以機器學習研究台灣梅雨季不同降水型態之時空分布與環境分析

Abstract

台灣於梅雨季內常伴隨鋒面與中小尺度系統，常發生劇烈降水事件。為了解並統整受梅雨鋒面影響下不同降水型態對應的大氣環境狀態，本研究先尋找近十年台灣受梅雨季鋒面影響之時段，從中篩選出大量降水事件。由於降水事件個數眾多，本研究先以事件之降水極值進行初步分類；再以主要降水區域的空間差異，以機器學習方法將前述分類結果再逐一細分。從結果可見，部分類別間的主要降水區域分布相似度高，但亦有類別的降水區過於零散且發生頻率偏低。因此本研究從中挑選、整併出4種降水極值、6種主要雨區共計24種雨型，並刪除一種事件數甚少的雨型，最終以23種雨型進行後續分析。分析結果可見，平地雨區與山區雨區之間無論時序變化、環境特徵均差異大，顯見平地與山區的降水事件發生機制明顯不同，不過南部平地、中南部山區雨區之間受海陸風與背景西南風之輻合影響，其日夜變化明顯相互關聯。北部平地雨區之發生頻率時序為所有雨區中最顯其獨特性，在季內變化上，較集中於5月發生；在日夜變化上，較集中發生於凌晨至早上時段。所有山區雨型於近中午至午後時段有較多大降水極值事件出現，顯示有明顯之日夜變化現象。從環境條件分析之結果可見，熱力或水氣性質參數在台灣附近之位置或指向通常與各雨區位置有所相關，即途經或指向該雨區，且地理位置與之相近的平地雨區，其大氣特徵與隨降水極值變化下之大氣變化趨勢有彼此相近的現象。本研究另使用中央氣象局之梅雨季豪大雨檢查表的部分項目，統計與各雨型之間的相關性。自結果可見，位置較南的雨區即越適用此些項目，顯示位置較北的雨區或需另行訂定其他項目或僅使用少數項目，以利預測該地的豪大雨事件。本研究可提供台灣梅雨季不同降水類型下的環境特徵，並提出現有豪大雨檢查表的不足之處，期盼未來能依其資訊進一步製作預測指標，以協助預報員在預報實務上的運作。

none