(如Equitable Threat Score 等)相較於WRF 系集雨量平均為高 或低情況下的回波圖形特徵。比對資料包含WRF 系集模式、WRFD 、TWRF 與雷達回波(劇烈 天氣監測系統, QPESUMS) ，總共比對488 筆資料。研究將分析比對前十名各排名回波與觀測回 波的特性，並藉由雨量和回波值的門檻設定，探討此辨識比對方法能有效提升雨量技術得分的 回波特徵，包括在顯著降水中前十名回波平均面積在範圍內所占的比例、回波形狀及位置等。 除了分析得分差異，並透過此研究瞭解適用於該方法的回波特徵，進一步評估該方法在定量降 水預報上的優劣性及有效性。 關鍵字：影像辨識、系集預報、回波特徵、動差不變量 誤差，結果顯示ARMOR 方法較模式預報更接近觀 一、前言 測的降雨率分布，且減少誤報發生的區域。蔡等 對於短期 (0-12 小時) 的定量降水預報 (2012)建立於ARMOR 的思維上，以人工型態辨識挑 (Quantitative Precipitation Forecast, QPF) ，目前主要有 選系集成員之預報，其降雨分布及量值，均優於系集 二種方法：一種是以數值模式作預報，另一種是以觀 平均的預報，且能掌握較小尺度的降水現象。 測到的雷達回波以外延作預報。數值模式對於大氣現 氣象局為發展極短期0 至6 小時的定量降水預報， 象的物理過程有較佳的掌握；外延法則較能掌握即時 陳等(2014)使用動差不變量方法之影像辨識技術客觀 的降雨分布及量值(蔡等2012) 。由Golding( 1998)可知 篩選系集預報成員模擬與實際觀測雷達回波相似的成 外延法對於0 到3 小時的定量降水預報雖有很好的技 員，初步針對2013 年康芮颱風進行評估，比對實驗的 術，然而之後隨著預報時間的增加，預報能力快速降 公正預兆得分(Equitable Threat Score ；ETS)大致都呈 低；數值模式由於擁有較佳的物理過程，但仍需前置 現高於原本系集平均的結果，透過該研究可客觀挑選 執行(pre-run)時間，使模式處於一個平衡穩定的狀態， 與觀測回波較為相似的系集成員，提供更即時的定量 因此對於1 至6 小時預報技術上無法明顯提升。 降水預報參考指引。由於該研究初步只針對單一颱風 目前國外已發展極短期降雨預報技術，包含 個案，為進一步瞭解此方法所辨識出來的系集成員與 McGill University 發展一套名為 ARMOR 的方法 觀測雷達回波在其他天氣類型的優劣，因此，本研究 (DuFran et al. 2009) ，此方法整合系集預報的數值模 針對今年5 、6 月梅雨季個案評估動差不變方法在哪些 式，和即時觀測的雷達回波二者，利用變分回波追蹤 類型的降雨回波特徵下能夠有較佳的辨識與預報能力。 演算法計算平均的移流場，進而校正模式預報的相位