多重模式全球海溫季節預報同化技術之改進

Abstract

與學界合作，氣象局正全力發展中的動力-統計氣候預報系統乃是整個氣候計畫的主軸之一。目標是建立台灣在月至季節，甚至年際時間尺度的氣候預報能力，在未來短期內，氣候可能發生變化，導致旱澇等極端事件之前，先提出預警，俾有利於政府相關單位與民間能採取必要的對策，降低災害損失，甚至獲得潛在的社會經濟價值。 在耦合模式發展還未臻成熟之前，現階段的系統採用所謂的二步法(two-tier)進行氣候預報：先預報未來的海表温度，再以預報海温做為下墊面條件去驅動大氣環流模式以進行氣候系集(multi-member ensemble)預報。因此，正確的海温預報對氣候預測的準確性至關重要。本研究計畫的目標在改善氣象局現有的最佳化全球海温(OPGSST)預報系統。OPGSST系統,透過多重模式超系集(multi-model superensemble, MMSE)技術，同化動力與統計預報模組以得到一組最終預報海温。計畫的主要目標即在以QR-SVD分析和變異擴張方法改進其統計預報模組的準確度，並且增進效率以縮短作業時程。同時，與診斷印度洋年代際變異的計畫子題而獲得的結論結合，預期的成果將能延長對太平洋發生聖嬰的預警時間。計畫的另一目標則將針對OPGSST的預報同化技術進行改善工程。發展多重模式組合超系集(multi-model synthetic superensemble, MMSSE)技術，並且同化其他作業中心(例如APCC與 NCEP)的海温預報，以增加在季風海洋與中高緯度的預報技術得分為目的。新版的OPGSST2.0後預報海温將被用來驅動氣象局AGCM,進行至少冬夏兩季的SMIP/HFP系集預報實驗，目的在驗證改善的海温預報對氣候可預報度的衝擊。同時,所發展的MMSSE同化技術也可應用到氣象局未來將推動的多重模式氣候系集預報。