下雨了「梅」?

資料來源
58-04
文/江鈞、李竑慶、呂奕勳、林育慎、侯宜妤
漫畫/侯宜妤
其他組員/林威帆
指導老師/王嘉琪

 前言


每年五、六月是否總覺得天氣陰晴不定?有時陰雨連綿,有時天空像在倒水,或者明明早上還出大太陽、下午卻變天,變得比翻書還快,雨具成了上學必備法寶!

沒錯!想必大家對於「梅雨季」這個名詞已經非常熟悉。隨著夏季的到來,大陸冷氣團逐漸減弱,太平洋暖氣團漸漸增強,冷暖氣團兩方兵馬僵持在原地,形成一道近乎滯留的鋒面,常使臺灣各地出現突發性大雷雨或連續性大雨,造成許多災情,例如:山區發生落石、坍方、土石流、山洪暴發、低窪地區淹水、能見度不佳等。但它卻也是提供臺灣水資源的大金主,其降雨量僅次於颱風,占臺灣年雨量的三成左右。

由於在氣候變遷下,極端天氣發生的機率日漸升高,身為熱血氣象知識推銷員的我們,藉由文化大學大氣科學系畢業成果展的機會,決定以「臺灣梅雨」為主軸,探討梅雨季未來的降雨變化趨勢,並傳達氣候變遷下應有的防災資訊。

首先透過問卷,調查文大師生對梅雨相關知識及防災資訊的認知程度,試著找出文大師生常有的迷思及興趣,並以漫畫方式有效地傳遞「梅雨防災」的重要訊息。

 問卷調查結果


為探究文大師生對於梅雨相關知識的了解程度,我們做了問卷調查,問卷中包含:背景調查、梅雨知識、防災資訊及討論。總共發出問卷210份,有效回收195份。根據問卷調查結果,文大師生對於梅雨相關知識都有一定程度的認知,例如:關於降雨預報的準確性,師生們普遍都知道隨著預報時間越長,準確性越低的特性。但是在未來推估及防災資訊方面,則有較大差異。對於梅雨季在21世紀末的總雨量、降雨天數及降雨強度的可能變化,我們發現:大多數師生認為總雨量在世紀末時會增加、降雨強度會增強;至於降雨天數的推估,有43.7%的人認為會減少,有29.7%的人認為會增加,且都表示有興趣進一步了解。另外,師生們對於豪大雨的定義,則不甚了解,有50.3%的人只聽過名稱,但並不知道各雨量分級的門檻值。最後我們獲得以下的結論:臺灣梅雨季降雨特性的未來推估以及防災資訊的傳遞,是氣象界(包括:科研與從業人員)尚需努力的課題。

 我們怎麼知道未來的事?


想必很多人心中有個疑問:如果天氣預報只有3~7天的準確度,為什麼我們還可以做氣候預報? 這裡必須先理解氣候的本質,氣候系統包含大氣、海洋、陸地及生物系統,由這些系統經過長達數十年的交互作用後形成,除了具有周期特性的氣候現象,也包含隨機發生的事件及未知的現象,因此一個地方的氣候特徵,需要長時間的資料才能顯示出其統計特性(如圖1黑線所示)。也就是說,即使在所有的外在氣候驅動力都相同的情形下,仍有發生各種不同天氣事件的可能性,只是某些種類的天氣事件發生的機率會較高,某些較為極端的事件發生的頻率反而會偏低。以氣溫為例,5〜6月時的太陽輻射量即為外在氣候驅動力,在這樣的條件下,大多數的日子,其氣溫會落在該季節的氣候平均值上下,但仍有機會出現較高或較低的氣溫,只是機率較低。綜合多種氣象變數(例如濕度、雨量等)後,就形成梅雨季的氣候特徵了。而我們要預報的就是在長久的未來,這些氣候統計特性會產生怎麼樣的變化(如圖1橘線所示)。


圖1. 氣候預報的概念示意圖--以氣溫為例,在某給定的太陽輻射條件下,氣溫多在平均值上下,但仍會有極端氣溫出現,只是發生機率較低(黑線)。氣候預報的目標是找出全球暖化後新的氣候機率分布(橘線),而不是某特定日期的氣溫(圖片來源:引用自IPCC 報告)

目前科學界採用地球系統模式來模擬未來氣候,依照目前我們對大氣、海洋、陸地及生物系統的理解,應用已知的物理及化學定律,再加上一些簡化及推測,使用程式語言來描述這些系統的運作。模擬的目標除了固定的氣候週期,例如:年循環、季風、聖嬰現象外,也包含前段描述的機率分布。

 這些模擬可以相信嗎?


我們在判斷氣候模式是否模擬得宜時,並不是去比較某年某月某日的預報是否正確,而是要比較某一段長時間(數十年)中,已知的氣候週期現象(年循環、季風、聖嬰現象)是否模擬得好;或者檢查其模擬的氣候機率分布是否很接近觀測資料的統計特性。由於氣候模式就跟人一樣,擁有自己的個性,我們稱為「模式特性」。受到同一種刺激時,有的人會直接表現出明顯的情緒,有的人則會較為冷靜而靜觀其變。氣候模式也是如此,比如同樣加上一些溫室氣體,有些模式的溫度會增加較多,有些較少,甚至沒有明顯改變,在統計上這些都是合理的系統反應。所以我們需要非常多不同的模式一起模擬同一種氣候情境,才能彙整出完整的氣候系統之統計特性。

在本研究中,我們使用「第五期耦合模式比對計畫」(Coupled Model Intercomparison Project Phase 5, CMIP5)提供的34個經統計降尺度後的氣候模擬資料,分析在四種全球暖化情境下梅雨季降雨特性的未來變化趨勢。這些氣候模擬資料的原始網格大約2度,,再進一步根據臺灣梅雨季的歷史觀測資料,建立其降雨統計特性後,根據此統計特性將模式資料的解析度提高到5公里網格,此即為統計降尺度過程。雨量觀測資料則使用「臺灣氣候變遷推估與資訊平台建置計畫」(Taiwan Climate Change Projection and Information Platform,TCCIP)產製的5公里網格降雨資料。

什麼是暖化情境?聯合國政府間氣候變遷委員會(IPCC)第五次評估報告,以「代表濃度路徑」(Representative Concentration Pathways,RCP)定義未來暖化的情境,在不同量值的人為溫室氣體排放下,會有不同的暖化程度。情境共分為RCP2.6、RCP4.5、RCP6.0以及RCP8.5四種,數字表示2100年的輻射驅動力較1750年(工業革命前)增加的量。各種情境之說明如表1.

表1. RCP2.6、RCP4.5、RCP6.0以及RCP8.5四種情境說明


各國氣候中心依據表1四組情境進行未來百年的氣候模擬,並公開分享這些資料,這就是(CMIP5) 的由來。

以梅雨季總降雨量為例:將觀測資料與CMIP5歷史模擬之系集平均比對(圖2),會發現除了量值上有些許差異外,空間上的分布與特徵都非常相似,因此本次使用的氣候模式,其可信度是不錯的。

圖2. 臺灣梅雨季(5~6月)總雨量的氣候平均值(單位:mm)--時間範圍1986年~2005年,左為TCCIP五公里網格點觀測資料,右為統計降尺度歷史模擬

 梅雨季降雨特性的未來推估


我們依據「氣候變遷監測與指標專家小組」(Expert Team on Climate Change Detection and Indices,ETCCDI) 所制定的「氣候變遷指標」(Climate Change Indices) ,進行梅雨季降雨特性的未來推估。未來推估分為三個時期:近未來(2016-2035)、世紀中(2046-2065)、世紀末(2081-2100)。至於未來的變化趨勢,我們用變化率來描述。

首先,總雨量是簡單易懂的指標,將梅雨期的雨量加總即可得。不論在RCP4.5、或是RCP8.5的情境下,世紀中、末都有較明顯的增加(圖3),除了RCP8.5在世紀末(圖3)的總雨量增加最多外,我們還注意到,平地的變化率也比山區更為顯著。


圖3. 臺灣梅雨季(5~6月)總雨量未來推估的變化率空間分佈(單位:%)--圖組由左至右分別為近未來、世紀中、世紀末,(a)(b)(c)是RCP4.5情境,(d)(e)(f)是RCP8.5情境

在我們的問卷調查中,文大師生們對於未來的降雨天數亦各有不同的解讀。究竟誰是對,其實沒有標準答案,因為降雨日的定義有不同的門檻值。以「有雨日」來說(日雨量達1毫米Rain Rate,RR1),在RCP4.5、RCP8.5兩種情境下,各時期都沒有顯著的變化(圖4);但是「多雨日」(日雨量達20毫米Rain Rate,RR20)的天數,則有較顯著的變化;甚至在RCP8.5的情境下,部分地區在21世紀末,會增加1.6~2.0倍以上(圖5)。但並不是全臺灣的RR20都是增加的趨勢,台北都會區和桃園市的部份地區,在各情境與各時期反而有減少的情況;表示臺灣梅雨季未來「多雨日」(RR20)的空間分佈,是有差異性。


圖4. 臺灣梅雨季(5~6月)有雨日(RR1)未來推估的變化率空間分佈(單位:%)--圖組由左至右分別為近未來、世紀中、世紀末,(a)(b)(c)是RCP4.5情境,(d)(e)(f)是RCP8.5情境


圖5. 臺灣梅雨季(5~6月)多雨日(RR20)未來推估的變化率空間分佈(單位:%),圖組由左至右分別為近未來、世紀中、世紀末,(a)(b)(c)是RCP4.5情境,(d)(e)(f)是RCP8.5情境

利用總雨量和有雨日數,還可以再計算「雨日降雨強度」(Simple Daily Intensity Index, SDII),雖然氣候模式無法模擬中尺度以下的現象,但依舊有簡易的辦法窺究到底雨勢會不會變強,我們已經知道總雨量會增加、「有雨日」(RR1) 不太會變,當然可以合理推測「雨日降雨強度」(SDII)一定會增加;此結果與總雨量在時間和空間上分布相近(圖6),表示:未來我們在梅雨季期間勢必會面臨到較強的雨勢。


圖6. 臺灣梅雨季(5~6月)雨日降雨強度(SDII)未來推估的變化率空間分布(單位:%)--圖組由左至右分別為近未來、世紀中、世紀末,(a)(b)(c)是RCP4.5情境,(d)(e)(f)是RCP8.5情境

 結語


因本研究團隊的同學們均未曾有設計問卷的經驗,在製作畢業成果展的過程中,就面臨極大的困惑,於是先參閱文獻、書籍,並請教周遭友人的製作經驗與建議後,我們設計出一份初版問卷,發送對象為組員們的親朋好友。經過初步與親友訪談後,發現:我們覺得重要或必須了解的知識,但民眾竟然沒興趣;而我們認為一般民眾可能不甚熟悉的觀念,例如:降雨機率與預報有效期限等,大家反而都知道。於是,根據初版問卷的結果,將題目編排調整為分類式問法,逐步淘汰掉不具參考價值的問題,如:回答意願不高、資料填寫有缺漏或沒有鑑別力的問題等。再不斷地修改題目的種類、措辭、語氣、問法等,並決定縮小調查族群為文大師生,最終版本才能作為調查分析之用。

在摸索的過程中,我們了解到在傳遞科學資訊時,要把溝通的重點放在民眾不清楚且想知道的議題上,才能夠真正把科學知識傳遞出去,並協助民眾釐清梅雨相關知識的盲點。我們也在問卷末尾,附上防災單位的網址及簡單介紹,希望能引導做完問卷的民眾,進一步延伸閱讀更多資訊。

最後我們試著將民眾不甚了解,但有興趣的「梅雨防災資訊」以漫畫方式予以呈現。畢業成果展的海報上,也附上了部分漫畫(如圖7)及QR code,來吸引眾人的目光,以增加點閱率。從點閱次數來看,漫畫點閱率相當高,達到200多次,相信在宣傳上有達到一定效果;也希望藉由本文的發表,就教各位先進,並讓大眾以更輕鬆的方式,了解梅雨未來推估的相關知識。


圖7. 針對一般大眾較不熟悉的雨量分級門檻及淹水警戒資訊,製作漫畫來宣導


 參考文獻
陳永明(2019)。臺灣氣候變遷關鍵指標圖集。劉曉薇、童裕翔、林修立、陳正達(編)。
陳泰然、林宗松(1997)。梅雨季台灣中南部地區豪大雨之氣候特徵研究。大氣科學,25,頁289-305。
陳泰然 (2004)。近期梅雨鋒面之回顧。大氣科學,32,225-245。
陳泰然 (2007)。最近之梅雨研究回顧。大氣科學,35,261-285。
瞿海源、畢恆達、劉長萱、楊國樞 (2015)。社會及行為科學研究法—總論與量化研究法。
中央氣象局數位科普網。
NCDR WATCH 官方網站。





江鈞、李竑慶、呂奕勳、林育慎、侯宜妤、林威帆

文化大學大氣科學系學生

王嘉琪

文化大學大氣科學系副教授