跨尺度智慧化預警技術應用在氣象大數據研發
一、計畫目的
氣候變遷衝擊下,極端天氣與氣候致災事件頻傳,影響的範圍與強度也日益加劇。寒害、旱災、梅雨季的洪災、颱風季的風災、夏季高溫熱浪及午後短延時強降雨、影響身體健康的懸浮微粒災害,每一年均不斷的影響台灣民眾生命財產的安全。要建立災害預警系統,必須掌握天氣與氣候預報的資訊,這些預報資訊的範疇須包括針對中尺度天氣的短時間即時預警、綜觀天氣災害的展期預警、以及滿足極端氣候預警的雙週預報與次季節到季節預報。而預警技術的發展,也需要考慮多重尺度災害複雜天氣與氣候的交互作用。因此,要發展不同天氣尺度的預報系統,除了透過傳統氣象監測與數值預報模式的研發外,更需要引進數據科學與智慧化的方法進行跨尺度的整合,方能滿足極端氣候下災害預警的需求。
本計畫預計將針對導致高衝擊的閃洪的暴雨系統、高致災颱洪天氣及次季節氣候變異的預警需求進行研發,透過數據科學與人工智慧新科技進行鏈結,減少預警的不確定性,提高決策支援的效能。
二、執行內容
本計畫執行時分為四部分:
第一部分為「高衝擊閃洪暴雨智慧化氣象預警技術進化研究」。短延時強降雨經常導致山區溪水暴漲,引發山洪與土石流等災害,夏季強烈午後對流也經常導致都會區或低窪易淹水地區發生嚴重積水的災情。由於中尺度天氣系統發展快速,現在的天氣預報技術仍無法準確掌握中尺度系統發生的位置與強度,要預警中尺度系統致災的風險,需仰賴天氣系統的觀測與極短期預報技術,並配合可以快速反應的預警機制,才能有適當的反應。本計畫將運用新建置的雙偏極化雷達觀測資料強化現行的資料品質,同時針對引發山區與都會區閃洪事件的監測與短延時預警技術進行開發與補強。計畫執行時將先針對全台新建置的雙偏極化雷達資料進行檢核,評估利用雙偏極化特性資料來強化山區與易淹水區估計降雨能力的可行性。另外,也將利用雙偏極化參數改進現行雷達資料同化之技術,配合監測並以外延技術修正短延時強降雨的預報能力。最後,透過山區高災害風險區進行示範建立雨量監測、估計與預報技術,以進行災害風險評估能力建構。
本部分重要的工作項目包括(1)運用雷達風場反演與雙偏極化參數強化預警資料同化技術、(2)利用模式調整外延法(ExAMP)落實改良暴雨預警技術。
圖1、高衝擊閃洪暴雨智慧化氣象預警技術進化研究的工作架構與項目
第二部分為「高致災天氣多模式預警技術智慧化落實與應用」。過去多年來,災害預警的多模式發展相關工作已有相當多成果,包括完成第二代系集雨量預警系統、以全球預報模式提供6週雨量預報、以國際先進氣象單位ECMWF、NCEP、JMA預報模式週預報來進行台灣地區降尺度預報技術,以及將空氣品質模式(CMAQ)作業化等,如今每日可自動獲得相當可觀的大數據資料。目前除了已將資料開放外界防災相關單位使用外,也著手利用預報大數據資料,開發新一代智慧化預警技術。同時,藉由評估上述相關資料的品質,探討現行多模式技術的能力與需改進的課題,進行作業模組改進實驗與建議;亦利用多模式大數據資料,以統計後處理方式進行誤差修正,建立雨量預警最佳化產製流程。
本部分重要的工作項目包括(1)建立多模式高災害性天氣預警實驗平台架構,研究新氣象災害事件智慧化預警方法、(2)評估第二代系集雨量災害預警新系統成效,建立雨量預警最佳化策略。
圖2、整合多模式預報資料提供高致災天氣預警技術落實與應用
第三部分為「運用次季節預報技術探討極端氣候預警新架構」。在極端氣候的衝擊影響下,天氣預報的準確度仍有相當限制,無法朝精準防災方向邁進。唯有開發延長預報的技術,方能強化預警技術,提升應變能力。現今歐美正針對此課題,著手進行季節與次季節(S2S)預報技術研發。本中心將與歐美先進技術接軌,接收國際次季節到季節預報(S2S)大數據,進行預報技術的評估工作,了解現行預警能力,並利用統計後處理技術強化預警技術。同時,也將研究如何延長現行全球數值預報模式(MPAS)6週模擬的能力。在氣候監測與風險評估需求上,將建立台灣地區的季節曆,同時配合AI技術進行風險判識,以建構跨時空尺度環流分析與診斷方法,強化極端氣候災害監測能力。
本部分重要的工作項目包括(1)運用國際次季節到季節預報(S2S)大數據研究災害預警技術、(2)改良現行全球模式(MPAS)使之可執行次季節到季節預報(S2S)的架構與方法、(3)利用跨時空尺度環流分析與診斷方法,建置極端氣候災害監測指標
第四部分為「運用人工智慧強化氣象預警能量」。本中心在氣象預警技術工作中已完成雷達、衛星遙測相關技術的開發。同時在颱洪系集預報系統的架構下,完成系集2.0、雙週全球預報與台灣地區降尺度系統、6週全球與降尺度預報系統等多模式作業化系統,同時在全球氣象開放資料策略下,取得數個國際知名全球模式的預報資料。現今已進入氣象防災預警大數據時代,要有效應用大數據資料,首先需要探討預警作業之需求,同時著手引進新人工智慧工具、擴充AI技術的能力,因應短延時強降雨預警需求,應用多模式大數據研發雨量估計與最佳化的推估方法。同時運用人工智慧工具,開發提升氣象時空解析度的降尺度技術。
本部分重要的工作項目包括(1)引進新人工智慧工具,開發雨量估計與最佳化推估方法、(2)運用人工智慧工具,開發提升氣象時空解析度的降尺度技術。
三、重點成果
年度預計產出如下:
- 高降雨熱區短延時強降雨預警技術模組
- 維運評估第二代系集雨量災害預警模組
- 收集國際次季節到季節預報(S2S)多模式資料建置資料庫
- 研發新人工智慧降尺度方法
四、歷年相關成果
- 2021年度重點成果請參閱技術報告「偏極化雷達產品於定量降雨估計與預報之應用」(NCDR 110-T04)
- 2021年度重點成果請參閱技術報告「氣候災害預警產品與動態視覺化展示技術開發」(NCDR 110-A17)
- 2020年度重點成果請參閱技術報告「雷達觀測資料即時處理技術及產品應用之開發」(NCDR109-A12)
- 2020年度重點成果請參閱技術報告「AI技術於區域降雨與雷達回波判識先期研究」(NCDR109-T15)
- 2020年度重點成果請參閱技術報告「模式調整外延(ExAMP)即時預報方法之開發與應用」(NCDR109-T04)
- 2020年度重點成果請參閱技術報告「MPAS全球模式冬季月預報技術先期研究」(NCDR109-T01)