交通部中央氣象局...
TRANSCRIPT
交通部中央氣象局
委託研究計畫期期末末成果報告
利用臺灣長期氣候資料建立本土氣候變遷分析與推估方法
計畫類別氣象 海象 地震
計畫編號MOTC-CWB-102-M-07
執行期間102年 3月 19日至 102年 12月 31日
計畫主持人陳正達
執行機構財團法人氣象應用推廣基金會
本成果報告包括以下應繳交之附件(或附錄)
赴國外出差或研習心得報告 1份
赴大陸地區出差或研習心得報告 1份
出席國際學術會議心得報告及發表之論文各 1份
中華民國 102年 11月 30日
1
政府研究計畫期期末末報告摘要資料表
計畫中文名稱 利用臺灣長期氣候資料建立本土氣候變遷分析與推估方法
計畫編號 MOTC-CWB-102-M-07
主管機關 交通部中央氣象局
執行機構 財團法人氣象應用推廣基金會
年度 102 執行期間 自 3月 19日起至 12月 31日止
本期經費
(單位千元) 1257千元
執行進度
預定（） 實際（） 比較（）
100 100 0
經費支用 預定(千元) 實際(千元) 支用率（）
1257 1257 100
研究人員
計畫主持人 協同主持人 研究助理
陳正達 翁叔平 曾騰平
鄒治華
報告頁數 76 使用語言 繁體中文
中英文關鍵詞 統計降尺度氣候變遷
Statistical Downscaling Climate Change
研究目的 全球氣候變遷是一個全球共同關切的問題也是各國氣象機構
極為重視的問題全球氣候變遷對區域氣候的影響是氣候研究
中最為困難的一部分因為其答案並非唯一也難以驗證因
此亟需獲得有邏輯與科學正確性的推論可藉以宣導與推廣氣
候知識與加強政府橫向溝通與合作本計畫將以 CMIP5 模式
為基礎提出降尺度分析方法利用多模式推估全球氣候變遷
對臺灣地區月季溫度與降雨的影響並提出將推估結果應用
在社會與經濟層面的實例
研究成果 計畫將運用國際現有的 IPCC AR5 所引用的氣候變遷模式
模擬推估資料庫配合最新的臺灣高解析度網格化觀測資料
庫以科學客觀的方法將氣候模式對未來氣候變遷模擬推估
的結果進一步轉換為臺灣地區未來氣候變遷的區域細部特性
與分布推估使後續因應區域氣候變遷特徵所進行的影響評
估政策規劃制定有所依據而且同時詳實地將推估過程中的
相關問題科學本質以及所伴隨的不確定性加以分析說明以
下為計劃主要完成之工作
2
(一) 適合臺灣的 CMIP5 模式統計降尺度方法之說明包含降
尺度之基本概念與原則以及運用 IPCC AR5 模式與降尺度
方法研究臺灣氣候變遷的適用範圍與限制並提供降尺度方
法應用範例的計算程式
(二) CMIP5 模式統計降尺度方法應用在臺灣地區的結果包
含(1) 運用 CMIP5 模式與降尺度方法於臺灣氣候變遷研究
的計算資料方法步驟(2) 根據前項方法說明氣候變遷
對臺灣地區氣候的影響包括臺灣地區四季的氣候變遷分
布狀態臺灣分區(10 區)平均溫度的四季氣候變遷變化量列
表(3) 針對氣候變遷不同情境的推估結果說明
(三) 說明臺灣地區本土氣候變遷分析推估之降尺度系統的結
果與其不確定性說明
(四) 以未來氣候變遷對臺灣地區冷卻度日（cooling degree day）
的影響為例探討未來臺灣地區在夏日高溫期間對於用電與
透過冷氣設備降溫的需求與社經影響
建議事項
以 IPCC AR5氣候模式模擬推估的全球氣候變遷資料庫
為基礎將其降尺度區域化後所建立的臺灣未來氣候變遷推估
資料庫對於氣象局持續規劃推動的氣候資訊服務工作應該有
所助益
長期而言氣象局在氣候變遷相關監測推估與研究工作
宜有更積極的規劃過去幾年氣象局在短期氣候預報工作方面
已經逐步建立出一個作業化的系統對於社會與民眾在氣候資
訊服務方面的需求而言氣候變遷資訊的提供勢必是未來氣象
局無可旁貸的任務對於政府各級單位的氣候影響調適工作
的規劃也十分重要建議氣象局應該未雨綢繆進行相關的準
3
備與評估
具體落實應用
情形
建立適合臺灣本土應用的 CMIP5 模式降尺度方法並推估
氣候變遷對臺灣地區氣候的影響與其伴隨的不確定性已經在
計劃中完成也以夏季高溫對冷卻度日的影響舉例說明未來氣
候變遷對臺灣社會經濟的可能衝擊相關將尺度技術與區域
氣候變遷推估資料庫將可轉移至氣象局進行後續的應用研究
計畫變更說明 (若有)
落後原因 (若有)
變更或落後之
檢討與因應對
策
無
4
中文摘要
對於氣候變遷的影響調適的評估以及一般民眾對氣候變遷資訊的需求而
言最重要的資料需求是局部地區氣溫與降水機率分佈（包括均值與極值）的未
來變化而非全球平均氣候改變的最佳估計單一值不過目前全球氣候變遷推估
還是以參與聯合國氣候變遷科學評估報告的氣候模式為主要工具而這些模式模
擬資料的空間解析度並無法提供詳細的區域氣候變遷訊息因此需要藉由必須
透過科學方法進一步將資料區域細節化同時氣候模式間的差異與氣候系統
的自然變動區域化方法所伴隨的可能誤差範圍等都是造成局部地區未來氣候
變遷推估的科學不確定性來源即使氣候模式的模擬誤差可以加以修正
透過科學與客觀的方法研究計畫將運用統計降尺度方法以新近完成的
區域高時空解析度觀測分析網格氣候資料為基準將全球氣候模式的模擬與推估
資料區域化分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表示
是客觀呈現上述氣候模式差異自然氣候變動以及降尺度方法疊加後的不確定性
估計與信心高低更有利於政府與民間機構在瞭解區域氣候變遷資料推估特性
後採取適當的決策規劃以及風險評估
5
Abstract
For the assessment of climate change impact and adaptation and the need of
climate change information service to the general public the regional future
projection of temperature and precipitation distribution (including the mean and
extremes) is far more important than the single optimal estimate of global mean
climate change For the future climate change projection the main tools are the
climate model participated in the assessment reports of the Intergovernmental Panel
on Climate Change (IPCC) But the spatial resolutions of climate models are
relatively low and do not aim to provide the detailed local climate change information
Therefore other scientifically sound methodologies are needed to estimate further
regional details Nevertheless the difference in climate model projections the
regional climate natural variability and the potential error from downscaling technique
to name a few are all the sources of uncertainty associated with local future climate
projection even if the model simulated climate biases can be removed
The proposed work will base on the statistical model derived from the newly
developed high spatial-temporal resolution gridded analysis of regional climate data
to regionalize the simulation from global coupled climate model to estimate the
likelihood of future climate change projection for Taiwan in probabilistic format Due
to the uncertainty of climate change projection from model differences natural
variability and downscaling method the probabilistic distribution is an objective way
to reveal the current scientific understanding and limitation of simulation data Both
public and private sections should be aware of the nature of future climate change
projection information and properly use them for planning decision making with risk
assessment in mind
6
一前言與研究背景
聯合國跨政府氣候變遷委員會在 2007 年發表的第四次科學評估報告（IPCC
AR4 2007）認為全球氣候正在變化已是毋庸置疑的（unequivocal）儘管其中可
以歸咎於人類活動所造成的部份有多少還是氣候科學的研究議題但是報告中認
為「從 20 世紀中期以迄今所觀測到的全球平均溫度上升的絕大部份非常可能
（超過 90機率）是由於觀測到的人為排放所造成的溫室氣體增加所造成的」
而且可以預期人為排放所造成的溫室氣體增加在 21 世紀將會持續或甚至加劇
也因此即使究竟未來氣候變遷會如何還有許多不確定性這些氣候模式所推
估的未來氣候變遷將可能對臺灣的自然環境與資源產生巨大的衝擊公共衛生
基礎建設災害防救社會經濟發展人民生活福祉也都會受到一定程度的影響
政府應該對於未來臺灣可能的氣候變遷情況有完整的評估與瞭解積極制定相關
法律政策與可行的因應調適減緩方案措施以減輕未來氣候變遷對國家基本建
設與人民生命財產安全所帶來的衝擊
但是因應氣候變遷對各政府與民間機構而言都是新的課題對於臺灣未來可
能必須面對的氣候變遷推估狀況與特性的了解則是政策決定者與行動規劃人員
能夠有效採取因應措施不可或缺的資訊聯合國跨政府氣候變遷委員會的評估報
告雖然提供部份的東亞區域氣候變遷推估資訊（Christensen et al 2007）但是礙
於目前推估所用氣候模式的空間解析度有限並無法呈現臺灣細部的各區域變化
以及相關的不確定性也未針對天氣與氣候極端事件的區域特性加以討論計劃
研究的目標即在有系統地建立客觀方法以觀測資料為基準將空間解析度不足
的全球氣候模式推估資料區域化與誤差修正並且能及時反應聯合國跨政府氣候
變遷委員會正在進行更新的科學評估報告現狀以及報告所建基的氣候模式推估
資料庫
對於未來長期氣候變遷的推估唯一的科學工具是運用全球氣候模式模擬未
來氣候隨時空的變化而前提是必須依據世界未來的人口經濟社會環境的
7
可能發展情境決定影響氣候系統輻射平衡的溫室氣體氣溶膠等未來在大氣
中的濃度變化但是由於各個氣候模式的結構與使用參數的不同同時伴隨著氣
候系統的自然變動各種氣候反饋效應的差異造成氣候模式所估計的氣候敏感度
也不同而此氣候敏感度的差異使科學家即使是對於全球平均近地表氣溫在未
來百年後的變化究竟是攝氏幾度也無法精準地估計
關於未來世界發展可以用不同的情境假設也就可以分開處理未來世界發
展狀態的不確定性但即便是以多數科學家認為可能最接近未來發展的情境
( 例如 IPCC 第 4 次報告中所用的 SRES A1B 情境 )氣候模式所估計的全球氣
溫變化的氣候平均值最佳估計為增暖 28 degC而可能範圍是從增暖 17 degC 到
44 degC 之間意味著上述的氣候模式差異與氣候系統自然變動可能造成相當程度
的不確定性
不過對於氣候變遷的影響調適的評估最重要的指標是每個局部地區氣溫
與降水的未來變化而非全球平均氣溫與降水的改變是否這些氣候的改變需要
各地政府單位民間機構採取適當的決策與規劃以因應未來的氣候與環境改
變需要詳實科學報告的指引與先前討論同樣全球氣候模式所模擬的未來區
域氣候的時空變化是科學家主要用以評估的工具但是氣候模式差異與自然變動
對局部地區氣候模擬所造成的不確定性甚至往往比上述的全球平均狀態更高
而且模式的空間解析度也不足因此必須透過動力模式或統計方法進一步將資
料區域細節化但都會再一次引進更多未來氣候變遷推估上的不確定性即使氣
候模式模擬的系統性誤差可以透過處理加以修正
透過科學與客觀的方法研究計畫的主要工作是運用統計降尺度方法以新
近完成的區域高時空解析度觀測分析網格氣候資料（翁與楊 2012）為基準將
參與跨政府氣候變遷組織（Intergovermental Panel on Climate ChangeIPCC）最
8
新評估報告所使用的新一代全球耦合氣候模式數值實驗計畫（Coupled Model
Intercomparison Project Phase 5CMIP5）模式氣候模擬與推估資料區域化分析
未來臺灣氣候變遷（含氣候平均與極端天氣與氣候指標變化）的可能性機率分佈
範圍運用機率方式表示是客觀呈現上述氣候模式差異自然氣候變動以及降尺
度方法疊加後的不確定性估計與信心高低結果將更有利於政府與民間機構在瞭
解區域氣候變遷資料推估特性後採取適當的決策規劃以及風險評估後續
計劃也將嘗試舉例說明極端氣候變遷對於社會經濟公共衛生或環境的可能衝
擊
二研究方法
此臺灣區域氣候變遷分析與推估方法的建立研究著重於高解析度局地細
部的未來氣候模擬推估以氣候變遷影響評估與調適研究方面的需要為主不管
是能源水資源公共衛生農業旱澇經濟等影響評估研究都極需區域細
部氣候變遷資料同時也希望了解並說明及呈現資料的不確定性與應用上的極
限
21 統計降尺度方法說明
在統計降尺度方面計畫所採取的方法是由 Wood et al (2002 2004) 與
Maurer (2007) 所發展的誤差校正空間分解法 BCSD (Bias correction and spatial
disaggregation) 是屬於比較簡單的統計降尺度方法不過還是比 Giorgi and
Mearns (1991) 所提及的簡單變化量法(delta or anomalies method) 要更細緻一
些可以處理部份變異量與空間內插之所以未運用其他各種更複雜的統計降尺
度方法（Wilby et al 2004）是因為東亞區域冬夏季風環流與局部地區的主要降
雨系統的關係未必容易找到合適準確的統計關係勉強套用的結果往往並不理
9
想而且也未必能移除模式的系統性誤差
Wood et al (2002 2004) 與 Maurer (2007) 所發展的誤差校正空間分解法
在誤差校正方面是先將高解析度觀測月平均資料與氣候模式資料皆先內插轉換
至 2degtimes2deg的網格解析度再運用每個網格點的觀測時間累積機率分佈 (Cumulative
Distribution Function CDF) 修正模式的時間累積機率分佈而且為了避免只是資
料互換我們是以交互驗證(cross-validation) 的方式進行即先將要估計的年份
排除後再以其他 39 年的觀測與模式資料累積機率分佈進行估算該年模式資料
的修正值同時該年實際觀測值可以做為誤差估算的基準完成所有年份的個別
計算後再進一步分析累計多年份資料後的誤差變化可以預期的是單一年份
相對於多年累計平均值的誤差大因為此方法的特性是使模式的機率密度函數分
布可以被修正為與觀測的機率密度函數分布相似但是不保證某個特定年份會與
實際觀測值有所對應只有在累計平均年數較多時才能預期修正的作用此外
當該年模式模擬值大於其他 39 年時必須運用累積機率分佈外插的方式處理
目前是以最大與最小 5 年分布進行線性外插並以平均值加 3 個標準差與 0 做為
外插值的上下限由於 3 個標準差以常態分布而言已經是接近 400 年才發生一次
的事件即使是做為未來百年氣候變遷的推估基準也應還不致於過度高估但
必須注意氣候變數統計模型偏向較肥大尾端分布形態時的適用性此外是這種方
法在資料有顯著的長期趨勢時必須特別小心其在未來氣候的適用性(亦即多數
結果都需要外插決定)此時必須先計算模式資料的長期趨勢特性在模式誤差
修正前先將其扣除修正後再將此長期趨勢特性加回以保持累積機率分佈修正
的有效性
統計降尺度需要高解析度的觀測資料作為統計分析的基準與校驗由於氣
候模式模擬資料原本就是網格平均資料也因此我們傾向使用網格化的觀測資料
為分析的基準可以避免討論測站點與網格區域平均值轉換的問題這不表示問
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
1
政府研究計畫期期末末報告摘要資料表
計畫中文名稱 利用臺灣長期氣候資料建立本土氣候變遷分析與推估方法
計畫編號 MOTC-CWB-102-M-07
主管機關 交通部中央氣象局
執行機構 財團法人氣象應用推廣基金會
年度 102 執行期間 自 3月 19日起至 12月 31日止
本期經費
(單位千元) 1257千元
執行進度
預定（） 實際（） 比較（）
100 100 0
經費支用 預定(千元) 實際(千元) 支用率（）
1257 1257 100
研究人員
計畫主持人 協同主持人 研究助理
陳正達 翁叔平 曾騰平
鄒治華
報告頁數 76 使用語言 繁體中文
中英文關鍵詞 統計降尺度氣候變遷
Statistical Downscaling Climate Change
研究目的 全球氣候變遷是一個全球共同關切的問題也是各國氣象機構
極為重視的問題全球氣候變遷對區域氣候的影響是氣候研究
中最為困難的一部分因為其答案並非唯一也難以驗證因
此亟需獲得有邏輯與科學正確性的推論可藉以宣導與推廣氣
候知識與加強政府橫向溝通與合作本計畫將以 CMIP5 模式
為基礎提出降尺度分析方法利用多模式推估全球氣候變遷
對臺灣地區月季溫度與降雨的影響並提出將推估結果應用
在社會與經濟層面的實例
研究成果 計畫將運用國際現有的 IPCC AR5 所引用的氣候變遷模式
模擬推估資料庫配合最新的臺灣高解析度網格化觀測資料
庫以科學客觀的方法將氣候模式對未來氣候變遷模擬推估
的結果進一步轉換為臺灣地區未來氣候變遷的區域細部特性
與分布推估使後續因應區域氣候變遷特徵所進行的影響評
估政策規劃制定有所依據而且同時詳實地將推估過程中的
相關問題科學本質以及所伴隨的不確定性加以分析說明以
下為計劃主要完成之工作
2
(一) 適合臺灣的 CMIP5 模式統計降尺度方法之說明包含降
尺度之基本概念與原則以及運用 IPCC AR5 模式與降尺度
方法研究臺灣氣候變遷的適用範圍與限制並提供降尺度方
法應用範例的計算程式
(二) CMIP5 模式統計降尺度方法應用在臺灣地區的結果包
含(1) 運用 CMIP5 模式與降尺度方法於臺灣氣候變遷研究
的計算資料方法步驟(2) 根據前項方法說明氣候變遷
對臺灣地區氣候的影響包括臺灣地區四季的氣候變遷分
布狀態臺灣分區(10 區)平均溫度的四季氣候變遷變化量列
表(3) 針對氣候變遷不同情境的推估結果說明
(三) 說明臺灣地區本土氣候變遷分析推估之降尺度系統的結
果與其不確定性說明
(四) 以未來氣候變遷對臺灣地區冷卻度日（cooling degree day）
的影響為例探討未來臺灣地區在夏日高溫期間對於用電與
透過冷氣設備降溫的需求與社經影響
建議事項
以 IPCC AR5氣候模式模擬推估的全球氣候變遷資料庫
為基礎將其降尺度區域化後所建立的臺灣未來氣候變遷推估
資料庫對於氣象局持續規劃推動的氣候資訊服務工作應該有
所助益
長期而言氣象局在氣候變遷相關監測推估與研究工作
宜有更積極的規劃過去幾年氣象局在短期氣候預報工作方面
已經逐步建立出一個作業化的系統對於社會與民眾在氣候資
訊服務方面的需求而言氣候變遷資訊的提供勢必是未來氣象
局無可旁貸的任務對於政府各級單位的氣候影響調適工作
的規劃也十分重要建議氣象局應該未雨綢繆進行相關的準
3
備與評估
具體落實應用
情形
建立適合臺灣本土應用的 CMIP5 模式降尺度方法並推估
氣候變遷對臺灣地區氣候的影響與其伴隨的不確定性已經在
計劃中完成也以夏季高溫對冷卻度日的影響舉例說明未來氣
候變遷對臺灣社會經濟的可能衝擊相關將尺度技術與區域
氣候變遷推估資料庫將可轉移至氣象局進行後續的應用研究
計畫變更說明 (若有)
落後原因 (若有)
變更或落後之
檢討與因應對
策
無
4
中文摘要
對於氣候變遷的影響調適的評估以及一般民眾對氣候變遷資訊的需求而
言最重要的資料需求是局部地區氣溫與降水機率分佈（包括均值與極值）的未
來變化而非全球平均氣候改變的最佳估計單一值不過目前全球氣候變遷推估
還是以參與聯合國氣候變遷科學評估報告的氣候模式為主要工具而這些模式模
擬資料的空間解析度並無法提供詳細的區域氣候變遷訊息因此需要藉由必須
透過科學方法進一步將資料區域細節化同時氣候模式間的差異與氣候系統
的自然變動區域化方法所伴隨的可能誤差範圍等都是造成局部地區未來氣候
變遷推估的科學不確定性來源即使氣候模式的模擬誤差可以加以修正
透過科學與客觀的方法研究計畫將運用統計降尺度方法以新近完成的
區域高時空解析度觀測分析網格氣候資料為基準將全球氣候模式的模擬與推估
資料區域化分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表示
是客觀呈現上述氣候模式差異自然氣候變動以及降尺度方法疊加後的不確定性
估計與信心高低更有利於政府與民間機構在瞭解區域氣候變遷資料推估特性
後採取適當的決策規劃以及風險評估
5
Abstract
For the assessment of climate change impact and adaptation and the need of
climate change information service to the general public the regional future
projection of temperature and precipitation distribution (including the mean and
extremes) is far more important than the single optimal estimate of global mean
climate change For the future climate change projection the main tools are the
climate model participated in the assessment reports of the Intergovernmental Panel
on Climate Change (IPCC) But the spatial resolutions of climate models are
relatively low and do not aim to provide the detailed local climate change information
Therefore other scientifically sound methodologies are needed to estimate further
regional details Nevertheless the difference in climate model projections the
regional climate natural variability and the potential error from downscaling technique
to name a few are all the sources of uncertainty associated with local future climate
projection even if the model simulated climate biases can be removed
The proposed work will base on the statistical model derived from the newly
developed high spatial-temporal resolution gridded analysis of regional climate data
to regionalize the simulation from global coupled climate model to estimate the
likelihood of future climate change projection for Taiwan in probabilistic format Due
to the uncertainty of climate change projection from model differences natural
variability and downscaling method the probabilistic distribution is an objective way
to reveal the current scientific understanding and limitation of simulation data Both
public and private sections should be aware of the nature of future climate change
projection information and properly use them for planning decision making with risk
assessment in mind
6
一前言與研究背景
聯合國跨政府氣候變遷委員會在 2007 年發表的第四次科學評估報告（IPCC
AR4 2007）認為全球氣候正在變化已是毋庸置疑的（unequivocal）儘管其中可
以歸咎於人類活動所造成的部份有多少還是氣候科學的研究議題但是報告中認
為「從 20 世紀中期以迄今所觀測到的全球平均溫度上升的絕大部份非常可能
（超過 90機率）是由於觀測到的人為排放所造成的溫室氣體增加所造成的」
而且可以預期人為排放所造成的溫室氣體增加在 21 世紀將會持續或甚至加劇
也因此即使究竟未來氣候變遷會如何還有許多不確定性這些氣候模式所推
估的未來氣候變遷將可能對臺灣的自然環境與資源產生巨大的衝擊公共衛生
基礎建設災害防救社會經濟發展人民生活福祉也都會受到一定程度的影響
政府應該對於未來臺灣可能的氣候變遷情況有完整的評估與瞭解積極制定相關
法律政策與可行的因應調適減緩方案措施以減輕未來氣候變遷對國家基本建
設與人民生命財產安全所帶來的衝擊
但是因應氣候變遷對各政府與民間機構而言都是新的課題對於臺灣未來可
能必須面對的氣候變遷推估狀況與特性的了解則是政策決定者與行動規劃人員
能夠有效採取因應措施不可或缺的資訊聯合國跨政府氣候變遷委員會的評估報
告雖然提供部份的東亞區域氣候變遷推估資訊（Christensen et al 2007）但是礙
於目前推估所用氣候模式的空間解析度有限並無法呈現臺灣細部的各區域變化
以及相關的不確定性也未針對天氣與氣候極端事件的區域特性加以討論計劃
研究的目標即在有系統地建立客觀方法以觀測資料為基準將空間解析度不足
的全球氣候模式推估資料區域化與誤差修正並且能及時反應聯合國跨政府氣候
變遷委員會正在進行更新的科學評估報告現狀以及報告所建基的氣候模式推估
資料庫
對於未來長期氣候變遷的推估唯一的科學工具是運用全球氣候模式模擬未
來氣候隨時空的變化而前提是必須依據世界未來的人口經濟社會環境的
7
可能發展情境決定影響氣候系統輻射平衡的溫室氣體氣溶膠等未來在大氣
中的濃度變化但是由於各個氣候模式的結構與使用參數的不同同時伴隨著氣
候系統的自然變動各種氣候反饋效應的差異造成氣候模式所估計的氣候敏感度
也不同而此氣候敏感度的差異使科學家即使是對於全球平均近地表氣溫在未
來百年後的變化究竟是攝氏幾度也無法精準地估計
關於未來世界發展可以用不同的情境假設也就可以分開處理未來世界發
展狀態的不確定性但即便是以多數科學家認為可能最接近未來發展的情境
( 例如 IPCC 第 4 次報告中所用的 SRES A1B 情境 )氣候模式所估計的全球氣
溫變化的氣候平均值最佳估計為增暖 28 degC而可能範圍是從增暖 17 degC 到
44 degC 之間意味著上述的氣候模式差異與氣候系統自然變動可能造成相當程度
的不確定性
不過對於氣候變遷的影響調適的評估最重要的指標是每個局部地區氣溫
與降水的未來變化而非全球平均氣溫與降水的改變是否這些氣候的改變需要
各地政府單位民間機構採取適當的決策與規劃以因應未來的氣候與環境改
變需要詳實科學報告的指引與先前討論同樣全球氣候模式所模擬的未來區
域氣候的時空變化是科學家主要用以評估的工具但是氣候模式差異與自然變動
對局部地區氣候模擬所造成的不確定性甚至往往比上述的全球平均狀態更高
而且模式的空間解析度也不足因此必須透過動力模式或統計方法進一步將資
料區域細節化但都會再一次引進更多未來氣候變遷推估上的不確定性即使氣
候模式模擬的系統性誤差可以透過處理加以修正
透過科學與客觀的方法研究計畫的主要工作是運用統計降尺度方法以新
近完成的區域高時空解析度觀測分析網格氣候資料（翁與楊 2012）為基準將
參與跨政府氣候變遷組織（Intergovermental Panel on Climate ChangeIPCC）最
8
新評估報告所使用的新一代全球耦合氣候模式數值實驗計畫（Coupled Model
Intercomparison Project Phase 5CMIP5）模式氣候模擬與推估資料區域化分析
未來臺灣氣候變遷（含氣候平均與極端天氣與氣候指標變化）的可能性機率分佈
範圍運用機率方式表示是客觀呈現上述氣候模式差異自然氣候變動以及降尺
度方法疊加後的不確定性估計與信心高低結果將更有利於政府與民間機構在瞭
解區域氣候變遷資料推估特性後採取適當的決策規劃以及風險評估後續
計劃也將嘗試舉例說明極端氣候變遷對於社會經濟公共衛生或環境的可能衝
擊
二研究方法
此臺灣區域氣候變遷分析與推估方法的建立研究著重於高解析度局地細
部的未來氣候模擬推估以氣候變遷影響評估與調適研究方面的需要為主不管
是能源水資源公共衛生農業旱澇經濟等影響評估研究都極需區域細
部氣候變遷資料同時也希望了解並說明及呈現資料的不確定性與應用上的極
限
21 統計降尺度方法說明
在統計降尺度方面計畫所採取的方法是由 Wood et al (2002 2004) 與
Maurer (2007) 所發展的誤差校正空間分解法 BCSD (Bias correction and spatial
disaggregation) 是屬於比較簡單的統計降尺度方法不過還是比 Giorgi and
Mearns (1991) 所提及的簡單變化量法(delta or anomalies method) 要更細緻一
些可以處理部份變異量與空間內插之所以未運用其他各種更複雜的統計降尺
度方法（Wilby et al 2004）是因為東亞區域冬夏季風環流與局部地區的主要降
雨系統的關係未必容易找到合適準確的統計關係勉強套用的結果往往並不理
9
想而且也未必能移除模式的系統性誤差
Wood et al (2002 2004) 與 Maurer (2007) 所發展的誤差校正空間分解法
在誤差校正方面是先將高解析度觀測月平均資料與氣候模式資料皆先內插轉換
至 2degtimes2deg的網格解析度再運用每個網格點的觀測時間累積機率分佈 (Cumulative
Distribution Function CDF) 修正模式的時間累積機率分佈而且為了避免只是資
料互換我們是以交互驗證(cross-validation) 的方式進行即先將要估計的年份
排除後再以其他 39 年的觀測與模式資料累積機率分佈進行估算該年模式資料
的修正值同時該年實際觀測值可以做為誤差估算的基準完成所有年份的個別
計算後再進一步分析累計多年份資料後的誤差變化可以預期的是單一年份
相對於多年累計平均值的誤差大因為此方法的特性是使模式的機率密度函數分
布可以被修正為與觀測的機率密度函數分布相似但是不保證某個特定年份會與
實際觀測值有所對應只有在累計平均年數較多時才能預期修正的作用此外
當該年模式模擬值大於其他 39 年時必須運用累積機率分佈外插的方式處理
目前是以最大與最小 5 年分布進行線性外插並以平均值加 3 個標準差與 0 做為
外插值的上下限由於 3 個標準差以常態分布而言已經是接近 400 年才發生一次
的事件即使是做為未來百年氣候變遷的推估基準也應還不致於過度高估但
必須注意氣候變數統計模型偏向較肥大尾端分布形態時的適用性此外是這種方
法在資料有顯著的長期趨勢時必須特別小心其在未來氣候的適用性(亦即多數
結果都需要外插決定)此時必須先計算模式資料的長期趨勢特性在模式誤差
修正前先將其扣除修正後再將此長期趨勢特性加回以保持累積機率分佈修正
的有效性
統計降尺度需要高解析度的觀測資料作為統計分析的基準與校驗由於氣
候模式模擬資料原本就是網格平均資料也因此我們傾向使用網格化的觀測資料
為分析的基準可以避免討論測站點與網格區域平均值轉換的問題這不表示問
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
2
(一) 適合臺灣的 CMIP5 模式統計降尺度方法之說明包含降
尺度之基本概念與原則以及運用 IPCC AR5 模式與降尺度
方法研究臺灣氣候變遷的適用範圍與限制並提供降尺度方
法應用範例的計算程式
(二) CMIP5 模式統計降尺度方法應用在臺灣地區的結果包
含(1) 運用 CMIP5 模式與降尺度方法於臺灣氣候變遷研究
的計算資料方法步驟(2) 根據前項方法說明氣候變遷
對臺灣地區氣候的影響包括臺灣地區四季的氣候變遷分
布狀態臺灣分區(10 區)平均溫度的四季氣候變遷變化量列
表(3) 針對氣候變遷不同情境的推估結果說明
(三) 說明臺灣地區本土氣候變遷分析推估之降尺度系統的結
果與其不確定性說明
(四) 以未來氣候變遷對臺灣地區冷卻度日（cooling degree day）
的影響為例探討未來臺灣地區在夏日高溫期間對於用電與
透過冷氣設備降溫的需求與社經影響
建議事項
以 IPCC AR5氣候模式模擬推估的全球氣候變遷資料庫
為基礎將其降尺度區域化後所建立的臺灣未來氣候變遷推估
資料庫對於氣象局持續規劃推動的氣候資訊服務工作應該有
所助益
長期而言氣象局在氣候變遷相關監測推估與研究工作
宜有更積極的規劃過去幾年氣象局在短期氣候預報工作方面
已經逐步建立出一個作業化的系統對於社會與民眾在氣候資
訊服務方面的需求而言氣候變遷資訊的提供勢必是未來氣象
局無可旁貸的任務對於政府各級單位的氣候影響調適工作
的規劃也十分重要建議氣象局應該未雨綢繆進行相關的準
3
備與評估
具體落實應用
情形
建立適合臺灣本土應用的 CMIP5 模式降尺度方法並推估
氣候變遷對臺灣地區氣候的影響與其伴隨的不確定性已經在
計劃中完成也以夏季高溫對冷卻度日的影響舉例說明未來氣
候變遷對臺灣社會經濟的可能衝擊相關將尺度技術與區域
氣候變遷推估資料庫將可轉移至氣象局進行後續的應用研究
計畫變更說明 (若有)
落後原因 (若有)
變更或落後之
檢討與因應對
策
無
4
中文摘要
對於氣候變遷的影響調適的評估以及一般民眾對氣候變遷資訊的需求而
言最重要的資料需求是局部地區氣溫與降水機率分佈（包括均值與極值）的未
來變化而非全球平均氣候改變的最佳估計單一值不過目前全球氣候變遷推估
還是以參與聯合國氣候變遷科學評估報告的氣候模式為主要工具而這些模式模
擬資料的空間解析度並無法提供詳細的區域氣候變遷訊息因此需要藉由必須
透過科學方法進一步將資料區域細節化同時氣候模式間的差異與氣候系統
的自然變動區域化方法所伴隨的可能誤差範圍等都是造成局部地區未來氣候
變遷推估的科學不確定性來源即使氣候模式的模擬誤差可以加以修正
透過科學與客觀的方法研究計畫將運用統計降尺度方法以新近完成的
區域高時空解析度觀測分析網格氣候資料為基準將全球氣候模式的模擬與推估
資料區域化分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表示
是客觀呈現上述氣候模式差異自然氣候變動以及降尺度方法疊加後的不確定性
估計與信心高低更有利於政府與民間機構在瞭解區域氣候變遷資料推估特性
後採取適當的決策規劃以及風險評估
5
Abstract
For the assessment of climate change impact and adaptation and the need of
climate change information service to the general public the regional future
projection of temperature and precipitation distribution (including the mean and
extremes) is far more important than the single optimal estimate of global mean
climate change For the future climate change projection the main tools are the
climate model participated in the assessment reports of the Intergovernmental Panel
on Climate Change (IPCC) But the spatial resolutions of climate models are
relatively low and do not aim to provide the detailed local climate change information
Therefore other scientifically sound methodologies are needed to estimate further
regional details Nevertheless the difference in climate model projections the
regional climate natural variability and the potential error from downscaling technique
to name a few are all the sources of uncertainty associated with local future climate
projection even if the model simulated climate biases can be removed
The proposed work will base on the statistical model derived from the newly
developed high spatial-temporal resolution gridded analysis of regional climate data
to regionalize the simulation from global coupled climate model to estimate the
likelihood of future climate change projection for Taiwan in probabilistic format Due
to the uncertainty of climate change projection from model differences natural
variability and downscaling method the probabilistic distribution is an objective way
to reveal the current scientific understanding and limitation of simulation data Both
public and private sections should be aware of the nature of future climate change
projection information and properly use them for planning decision making with risk
assessment in mind
6
一前言與研究背景
聯合國跨政府氣候變遷委員會在 2007 年發表的第四次科學評估報告（IPCC
AR4 2007）認為全球氣候正在變化已是毋庸置疑的（unequivocal）儘管其中可
以歸咎於人類活動所造成的部份有多少還是氣候科學的研究議題但是報告中認
為「從 20 世紀中期以迄今所觀測到的全球平均溫度上升的絕大部份非常可能
（超過 90機率）是由於觀測到的人為排放所造成的溫室氣體增加所造成的」
而且可以預期人為排放所造成的溫室氣體增加在 21 世紀將會持續或甚至加劇
也因此即使究竟未來氣候變遷會如何還有許多不確定性這些氣候模式所推
估的未來氣候變遷將可能對臺灣的自然環境與資源產生巨大的衝擊公共衛生
基礎建設災害防救社會經濟發展人民生活福祉也都會受到一定程度的影響
政府應該對於未來臺灣可能的氣候變遷情況有完整的評估與瞭解積極制定相關
法律政策與可行的因應調適減緩方案措施以減輕未來氣候變遷對國家基本建
設與人民生命財產安全所帶來的衝擊
但是因應氣候變遷對各政府與民間機構而言都是新的課題對於臺灣未來可
能必須面對的氣候變遷推估狀況與特性的了解則是政策決定者與行動規劃人員
能夠有效採取因應措施不可或缺的資訊聯合國跨政府氣候變遷委員會的評估報
告雖然提供部份的東亞區域氣候變遷推估資訊（Christensen et al 2007）但是礙
於目前推估所用氣候模式的空間解析度有限並無法呈現臺灣細部的各區域變化
以及相關的不確定性也未針對天氣與氣候極端事件的區域特性加以討論計劃
研究的目標即在有系統地建立客觀方法以觀測資料為基準將空間解析度不足
的全球氣候模式推估資料區域化與誤差修正並且能及時反應聯合國跨政府氣候
變遷委員會正在進行更新的科學評估報告現狀以及報告所建基的氣候模式推估
資料庫
對於未來長期氣候變遷的推估唯一的科學工具是運用全球氣候模式模擬未
來氣候隨時空的變化而前提是必須依據世界未來的人口經濟社會環境的
7
可能發展情境決定影響氣候系統輻射平衡的溫室氣體氣溶膠等未來在大氣
中的濃度變化但是由於各個氣候模式的結構與使用參數的不同同時伴隨著氣
候系統的自然變動各種氣候反饋效應的差異造成氣候模式所估計的氣候敏感度
也不同而此氣候敏感度的差異使科學家即使是對於全球平均近地表氣溫在未
來百年後的變化究竟是攝氏幾度也無法精準地估計
關於未來世界發展可以用不同的情境假設也就可以分開處理未來世界發
展狀態的不確定性但即便是以多數科學家認為可能最接近未來發展的情境
( 例如 IPCC 第 4 次報告中所用的 SRES A1B 情境 )氣候模式所估計的全球氣
溫變化的氣候平均值最佳估計為增暖 28 degC而可能範圍是從增暖 17 degC 到
44 degC 之間意味著上述的氣候模式差異與氣候系統自然變動可能造成相當程度
的不確定性
不過對於氣候變遷的影響調適的評估最重要的指標是每個局部地區氣溫
與降水的未來變化而非全球平均氣溫與降水的改變是否這些氣候的改變需要
各地政府單位民間機構採取適當的決策與規劃以因應未來的氣候與環境改
變需要詳實科學報告的指引與先前討論同樣全球氣候模式所模擬的未來區
域氣候的時空變化是科學家主要用以評估的工具但是氣候模式差異與自然變動
對局部地區氣候模擬所造成的不確定性甚至往往比上述的全球平均狀態更高
而且模式的空間解析度也不足因此必須透過動力模式或統計方法進一步將資
料區域細節化但都會再一次引進更多未來氣候變遷推估上的不確定性即使氣
候模式模擬的系統性誤差可以透過處理加以修正
透過科學與客觀的方法研究計畫的主要工作是運用統計降尺度方法以新
近完成的區域高時空解析度觀測分析網格氣候資料（翁與楊 2012）為基準將
參與跨政府氣候變遷組織（Intergovermental Panel on Climate ChangeIPCC）最
8
新評估報告所使用的新一代全球耦合氣候模式數值實驗計畫（Coupled Model
Intercomparison Project Phase 5CMIP5）模式氣候模擬與推估資料區域化分析
未來臺灣氣候變遷（含氣候平均與極端天氣與氣候指標變化）的可能性機率分佈
範圍運用機率方式表示是客觀呈現上述氣候模式差異自然氣候變動以及降尺
度方法疊加後的不確定性估計與信心高低結果將更有利於政府與民間機構在瞭
解區域氣候變遷資料推估特性後採取適當的決策規劃以及風險評估後續
計劃也將嘗試舉例說明極端氣候變遷對於社會經濟公共衛生或環境的可能衝
擊
二研究方法
此臺灣區域氣候變遷分析與推估方法的建立研究著重於高解析度局地細
部的未來氣候模擬推估以氣候變遷影響評估與調適研究方面的需要為主不管
是能源水資源公共衛生農業旱澇經濟等影響評估研究都極需區域細
部氣候變遷資料同時也希望了解並說明及呈現資料的不確定性與應用上的極
限
21 統計降尺度方法說明
在統計降尺度方面計畫所採取的方法是由 Wood et al (2002 2004) 與
Maurer (2007) 所發展的誤差校正空間分解法 BCSD (Bias correction and spatial
disaggregation) 是屬於比較簡單的統計降尺度方法不過還是比 Giorgi and
Mearns (1991) 所提及的簡單變化量法(delta or anomalies method) 要更細緻一
些可以處理部份變異量與空間內插之所以未運用其他各種更複雜的統計降尺
度方法（Wilby et al 2004）是因為東亞區域冬夏季風環流與局部地區的主要降
雨系統的關係未必容易找到合適準確的統計關係勉強套用的結果往往並不理
9
想而且也未必能移除模式的系統性誤差
Wood et al (2002 2004) 與 Maurer (2007) 所發展的誤差校正空間分解法
在誤差校正方面是先將高解析度觀測月平均資料與氣候模式資料皆先內插轉換
至 2degtimes2deg的網格解析度再運用每個網格點的觀測時間累積機率分佈 (Cumulative
Distribution Function CDF) 修正模式的時間累積機率分佈而且為了避免只是資
料互換我們是以交互驗證(cross-validation) 的方式進行即先將要估計的年份
排除後再以其他 39 年的觀測與模式資料累積機率分佈進行估算該年模式資料
的修正值同時該年實際觀測值可以做為誤差估算的基準完成所有年份的個別
計算後再進一步分析累計多年份資料後的誤差變化可以預期的是單一年份
相對於多年累計平均值的誤差大因為此方法的特性是使模式的機率密度函數分
布可以被修正為與觀測的機率密度函數分布相似但是不保證某個特定年份會與
實際觀測值有所對應只有在累計平均年數較多時才能預期修正的作用此外
當該年模式模擬值大於其他 39 年時必須運用累積機率分佈外插的方式處理
目前是以最大與最小 5 年分布進行線性外插並以平均值加 3 個標準差與 0 做為
外插值的上下限由於 3 個標準差以常態分布而言已經是接近 400 年才發生一次
的事件即使是做為未來百年氣候變遷的推估基準也應還不致於過度高估但
必須注意氣候變數統計模型偏向較肥大尾端分布形態時的適用性此外是這種方
法在資料有顯著的長期趨勢時必須特別小心其在未來氣候的適用性(亦即多數
結果都需要外插決定)此時必須先計算模式資料的長期趨勢特性在模式誤差
修正前先將其扣除修正後再將此長期趨勢特性加回以保持累積機率分佈修正
的有效性
統計降尺度需要高解析度的觀測資料作為統計分析的基準與校驗由於氣
候模式模擬資料原本就是網格平均資料也因此我們傾向使用網格化的觀測資料
為分析的基準可以避免討論測站點與網格區域平均值轉換的問題這不表示問
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
3
備與評估
具體落實應用
情形
建立適合臺灣本土應用的 CMIP5 模式降尺度方法並推估
氣候變遷對臺灣地區氣候的影響與其伴隨的不確定性已經在
計劃中完成也以夏季高溫對冷卻度日的影響舉例說明未來氣
候變遷對臺灣社會經濟的可能衝擊相關將尺度技術與區域
氣候變遷推估資料庫將可轉移至氣象局進行後續的應用研究
計畫變更說明 (若有)
落後原因 (若有)
變更或落後之
檢討與因應對
策
無
4
中文摘要
對於氣候變遷的影響調適的評估以及一般民眾對氣候變遷資訊的需求而
言最重要的資料需求是局部地區氣溫與降水機率分佈（包括均值與極值）的未
來變化而非全球平均氣候改變的最佳估計單一值不過目前全球氣候變遷推估
還是以參與聯合國氣候變遷科學評估報告的氣候模式為主要工具而這些模式模
擬資料的空間解析度並無法提供詳細的區域氣候變遷訊息因此需要藉由必須
透過科學方法進一步將資料區域細節化同時氣候模式間的差異與氣候系統
的自然變動區域化方法所伴隨的可能誤差範圍等都是造成局部地區未來氣候
變遷推估的科學不確定性來源即使氣候模式的模擬誤差可以加以修正
透過科學與客觀的方法研究計畫將運用統計降尺度方法以新近完成的
區域高時空解析度觀測分析網格氣候資料為基準將全球氣候模式的模擬與推估
資料區域化分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表示
是客觀呈現上述氣候模式差異自然氣候變動以及降尺度方法疊加後的不確定性
估計與信心高低更有利於政府與民間機構在瞭解區域氣候變遷資料推估特性
後採取適當的決策規劃以及風險評估
5
Abstract
For the assessment of climate change impact and adaptation and the need of
climate change information service to the general public the regional future
projection of temperature and precipitation distribution (including the mean and
extremes) is far more important than the single optimal estimate of global mean
climate change For the future climate change projection the main tools are the
climate model participated in the assessment reports of the Intergovernmental Panel
on Climate Change (IPCC) But the spatial resolutions of climate models are
relatively low and do not aim to provide the detailed local climate change information
Therefore other scientifically sound methodologies are needed to estimate further
regional details Nevertheless the difference in climate model projections the
regional climate natural variability and the potential error from downscaling technique
to name a few are all the sources of uncertainty associated with local future climate
projection even if the model simulated climate biases can be removed
The proposed work will base on the statistical model derived from the newly
developed high spatial-temporal resolution gridded analysis of regional climate data
to regionalize the simulation from global coupled climate model to estimate the
likelihood of future climate change projection for Taiwan in probabilistic format Due
to the uncertainty of climate change projection from model differences natural
variability and downscaling method the probabilistic distribution is an objective way
to reveal the current scientific understanding and limitation of simulation data Both
public and private sections should be aware of the nature of future climate change
projection information and properly use them for planning decision making with risk
assessment in mind
6
一前言與研究背景
聯合國跨政府氣候變遷委員會在 2007 年發表的第四次科學評估報告（IPCC
AR4 2007）認為全球氣候正在變化已是毋庸置疑的（unequivocal）儘管其中可
以歸咎於人類活動所造成的部份有多少還是氣候科學的研究議題但是報告中認
為「從 20 世紀中期以迄今所觀測到的全球平均溫度上升的絕大部份非常可能
（超過 90機率）是由於觀測到的人為排放所造成的溫室氣體增加所造成的」
而且可以預期人為排放所造成的溫室氣體增加在 21 世紀將會持續或甚至加劇
也因此即使究竟未來氣候變遷會如何還有許多不確定性這些氣候模式所推
估的未來氣候變遷將可能對臺灣的自然環境與資源產生巨大的衝擊公共衛生
基礎建設災害防救社會經濟發展人民生活福祉也都會受到一定程度的影響
政府應該對於未來臺灣可能的氣候變遷情況有完整的評估與瞭解積極制定相關
法律政策與可行的因應調適減緩方案措施以減輕未來氣候變遷對國家基本建
設與人民生命財產安全所帶來的衝擊
但是因應氣候變遷對各政府與民間機構而言都是新的課題對於臺灣未來可
能必須面對的氣候變遷推估狀況與特性的了解則是政策決定者與行動規劃人員
能夠有效採取因應措施不可或缺的資訊聯合國跨政府氣候變遷委員會的評估報
告雖然提供部份的東亞區域氣候變遷推估資訊（Christensen et al 2007）但是礙
於目前推估所用氣候模式的空間解析度有限並無法呈現臺灣細部的各區域變化
以及相關的不確定性也未針對天氣與氣候極端事件的區域特性加以討論計劃
研究的目標即在有系統地建立客觀方法以觀測資料為基準將空間解析度不足
的全球氣候模式推估資料區域化與誤差修正並且能及時反應聯合國跨政府氣候
變遷委員會正在進行更新的科學評估報告現狀以及報告所建基的氣候模式推估
資料庫
對於未來長期氣候變遷的推估唯一的科學工具是運用全球氣候模式模擬未
來氣候隨時空的變化而前提是必須依據世界未來的人口經濟社會環境的
7
可能發展情境決定影響氣候系統輻射平衡的溫室氣體氣溶膠等未來在大氣
中的濃度變化但是由於各個氣候模式的結構與使用參數的不同同時伴隨著氣
候系統的自然變動各種氣候反饋效應的差異造成氣候模式所估計的氣候敏感度
也不同而此氣候敏感度的差異使科學家即使是對於全球平均近地表氣溫在未
來百年後的變化究竟是攝氏幾度也無法精準地估計
關於未來世界發展可以用不同的情境假設也就可以分開處理未來世界發
展狀態的不確定性但即便是以多數科學家認為可能最接近未來發展的情境
( 例如 IPCC 第 4 次報告中所用的 SRES A1B 情境 )氣候模式所估計的全球氣
溫變化的氣候平均值最佳估計為增暖 28 degC而可能範圍是從增暖 17 degC 到
44 degC 之間意味著上述的氣候模式差異與氣候系統自然變動可能造成相當程度
的不確定性
不過對於氣候變遷的影響調適的評估最重要的指標是每個局部地區氣溫
與降水的未來變化而非全球平均氣溫與降水的改變是否這些氣候的改變需要
各地政府單位民間機構採取適當的決策與規劃以因應未來的氣候與環境改
變需要詳實科學報告的指引與先前討論同樣全球氣候模式所模擬的未來區
域氣候的時空變化是科學家主要用以評估的工具但是氣候模式差異與自然變動
對局部地區氣候模擬所造成的不確定性甚至往往比上述的全球平均狀態更高
而且模式的空間解析度也不足因此必須透過動力模式或統計方法進一步將資
料區域細節化但都會再一次引進更多未來氣候變遷推估上的不確定性即使氣
候模式模擬的系統性誤差可以透過處理加以修正
透過科學與客觀的方法研究計畫的主要工作是運用統計降尺度方法以新
近完成的區域高時空解析度觀測分析網格氣候資料（翁與楊 2012）為基準將
參與跨政府氣候變遷組織（Intergovermental Panel on Climate ChangeIPCC）最
8
新評估報告所使用的新一代全球耦合氣候模式數值實驗計畫（Coupled Model
Intercomparison Project Phase 5CMIP5）模式氣候模擬與推估資料區域化分析
未來臺灣氣候變遷（含氣候平均與極端天氣與氣候指標變化）的可能性機率分佈
範圍運用機率方式表示是客觀呈現上述氣候模式差異自然氣候變動以及降尺
度方法疊加後的不確定性估計與信心高低結果將更有利於政府與民間機構在瞭
解區域氣候變遷資料推估特性後採取適當的決策規劃以及風險評估後續
計劃也將嘗試舉例說明極端氣候變遷對於社會經濟公共衛生或環境的可能衝
擊
二研究方法
此臺灣區域氣候變遷分析與推估方法的建立研究著重於高解析度局地細
部的未來氣候模擬推估以氣候變遷影響評估與調適研究方面的需要為主不管
是能源水資源公共衛生農業旱澇經濟等影響評估研究都極需區域細
部氣候變遷資料同時也希望了解並說明及呈現資料的不確定性與應用上的極
限
21 統計降尺度方法說明
在統計降尺度方面計畫所採取的方法是由 Wood et al (2002 2004) 與
Maurer (2007) 所發展的誤差校正空間分解法 BCSD (Bias correction and spatial
disaggregation) 是屬於比較簡單的統計降尺度方法不過還是比 Giorgi and
Mearns (1991) 所提及的簡單變化量法(delta or anomalies method) 要更細緻一
些可以處理部份變異量與空間內插之所以未運用其他各種更複雜的統計降尺
度方法（Wilby et al 2004）是因為東亞區域冬夏季風環流與局部地區的主要降
雨系統的關係未必容易找到合適準確的統計關係勉強套用的結果往往並不理
9
想而且也未必能移除模式的系統性誤差
Wood et al (2002 2004) 與 Maurer (2007) 所發展的誤差校正空間分解法
在誤差校正方面是先將高解析度觀測月平均資料與氣候模式資料皆先內插轉換
至 2degtimes2deg的網格解析度再運用每個網格點的觀測時間累積機率分佈 (Cumulative
Distribution Function CDF) 修正模式的時間累積機率分佈而且為了避免只是資
料互換我們是以交互驗證(cross-validation) 的方式進行即先將要估計的年份
排除後再以其他 39 年的觀測與模式資料累積機率分佈進行估算該年模式資料
的修正值同時該年實際觀測值可以做為誤差估算的基準完成所有年份的個別
計算後再進一步分析累計多年份資料後的誤差變化可以預期的是單一年份
相對於多年累計平均值的誤差大因為此方法的特性是使模式的機率密度函數分
布可以被修正為與觀測的機率密度函數分布相似但是不保證某個特定年份會與
實際觀測值有所對應只有在累計平均年數較多時才能預期修正的作用此外
當該年模式模擬值大於其他 39 年時必須運用累積機率分佈外插的方式處理
目前是以最大與最小 5 年分布進行線性外插並以平均值加 3 個標準差與 0 做為
外插值的上下限由於 3 個標準差以常態分布而言已經是接近 400 年才發生一次
的事件即使是做為未來百年氣候變遷的推估基準也應還不致於過度高估但
必須注意氣候變數統計模型偏向較肥大尾端分布形態時的適用性此外是這種方
法在資料有顯著的長期趨勢時必須特別小心其在未來氣候的適用性(亦即多數
結果都需要外插決定)此時必須先計算模式資料的長期趨勢特性在模式誤差
修正前先將其扣除修正後再將此長期趨勢特性加回以保持累積機率分佈修正
的有效性
統計降尺度需要高解析度的觀測資料作為統計分析的基準與校驗由於氣
候模式模擬資料原本就是網格平均資料也因此我們傾向使用網格化的觀測資料
為分析的基準可以避免討論測站點與網格區域平均值轉換的問題這不表示問
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
4
中文摘要
對於氣候變遷的影響調適的評估以及一般民眾對氣候變遷資訊的需求而
言最重要的資料需求是局部地區氣溫與降水機率分佈（包括均值與極值）的未
來變化而非全球平均氣候改變的最佳估計單一值不過目前全球氣候變遷推估
還是以參與聯合國氣候變遷科學評估報告的氣候模式為主要工具而這些模式模
擬資料的空間解析度並無法提供詳細的區域氣候變遷訊息因此需要藉由必須
透過科學方法進一步將資料區域細節化同時氣候模式間的差異與氣候系統
的自然變動區域化方法所伴隨的可能誤差範圍等都是造成局部地區未來氣候
變遷推估的科學不確定性來源即使氣候模式的模擬誤差可以加以修正
透過科學與客觀的方法研究計畫將運用統計降尺度方法以新近完成的
區域高時空解析度觀測分析網格氣候資料為基準將全球氣候模式的模擬與推估
資料區域化分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表示
是客觀呈現上述氣候模式差異自然氣候變動以及降尺度方法疊加後的不確定性
估計與信心高低更有利於政府與民間機構在瞭解區域氣候變遷資料推估特性
後採取適當的決策規劃以及風險評估
5
Abstract
For the assessment of climate change impact and adaptation and the need of
climate change information service to the general public the regional future
projection of temperature and precipitation distribution (including the mean and
extremes) is far more important than the single optimal estimate of global mean
climate change For the future climate change projection the main tools are the
climate model participated in the assessment reports of the Intergovernmental Panel
on Climate Change (IPCC) But the spatial resolutions of climate models are
relatively low and do not aim to provide the detailed local climate change information
Therefore other scientifically sound methodologies are needed to estimate further
regional details Nevertheless the difference in climate model projections the
regional climate natural variability and the potential error from downscaling technique
to name a few are all the sources of uncertainty associated with local future climate
projection even if the model simulated climate biases can be removed
The proposed work will base on the statistical model derived from the newly
developed high spatial-temporal resolution gridded analysis of regional climate data
to regionalize the simulation from global coupled climate model to estimate the
likelihood of future climate change projection for Taiwan in probabilistic format Due
to the uncertainty of climate change projection from model differences natural
variability and downscaling method the probabilistic distribution is an objective way
to reveal the current scientific understanding and limitation of simulation data Both
public and private sections should be aware of the nature of future climate change
projection information and properly use them for planning decision making with risk
assessment in mind
6
一前言與研究背景
聯合國跨政府氣候變遷委員會在 2007 年發表的第四次科學評估報告（IPCC
AR4 2007）認為全球氣候正在變化已是毋庸置疑的（unequivocal）儘管其中可
以歸咎於人類活動所造成的部份有多少還是氣候科學的研究議題但是報告中認
為「從 20 世紀中期以迄今所觀測到的全球平均溫度上升的絕大部份非常可能
（超過 90機率）是由於觀測到的人為排放所造成的溫室氣體增加所造成的」
而且可以預期人為排放所造成的溫室氣體增加在 21 世紀將會持續或甚至加劇
也因此即使究竟未來氣候變遷會如何還有許多不確定性這些氣候模式所推
估的未來氣候變遷將可能對臺灣的自然環境與資源產生巨大的衝擊公共衛生
基礎建設災害防救社會經濟發展人民生活福祉也都會受到一定程度的影響
政府應該對於未來臺灣可能的氣候變遷情況有完整的評估與瞭解積極制定相關
法律政策與可行的因應調適減緩方案措施以減輕未來氣候變遷對國家基本建
設與人民生命財產安全所帶來的衝擊
但是因應氣候變遷對各政府與民間機構而言都是新的課題對於臺灣未來可
能必須面對的氣候變遷推估狀況與特性的了解則是政策決定者與行動規劃人員
能夠有效採取因應措施不可或缺的資訊聯合國跨政府氣候變遷委員會的評估報
告雖然提供部份的東亞區域氣候變遷推估資訊（Christensen et al 2007）但是礙
於目前推估所用氣候模式的空間解析度有限並無法呈現臺灣細部的各區域變化
以及相關的不確定性也未針對天氣與氣候極端事件的區域特性加以討論計劃
研究的目標即在有系統地建立客觀方法以觀測資料為基準將空間解析度不足
的全球氣候模式推估資料區域化與誤差修正並且能及時反應聯合國跨政府氣候
變遷委員會正在進行更新的科學評估報告現狀以及報告所建基的氣候模式推估
資料庫
對於未來長期氣候變遷的推估唯一的科學工具是運用全球氣候模式模擬未
來氣候隨時空的變化而前提是必須依據世界未來的人口經濟社會環境的
7
可能發展情境決定影響氣候系統輻射平衡的溫室氣體氣溶膠等未來在大氣
中的濃度變化但是由於各個氣候模式的結構與使用參數的不同同時伴隨著氣
候系統的自然變動各種氣候反饋效應的差異造成氣候模式所估計的氣候敏感度
也不同而此氣候敏感度的差異使科學家即使是對於全球平均近地表氣溫在未
來百年後的變化究竟是攝氏幾度也無法精準地估計
關於未來世界發展可以用不同的情境假設也就可以分開處理未來世界發
展狀態的不確定性但即便是以多數科學家認為可能最接近未來發展的情境
( 例如 IPCC 第 4 次報告中所用的 SRES A1B 情境 )氣候模式所估計的全球氣
溫變化的氣候平均值最佳估計為增暖 28 degC而可能範圍是從增暖 17 degC 到
44 degC 之間意味著上述的氣候模式差異與氣候系統自然變動可能造成相當程度
的不確定性
不過對於氣候變遷的影響調適的評估最重要的指標是每個局部地區氣溫
與降水的未來變化而非全球平均氣溫與降水的改變是否這些氣候的改變需要
各地政府單位民間機構採取適當的決策與規劃以因應未來的氣候與環境改
變需要詳實科學報告的指引與先前討論同樣全球氣候模式所模擬的未來區
域氣候的時空變化是科學家主要用以評估的工具但是氣候模式差異與自然變動
對局部地區氣候模擬所造成的不確定性甚至往往比上述的全球平均狀態更高
而且模式的空間解析度也不足因此必須透過動力模式或統計方法進一步將資
料區域細節化但都會再一次引進更多未來氣候變遷推估上的不確定性即使氣
候模式模擬的系統性誤差可以透過處理加以修正
透過科學與客觀的方法研究計畫的主要工作是運用統計降尺度方法以新
近完成的區域高時空解析度觀測分析網格氣候資料（翁與楊 2012）為基準將
參與跨政府氣候變遷組織（Intergovermental Panel on Climate ChangeIPCC）最
8
新評估報告所使用的新一代全球耦合氣候模式數值實驗計畫（Coupled Model
Intercomparison Project Phase 5CMIP5）模式氣候模擬與推估資料區域化分析
未來臺灣氣候變遷（含氣候平均與極端天氣與氣候指標變化）的可能性機率分佈
範圍運用機率方式表示是客觀呈現上述氣候模式差異自然氣候變動以及降尺
度方法疊加後的不確定性估計與信心高低結果將更有利於政府與民間機構在瞭
解區域氣候變遷資料推估特性後採取適當的決策規劃以及風險評估後續
計劃也將嘗試舉例說明極端氣候變遷對於社會經濟公共衛生或環境的可能衝
擊
二研究方法
此臺灣區域氣候變遷分析與推估方法的建立研究著重於高解析度局地細
部的未來氣候模擬推估以氣候變遷影響評估與調適研究方面的需要為主不管
是能源水資源公共衛生農業旱澇經濟等影響評估研究都極需區域細
部氣候變遷資料同時也希望了解並說明及呈現資料的不確定性與應用上的極
限
21 統計降尺度方法說明
在統計降尺度方面計畫所採取的方法是由 Wood et al (2002 2004) 與
Maurer (2007) 所發展的誤差校正空間分解法 BCSD (Bias correction and spatial
disaggregation) 是屬於比較簡單的統計降尺度方法不過還是比 Giorgi and
Mearns (1991) 所提及的簡單變化量法(delta or anomalies method) 要更細緻一
些可以處理部份變異量與空間內插之所以未運用其他各種更複雜的統計降尺
度方法（Wilby et al 2004）是因為東亞區域冬夏季風環流與局部地區的主要降
雨系統的關係未必容易找到合適準確的統計關係勉強套用的結果往往並不理
9
想而且也未必能移除模式的系統性誤差
Wood et al (2002 2004) 與 Maurer (2007) 所發展的誤差校正空間分解法
在誤差校正方面是先將高解析度觀測月平均資料與氣候模式資料皆先內插轉換
至 2degtimes2deg的網格解析度再運用每個網格點的觀測時間累積機率分佈 (Cumulative
Distribution Function CDF) 修正模式的時間累積機率分佈而且為了避免只是資
料互換我們是以交互驗證(cross-validation) 的方式進行即先將要估計的年份
排除後再以其他 39 年的觀測與模式資料累積機率分佈進行估算該年模式資料
的修正值同時該年實際觀測值可以做為誤差估算的基準完成所有年份的個別
計算後再進一步分析累計多年份資料後的誤差變化可以預期的是單一年份
相對於多年累計平均值的誤差大因為此方法的特性是使模式的機率密度函數分
布可以被修正為與觀測的機率密度函數分布相似但是不保證某個特定年份會與
實際觀測值有所對應只有在累計平均年數較多時才能預期修正的作用此外
當該年模式模擬值大於其他 39 年時必須運用累積機率分佈外插的方式處理
目前是以最大與最小 5 年分布進行線性外插並以平均值加 3 個標準差與 0 做為
外插值的上下限由於 3 個標準差以常態分布而言已經是接近 400 年才發生一次
的事件即使是做為未來百年氣候變遷的推估基準也應還不致於過度高估但
必須注意氣候變數統計模型偏向較肥大尾端分布形態時的適用性此外是這種方
法在資料有顯著的長期趨勢時必須特別小心其在未來氣候的適用性(亦即多數
結果都需要外插決定)此時必須先計算模式資料的長期趨勢特性在模式誤差
修正前先將其扣除修正後再將此長期趨勢特性加回以保持累積機率分佈修正
的有效性
統計降尺度需要高解析度的觀測資料作為統計分析的基準與校驗由於氣
候模式模擬資料原本就是網格平均資料也因此我們傾向使用網格化的觀測資料
為分析的基準可以避免討論測站點與網格區域平均值轉換的問題這不表示問
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
5
Abstract
For the assessment of climate change impact and adaptation and the need of
climate change information service to the general public the regional future
projection of temperature and precipitation distribution (including the mean and
extremes) is far more important than the single optimal estimate of global mean
climate change For the future climate change projection the main tools are the
climate model participated in the assessment reports of the Intergovernmental Panel
on Climate Change (IPCC) But the spatial resolutions of climate models are
relatively low and do not aim to provide the detailed local climate change information
Therefore other scientifically sound methodologies are needed to estimate further
regional details Nevertheless the difference in climate model projections the
regional climate natural variability and the potential error from downscaling technique
to name a few are all the sources of uncertainty associated with local future climate
projection even if the model simulated climate biases can be removed
The proposed work will base on the statistical model derived from the newly
developed high spatial-temporal resolution gridded analysis of regional climate data
to regionalize the simulation from global coupled climate model to estimate the
likelihood of future climate change projection for Taiwan in probabilistic format Due
to the uncertainty of climate change projection from model differences natural
variability and downscaling method the probabilistic distribution is an objective way
to reveal the current scientific understanding and limitation of simulation data Both
public and private sections should be aware of the nature of future climate change
projection information and properly use them for planning decision making with risk
assessment in mind
6
一前言與研究背景
聯合國跨政府氣候變遷委員會在 2007 年發表的第四次科學評估報告（IPCC
AR4 2007）認為全球氣候正在變化已是毋庸置疑的（unequivocal）儘管其中可
以歸咎於人類活動所造成的部份有多少還是氣候科學的研究議題但是報告中認
為「從 20 世紀中期以迄今所觀測到的全球平均溫度上升的絕大部份非常可能
（超過 90機率）是由於觀測到的人為排放所造成的溫室氣體增加所造成的」
而且可以預期人為排放所造成的溫室氣體增加在 21 世紀將會持續或甚至加劇
也因此即使究竟未來氣候變遷會如何還有許多不確定性這些氣候模式所推
估的未來氣候變遷將可能對臺灣的自然環境與資源產生巨大的衝擊公共衛生
基礎建設災害防救社會經濟發展人民生活福祉也都會受到一定程度的影響
政府應該對於未來臺灣可能的氣候變遷情況有完整的評估與瞭解積極制定相關
法律政策與可行的因應調適減緩方案措施以減輕未來氣候變遷對國家基本建
設與人民生命財產安全所帶來的衝擊
但是因應氣候變遷對各政府與民間機構而言都是新的課題對於臺灣未來可
能必須面對的氣候變遷推估狀況與特性的了解則是政策決定者與行動規劃人員
能夠有效採取因應措施不可或缺的資訊聯合國跨政府氣候變遷委員會的評估報
告雖然提供部份的東亞區域氣候變遷推估資訊（Christensen et al 2007）但是礙
於目前推估所用氣候模式的空間解析度有限並無法呈現臺灣細部的各區域變化
以及相關的不確定性也未針對天氣與氣候極端事件的區域特性加以討論計劃
研究的目標即在有系統地建立客觀方法以觀測資料為基準將空間解析度不足
的全球氣候模式推估資料區域化與誤差修正並且能及時反應聯合國跨政府氣候
變遷委員會正在進行更新的科學評估報告現狀以及報告所建基的氣候模式推估
資料庫
對於未來長期氣候變遷的推估唯一的科學工具是運用全球氣候模式模擬未
來氣候隨時空的變化而前提是必須依據世界未來的人口經濟社會環境的
7
可能發展情境決定影響氣候系統輻射平衡的溫室氣體氣溶膠等未來在大氣
中的濃度變化但是由於各個氣候模式的結構與使用參數的不同同時伴隨著氣
候系統的自然變動各種氣候反饋效應的差異造成氣候模式所估計的氣候敏感度
也不同而此氣候敏感度的差異使科學家即使是對於全球平均近地表氣溫在未
來百年後的變化究竟是攝氏幾度也無法精準地估計
關於未來世界發展可以用不同的情境假設也就可以分開處理未來世界發
展狀態的不確定性但即便是以多數科學家認為可能最接近未來發展的情境
( 例如 IPCC 第 4 次報告中所用的 SRES A1B 情境 )氣候模式所估計的全球氣
溫變化的氣候平均值最佳估計為增暖 28 degC而可能範圍是從增暖 17 degC 到
44 degC 之間意味著上述的氣候模式差異與氣候系統自然變動可能造成相當程度
的不確定性
不過對於氣候變遷的影響調適的評估最重要的指標是每個局部地區氣溫
與降水的未來變化而非全球平均氣溫與降水的改變是否這些氣候的改變需要
各地政府單位民間機構採取適當的決策與規劃以因應未來的氣候與環境改
變需要詳實科學報告的指引與先前討論同樣全球氣候模式所模擬的未來區
域氣候的時空變化是科學家主要用以評估的工具但是氣候模式差異與自然變動
對局部地區氣候模擬所造成的不確定性甚至往往比上述的全球平均狀態更高
而且模式的空間解析度也不足因此必須透過動力模式或統計方法進一步將資
料區域細節化但都會再一次引進更多未來氣候變遷推估上的不確定性即使氣
候模式模擬的系統性誤差可以透過處理加以修正
透過科學與客觀的方法研究計畫的主要工作是運用統計降尺度方法以新
近完成的區域高時空解析度觀測分析網格氣候資料（翁與楊 2012）為基準將
參與跨政府氣候變遷組織（Intergovermental Panel on Climate ChangeIPCC）最
8
新評估報告所使用的新一代全球耦合氣候模式數值實驗計畫（Coupled Model
Intercomparison Project Phase 5CMIP5）模式氣候模擬與推估資料區域化分析
未來臺灣氣候變遷（含氣候平均與極端天氣與氣候指標變化）的可能性機率分佈
範圍運用機率方式表示是客觀呈現上述氣候模式差異自然氣候變動以及降尺
度方法疊加後的不確定性估計與信心高低結果將更有利於政府與民間機構在瞭
解區域氣候變遷資料推估特性後採取適當的決策規劃以及風險評估後續
計劃也將嘗試舉例說明極端氣候變遷對於社會經濟公共衛生或環境的可能衝
擊
二研究方法
此臺灣區域氣候變遷分析與推估方法的建立研究著重於高解析度局地細
部的未來氣候模擬推估以氣候變遷影響評估與調適研究方面的需要為主不管
是能源水資源公共衛生農業旱澇經濟等影響評估研究都極需區域細
部氣候變遷資料同時也希望了解並說明及呈現資料的不確定性與應用上的極
限
21 統計降尺度方法說明
在統計降尺度方面計畫所採取的方法是由 Wood et al (2002 2004) 與
Maurer (2007) 所發展的誤差校正空間分解法 BCSD (Bias correction and spatial
disaggregation) 是屬於比較簡單的統計降尺度方法不過還是比 Giorgi and
Mearns (1991) 所提及的簡單變化量法(delta or anomalies method) 要更細緻一
些可以處理部份變異量與空間內插之所以未運用其他各種更複雜的統計降尺
度方法（Wilby et al 2004）是因為東亞區域冬夏季風環流與局部地區的主要降
雨系統的關係未必容易找到合適準確的統計關係勉強套用的結果往往並不理
9
想而且也未必能移除模式的系統性誤差
Wood et al (2002 2004) 與 Maurer (2007) 所發展的誤差校正空間分解法
在誤差校正方面是先將高解析度觀測月平均資料與氣候模式資料皆先內插轉換
至 2degtimes2deg的網格解析度再運用每個網格點的觀測時間累積機率分佈 (Cumulative
Distribution Function CDF) 修正模式的時間累積機率分佈而且為了避免只是資
料互換我們是以交互驗證(cross-validation) 的方式進行即先將要估計的年份
排除後再以其他 39 年的觀測與模式資料累積機率分佈進行估算該年模式資料
的修正值同時該年實際觀測值可以做為誤差估算的基準完成所有年份的個別
計算後再進一步分析累計多年份資料後的誤差變化可以預期的是單一年份
相對於多年累計平均值的誤差大因為此方法的特性是使模式的機率密度函數分
布可以被修正為與觀測的機率密度函數分布相似但是不保證某個特定年份會與
實際觀測值有所對應只有在累計平均年數較多時才能預期修正的作用此外
當該年模式模擬值大於其他 39 年時必須運用累積機率分佈外插的方式處理
目前是以最大與最小 5 年分布進行線性外插並以平均值加 3 個標準差與 0 做為
外插值的上下限由於 3 個標準差以常態分布而言已經是接近 400 年才發生一次
的事件即使是做為未來百年氣候變遷的推估基準也應還不致於過度高估但
必須注意氣候變數統計模型偏向較肥大尾端分布形態時的適用性此外是這種方
法在資料有顯著的長期趨勢時必須特別小心其在未來氣候的適用性(亦即多數
結果都需要外插決定)此時必須先計算模式資料的長期趨勢特性在模式誤差
修正前先將其扣除修正後再將此長期趨勢特性加回以保持累積機率分佈修正
的有效性
統計降尺度需要高解析度的觀測資料作為統計分析的基準與校驗由於氣
候模式模擬資料原本就是網格平均資料也因此我們傾向使用網格化的觀測資料
為分析的基準可以避免討論測站點與網格區域平均值轉換的問題這不表示問
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
6
一前言與研究背景
聯合國跨政府氣候變遷委員會在 2007 年發表的第四次科學評估報告（IPCC
AR4 2007）認為全球氣候正在變化已是毋庸置疑的（unequivocal）儘管其中可
以歸咎於人類活動所造成的部份有多少還是氣候科學的研究議題但是報告中認
為「從 20 世紀中期以迄今所觀測到的全球平均溫度上升的絕大部份非常可能
（超過 90機率）是由於觀測到的人為排放所造成的溫室氣體增加所造成的」
而且可以預期人為排放所造成的溫室氣體增加在 21 世紀將會持續或甚至加劇
也因此即使究竟未來氣候變遷會如何還有許多不確定性這些氣候模式所推
估的未來氣候變遷將可能對臺灣的自然環境與資源產生巨大的衝擊公共衛生
基礎建設災害防救社會經濟發展人民生活福祉也都會受到一定程度的影響
政府應該對於未來臺灣可能的氣候變遷情況有完整的評估與瞭解積極制定相關
法律政策與可行的因應調適減緩方案措施以減輕未來氣候變遷對國家基本建
設與人民生命財產安全所帶來的衝擊
但是因應氣候變遷對各政府與民間機構而言都是新的課題對於臺灣未來可
能必須面對的氣候變遷推估狀況與特性的了解則是政策決定者與行動規劃人員
能夠有效採取因應措施不可或缺的資訊聯合國跨政府氣候變遷委員會的評估報
告雖然提供部份的東亞區域氣候變遷推估資訊（Christensen et al 2007）但是礙
於目前推估所用氣候模式的空間解析度有限並無法呈現臺灣細部的各區域變化
以及相關的不確定性也未針對天氣與氣候極端事件的區域特性加以討論計劃
研究的目標即在有系統地建立客觀方法以觀測資料為基準將空間解析度不足
的全球氣候模式推估資料區域化與誤差修正並且能及時反應聯合國跨政府氣候
變遷委員會正在進行更新的科學評估報告現狀以及報告所建基的氣候模式推估
資料庫
對於未來長期氣候變遷的推估唯一的科學工具是運用全球氣候模式模擬未
來氣候隨時空的變化而前提是必須依據世界未來的人口經濟社會環境的
7
可能發展情境決定影響氣候系統輻射平衡的溫室氣體氣溶膠等未來在大氣
中的濃度變化但是由於各個氣候模式的結構與使用參數的不同同時伴隨著氣
候系統的自然變動各種氣候反饋效應的差異造成氣候模式所估計的氣候敏感度
也不同而此氣候敏感度的差異使科學家即使是對於全球平均近地表氣溫在未
來百年後的變化究竟是攝氏幾度也無法精準地估計
關於未來世界發展可以用不同的情境假設也就可以分開處理未來世界發
展狀態的不確定性但即便是以多數科學家認為可能最接近未來發展的情境
( 例如 IPCC 第 4 次報告中所用的 SRES A1B 情境 )氣候模式所估計的全球氣
溫變化的氣候平均值最佳估計為增暖 28 degC而可能範圍是從增暖 17 degC 到
44 degC 之間意味著上述的氣候模式差異與氣候系統自然變動可能造成相當程度
的不確定性
不過對於氣候變遷的影響調適的評估最重要的指標是每個局部地區氣溫
與降水的未來變化而非全球平均氣溫與降水的改變是否這些氣候的改變需要
各地政府單位民間機構採取適當的決策與規劃以因應未來的氣候與環境改
變需要詳實科學報告的指引與先前討論同樣全球氣候模式所模擬的未來區
域氣候的時空變化是科學家主要用以評估的工具但是氣候模式差異與自然變動
對局部地區氣候模擬所造成的不確定性甚至往往比上述的全球平均狀態更高
而且模式的空間解析度也不足因此必須透過動力模式或統計方法進一步將資
料區域細節化但都會再一次引進更多未來氣候變遷推估上的不確定性即使氣
候模式模擬的系統性誤差可以透過處理加以修正
透過科學與客觀的方法研究計畫的主要工作是運用統計降尺度方法以新
近完成的區域高時空解析度觀測分析網格氣候資料（翁與楊 2012）為基準將
參與跨政府氣候變遷組織（Intergovermental Panel on Climate ChangeIPCC）最
8
新評估報告所使用的新一代全球耦合氣候模式數值實驗計畫（Coupled Model
Intercomparison Project Phase 5CMIP5）模式氣候模擬與推估資料區域化分析
未來臺灣氣候變遷（含氣候平均與極端天氣與氣候指標變化）的可能性機率分佈
範圍運用機率方式表示是客觀呈現上述氣候模式差異自然氣候變動以及降尺
度方法疊加後的不確定性估計與信心高低結果將更有利於政府與民間機構在瞭
解區域氣候變遷資料推估特性後採取適當的決策規劃以及風險評估後續
計劃也將嘗試舉例說明極端氣候變遷對於社會經濟公共衛生或環境的可能衝
擊
二研究方法
此臺灣區域氣候變遷分析與推估方法的建立研究著重於高解析度局地細
部的未來氣候模擬推估以氣候變遷影響評估與調適研究方面的需要為主不管
是能源水資源公共衛生農業旱澇經濟等影響評估研究都極需區域細
部氣候變遷資料同時也希望了解並說明及呈現資料的不確定性與應用上的極
限
21 統計降尺度方法說明
在統計降尺度方面計畫所採取的方法是由 Wood et al (2002 2004) 與
Maurer (2007) 所發展的誤差校正空間分解法 BCSD (Bias correction and spatial
disaggregation) 是屬於比較簡單的統計降尺度方法不過還是比 Giorgi and
Mearns (1991) 所提及的簡單變化量法(delta or anomalies method) 要更細緻一
些可以處理部份變異量與空間內插之所以未運用其他各種更複雜的統計降尺
度方法（Wilby et al 2004）是因為東亞區域冬夏季風環流與局部地區的主要降
雨系統的關係未必容易找到合適準確的統計關係勉強套用的結果往往並不理
9
想而且也未必能移除模式的系統性誤差
Wood et al (2002 2004) 與 Maurer (2007) 所發展的誤差校正空間分解法
在誤差校正方面是先將高解析度觀測月平均資料與氣候模式資料皆先內插轉換
至 2degtimes2deg的網格解析度再運用每個網格點的觀測時間累積機率分佈 (Cumulative
Distribution Function CDF) 修正模式的時間累積機率分佈而且為了避免只是資
料互換我們是以交互驗證(cross-validation) 的方式進行即先將要估計的年份
排除後再以其他 39 年的觀測與模式資料累積機率分佈進行估算該年模式資料
的修正值同時該年實際觀測值可以做為誤差估算的基準完成所有年份的個別
計算後再進一步分析累計多年份資料後的誤差變化可以預期的是單一年份
相對於多年累計平均值的誤差大因為此方法的特性是使模式的機率密度函數分
布可以被修正為與觀測的機率密度函數分布相似但是不保證某個特定年份會與
實際觀測值有所對應只有在累計平均年數較多時才能預期修正的作用此外
當該年模式模擬值大於其他 39 年時必須運用累積機率分佈外插的方式處理
目前是以最大與最小 5 年分布進行線性外插並以平均值加 3 個標準差與 0 做為
外插值的上下限由於 3 個標準差以常態分布而言已經是接近 400 年才發生一次
的事件即使是做為未來百年氣候變遷的推估基準也應還不致於過度高估但
必須注意氣候變數統計模型偏向較肥大尾端分布形態時的適用性此外是這種方
法在資料有顯著的長期趨勢時必須特別小心其在未來氣候的適用性(亦即多數
結果都需要外插決定)此時必須先計算模式資料的長期趨勢特性在模式誤差
修正前先將其扣除修正後再將此長期趨勢特性加回以保持累積機率分佈修正
的有效性
統計降尺度需要高解析度的觀測資料作為統計分析的基準與校驗由於氣
候模式模擬資料原本就是網格平均資料也因此我們傾向使用網格化的觀測資料
為分析的基準可以避免討論測站點與網格區域平均值轉換的問題這不表示問
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
7
可能發展情境決定影響氣候系統輻射平衡的溫室氣體氣溶膠等未來在大氣
中的濃度變化但是由於各個氣候模式的結構與使用參數的不同同時伴隨著氣
候系統的自然變動各種氣候反饋效應的差異造成氣候模式所估計的氣候敏感度
也不同而此氣候敏感度的差異使科學家即使是對於全球平均近地表氣溫在未
來百年後的變化究竟是攝氏幾度也無法精準地估計
關於未來世界發展可以用不同的情境假設也就可以分開處理未來世界發
展狀態的不確定性但即便是以多數科學家認為可能最接近未來發展的情境
( 例如 IPCC 第 4 次報告中所用的 SRES A1B 情境 )氣候模式所估計的全球氣
溫變化的氣候平均值最佳估計為增暖 28 degC而可能範圍是從增暖 17 degC 到
44 degC 之間意味著上述的氣候模式差異與氣候系統自然變動可能造成相當程度
的不確定性
不過對於氣候變遷的影響調適的評估最重要的指標是每個局部地區氣溫
與降水的未來變化而非全球平均氣溫與降水的改變是否這些氣候的改變需要
各地政府單位民間機構採取適當的決策與規劃以因應未來的氣候與環境改
變需要詳實科學報告的指引與先前討論同樣全球氣候模式所模擬的未來區
域氣候的時空變化是科學家主要用以評估的工具但是氣候模式差異與自然變動
對局部地區氣候模擬所造成的不確定性甚至往往比上述的全球平均狀態更高
而且模式的空間解析度也不足因此必須透過動力模式或統計方法進一步將資
料區域細節化但都會再一次引進更多未來氣候變遷推估上的不確定性即使氣
候模式模擬的系統性誤差可以透過處理加以修正
透過科學與客觀的方法研究計畫的主要工作是運用統計降尺度方法以新
近完成的區域高時空解析度觀測分析網格氣候資料（翁與楊 2012）為基準將
參與跨政府氣候變遷組織（Intergovermental Panel on Climate ChangeIPCC）最
8
新評估報告所使用的新一代全球耦合氣候模式數值實驗計畫（Coupled Model
Intercomparison Project Phase 5CMIP5）模式氣候模擬與推估資料區域化分析
未來臺灣氣候變遷（含氣候平均與極端天氣與氣候指標變化）的可能性機率分佈
範圍運用機率方式表示是客觀呈現上述氣候模式差異自然氣候變動以及降尺
度方法疊加後的不確定性估計與信心高低結果將更有利於政府與民間機構在瞭
解區域氣候變遷資料推估特性後採取適當的決策規劃以及風險評估後續
計劃也將嘗試舉例說明極端氣候變遷對於社會經濟公共衛生或環境的可能衝
擊
二研究方法
此臺灣區域氣候變遷分析與推估方法的建立研究著重於高解析度局地細
部的未來氣候模擬推估以氣候變遷影響評估與調適研究方面的需要為主不管
是能源水資源公共衛生農業旱澇經濟等影響評估研究都極需區域細
部氣候變遷資料同時也希望了解並說明及呈現資料的不確定性與應用上的極
限
21 統計降尺度方法說明
在統計降尺度方面計畫所採取的方法是由 Wood et al (2002 2004) 與
Maurer (2007) 所發展的誤差校正空間分解法 BCSD (Bias correction and spatial
disaggregation) 是屬於比較簡單的統計降尺度方法不過還是比 Giorgi and
Mearns (1991) 所提及的簡單變化量法(delta or anomalies method) 要更細緻一
些可以處理部份變異量與空間內插之所以未運用其他各種更複雜的統計降尺
度方法（Wilby et al 2004）是因為東亞區域冬夏季風環流與局部地區的主要降
雨系統的關係未必容易找到合適準確的統計關係勉強套用的結果往往並不理
9
想而且也未必能移除模式的系統性誤差
Wood et al (2002 2004) 與 Maurer (2007) 所發展的誤差校正空間分解法
在誤差校正方面是先將高解析度觀測月平均資料與氣候模式資料皆先內插轉換
至 2degtimes2deg的網格解析度再運用每個網格點的觀測時間累積機率分佈 (Cumulative
Distribution Function CDF) 修正模式的時間累積機率分佈而且為了避免只是資
料互換我們是以交互驗證(cross-validation) 的方式進行即先將要估計的年份
排除後再以其他 39 年的觀測與模式資料累積機率分佈進行估算該年模式資料
的修正值同時該年實際觀測值可以做為誤差估算的基準完成所有年份的個別
計算後再進一步分析累計多年份資料後的誤差變化可以預期的是單一年份
相對於多年累計平均值的誤差大因為此方法的特性是使模式的機率密度函數分
布可以被修正為與觀測的機率密度函數分布相似但是不保證某個特定年份會與
實際觀測值有所對應只有在累計平均年數較多時才能預期修正的作用此外
當該年模式模擬值大於其他 39 年時必須運用累積機率分佈外插的方式處理
目前是以最大與最小 5 年分布進行線性外插並以平均值加 3 個標準差與 0 做為
外插值的上下限由於 3 個標準差以常態分布而言已經是接近 400 年才發生一次
的事件即使是做為未來百年氣候變遷的推估基準也應還不致於過度高估但
必須注意氣候變數統計模型偏向較肥大尾端分布形態時的適用性此外是這種方
法在資料有顯著的長期趨勢時必須特別小心其在未來氣候的適用性(亦即多數
結果都需要外插決定)此時必須先計算模式資料的長期趨勢特性在模式誤差
修正前先將其扣除修正後再將此長期趨勢特性加回以保持累積機率分佈修正
的有效性
統計降尺度需要高解析度的觀測資料作為統計分析的基準與校驗由於氣
候模式模擬資料原本就是網格平均資料也因此我們傾向使用網格化的觀測資料
為分析的基準可以避免討論測站點與網格區域平均值轉換的問題這不表示問
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
8
新評估報告所使用的新一代全球耦合氣候模式數值實驗計畫（Coupled Model
Intercomparison Project Phase 5CMIP5）模式氣候模擬與推估資料區域化分析
未來臺灣氣候變遷（含氣候平均與極端天氣與氣候指標變化）的可能性機率分佈
範圍運用機率方式表示是客觀呈現上述氣候模式差異自然氣候變動以及降尺
度方法疊加後的不確定性估計與信心高低結果將更有利於政府與民間機構在瞭
解區域氣候變遷資料推估特性後採取適當的決策規劃以及風險評估後續
計劃也將嘗試舉例說明極端氣候變遷對於社會經濟公共衛生或環境的可能衝
擊
二研究方法
此臺灣區域氣候變遷分析與推估方法的建立研究著重於高解析度局地細
部的未來氣候模擬推估以氣候變遷影響評估與調適研究方面的需要為主不管
是能源水資源公共衛生農業旱澇經濟等影響評估研究都極需區域細
部氣候變遷資料同時也希望了解並說明及呈現資料的不確定性與應用上的極
限
21 統計降尺度方法說明
在統計降尺度方面計畫所採取的方法是由 Wood et al (2002 2004) 與
Maurer (2007) 所發展的誤差校正空間分解法 BCSD (Bias correction and spatial
disaggregation) 是屬於比較簡單的統計降尺度方法不過還是比 Giorgi and
Mearns (1991) 所提及的簡單變化量法(delta or anomalies method) 要更細緻一
些可以處理部份變異量與空間內插之所以未運用其他各種更複雜的統計降尺
度方法（Wilby et al 2004）是因為東亞區域冬夏季風環流與局部地區的主要降
雨系統的關係未必容易找到合適準確的統計關係勉強套用的結果往往並不理
9
想而且也未必能移除模式的系統性誤差
Wood et al (2002 2004) 與 Maurer (2007) 所發展的誤差校正空間分解法
在誤差校正方面是先將高解析度觀測月平均資料與氣候模式資料皆先內插轉換
至 2degtimes2deg的網格解析度再運用每個網格點的觀測時間累積機率分佈 (Cumulative
Distribution Function CDF) 修正模式的時間累積機率分佈而且為了避免只是資
料互換我們是以交互驗證(cross-validation) 的方式進行即先將要估計的年份
排除後再以其他 39 年的觀測與模式資料累積機率分佈進行估算該年模式資料
的修正值同時該年實際觀測值可以做為誤差估算的基準完成所有年份的個別
計算後再進一步分析累計多年份資料後的誤差變化可以預期的是單一年份
相對於多年累計平均值的誤差大因為此方法的特性是使模式的機率密度函數分
布可以被修正為與觀測的機率密度函數分布相似但是不保證某個特定年份會與
實際觀測值有所對應只有在累計平均年數較多時才能預期修正的作用此外
當該年模式模擬值大於其他 39 年時必須運用累積機率分佈外插的方式處理
目前是以最大與最小 5 年分布進行線性外插並以平均值加 3 個標準差與 0 做為
外插值的上下限由於 3 個標準差以常態分布而言已經是接近 400 年才發生一次
的事件即使是做為未來百年氣候變遷的推估基準也應還不致於過度高估但
必須注意氣候變數統計模型偏向較肥大尾端分布形態時的適用性此外是這種方
法在資料有顯著的長期趨勢時必須特別小心其在未來氣候的適用性(亦即多數
結果都需要外插決定)此時必須先計算模式資料的長期趨勢特性在模式誤差
修正前先將其扣除修正後再將此長期趨勢特性加回以保持累積機率分佈修正
的有效性
統計降尺度需要高解析度的觀測資料作為統計分析的基準與校驗由於氣
候模式模擬資料原本就是網格平均資料也因此我們傾向使用網格化的觀測資料
為分析的基準可以避免討論測站點與網格區域平均值轉換的問題這不表示問
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
9
想而且也未必能移除模式的系統性誤差
Wood et al (2002 2004) 與 Maurer (2007) 所發展的誤差校正空間分解法
在誤差校正方面是先將高解析度觀測月平均資料與氣候模式資料皆先內插轉換
至 2degtimes2deg的網格解析度再運用每個網格點的觀測時間累積機率分佈 (Cumulative
Distribution Function CDF) 修正模式的時間累積機率分佈而且為了避免只是資
料互換我們是以交互驗證(cross-validation) 的方式進行即先將要估計的年份
排除後再以其他 39 年的觀測與模式資料累積機率分佈進行估算該年模式資料
的修正值同時該年實際觀測值可以做為誤差估算的基準完成所有年份的個別
計算後再進一步分析累計多年份資料後的誤差變化可以預期的是單一年份
相對於多年累計平均值的誤差大因為此方法的特性是使模式的機率密度函數分
布可以被修正為與觀測的機率密度函數分布相似但是不保證某個特定年份會與
實際觀測值有所對應只有在累計平均年數較多時才能預期修正的作用此外
當該年模式模擬值大於其他 39 年時必須運用累積機率分佈外插的方式處理
目前是以最大與最小 5 年分布進行線性外插並以平均值加 3 個標準差與 0 做為
外插值的上下限由於 3 個標準差以常態分布而言已經是接近 400 年才發生一次
的事件即使是做為未來百年氣候變遷的推估基準也應還不致於過度高估但
必須注意氣候變數統計模型偏向較肥大尾端分布形態時的適用性此外是這種方
法在資料有顯著的長期趨勢時必須特別小心其在未來氣候的適用性(亦即多數
結果都需要外插決定)此時必須先計算模式資料的長期趨勢特性在模式誤差
修正前先將其扣除修正後再將此長期趨勢特性加回以保持累積機率分佈修正
的有效性
統計降尺度需要高解析度的觀測資料作為統計分析的基準與校驗由於氣
候模式模擬資料原本就是網格平均資料也因此我們傾向使用網格化的觀測資料
為分析的基準可以避免討論測站點與網格區域平均值轉換的問題這不表示問
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
10
題不存在而是並不在此處理亦即將高解析度的網格觀測資料視為接近真實網
格區域平均值不討論觀測空間尺度的採樣問題由於氣候變遷推估應用還需要
考慮觀測資料記錄的時間長度而報告所使用的統計分析方法較需要長時間的觀
測作為機率分布的基準所以只選擇資料長度在 40 年以上的觀測分析但是也
會與資料時間長度較短的衛星高解析度資料比對可行性以期能運用衛星資料較
完整的空間資料分佈特性研究其在缺乏地面觀測資料時的可用性
由於全球氣候模式的解析度（近 300 公里網格）與最新的臺灣區域長期氣候
網格資料解析度（1~5 公里）差異較大計劃將以兩階段的方式逐步進行降尺度
先區域化至 25 公里再降尺度到 5 公里以避免誤差修正時的過度平滑效應
在 25 公里網格觀測資料方面計畫中是使用日本的 APHRODITE (Asia
Precipitation Highly-Resolved Observational Data Integration Towards Evaluation of
the Water Resources) 計畫所分析的日平均降雨與溫度資料為基準上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料
最後是運用計劃共同主持人翁叔平教授其透過整合臺灣各地面測站資料
（含自動雨量站）所分析的高解析度網格化降雨與溫度估計分佈資料庫（翁與楊
2012）此資料庫的產製蒐集了散置於不同單位時空分佈上不均勻的測站月
降雨量暨月溫度資料並利用測站的地理資訊對缺失資料進行補遺先產生時
間上完整的測站資料後再利用空間內插方法獲得長期的高解析度網格資料此
網格資料將是計劃第二階段降尺度方法的主要觀測依據
氣候模式資料是選取提供 IPCC 完成第五次科學評估報告( IPCC AR5 )的各
研究中心模式資料模式資料庫中有相關未來情境模擬資料的所有第五次耦合氣
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
11
候模式比對實驗（CMIP5）的模式推估結果共 27 研究中心合計 60 組模式
關於資料所屬研究機構氣候發展模擬中心與氣候模式名稱簡稱參見表 1
從原始模式解析度降尺度到最後 5 公里降尺度模式資料方法流程如圖 1
所示其過程中將分階段進行總共兩次的 BSCD此步驟誠如前述避免誤差修正
時的過度平滑效應外讓模式資料透過降尺度方法一方面盡可能維持模式資料
本身原有的特性並另一方面獲得局部地區更細緻的變化解析
表 1 第五次耦合氣候模式比對實驗（CMIP5）的模式列表
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
12
22 研究變數與臺灣地區網格劃分說明
計畫主要處理的是與觀測資料相同的氣候變數月平均降雨與地表溫度針
對極端天氣與氣候指標的部分則是必須運用日平均降雨與地表溫度計畫選取
模式針對歷史模擬實驗以及不同未來發展情境進行分析討論在模式有多成員系
集模擬時只取單一成員進行分析主要是希望在討論模式結構與敏感度所造成的
差異與機率分布範圍時各模式的權重相同同一模式不同系集成員的差異可做
為自然變動幅度大小評估但不會在報告中深入討論
統計降尺度方法的應用與驗證所用的是歷史模擬實驗中二十世紀的最後
40 年之後便運用相同的方法進行未來發展情境實驗模擬推估資料的降尺度
所涵蓋的時間為不同未來情境的氣候變遷模擬推估雖然原始的氣候模式資料包
含全球但是受限於觀測資料降尺度結果的第一階段主要是在東亞的陸地上
圖 1 降尺度流程示意圖
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
13
原始的氣候模式資料網格解析度約介於 100 到 300 公里之間降尺度後的資料解
析度變成與觀測資料一致為經緯度 025˚times025˚
藉由兩者累積機率分佈關係式進行誤差修正後可以得到 2degtimes2deg誤差修正後的
模式平均降雨或溫度誤差修正後的模式平均資料除以 2degtimes2deg觀測資料氣候值的
比值即為修正係數將此 2degtimes2deg的修正係數以空間內插至高解析度的原始觀測網
格上之後再乘上高解析度觀測資料氣候值就可以得到某個特定年份的模式模
擬資料統計降尺度結果誠如第一階段於 2degtimes2deg解析度下進行誤差修正第二階
段降尺度則是在 025˚times025˚解析度下執行誤差修正在近地面氣溫降水量第一
階段使用的 AHPRODITE 觀測資料解析度為 025˚times025˚臺灣地區共有 75 個
網格值如圖 2 所示共分成四區第二階段使用的觀測資料解析度為
5kmx5km共有 1394 個網格值如圖 3 所示共分成 10 個區域
圖 2 臺灣地區第一階段降尺度網格示意圖 圖 3 臺灣地區第二階段降尺度網格示意圖
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
14
23 方法結果檢驗
圖 4 與圖 5 是以任選一個過去全球耦合氣候模式數值實驗計畫（Coupled
Model Intercomparison Project Phase 3CMIP3）氣候模式為例 (在此為德國馬克
斯普郎克研究院氣象研究所的氣候模式mdashECHAM5MPIOM)說明上述過程
圖 4 處理的是降水由上到下的四行分別是北半球春夏秋冬四季平均
最左側是原始模式模擬結果轉換為 2degtimes2deg解析度的 40 年氣候季節平均值最右
側是高解析度的 40 年觀測氣候季節平均值單就有觀測資料加以驗證模式的陸
地部份模式其實已經對東亞區域的降雨分布季節變化有很好的掌握但細部仍
有差異左邊第二行是進行誤差修正後但尚未降尺度的 40 年模式模擬氣候季節
平均值已改正多半的空間分布誤差但解析度有限右邊第二行是進一步降尺
度後的 40 年模式模擬氣候季節平均值幾乎無法肉眼分辨其與高解析度觀測資
料的差別當然這個統計降尺度結果從方法的設計上就幾乎保證不會產生系統性
誤差即使已用交互驗證的方式估算
圖 4 1961-2000 年平均的季節平均降水量氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
降水量的單位mm day-1
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
15
圖 5 的排列方式與圖 4 相同只是變數改為近地面氣溫同樣地模式
原本對東亞區域近地面氣溫分布的季節變化就有合理的模擬誤差修正再降尺度
後40 年模式模擬氣候季節平均值非常接近觀測值不過必須注意個別年份的
表現就未必有那麼好
圖 5 1961-2000 年平均的季節平均近地面氣溫氣候值 由上到下的四行分別是 北半球
春夏秋冬四季分布由左到右分別是原始模式模擬結果誤差修正後但
尚未降尺度的模式模擬結果降尺度後的模式模擬結果觀測資料結果
近地面氣溫的單位 ordmC
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
16
另外挑選一 CMIP3 氣候模式說明降尺度在臺灣地區的結果檢視在此為
日本氣象廳氣象研究所的全球非靜力氣候模式mdashMRICGCM232選取模式中
二十世紀(20th Century Climate in Coupled Models 20c3m)圖 6 為日均溫在降尺
度方法第一階段 25km臺灣地區四季日均溫分布情形春季全台約為 20~25
左右夏季則為 25~30中央山脈約為 125~175秋季 20~275冬季
15~225中央山脈約為 5~10秋冬時臺灣的南部與北部日均溫溫差有較
春夏時高 2~3另外中央山脈也較平地約低 10~125
在此僅檢視模式 25km 降尺度結果主要將作為與 5km 降尺度後之比較與檢
驗圖 7 為降尺度方法第二階段 5km臺灣地區四季日均溫分布上排為臺灣高
解度資料庫 5km下排為模式降尺度後 5km 結果就全臺灣地區而言5km 資
料庫本身各縣市中日均溫已能有更細微的分布區分中央山脈因高度的溫差
分布也更加清楚原本春冬兩季中央山脈山區有兩處極值區在 5km 降尺度後
兩極值區不僅分布更細緻連強度也增加模式在 25km 與 5km 降尺度下主
要的分布並沒因為方法過程而有差異唯一宜蘭縣 5km 解析度下溫度有較明
顯提高但其差異仍在容許內可視為觀測資料解析度提高所致
圖 6 CMIP3MRI_CGCM232 模式 20C3M 情境 25km 降尺度結果 由左至右依序為
MAMJJASONDJF 臺灣平均溫度氣候值單位
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
17
模式在降尺度 5km 解析度的結果臺灣地區四季日均溫分布情形春季全
台約為 20~25左右台南高屏等地區有局部出現較高值 25~275夏季則
為 25~30零星幾點為 30~325中央山脈約為 10~20秋季 225~275
冬季 125~20中央山脈約為 5~10山脈局部出現低於 5原 25km 下
秋冬臺灣南北部日均溫溫差的差異在 5km 時反而較無顯著中央山脈較平
地間的溫差則是增大就整體的檢驗上不同解析度的觀測資料進行資料降尺
度並沒有方法流程上所造成的異常分布如預期的局部地區有更細緻的區域特
性在強度上也有修正但仍需一提是若放回到年際間分布情形與觀測的比較
上則模式模擬能力仍是主要的因素並不會因為降尺度而改變
圖 7 上排為臺灣高解析度 5km 資料庫下排為 CMIP3MRI_CGCM232 模式 20C3M 情境
5km 降尺度結果 由左至右依序為 MAMJJASONDJF 臺灣平均溫度氣候值
單位
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
18
三資料來源
本計畫中針對降雨與平均溫度兩變數進行研究資料來源為觀測資料與氣
候模式資料研究目標是氣候模式的降尺度後高解析度結果方法過程中第一
階段降尺度所引用的觀測資料為日本的 APHRODITE 計畫資料第二階段降尺
度引用的觀測資料則是行政院國家科學委員會 NSC(National Science Council)
2009 年所資助完成的臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)
氣候模式資料以第五次耦合氣候模式比對實驗（CMIP5）的模式推估結果為對象
31 觀測資料
本研究在討論局部地區氣象因子變化時需要高時間空間解析度之觀測資
料測站資料或是雷達資料都能更完整的呈現極端降雨事件但在使用測站資料
有較多的限制如測站資料的連續性各測站間資料同化hellip等問題
311 第一階段觀測資料說明
降雨方面的觀測資料是使用日本的 APHRODITE 計畫所分析的日平均降
雨資料為基準再進一步處理為月平均資料單位為 mmday 觀測資料範圍
為亞洲季風區 (60˚E~150˚E 15˚S~55˚N)如圖 8 所示資料時間為 1961-2007
年網格解析度為 025˚times025˚ (Yatagai et al 2012)版本為 V1101R2溫度的觀
測資料則是使用 APHRODITE 所分析的日平均溫度資料為基準再處理為月平
均資料單位為觀測資料範圍及資料時間與降雨資料相同網格解析度亦為
025˚times025˚ (Yasutomi et al 2011)版本為 V1204R1如圖 9 所示上述的觀測資
料都是以陸上氣象測站的長期觀測所進一步處理的網格資料分析也因此只有陸
地的部份有資料海洋上除島嶼外並無資料（海上長期氣象監測無論是透過衛星
反演或錨定觀測資料時間長度皆有所不足）同時由於計畫的重點在東亞與臺
灣區域氣候變遷因此所選取的觀測資料範圍為經度 60˚E 至 150˚E緯度 0˚N
至 55˚N
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
19
圖 8APHRODITE 高解析度測站日均溫降雨估計資料的範圍
圖 9APHRODITE 高解析度測站日均溫降雨資料的解析度與時間長度
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
20
312 第二階段觀測資料說明
臺灣地區月降雨及溫度 1 公里網格資料庫(翁與楊 2012)原始資料收集源
自數個政府單位以及臺灣電力公司所有資料來源測站分布如圖 10所示紅色
點為氣象局自動測站綠色點為農業測站(農田水利會與台電)金色點為氣象局
局署測站空軍測站與航局測站藍色點為經濟部水利署所屬測站(無提供溫度
資料)資料時間為 1960-2009 年共有 50 年資料
圖 101960～2009 年所有 (a) 降雨和(b)溫度測站的位置分佈
由於資料來源眾多品質不一因此所有觀測原始資料都經過資料補遺與
網格化後才獲得最後高解析度 1kmx1km 資料有鑑於觀測測站分布密度上的情
形考量本計畫為臺灣地區各區域之研究因此避免單一區域有過高比例的網格
點資料為遠距離權重內插而得因此本研究選取 5 公里網格資料庫來使用
關於資料補遺技術上協同主持人翁淑平教授主要利用了緯度經度高度
測站間夾角等測站相關基礎資料取得距離高度方位角三個參數的權重值
對於需要補遺資料的測站進行補遺(Shepard 1968 1984 Willmott et al 1985
Simolo et al 2010)主要共有 5 大步驟(1)決定搜尋半徑至少有 20 個以上的
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
21
參考測站(2)計算所有參考測站各自的距離高度方位角等 3 權重參數(3)
計算每一參考測站的權重參數乘積(4)從所有參考測站中挑選出權重乘積前 10
大(5)前 10 大參考測站各自將其降雨或溫度距平值乘上該站乘積權重後逐
一累加 10 個測站再加回目標測站當月平均值即完成目標測站單一時間補遺
在所有測站完成補遺程序後翁教授則是採用 Watson(1992)專書所提到的網格權
重與距離平方成反比的內插方法配合權重平均法分配不同網格的權重值將位
置分佈不均的測站資料內插到所需的網格點上(翁與楊 2012)
32 氣候模式資料
本計畫將對未來溫度降雨做氣候均態推估故將選取 IPCC AR5（CMIP5）
中有針對過去二十世紀歷史模擬實驗以及未來發展情境進行分析討論如圖 11
所示說明 CMIP5 與 CMIP3 對於未來情境發展與設計不同的流程
圖 11 CMIP5全球情境發展設計流程示意圖左側(a)為過去單向流程右側為(b)新型態平
行雙向流程(b)圖示中實線箭頭為資料流向虛線箭頭為 RCP情境設定流向
點線箭頭為資料整合與回饋流向擷取自 IPCC Expert Meeting Report 2007
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
22
過去 CMIP3 實驗計畫時採用(a)方式以社會經濟發展的角度設計了未來的
情境而在實際執行氣候模擬研究計畫中往往因為綜合評估模式 (Integrated
Assessment Model IAM) 稍有變動條件氣候模式 (Climate Model CM)則必須
重新執行模擬導致在計算資源上造成大量的花費因此 2007 IPCC 專家會議
報告(Expert Meeting Report) 中討論出將採用(b)方式來進行未來情境的設計與
模擬如此平行機制將避免計算資源的浪費更可以提供綜合評估模式與氣候模
式在未來情境模擬上更多模擬條件設計上的彈性空間有利於提供更廣泛的演
變模擬結果供研究團隊的探討分析以及更重要是讓政策決定者有完整的未來推
估 資 料 參 考 以 便 於 研 擬 更 完 備 的 因 應 策 略
321 CMIP5 氣候模式情境說明
在過去CMIP3 情境之模擬是以人為溫室氣體(二氧化碳)排放量當作氣候
變遷溫度上升的基準而 CMIP5 情境模式則是以輻射量作為氣候變遷之基準
再用以估計各溫室氣體隨時間的代表性變動（Representative Concentration
PathwaysRCP Meinshausen et al 2011）
RCP3-PD26 其溫室氣體排放量在所有情境中為最低其輻射驅力在 20 世
紀中達到高峰期為 31Wm2但在 2100 年時輻射驅力回到 26Wm
2為達到此
種情境模擬則隨著時間之推移需大幅降低溫室氣體之排放量（在 2050 年以
前減半）
RCP 45 為一個穩定之情境經採用減少排放溫室氣體之技術和政策性決策
下在 2100 年前總輻射驅力已經達到一個平衡不再大幅增加或減少的穩定狀態
RCP 60 跟 RCP 45 接近都是在輻射較為穩定成長之狀態但 RCP60 總輻
射驅力達到平衡時間在 2100 年之後此種輻射平衡是假設藉由科技或政策過程
削減溫室氣體排放量並不會特別強調（排放量會持續上升至 2080 年之後才會
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
23
下降
RCP 85 是所有情境中持續增加總輻射驅力最多的此情境中會隨著時間增
加大氣中溫室氣體濃度量並不會對溫室氣體排放量進行削減
對於未來世界發展的不同情境新的 IPCC 科學評估報告中所用的 CMIP5
情境模式則是以輻射驅力作為氣候變遷之基準再用以估計各溫室氣體隨時間的
代表性變動（RCP）包含 RCP3-PDRCP45RCP6RCP85 等不同情境在
溫室氣體的排放量上有所差異但在決定溫度上升之幅度還是以輻射驅力變化大
小最為重要（參看圖 12）
圖 12 CMIP5 各情境輻射驅力隨時間之變化擷取自 Meinshausen et al 2011
雖然 CMIP5 情境模式是以輻射量作為氣候變遷之基準但四個 RCP 條件
下各溫室氣體隨時間的代表性變動則依 RCP 情境而有不同的變化趨勢
表 2 為四個 RCP 情境下溫室氣體濃度演變路線等等的說明RCP3 於 21 世
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
24
紀中溫室氣體約達到 490ppm 濃度RCP85 則於 21 世紀末將達到約 1370ppm 異
常高的程度且持續增加
本計畫在 CMIP5 情境選取的部分在 IPCC 目前模式資料庫中未來是以
RCP45 與 RCP85 的數值實驗模式模擬結果為主挑選 RCP 85 做為未來推估
之情境主要考量在於了解未來可能之環境最失控的狀態雖然資料庫中 RCP 45
的資料提供最為完整但考量其輻射量與溫室氣體濃度情況比 A1B 還小一些
在推估上恐無法了解最嚴峻的情形變化為何因此選用 RCP85 與 RCP45 情境
進行相同的評估與探討
322 CMIP5 氣候模式來源
由於所有第五次耦合氣候模式比對實驗（CMIP5）實驗中各中心模式資料
量相當龐大且提供情形目前仍齊全度不一經過濾可取得的資料後本計畫選取
RCP 情境源自 18 個研究中心共 23 組完整的模式結果進行本計畫之研究
使用IPCC AR5 模式中本研究選用的模式主要符合以下三點資料完整性條
件1 有模擬 historicalRCP45RCP 85 情境之模式2模擬 1961-1999 年和
2020-2100 年時段之模式3有月平均的日均溫降雨根據以上之條件選擇了
共 23 組資料在表 3 內附有個別模式的名稱解析度和模式發展的氣候中心
表 2 RCP 各情境總輻射驅力溫室氣體濃度情境演變型態的列表
擷取自 IPCC Expert Meeting Report 2007
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
25
表 3 選取的 23 個參與 CMIP5 數值實驗的氣候模式含名稱與解析度等
報告中並不推估其個別發生的機率高低而是針對某單一未來情境加以推
估在同一未來情境下臺灣未來氣候變遷推估的主要依據是來自不同全球氣
候模式所模擬的氣候變遷透過統計降尺度後在臺灣地區附近的結果處理的方式
則是客觀將推估結果以機率密度函數的方式呈現其可能發生的氣溫與降雨變化
大小與機率分布必須注意的是這種表示方式所含的不只是模式間的結構與參數
差異也同時隱含個別模式模擬過程中的自然氣候變動的影響以及統計降尺度
方法在誤差修正與空間細部化過程所衍生的不確定性雖然在分析過程中並無法
分離上述的個別作用但是可以估算個別作用對推估結果可能的影響模式間的
差異即成為單一未來情境推估結果下不確定性的範圍
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
26
四具體成果
雖然隨著資訊科技的進步氣候模式與模擬結果的解析度亦逐漸提高但還
是無法滿足區域氣候變遷影響評估上對資料的需求因此將氣候模式的資料以
統計降尺度方式得到更小區域的氣象要素與氣候參考指標還是現階段研究所使
用的方法統計降尺度方法很重要的前提是觀測資料的品質本計畫此次引用
的臺灣高解析度網格資料庫即為目前臺灣長期觀測資料中相當客觀優質的工
具透過此次統計降尺度將把模式結果提高到 5 公里解析度以利後續地區性變
動上的應用
41 臺灣地區氣候變遷 RCP45 推估結果
誠如前面情境說明所述RCP 45 為變化相對穩定之未來發展情境在政策
與技術上採用減少排放溫室氣體的途徑在 21 世紀中至世紀末前其總輻射驅
力已經達到顛峰值而後維持一變化微小的穩定狀態因此相較於過去 CMIP3
的 A1B 情境不同在於溫室氣體濃度不再增加而維持穩定
411 近未來
在 2020-2039 年(近未來)臺灣四季氣候平均溫度與 1980-1999 年(基期)臺灣四
季平均溫度的 25km 降尺度差異量如圖 135km 降尺度差異量如圖 14在
2020-2039 年四季都有溫度暖化的現象臺灣地處中低緯度所以 RCP45 推估上
升溫度約 083~099˚C 間與東亞地區的陸地暖化特性較無關聯所以沒有冬季
暖化較明顯的情形如圖 14 所示臺灣地區暖化的情形分布在 IPCC 23 模式
系集平均之下在四季的日均溫變化量值來看亦沒有季節上的明顯差異因為
解析度提高分布上仍看得出南低北高外在夏秋兩季於中央山脈區域也有低
值分布推論這應該西南氣流造成山脈地區雲系發展導致雲系長期屏蔽的因
素因此增溫些微較低在 25km 解析度下並無法顯示此局部區域的現象
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
27
表 4 為 RCP45 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知以此統計降尺度的方法所得平均溫度指出未
來 2020-2039 年的推估都比 1980-1999 年的平均溫度氣候值高而春季升高
093˚C夏季升高 089˚C秋季升高 091˚C冬季升高 090˚C
圖 13 2020-2039 MAMJJASONDJF 臺灣 25km 平均溫度氣候變化 23 個模式平均
單位
圖 14 2020-2039 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
28
412 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 15世紀末四季的日均溫比近未來有更
高的現象RCP45 情境是設計在 21 世紀中輻射驅力達到顛峰後保持穩定因
此增溫的幅度是被控制住由圖中增溫程度可見與過去 CMIP3 降尺度研究中
增溫約達 25~26˚C 相較下確實暖化現象有受到調制如圖 15 所示臺灣地區
暖化的情形由變化量值來看亦沒有季節上的明顯差異但分布上仍看得出南
低北高的變化更加明顯依舊在夏秋兩季於中央山脈區域有更明顯低值分布
這類現象是否還隱含颱風活動的氣候變遷所致有待未來更進一步的研究
表 4 RCP45 2020-2039 MAMJJASONDJF 平均溫度氣候變化
臺灣臺灣 10 區的平均值單位
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
29
臺灣地區 RCP45 情境世紀末推估上升溫度約 15~20˚C 間臺灣島嶼性
氣候與東亞地區陸地暖化特性較無關聯表 5 為 2080-2099 年四季平均溫度氣
候變化量臺灣地區及臺灣十區的區域平均表格
圖 15 2080-2099 MAMJJASONDJF 臺灣 5km 平均溫度氣候變化 23 個模式平均
單位
表 5 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
30
由表可知以此降尺度方法所得未來推估 2080-2099年平均溫度比 2020-2039
年平均溫度氣候值更高世紀末的春季較基期春季升高 188 度夏季升高 178
度秋季升高 180 度冬季升高 182 度就臺灣變化量值來說全臺並沒有較
大的差異性但以整體臺灣而言 21 世紀末比近未來上升 1˚C 左右
42 臺灣地區氣候變遷 RCP85 推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來最艱困的情形
421 近未來
在2020-2039年(近未來)臺灣四季氣候平均溫度與 1980-1999年(基期)臺灣四
季平均溫度的 5km 降尺度差異量如圖 16在 2020-2039 年四季仍然都呈現溫度
暖化的現象比 RCP45 微高些許就可感的量值而言與 RCP45 應屬無差異
所以 RCP85 推估上升溫度約 088~11˚C 間在四季的日均溫變化量值來看亦
沒有季節上的明顯差異在定性的分布上在夏秋兩季於中央山脈區域也有低
值分布此現象與 RCP45 相似
圖 16 2020-2039 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
31
表 6 為 RCP85 2020-2039 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表清楚可知春季升高 095˚C夏季升高 096˚C秋季升高
101˚C冬季升高 101˚C與 RCP45 相近由於情境的設計在近未來確實 RCP45
與 RCP85 並無顯著差異因此結果和情境的條件是相呼應
422 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候日均溫與1980-1999年(基期)四季日
均溫相減得到 5km 分布的差異量如圖 17世紀末四季的日均溫比近未來有明
顯高出 2~3˚C 的現象RCP85 情境是設計在 21 世紀期間總輻射驅力與溫室氣
體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升由圖中增溫程度可見
表 6 2020-2039MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
32
與過去 CMIP3 降尺度研究中A1B 情境增溫約達 25~26˚C 相比RCP85
情境的暖化現象確實更加顯著特別是總輻射驅力的條件已經是過去百年輻射
驅力的 3~4 倍臺灣地區最嚴重暖化的情形（圖 17）由變化量值來看季節上
仍沒有明顯差異只有秋季略高但分布上依舊有南低北高的變化則更加顯著
原本在夏秋兩季於中央山脈區域有低值分布則演變得較不明顯
表 7 為 RCP85 2080-2099 年四季平均溫度氣候變化量臺灣地區及臺灣十區
的區域平均表格由表可知春季升高 333˚C夏季升高 346˚C秋季升高 355˚C
冬季升高 332˚C與 RCP45 相比增溫情形高出約 15˚C 左右如此大氣條件
下是否影響南部水資源的存蓄問題大氣中溫度升高空氣中相對可含水氣量
升高若無法反映在降雨表現上就臺灣海島型氣候是否意味著高溫高溼的環
境諸多延伸的食衣住等問題都是值得透過 CMIP5 所提供資料庫進行
各方面調適與減緩的因應研究
圖 17 2080-2099 MAMJJASONDJF 臺灣平均溫度氣候變化 23 個模式平均
單位
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
33
表 7 2080-2099MAMJJASONDJF 平均溫度氣候變化臺灣
臺灣 10 區的平均值單位
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
34
43 臺灣地區氣候變遷 RCP45 降雨推估結果
誠如前面情境說明所述RCP 45 為一個沒有過頭型態(overshoot)而穩定之
情境但若針對不同的氣候變數則反應也有相當的差異特別是降雨與溫度相
較來看降雨的空間分布與時間序列上其不確定性比溫度高出許多
431 近未來
在2020-2039年(近未來)臺灣四季氣候平均降雨與1980-1999年(基期)台灣四
季平均降雨的 5km 降尺度差異量如圖 18在 2020-2039 年四季則呈現夏秋兩季
增加春冬兩季減少的情形臺灣地形分布多樣不均所以 RCP45 推估降雨增
加率與減少率都約 0~8間與東亞地區的陸地暖化特性有些微關聯冬季季風
減弱導致春冬兩季降雨減少情形如圖 18 所示臺灣地區降雨推估變化的情形
在 IPCC 23 模式系集平均之下在四季的月降雨改變率來看亦沒有空間分布
上明顯差異而在季節差異上則有較明顯的不同冬季則稍有空間分布的特性
表 8 為 RCP45 2020-2039 年四季平均降雨氣候變化量臺灣地區及臺灣十
區的區域平均表格由表清楚可知以此統計降尺度的方法所得平均降雨指出
未來 2020-2039 年的推估比 1980-1999 年的平均降雨氣候值在春季減少 394
夏季增加 473秋季增加 205冬季減少 339
圖 18 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
35
432 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的變化率如圖 19世紀末四季的降雨比近未來改
變率有增加的現象RCP45 情境是設計增溫的幅度是被控制住但由於降水本
身是很敏感的變數因此變化上在世紀末則會更顯著如圖 19 所示臺灣地區
暖化後的降水變化情形由變化率來看季節變化的差異是明顯的特別是春冬
與夏秋之間的差異春冬兩季全台屬於增加與減少各半的分佈夏秋兩季則是全
台增加的情形但空間分布上則較隨機性
由表 9 可知以此降尺度方法所得未來推估 2080-2099 年平均降雨比
2020-2039 年平均降雨氣候值都屬於增加趨勢世紀末的春季較基期春季增加不
到 1夏季增加 814秋季增加 525冬季仍減少 297世紀末較近未來
四季約增加 05~4不等就臺灣變化率來說全臺大部分地區並沒有太大的
表 8 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
36
差異性但以冬季而言 不論 21 世紀末亦或是近未來在冬季的雲嘉台南
高屏地區都與其他地區有較明顯的差異存在這可能是冬季降水主要是東北季風
為主被風面的西南地區本來雨量就少因此未來季風減弱變動就不顯著
圖 19 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
表 9 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
37
44 臺灣地區氣候變遷 RCP85 降雨推估結果
RCP 85 為一個持續增長的情境因此在總輻射量與大氣溫室氣體含量其
量值亦是持續上揚的趨勢演變此情境可視為環境變遷中未來增溫最顯著的情
形隨著溫度增加大氣水氣含量也增加是否反應在降雨上值得關注與了解
441 近未來
在2020-2039年(近未來)臺灣四季氣候平均降水與1980-1999年(基期)台灣四
季平均降水的 5km 降尺度變化率如圖 20在 2020-2039 年四季變化現象與
RCP45 情境的情形相差很小與 RCP45 四季的情形都相當一致而 RCP85 推
估亦呈現春冬兩季減少夏秋兩季增加的情形在定性的分布上只有冬季於
中央山脈區域西南側有高值分布此現象與 RCP45 相似
表 10 為 RCP85 2020-2039 年四季平均降雨氣候變化率臺灣地區及臺灣十
區的區域平均表格由表清楚可知春季減少 369夏季增加 351秋季增
加 433冬季減少 09春夏秋等季與 RCP45 相近而冬季 RCP45 與 RCP85
在定性上的全臺分布雖顯一致但西南部的改變率增加許多
圖 20 2020-2039 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
38
442 二十一世紀末
在2080-2099年(世紀末)臺灣四季的氣候月均降水與1980-1999年(基期)四季
月均降水相減得到 5km 分布的差異量如圖 21世紀末四季的月均降水比近未
來有明顯「乾者越乾濕者越濕」的現象RCP85 情境是設計在 21 世紀期間
總輻射量與溫室氣體濃度保持上揚的趨勢因此增溫的幅度亦是逐步攀升因
此空氣中水氣含量增加導致有降水時降雨量增加不降水時因為空氣溫度
提高可含水氣飽和量增加越不易降水
表 10 2020-2039MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
39
如此一來恐怕所造成極端事件頻率也容易增加大氣中屬於兼具聚能與釋
能的天氣系統(如中緯度氣旋熱帶氣旋等)所可能造成的災害更是堪慮若不
能提早防範恐對於民眾而言不僅僅是偶發事件而容易造成長時間水資源調
配問題影響層面不僅限於部分區域民眾
如圖 21 所示臺灣地區降雨變化最極端的情形由改變率來看季節趨勢
上雖沒有太大改變但空間改變強度分布上的變化則更加顯著在夏冬兩季除
了臺灣西南部以外其他區域皆有明顯的季節變化改變率相當大
圖 21 2080-2099 MAMJJASONDJF 臺灣平均降雨氣候變化 23 個模式平均
單位
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
40
表 11 為 RCP85 2080-2099 年四季平均降雨氣候改變率臺灣地區及臺灣十
區的區域平均表格由表可知春季減少 918夏季增加 1725秋季增加
77冬季減少 1033與 RCP45 相比改變率的幅度劇烈許多如此大氣條
件下是否影響農業以及地下水資源的供給問題大氣中溫度升高空氣中相對
可含水氣量升高若無法反映在降雨表現上就臺灣海島型氣候意味著乾時越
乾濕時越濕的環境衍生諸多與民生相關的資源供給生物遷徙問題都是值
得透過 CMIP5 所提供資料庫進行各方面推演並研擬因應可行性
表 11 2080-2099MAMJJASONDJF 平均降雨氣候變化臺灣
臺灣 10 區的平均值單位
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
41
45 氣候變遷溫度推估不確定性
未來氣候變遷推估資料的主要來源是氣候模式的模擬這些不同氣候模式是
由世界各國主要氣候中心所發展建構氣候模式主要的目的都是希望能正確模擬
過去氣候特徵並提供有用的氣候變遷推估資料但是每個氣候模式即使用相同的
外在驅力 (各種溫室氣體與氣溶膠的分布隨時間的變動完全一致)所推估的未
來氣候變遷也並不相同因為不同模式的氣候系統反饋效應有所差異即使是評
估全球平均氣溫變化的氣候敏感度就不一樣更不用說局部區域的差異也因此
對於未來氣候模擬的推估除了整理上述不同模式的系集平均之外應該進一步
將不同模式的結果以機率分布的方式呈現其中最簡單的方式是將所有模式的
推估結果個別一一累計而成的客觀統計機率密度函數代表其可能範圍與可能
性大小必須再次強調的是由於氣候模式同時包含各個不同的地球氣候子系統
(大氣海洋陸地等) 及其交互作用且未特別針對數值實驗的初始狀態加以
調整也因此對任意選定的時段平均模式差異勢必有部份是來自氣候系統自然
變動在模式中模擬的差別不全然是氣候模式的模式架構不同或氣候敏感度相異
所造成
未來氣候變遷推估的不確定性對規劃進行氣候變遷影響評估與調適工作而
言是個挑戰所規劃調適的未來氣候變遷不足或甚至變化的符號都有錯時這
些調適工作可能不足以應付所產生的巨大衝擊而導致生命財產的安全受到危
害但是規劃調適時所假設的未來氣候變遷幅度太大 (或變化符號錯誤)這些
調適的措施與經費可能都是浪費派不上用場由於現階段我們無法縮小臺灣
區域未來氣候變遷推估的不確定範圍也考慮規劃調適工作本來就可以涵蓋風險
評估的概念後續將定量地以結果發生的可能性機率分布的方式描述臺灣區域
未來的氣候變遷狀態與其不確定性至於對於未來影響氣候的溫室氣體排放量的
不確定則是以不同情境分別加以說明
以機率方式呈現臺灣地區未來氣候變遷推估的可能性分布與不確定性由圖
22232425 中可了解變遷下推估之溫度可能變動的範圍以及所有模式
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
42
群體表現的均性與變異細分到臺灣 10 個區域以模式間改變量(率)其中最
大75 百分位中位數25 百分位以及最小5 個數值區間來表示模式群體的
均性與變異
就近未來（2020-2039）溫度變動量的不確定性來看RCP45 與 RCP85 間
並沒有太大的變動範圍差異但就季節性比較上兩情境都顯示夏季(JJA)時
25 百分位到 75 百分位間的模式群體表現比其他三季來的集中（圖 22 23）
世紀末（2080-2099）溫度變動量的不確定性而言雖仍保有上述夏季比其
他三季變動集中外就整體來看世紀末明顯比近未來的不確定性高出 1 到 2
度的範圍而 RCP85 情境下秋冬兩季更有中位數以上變動不確定性遠大於中
位數以下的不確定性（圖 24 25）
圖 22 RCP45 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
43
圖 23 RCP85 近未來臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 24 RCP45 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
44
圖 26 為將臺灣北中南三區溫度變動的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在溫度推估的不確定性
上時間上演變所造成的不確定性比起空間北中南差異或是兩個不同情境差
異都還要顯著
圖 25 RCP85 世紀末臺灣 10 區氣候溫度變化量不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 26 臺灣北中南三區氣候溫度變化量不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
45
46 氣候變遷降雨推估不確定性
不確定性的描述是可能因為時間演變空間分布季節變化情境設計等
而有不同的不確定性表現但推估的氣候因子本身其變動的敏感性也可能造成
上述推估上顯著的不確定性表現在此透過圖 27282930 等來了解臺
灣 10 區間在氣候因子降水方面的不確定性
圖 27 RCP45 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 28 RCP85 近未來臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
46
圖 29 RCP45 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
圖 30 RCP85 世紀末臺灣 10 區氣候降雨改變率不確定性示意圖單位
左上春季(3-5 月)左下夏季(6-8 月)右上秋季(9-11 月)右下冬季(12-2 月)
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
47
就近未來降水改變率的不確定性來看RCP85 較 RCP45 變動範圍明顯大
但就季節性空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位
間的模式群體表現在臺灣西南部(雲嘉台南高屏)較集中
世紀末降水改變率的不確定性而言雖仍保有上述冬季空間上集中特性外
就整體來看世紀末明顯比近未來的不確定性高出 20到 50的範圍而季節
特性上25 百分位到 75 百分位間的模式群體表現夏冬兩季有不同趨勢的不確
定性夏季以正值改變率為不確定的範圍冬季則以負值改變率為範圍
圖 31 為將臺灣北中南三區降雨變化的不確定性就近未來世紀末
RCP45RCP85 與四季整合一起進行比較從圖中顯示在降水推估的不確定性
上在溫度不確定性分析中時間上演變所造成大區間的不確定性在降水因子
並沒有特別顯著比起空間北中南差異或是時間演變上差異反倒是季節間差異
要來得顯著而兩個不同情境不確性比較上在世紀末才有較大的區別
圖 31 臺灣北中南三區氣候降雨改變率不確定性示意圖綠色表示 RCP45 近未來
藍色表示 RCP45 世紀末黃色表示 RCP85 近未來紅色表示 RCP85 世紀末
各組示意的季節排列從左至右為春夏秋冬季單位
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
48
五未來臺灣氣溫變化對降溫度日與供電之影響
全球氣候變遷臺灣地區夏季的氣溫逐年升高使得冷氣使用所需的耗能
也越來越多尖峰負載年年創新高在說明氣候變遷對台灣社會與經濟層面的影
響報告將以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響
加以討論Franco 與 Sanstad (2008)表示美國加州氣溫與電力需求兩者的關係
氣溫越高則電力需求越高而氣溫下降時電力需求則下降到達某個臨界點
會因取暖需求使得電力需求上升但幅度沒有氣溫上升時顯著這樣氣溫與用
電之關係在臺灣地區也應很明顯因為臺灣地處中低緯度夏季天氣炎熱
需要開冷氣降溫的時間較長全球暖化下夏季氣溫將越來越高使得空調降溫
所需的耗能越來越多又電力無法儲存只能及時生產使用尖峰負載將越來越
大
探討氣溫與耗能相關的研究中度日法為最常用的分析方法度日為一基
本設計參數是計算熱狀況的單位指日平均溫度與定義的基準溫度之差值
(Downton et al 1998Eto 1998)度日可分為取暖度日(Heating Degree Day簡
稱 HDD) 與降溫度日(Cooling Degree Day簡稱 CDD)分別用於計算取暖與降
溫時所需的耗能由於台灣地區的氣溫較高冬季取暖的需求有限在此我們僅
討論 CCDCDD 的定義為一段時間內每日室外溫度高於基準溫度的累積值室
外溫度越高CDD 值越大如果室外溫度低於基準溫度時當日 CDD 值為零
定義公式為
Tm 為每日室外平均溫度Tb 為定義的基準溫度
基準溫度是人為規定的一個溫度閥值各個國家(或地區)往往根據能源供應人
體生理需求經濟水平和溫度變化等特點選取適合的參考溫度美國將基礎溫度
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
49
定為 65(183)英國因能源價格方面的原因取暖期基準溫度為 155降
溫期基準溫度取為 220在此則是依照經濟部能源局《100-109 年長期負載預
測與電源開發規劃摘要報告》中「冷氣度」的定義將 CDD 的基準溫度定為
280
圖 32 為臺灣地區 CDD 的月變化七個氣象站分佈皆集中在每年的 5 月至
10 月降溫期隨緯度越低越長受到都市化程度影響明顯緯度差不多的西部
氣象站 CDD 大於東部氣象站 CDD並無明顯的緯度差異最高值皆出現於 7 月
次要值出現於 8 月
圖 33 則為臺灣地區高於 28的日數年變化及 CDD 年變化明顯可知高於
28的天數逐年遞增且越往南部地區高溫天數越多但 CDD 值的大小並不受
緯度影響其中圖 45(b)的臺北地區高溫出現天數並無臺南地區(圖 45(d))多
但兩地區的 CDD 卻相差不大這是因為臺北地區出現極端高溫的機率大於臺南
地區
圖 32 1981 年至 2006 年間月平均 CDD(a)至(d)為西部氣象站依序分別為基隆台北
台中和台南(e)至(g)為東部氣象站依序為宜蘭花蓮以及台東(單位days)
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
50
圖 34為臺北地區與臺南地區 2000年至 2006年降溫季每月 CDD與電力負載之
關係圖紅色實線為 CDD黑色虛線為電力負載CDD的最大值出現於降溫季中
間(即每年 78月)而電力負載的與 CDD相同最高值出現亦於降溫季中間
三個地區的 CCD與電力負載相關係良好臺北地區為 0879臺南地區為 0601
圖 33 1981 年至 2006 年間高於 28的日數年變化及 CDD 值的年變化圖(a)至(d)為西
部測站依序分別為基隆台北台中和台南(e)至(g)為東部測站依序為宜蘭花蓮
以及台東X 軸為時間Y 軸為高於 28的日數色階表示 CDD 值大小
圖 34 2000 年至 2006 年間降溫季每月 CDD 與電力負載之關係圖分別為(a)臺北地區
(b)臺南地區(電力單位MW)
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
51
圖 35 為降溫季每月 CDD 與電力負載之分布圖臺北地區(圖 35(a))分布
呈現明顯 CDD 越大電力需求上升臺南地區(圖 35(b))之分布圖的相關性雖不
如臺北高但仍可看出 CDD 越大電力需求越高兩個地區的線性方程斜率 p
值皆小於 005係數達顯著亦即 CDD 每增加 1days臺北地區每月的電
力負載大約會增加 039臺南地區每月的電力負載則會增加 026
圖 36 為各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖黃色
直條圖為觀測資料 2000 年至 2006 年 CDD 的年平均值藍色直條圖為多模式預
測本世紀中葉 CDD 的年平均值綠色直條圖為多模式預測本世紀末 CDD 的年
平均值黑色盒狀圖為各情境下模式的差異由下至上分別為最小25
75及最大值其中盒狀圖顯示情境 A2 及情境 B1 下各模式所得的 CDD 值
差異小且於世紀末時不論哪個情境CDD 變化幅度皆大於本世紀中葉本世
紀中葉時臺北地區的年平均 CCD 在 RCP45 情境下將由 243days 增加 76
圖 35 2000 年至 2006 年間降溫季每月 CDD 與電力負載之分布圖及線性迴歸方程分
別為(a)臺北地區(b)臺南地區(電力單位MW)
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
52
～247days而在 RCP85 情境下將由 243days 增加 204～414days
臺南地區的年平均 CCD 在 RCP45 情境下將由 227days 增加 96～
301days而在 RCP85 情境下將由 227days 增加 249～497days而
本世紀末時臺北地區的年平均 CCD 在 RCP45 情境下將增加 100～
290days而在 RCP85 情境下將增加 339～708days臺南地區的年平均
CCD 在 RCP45 情境下將增加 151～405days而在 RCP85 情境下將增加 388
～769days
圖 36 各情境下降溫季預測未來 CDD 變化的直條圖與盒狀圖分別為(a)臺北地區(b)
臺南地區(單位days)
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
53
51影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 37）可以說是未來
臺灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加
例如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但
是在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發
生機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上
升亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免
的政府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 37觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至
2006年觀測資料虛線為模式預測情境 A2下 2081 年至 2100年多模式平均分
布紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
54
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 38）雖然在此討論的是氣
候平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用
夏季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與
北方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日
均溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 38RCP45情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化
分布
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
55
六結論
透過科學與客觀的方法本研究使用為偏差量校正和空間細部區分內差
(bias-correction and spatial disaggregationBCSD) 的方法將 23 個 CMIP5 模式
的月平均地表溫度資料(單位 ˚C) 進行統計降尺度將全球氣候模式模擬區域化
的結果為基準分析未來臺灣氣候變遷的可能性機率分布範圍運用機率方式表
示是科學與客觀地呈現上述氣候模式差異自然氣候變動以及降尺度方法所疊加
的不確定性估計
由於降尺度方法上處理日均溫與平均降雨並無差異化除了日均溫的降尺
度過程中需要有先移除趨勢(Detrend)再回復趨勢的過程以及變化量表現方式
(日均溫 降雨 )不同外其他並無特別差異
以全台而言氣候模式推估台灣地區未來呈現豐水期降雨增加而枯水期降
雨減少趨勢的可能性較高溫度部分則是呈現普遍增溫的態勢平均增溫幅度在
2～3左右的機率最大
溫度因子的不確性上夏季模式群體均性較其他三季集中而世紀末較近未
來不確定性高 1 到 2 度的範圍時間演變所造成的不確定性比起空間北中南差
異或是兩個不同情境差異都還要顯著
在降水因子不確性的分析中RCP85 較 RCP45 變動範圍明顯大季節性
空間性比較上兩情境都顯示冬季(DJF)時25 百分位到 75 百分位間的模式群體
表現在臺灣西南部(雲嘉台南高屏)較集中意即不確定性較小就整體來看
世紀末明顯比近未來的不確定性高出 20到 50的範圍而降水因子不確性整
合來說季節性的不確定性最為顯著
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
56
以未來臺灣氣溫變化對降溫度日（cooling degree day）與供電之影響做為說
明全球氣候變遷對台灣社會與經濟層面影響的例子使用 CMIP3 與 CMIP5 模式
在不同情境設定下的未來日氣溫變化推估在臺灣地區的降尺度結果推算台北與
台南地區氣溫疊加上未來變化推估增溫結果顯示未來兩地區的降溫度日都將
將急速增加對未來臺灣夏季供用電量與尖峰負載都可能造成極大的負擔必須
及早進行評估與調適
即使可以客觀推估臺灣區域未來氣候變遷發生的大小與可能發生機率並不
表示對結果的機率分布有充分的信心現階段對氣候變遷推估的信心主要是源自
不同氣候模式模擬推估的一致性以及對導致其變化的物理過程的了解與確認
這些都還不能完全適用在對臺灣未來氣候變遷的推估上也因此在進一步運用這
些推估結果時必須格外小心並瞭解其特性與限制
七參考資料
柳中明吳明進林淑華陳盈蓁楊胤庭林瑋翔曾于恆陳正達 2008
臺灣地區未來氣候變遷預估台大全球變遷研究中心31 頁
翁叔平與楊承道2012臺灣地區月降雨及溫度 1 公里網格資料庫之建立
(1960-2009)及其在近未來(2015-2039)的氣候推估應用大氣科學第四十
期第四號349-369
張育瑋2013氣候變遷下臺灣地區溫度變化對度日與電力供需之影響國立臺
灣師範大學地球科學研究所碩士論文81-89
Alexander L V et al (2006) Global observed changes in daily climate extremes of
temperature and precipitation J Geophys Res 111 D05109
doi1010292005JD006290
Beniston M D B Stephenson O B Christensen C A T Ferro C Frei K
Haleness T Holt B Koffi J Palutikof T Semmler and K Woth 2007
Future extreme events in European climate an exploration of regional climate
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
57
model projections Climatic Change 81 71-95
Christensen JH B Hewitson A Busuioc A Chen X Gao I Held R Jones RK
Kolli W-T Kwon R Laprise V Magantildea Rueda L Mearns CG Meneacutendez
J Raumlisaumlnen A Rinke A Sarr and P Whetton 2007 Regional Climate
Projections In Climate Change 2007a The Physical Science Basis
Contribution of Working Group I to the Fourth Assessment Report of the
Intergovernmental Panel on Climate Change [Solomon S D Qin M
Manning Z Chen M Marquis KB Averyt M Tignor and HL Miller
(eds)] Cambridge University Press Cambridge United Kingdom and New
York NY USA
Christensen J H T R Carter M Rummukainen and G Amanatidis 2007b
Evaluating the performance and utility of regional climate models the
PRUDENCE project Climatic Change 811ndash6
Chen C-T and T Knutson 2008 On the verification and comparison ofextreme
rainfall indices from climate models J Climate 21 1605-1621
Doblas-Reyes F J and C M Goodess 2005 Working paper on the need for
downscaling of seasonal-to-decadal integrations within the EU-funded
ENSEMBLES project Ensembles Technical Report 2 ISSN 1752-2854
httpensembles-eumetofficecomtech_reportshtml 10 pp
Downton M W T R Stewart and K A Miller 1988Estimating Historical Heating
and Cooling Needs Per Capita Degree Days Journal of Applied Meteorology
27 84-90
Eto J H 1998On using degree-days to account for the effects of weather on annual
energy use in office buildings Energy Build 12 113-127
Franco G and A H Sanstad 2008Climate change and electricity demand in
California Climatic Change 87 S139-S151
Giorgi F and L O Mearns 1991 Approaches to regional climate change simulation
A review Rev Geophys 29 191ndash216
Giorgi F and R Francesco 2000 Evaluating uncertainties in the prediction of
regional climate change Geophys Res Lett 27 1295ndash1298
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
58
Giorgi F et al 2001 Regional climate information ndash Evaluation and projections In
Climate Change 2001 The Scientific Basis Contribution of Working Group I
to the Third Assessment Report of the Intergovernmental Panel on Climate
Change [Houghton JT et al (eds)] Cambridge University Press Cambridge
United Kingdom and New York NY USA pp 583ndash638
Giorgi F C Jones and G R Asrar 2009 Addressing climate information needs at
the regional level the CORDEX framework WMO Bulletin 58 175-183
Gutowski WJ GC Hegerl GJ Holland TR Knutson LO Mearns et al 2008
Causes of Observed Changes in Extremes and Projections of Future Changes
In Weather and Climate Extremes in a Changing Climate US Climate Change
Science Program SAP 33 T Karl et al Eds pp 81ndash116 Kanada S C Muroi
Y Wakazuki K Yasunaga A Hashimoto T Kato K Kurihara M Yoshizaki
and A Noda 2005 Structure of mesoscale convective systems during the late
Baiu season in the global warming climate simulated by a nonhydrostatic
regional model Scientific Online Letters on the Atmosphere 1 117ndash120
Hsu H-H and C-T Chen 2002 Observed and projected climate change in Taiwan
Meteor Atmos Physics 79 87-104
Hu ZZ S Yang and R Wu 2003 Long-term climate variations in China and global
warming signals J Geophys Res 108(D19) 4614 doi101029
2003JD003651
IPCC 2007 Climate Change 2007 The Physical Science Basis Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental
Panel on Climate Change [Solomon S D Qin M Manning Z Chen M
Marquis KB Averyt MTignor and HL Miller (eds)] Cambridge
University Press Cambridge United Kingdom and New York NY USA
IPCC Expert Meeting Report 2007 Towards New Scenarios for analysis of Emissions
Climate change Impacts and Response Strategies19-21 September 2007
ppi-xiv httpwwwipccchpdfsupporting-materialexpert-meeting-report-
scenariospdf
Maraun D F Wetterhall AM Ireson RE Chandler EJ Kendon M Widmann S
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
59
Brienen HW Rust T Sauter M Themessl VKC Venema KP Chun CM
Goodess RG Jones C Onof M Vrac and I Thiele-Eich 2010 Precipitation
Downscaling under climate change Recent developments to bridge the gap
between dynamical models and the end user Rev Geophys48 RG3003 DOI
1010292009RG000314
Maurer EP 2007 Uncertainty in hydrologic impacts of climate change in the Sierra
Nevada California under two emissions scenarios Climatic Change 82
101007s10584-006-9180-9
Mearns L O W J Gutowski R Jones L-Y Leung S McGinnis A M B Nunes
and Y Qian A regional climate change assessment program for North America
EOS Vol 90 No 36 8 September 2009 pp 311-312
Meinshausen M S J Smith K Calvin J S Daniel M L T Kainuma J-F
Lamarque K Matsumoto S A Montzka S C B Raper K Riahi A
Thomson G J M Velders DP P van Vuuren 2011 The RCP greenhouse
gas concentrationsand their extensions from 1765 to 2300 Climatic Change
109 213-241 doi 101007s10584-011-0156-z
Min SK EH Park and WT Kwon 2004 Future projections of East Asian climate
change from Multi-AOGCM ensembles of IPCC SRES scenario simulations J
Meteorol Soc Japan 82(4) 1187ndash1211
Richard Moss Mustafa Babiker Sander Brinkman Eduardo Calvo Tim Carter Jae
Edmonds Ismail Elgizouli Seita Emori Lin Erda Kathy Hibbard Roger
Jones Mikiko Kainuma Jessica Kelleher Jean Francois Lamarque Martin
Manning Ben Matthews Jerry Meehl Leo Meyer John Mitchell Nebojsa
Nakicenovic Brian OrsquoNeill Ramon Pichs Keywan Riahi Steven Rose Paul
Runci Ron Stouffer Detlef van Vuuren John Weyant Tom Wilbanks Jean
Pascal van Ypersele and Monika Zurek 2008 Towards New Scenarios for
Analysis of Emissions Climate Change Impacts and Response Strategies
Intergovernmental Panel on Climate Change Geneva 132 pp
Shepard D 1968 A two-dimensional interpolation function for irregularly spaced
data Processding of the Twenty-Third National Conference of the Association
for Computing Machinery Washington D C 517-524
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
60
Shepard D 1984 In Computer Mapping The SYMAP Interpolation Algorithm in
Spatial Statistics and Models Gaile GL Willmott CJ(ed) Springer New Tork
133145
Simolo C M Brunetti Maugeri and T Nanni 2010 Improving estimation of
missing values in daily precipitation series by a probability density
function-preserving approach International Journal of Climatology30
1564-1576
Watson D F 1992 Contouring A Guide to the Analysis and Display of Spatial Data
Pergamon Oxford
Wilby R L S P Charles E Zorita B Timbal P Whetton and L O Mearns 2004
Guidelines for use of climate scenarios developed from statistical downscaling
methods technical report Data Distrib Cent Intergovt Panel on Clim
Change Norwich U K
Wood AW EP Maurer A Kumar and DP Lettenmaier 2002 Long-range
experimental hydrologic forecasting for the eastern United States J
Geophysical Research-Atmospheres 107(D20) 4429
Wood AW LR Leung V Sridhar and DP Lettenmaier 2004 Hydrologic
implications of dynamical and statistical approaches to downscaling climate
model outputs Clim Change 62 189ndash216
Yasutomi N A Hamada and A Yatagai 2011 Development of a long-term daily
gridded temperature dataset and its application to rainsnow discrimination of
daily precipitation Global Environmental Research V15N2 pp165-172
Yatagai A K Kamiguchi O Arakawa A Hamada N Yasutomi and A Kitoh
2012 APHRODITE constracting a long-term daukt gridded precipitation
dataset for Asia based on a dense network of rain gaugesBAMS
doi101175BAMS-D-11-001221
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
61
影響臺灣區域夏季高溫熱浪的大尺度環境條件
以聯合國跨政府氣候變遷小組的氣候變遷科學報告所依據的耦合模式比對
計畫(CMIP)氣候模式資料庫模式所推估的未來臺灣近地面氣溫變遷推估無
論是採用哪一種未來世界發展情境或任意一個氣候模式的推估在 21 世紀末的
平均氣溫變化幅度都遠超過模式所估算的氣候自然變動幅度與統計降尺度方法
的誤差範圍固然平均氣溫變化介於攝氏 13 至 31 度間對於臺灣環境與社會
的影響還有待詳細評估但是最為立即而明顯的衝擊如果未來氣溫變化主要
是機率密度函數的平移而沒有太多變異量的改變（參見圖 A）可以說是未來臺
灣在夏季發生極端高溫的頻率增加持續高溫的天數與熱浪事件也會增加例
如臺北的日平均溫度在 32 度以上在目前氣候狀態下發生的機率約為 5但是
在經濟發展全球化並持續使用石化燃料的 A2 未來發展情境下到了世紀末發生
機率將會增加到 45可以預期的是本章所討論的冷卻度日數值將大幅上升
亦即臺灣未來夏日用電需求的增加與尖端用電負載的提升都是不可避免的政
府在未來能源政策與替代能源的開發都將面臨嚴峻的考驗
影響臺灣區域夏季高溫與極端熱浪事件改變最主要的因素是未來世界發展
的情境以及其伴隨的人為溫室氣體增加的幅度這部分的氣候系統輻射驅力與
後續的反饋作用主宰了全球平均氣溫的改變雖然在區域暖化的特徵上陸地
的增溫大於海洋但是主要並不是因為陸地的比熱小所造成而是未來氣候暖
化時常伴隨土壤含水量與近地表相對溼度減少並進而造成地表蒸發與潛熱
圖 A觀測與模式預測各氣象站氣溫資料的累積機率分布圖實線為 2000 年至 2006
年觀測資料虛線為模式預測情境 A2 下 2081 年至 2100 年多模式平均分布
紅色為臺北氣象站藍色為臺南氣象站綠色為宜蘭氣象站
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
62
通量減少雲量也跟著減少而使太陽輻射作用加強同時也迫使陸地地表的溫
度與可感熱通量增加臺灣位於歐亞大陸與太平洋之間在暖化的幅度上受到
海洋部分的調節作用比起中國大陸略小（參見圖 B）雖然在此討論的是氣候
平均近地面氣溫的變化但是由於前述氣溫機率密度函數平移為主的作用夏
季極端高溫與熱浪增加的機率還是相當可觀而且固然升溫的幅度比內陸與北
方陸地區域小但是由於臺灣地處副熱帶整體的平均氣溫較高超過 32 度日均
溫的極端高溫機會還是比較大
此外在影響熱浪發生頻率與強度的大尺度環流變化分析方面傳統上中
緯度地區是以夏季的阻塞高壓發生的範圍頻率特徵的變化為主因為熱浪發
生的時間往往與阻塞高壓持續盤踞有關不過臺灣所處副熱帶區域的夏季持續
高溫其產生的機制並不相同主要與西北太平洋夏季副熱帶高壓的範圍以及
高壓脊西伸至臺灣地區有關但是目前氣候模式所模擬的西北太平洋夏季副熱
帶高壓隨著季節轉換的位置都不是特別理想的狀態下並無法可靠地分析其高
壓脊西伸至臺灣地區的變化特性
圖 BRCP45 情境下2081 至 2100 年氣候平均多模式系集平均夏季近地溫變化分
布
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
附錄
出席第 12屆統計氣候國際會議心得報告
出國人員姓名
服務機關及職稱 陳正達（國立台灣師範大學海洋環境科技所暨地球科學系教授）
會議時間地點 2013年 6月 24-28日韓國濟州島
會議名稱 12th International Meeting on Statistical Climatology
發表論文題目 Regionalization of Future Projections on the High-Impact Weather and Climate Extremes
鑑於對研究計畫的統計降尺度工作的推展有所幫助於
2013 年 6 月 20-24 日期間前往韓國濟州島參加 12th
International Meeting on Statistical Climatology並發表論
文 ldquoRegionalization of Future Projections on the High-
Impact Weather and Climate Extremesrdquo每三年舉辦一次
的統計氣候國際會議在我所參加過的會議中是屬於比較
特殊的跨領域會議參與的不只是氣候研究方面的學者
還有統計理論與方法的專家希望藉由會議讓氣候學者接
觸更多新近的統計方法與運用同時也讓統計學者瞭解氣
候資料的特性與相關氣候科學的問題本質雖然由於領
域的差異有時太過專業的術語或細節反而得不到交流
的效果對論文發表人來說是個挑戰此次的會議是由韓
國氣象局（KMA）的氣象研究所（NIMR）主辦除了顯示
韓國氣象作業研究中心的積極態度外也為韓國氣象學界提供了向世界伸展的舞台值得氣
象局科技中心參考效法
1 參加會議經過
此次統計氣候國際會議共有 11個子題 Session 1 Data homogenization and climate
trendsvariability assessment Session 2 Next generation climate data products Session 3
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
Reconstruction and interpretation of past climates Session 4 Spatial and spatiotemporal
modelling Session 5 Non-linear methods for climate analysis Session 6 Forecasting and
Forecast Verification Session 7 Ensemble Methods and Uncertainty Quantification
Session 8 CMIP5 model evaluation prediction and projection Session 9 Detection and
attribution downscaling and impacts Session 10 Weather and climate extremes ndash
statistical modeling and event attribution Session 11 Large-Scale Climate Variability and
Teleconnections每一天會議早上的部分原則上是只用單一會場的大會各子題邀請演講
下午的部分則有平行進行的各子題議程以及中場 1小時的海報論文交流時間這樣的安排兼
顧跨領域交流與論文發表機會與數量還算理想會議期間與許多過去認識的學者如 Prof
Francis Zwiers Renguang Wu Il-Ju Moon 朱寶信教授Drs Daithi Stone Pardeep Pall
Xiaolan Wang等以及剛回韓國任教的 Prof Seung-Ki Min等有許多研究合作的討論也提
及氣象局計劃的相關工作進展
我參與的議程是 Detection and attribution downscaling and impacts我的論文題目是
「 Regionalization of Future Projections on the High-Impact Weather and Climate
Extremes」主要是以高解析度的觀測資料分析空間尺度對極端天氣與氣候指標的影
響將低解析度的氣候模式推估結果降尺度到區域的細節這方面的工作主要是希望對氣候
變遷影響與調適研究的需求有所協助（論文投影片附於後）後續有一些與會學者表示興
趣與我討論這些極端氣候推估在氣候資訊服務與應用上的潛力
2 與會心得與建議
統計理論與方法在氣候相關研究有相當多元的運用也是最重要的分析工具之一以往
在大氣科學領域的氣候研究學者雖然也時常運用各種統計分析技術在氣候資料的診斷與分
析上但是多半是已經比較成熟統計方法然而統計學門中的許多新興發展與技術還多半
未有嘗試藉由此次在韓國濟州島舉行的第十二屆國際統計氣候會議（IMSC）主辦單位
邀請了許多統計專長的資深學者藉由他們的參與以及和氣候研究學者的交流可以有效地
促進彼此的交流這也正是統計氣候國際會議最特殊之處這也許是國內氣象學界可以參考
的交流模式
統計理論與方法在區域降尺度的運用機率預報的建構氣候模式推估的不確定性分
析極端事件分析資料重建貝氏分析方法等都在會議中有所討論也是臺灣在相關氣候
分析方面重要的技術對於計劃的局地降尺度工作與不確定性的處理與呈現都有一些幫助
氣象局的長期預報部門也運用相當多統計工具未來希望也有相關工作人員可以參與三年後
預計在加拿大溫哥華地區舉行的第 13屆國際統計氣候會議
