學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73900
Browse
3 results
Search Results
Item 極端降雨相關指標在臺灣長期變化的分析：觀測、模擬及未來推估(2022) 林佩瑩; Lin, Pei-Ying根據IPCC的氣候變遷科學評估，當大氣受到暖化的影響，全球降雨型態也隨之產生改變，大部分陸地上的強降雨事件發生頻率有增加的變化，不過各地局部的變化趨勢還是有所不同。本研究以氣候變遷偵測與指標專家小組所制定的極端降雨相關指標，使用高解析度網格觀測資料，調查近60年臺灣不同季節的極端降雨特性變化；並使用兩個動力降尺度模式，分析其對於極端指標在現今氣候的模擬能力及未來變化的推估。我們發現，對於近60年的長期趨勢變化，冬季東北角極端降雨的強度跟頻率增加，且極端降雨增加的區域延伸到南部；春季則是北部降雨強度跟總降雨量增加，冬春季皆受到東北海域水氣通量輻合增強所致。梅雨季降雨天數減少，可能由於臺灣到西北太平洋一帶水氣通量輻散。颱風季臺灣附近有氣旋異常環流，南部及花蓮北部的降雨強度、大雨日數統計上顯著增加。對於現今氣候的模擬，WRF-MRI跟WRF-HiRAM在梅雨季皆和觀測資料有較低的相關係數，其餘各季的降雨指標，模式大多能模擬其空間分布。未來變化推估方面，預期春季東北部及颱風季全台降雨天數有統計上顯著的減少；梅雨季跟颱風季在西部極端降雨強度跟頻率增加。對於天數改變的原因，颱風季主要受副熱帶高壓在未來增強所致；對於極端降雨強度跟頻率的變化，則是受西南氣流增強影響。Item 氣候變遷下牡丹水庫集水區坡地災害評估(2023) 洪偉豪; Hong, Wei-Hao臺灣地區雨量豐沛，常造成山區崩塌，以致水庫淤積嚴重，無法有效儲存水資源，且當坡地災害發生，對於生命財產損失或環境破壞都相當嚴重。近年氣候變遷影響加劇，逐漸改變臺灣的降雨時空分布，水資源議題和用水安全也備受關注，因此坡地災害評估成為預防崩塌災害的重要工作。本研究應用地理資訊系統(GIS)技術，萃取內政部20公尺網格數值地形模型(DTM)資料獲取坡度、坡向、高程，開放街圖(OpenStreetMap, OSM)之距水系距離、距道路距離，經濟部中央地質調查所「五萬分之一台灣區域地質圖」地質和地質敏感區，常態化差值植生指標(Normalized Difference Vegetation Index , NDVI)，搭配GrADS分析時雨量、降雨動能和等10個因子並搭配極端降雨指標進行相關研究。再以不安定指數計算其變異係數、標準差、權重，推論其中的關鍵因子。最後以現有崩塌資料，透過地理資訊系統進行風險區的繪製分析，再以接受者作業特徵曲線(Receiver Operating Characteristic curve , ROC曲線)來計算模型準確率達 80%~90%，並以預報驗證方式進行多個指標的計算。研究結果發現，因子中影響程度最大者為NDVI，之後依序為、坡度、地質敏感區、地質、降雨動能、坡向、距道路距離、距河流距離、降雨強度、高程。利用不安定指數和風險評估概念建立基期坡地災害風險評估模型後，本研究利用動力降尺度WRF-HiRAM、WRF-MRI計算氣候變遷下基期和世紀末極端降雨發生的頻率和強度變化，進一步探討世紀末RCP8.5情境下(表示各國對於溫室氣體並無任何減量措施)極端降雨對牡丹集水區坡地災害風險的影響，此結果可供未來坡地管理及水土保持之參考。Item 氣候變遷下的亞洲 – 極端事件與夏季季風(2014) 童裕翔; Yu-Shiang Tung近年研究全球極端事件發生頻率的趨勢重點多放在全球平均值的表現，亞洲地區的內容則不多。當使用模式資料分析極端事件時，改變資料解析度造成的空間頻散效應(areal reduction)造成分析結果錯誤常被忽略。夏季極端降雨事件(如颱風)降雨型態，發生時間多涵蓋於的亞洲夏季季風(Asian Summer Monsoon, ASM)所伴隨的大量而持續性的氣候型態降雨。過去用模式降雨資料分析亞洲季風推演時間常因為東亞地區缺乏降雨的系統性誤差而失去預報準確率。因此，本研究將應用一般極值分布(Generalized Extreme Value distribution, GEV)，把溫度與降雨的極端值轉換為可能性指標(Probability Index, PI)，減少各別模式間的不確定性與因改變解析度造成的空間頻散。另外，ASM的肇始(消退)時間則將5天的氣候降水平均(Climatology Pentad precipitation Mean, CPM)轉換為季風降雨指標比(ratio of monsoon precipitation index, RPI)，並運用各別模式的特徵門檻值，表現其季風肇始能力。 觀測極端溫度變化趨勢空間分布發現，全球低溫事件比高溫事件有較多的正趨勢含蓋範圍且變化幅度較大，而模式的各種溫度指標都普遍正趨勢。亞洲地區氣候長期趨勢而言，極端低溫事件頻率(TNn與TXn)在減少，說明氣候變遷(暖化)的趨勢。而極端高溫事件部份，夜晚高溫(TNx)在1980年代後頻率開始增加，但白天高溫(TXx)沒有明顯的趨勢。觀測極端降雨資料(rx1day)在人口稠密的亞洲地區陸地，1990年代為上升的趨勢。模式則無明顯的趨勢。在改變模式解析度的過程中，各別模式在原始解析度即應取得其極端指標，以避免產生空間頻散效應，失去模式原本應有的強度表現。 從模式降雨資料分析亞洲季風推演(肇始、消退與持續)時間的分析，發現使用各別模式特徵門檻值比固定門檻值的預能力更好；CMIP5(Couple Model Intercomparison Project Phase-5)的結果比CMIP3(Couple Model Intercomparison Project Phase-3)更好，特別是在熱帶強降雨的區域。應用觸發對流方式的參數化法(bulk|CAPE)的模式於季風降雨推演變化能有較好的表現。季風覆蓋面積雖然模式驗證結果相較觀測為低估，但強度則有很高的相似性，說明模式可以在有季風訊號的區域準確描述季風強度與降雨型態。 兩種不同暖化情境下，ASM肇始時間稍微提早；消退時間則是明顯推遲，印度半島附近區域持續時間主要因為消退時間的推遲。而在東北亞地區與西北太平洋(West-North Pacific, WNP)東部則因肇始時間提早同時消退時間也延後，使得持續時間延長的幅度較大。由不確定性分析也得到未來可能發生(likely)的類似結果，且強暖化情境愈嚴重推遲與延長的情況愈明顯。本研究在夏季季風的未來推估部份若能增加定性上的分析，將有助於完整描述氣候變遷下的亞洲夏季季風。