子計畫:台灣地區豪大雨定量降水預報技術之研究(I)

本計畫針對2017年6月2日梅雨季豪雨事件，以WRF (The Weather Research and Forecasting Model) 預報模式(水平解析度至3公里)進行研究。模式所使用之初始及邊界條件為NCEP GFS資料，為了模擬預報作業的方式，邊界條件使用NCEP GFS之預報場。為了探討各種模式設定對定量降水預報的影響，模式參數設定方面，選擇使用三種微物理過程搭配三種積雲參數化過程共九種組合，利用自動雨量站觀測資料進行定量降水預報校驗，校驗項目為降水之公正預兆得分(ETS)與偏離係數(Bias)，結果發現以Goddard微物理參數法搭配New Tiedtke積雲參數法為較理想之組合。 因全球模式所提供的初始場解析度不足，同化資料是提升模式預報能力的方法之一，本計劃後續透過使用ETKF系集資料同化系統，針對資料同化次數與初始時間進行測試，統計ETS得分排序選擇出最適合之設定。結果發現資料同化次數選擇以同化11次(10次cycle)搭配以2017年6月1日1200 UTC為初始時間表現最好。我們進一步藉由相關性分析32個系集成員，探討此個案之風場與水氣場配置與降水分布之相關，發現西南氣流在此降水事件中扮演重要角色。