►雨滴譜儀
  JWD分布
  翡翠JWD
  中央JWD
  霞雲JWD
 ► 實驗室
  簡介&成員
  歷屆論文
  GLOBE計畫
  CCliCS
  相關網站
  模式預報
 ► 中大氣象
  中大預報
  人工觀測
  即時觀測
  DAVIS塔
  雨滴譜儀
  行動氣象
  中大雷達
  天氣即拍
  32M塔
  風瑰圖
  PIBAL
  WIND
 ► 服務
  天氣討論
  影音氣象
  布拉格
  相簿
  雲輯
 ► 氣象局
  防災地圖
  觀測圖輯
  QPESUMS
  天氣概況
 ► 環保署
  污染監測
 ► 其他
  氣象新聞
 
 
 
 
 
計畫&論文

臺北測站之統計降尺度定量降水研究

姚春伃


摘要

        為了統計降尺度定量降水推估的改進和未來朝向氣候變遷降水研究之目的。因此本研究利用綜觀天氣分型結合邏輯和非線性迴歸建立統計降尺度降水模式並評估其在台北測站之效用與改進。
        本研究使用了臺北測站的地面觀測資料和NCEP高空再分析資料來建構降水模式,研究包含下列兩個主要部分: (1)自動天氣分型,及(2)發展降水天氣型之降水推估模式。天氣分型的結果可以歸納出7類和降水有關的天氣型態,分別為冷季的冷鋒、滯留鋒Ⅰ、滯留鋒Ⅱ、暖季滯留鋒、熱帶低壓、局地熱對流及颱風。結果顯示,有進行天氣分型且搭配邏輯迴歸的機率預報和非線性之降水量推估與不進行天氣分型的降水推估結果相比是有改進的,尤其是小雨(<7.5mm)推估為優、良的比例有5~10%提升,大雨(>32.5mm)因變異度大改善有限甚至不理想。天氣類型中暖季滯留鋒為間歇性的中尺度對流降水,統計模式對於大部分的移動性對流降水較難以掌握,因測站還未能反應移動的鋒面對流系統天氣變量時,對流系統已帶來降水,導致迴歸效果不佳。檢驗後發現,熱帶低壓容易與輕颱混淆,且颱風不適用此天氣分類方法,導致檢驗時的降水推估表現不佳,除此之外其他天氣類型都有良好的改善。為改善颱風類型的降水推估,獨立挑出颱風個案改以路徑分類做測試,結果有很好的改善。
        本研究利用綜觀天氣分型搭配颱風路徑分類所建立的統計降尺度日降水估計模式,其在台北測站之應用成效良好,未來經進一步改善,應可以應用於氣候變遷降水推估研究上。

中大即時氣象

more..

中大即時氣象行動版

more..

氣溫預報
預報24小時溫度變化:

more..

衛星雲圖
雷達回波

more..

污染監測

more..

中大測候站人工觀測
 2017/10/31 08:00
溫度 氣壓
23.5℃ hPa
風向 風速 溼度
75.6° 2.7m/s 96.0%
能見度 總雲量 降雨量
15km 8/10 0mm

more..

系統資訊

Since 2008/2/16  .:.


 國立中央大學   大氣科學系   大氣邊界層暨空氣污染實驗室 ;  科二館八樓 S1-821 ;  實驗室電話:03-4227151 轉 65509
‧Copyright © 2014 heyman ※ chose @ 2014/01 ‧Version-3.0@2014/01/14