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