國研院研發「系集雨量大數據分析技術」,提升梅雨預報準確度

作者 | 發布日期 2017 年 05 月 31 日 18:52 | 分類 Big Data , 市場動態 , 環境科學 line share follow us in feedly line share
國研院研發「系集雨量大數據分析技術」,提升梅雨預報準確度


西南氣流來了!如同中央氣象局提醒,今年第一波結構較完整的梅雨鋒面即將襲台。梅雨是台灣僅次於颱風的雨水來源,梅雨鋒面常為全台各地帶來豪大雨,造成洪水、山崩、土石流,但不論針對梅雨或颱風造成的強降雨,預報準確度都亟待提升。有鑑於此,國家實驗研究院台灣颱風洪水研究中心(颱洪中心)與中央氣象局合作,研發「系集雨量大數據分析技術」,以提升梅雨預報準確度。經過歷史個案驗證比對,2015 及 2016 年日雨量達 130 毫米之梅雨事件的預兆得分(TS,註) ,比未使用此技術時,分別提升 26% 及 31%。

2009 年莫拉克風災帶給台灣的傷痛猶在眼前,國研院颱洪中心自 2010 年起,結合學界(臺灣大學、中央大學、臺灣師範大學、文化大學)、中央氣象局及國家災害防救科技中心,在國研院高速網路與計算中心支援下,共同研發「系集預報」技術,並進行「台灣定量降雨系集預報實驗」。

「系集預報」是利用統計的方式,歸納分析多個不同模式的氣象預報結果,以得出最有可能的預報,期望能將各別單一模式預報的不確定性減到最小。針對颱風路徑的實驗結果顯示,24 / 48 / 72 小時之颱風路徑預報誤差,由 2011 年之 101 / 203 / 357 公里,降至 2016 年之 75 / 130 / 216 公里。

此外,為因應梅雨期鋒面強對流系統隨機發展、雨量預報較颱風降雨更困難之降雨特性,2016 年起國研院颱洪中心亦與中央氣象局合作,將系集預報資料透過「機器學習」(machine learning),研發「系集雨量大數據分析技術」,藉以得到最佳化雨量預報結果,進而提升梅雨預報準確度。經過 2015 及 2016 年的歷史個案驗證比對,顯示「系集雨量大數據分析技術」的確可以提升梅雨事件雨量預報的準確度。

全球環境變遷造成未來天氣詭譎多變,天然災害的發生不再是偶然,而是必然!如何應用先進的氣象預報技術,搭配運作效能越來越強的超級電腦,以盡量達到事前預防,降低民眾生命財產損失,是減輕極端天氣衝擊最有效的方法之一。國研院颱洪中心未來將持續結合中央氣象局及學界,針對台灣在地特性,合作研發前瞻技術,以協助提升氣象預報準確度,造福台灣民眾。

註:預兆得分(Threat Score,TS)是國際上常用之雨量預報技術得分,以「命中」為分子,「預報」+「發生」-「命中」為分母。