氣候變遷影響下中部地區最適水資源供給組合之研究 · 1 氣候變遷影響下中部地區最適水資源供給組合之研究 黃彥禎1、李堅明2、張廣智3、阮香蘭4、鄭欽韓5
大 氣 科 學 系 碩 士 論 文 台灣地區土地利用與氣候變遷 對長期區...
97
國 立 中 央 大 學 大 氣 科 學 學 系 碩 士 論 文 台灣地區土地利用與氣候變遷 對長期區域氣象場變化之影響 研 究 生：林冠伶 指導教授：林沛練 博士 中 華 民 國 一 ○ 三 年 六 月
Transcript of 大 氣 科 學 系 碩 士 論 文 台灣地區土地利用與氣候變遷 對長期區...
國 立 中 央 大 學
大 氣 科 學 學 系
碩 士 論 文
台灣地區土地利用與氣候變遷
對長期區域氣象場變化之影響
研 究 生：林冠伶
指導教授：林沛練 博士
中 華 民 國 一 ○ 三 年 六 月
國立中央大學圖書館
碩博士論文電子檔授權書
(101 年 9 月最新修正版)
本授權書授權本人撰寫之碩/博士學位論文全文電子檔(不包含紙本、詳備註 1 說
明)，在「國立中央大學圖書館博碩士論文系統」。(以下請擇一勾選)
( )同意 (立即開放)
( )同意 (請於西元 年 月 日開放)
( )不同意，原因是：
在國家圖書館「臺灣博碩士論文知識加值系統」
( )同意 (立即開放)
( )同意 (請於西元 年 月 日開放)
( )不同意，原因是：
以非專屬、無償授權國立中央大學、台灣聯合大學系統圖書館與國家圖書館，基
於推動「資源共享、互惠合作」之理念，於回饋社會與學術研究之目的，得不限
地域、時間與次數，以紙本、微縮、光碟及其它各種方法將上列論文收錄、重製、
與利用，並得將數位化之上列論文與論文電子檔以上載網路方式，提供讀者基於
個人非營利性質之線上檢索、閱覽、下載或列印。
研究生簽名: 林冠伶 學號： 101621017
論文名稱: 台灣地區土地利用與氣候變遷對長期區域氣象場變化之影響
指導教授姓名： 林沛練 博士
系所 ： 大氣科學學系大氣物理 所 博士班 碩士班
備註： 1. 本授權書之授權範圍僅限電子檔，紙本論文部分依著作權法第 15 條第 3 款之規定，採推
定原則即預設同意圖書館得公開上架閱覽，如您有申請專利或投稿等考量，不同意紙本上
架陳列，須另行加填聲明書，詳細說明與紙本聲明書請至 http://thesis.lib.ncu.edu.tw/ 下載。
2. 本授權書請填寫並親筆簽名後，裝訂於各紙本論文封面後之次頁（全文電子檔內之授權書
簽名，可用電腦打字代替）。
3. 請加印一份單張之授權書，填寫並親筆簽名後，於辦理離校時交圖書館（以統一代轉寄給
國家圖書館）。
4. 讀者基於個人非營利性質之線上檢索、閱覽、下載或列印上列論文，應遵守著作權法規定。
i
摘要
台灣地區近三十年來氣溫增加有明顯增快的現象，除了全球溫室氣體
濃度增加造成氣候變遷的影響外，區域人為活動對於環境進行開發，影響
土地利用，使地表-大氣間能量收支變化，也會影響局地天氣和氣候的變化。
本文試探討長期氣候變遷與土地利用對台灣區域尺度氣象場的影響。利用
WRF 模式模擬 1990-1992 年與 2010-2012 年之春(四月)、秋(十月)兩季，並
更換土地利用作為人類活動影響環境之代表，藉此討論土地利用對於長期
氣象場的重要性。第一部分，討論大尺度氣象場變化情形，並統計台灣地
區近二十年之氣象場變化趨勢。第二部分討論在相同模式設定下土地利用
型態對 WRF 長時間模擬之影響。第三部分討論土地利用與氣候變遷對長期
區域氣候模擬的影響。
因為土地利用資料的限制，本研究僅討論近二十年台灣地區土地利用
變化所造成的影響，選擇 WRF 模式中原有的 USGS 當作 1990 年代的土地
利用代表，並重新處理 MODIS 衛星資料，使用 2001年與 2011年資料當作
2000年代與 2010年代的土地利用資料(命名為MODIS2001與MODSI2011)，
以更新整個東亞地區之土地利用。和內政部資料相比，使用 MODIS 衛星土
地利用資料更能真實的代表台灣地區實際土地利用情形，而 MODIS2001 和
MODIS2011 只有在零星地區有所差異。在春季(四月)模擬中，USGS 的中
央山脈部分以 MODIS 資料取代，將原有的灌溉田取代為森林，以更符合真
實情形。
在 WRF 模式中會有地面風速過高的偏差值存在，本研究使用 Jiménez
and Dudhia (2012)新增之考慮次網格地形之作用，簡稱 topo，研究結果顯
示，使用 topo 可降低風速的偏差值與均方根誤差，改進風速模擬結果。
以中央氣象局地面測站做驗證，比較兩種不同土地利用在 2010-2012
年十月份的氣象模擬結果顯示，使用 MODIS2011 的風速模擬結果較接近觀
測值。分析模擬的日變化特性，更新土地利用後氣象變數與觀測值較接近，
而且土地利用更新對於能量通量影響甚巨，進而影響邊界層高度。更換土
地利用會使西半部地區日間溫度增加，風速減低，影響能量通量，夜間由
i i
於都市分布，溫度增溫大於日間，在春季與秋季模擬皆有相同的變化趨勢，
但由於春季日變化較小，更換土地利用對於氣象場之變化不如秋季模擬結
果明顯。由此實驗可知，土地利用對於長期氣象模擬的效應明顯，對於探
討模擬長期氣候變遷可為討論的變因之一。
統計台灣地區近二十年氣象場於十月與四月之變化。十月的溫度增加
明顯，東北部地區風速增強，全台降雨有增加的現象。四月在東部地區有
溫度略微降低、風速增加的現象，而其他地區多為溫度增加、風速減小，
四月與十月的雨量變化趨勢明顯不同，四月降雨量有減少的趨勢。
模擬近二十年之氣候變遷，秋季太平洋高壓增強，東北季風減弱，相
對的西南風分量使南方富含水氣的氣流與原有的東北季風於台灣東部外海
輻合，使東半部地區降水增加；春季方面，近代太平洋高壓北偏，使台灣
地區東部外海東風分量增加，使迎風面區域有降水增加，台灣西半部地區
背風面降雨減少。溫度方面，十月全台溫度增高，四月則有東半部地區溫
度減少、西半部地區溫度增加的情形。絕大部分的模擬變化趨勢與實際觀
測之統計變化趨勢一致，因此使用 WRF 進行台灣地區的氣候變遷模擬實驗
有其可行性。
最後討論土地利用與單純氣候變遷，對於近二十年十月與四月之溫度、
風速變化的貢獻量。由此結果顯示，土地利用之貢獻量對於長期模擬的影
響重大且不可忽視，對於討論局地氣候變遷之議題，土地利用的影響須審
慎考慮。由於使用的土地利用資料皆由衛星提供，台灣地區需有實際調查
之長期土地利用資料庫，以增加台灣地區長期氣候模擬的可信度。
i i i
Abstract
According to the observation data, the warming is significant over the latest
30 years in Taiwan. Despite of the large scale weather system changed, the
changes in land use/land cover characteristics will affect the surface-atmosphere
energy budget, and impact on the weather system. In this study, we try to
understand the global climate change effect and the local land use change effect
on regional climate change over the latest 20 years in Taiwan. The Weather
Research and Foresting (WRF) model was applied to simulate the spring (April)
and the autumn (October) in 1990-1992 and 2010-2012. To emphasize the
human activity affects to the environment, we update the land use data which is
derived from the MODIS satellite products. In part one, we analysis the large
scale climate change in Asia, and do statistics the observation data in Taiwan
over the past 20 years. In part two, we focus on the land use effect under the
same model setting in the long term simulation by WRF model on 2010-2012. In
part two, we discuss the effect of lands use change on climate in the Taiwan area
is important or not. The simulation periods are 1990-1992 and 2010-2012.
Since the long term land use observation data is limited, we use the USGS
data from the WRF model as the 1990s’ land use, and we reprocess the land use
data from the MODIS satellite as the 2000s’ and 2010s’ land use (the
MODIS2001 and the MODIS2010) to update land use in Asia. The new land use
data from MODIS is more realistic and can represent the truth land use in recent
Taiwan. There are only little difference between MODIS2001 and MODIS 2011.
In the spring simulation set, the CRM area change from irrigated land to fores t
by MODIS data, which is more realistic than the old one.
The WRF model have the high wind speed error. The wind speed correction
technique by Jiménez and Dudhia(2012) is used ,which can reduce the bias and
RMSE of the wind speed.
Using two different land use data set to simulate the Oct, 2010-2012, the
wind speed in MODIS2011 is much closer to the observation data. The
characteristic of diurnal cycles are also difference. The update land use can
change the energy budget, and then modify the planetary boundary layer height.
iv
The updated land use can make the temperature higher and wind speed lower in
the daytime over the western part of Taiwan. In the nighttime, the urban island
effect is obvious in the urban area. Therefore, the land use data change is really
important form the long-term climate simulation.
By the historic observation data, it is much warmer in the October. The
wind speed is increasing in the North-East area of Taiwan. The rainfall also
increased in October. In April, the temperature is decreasing and the wind speed
is increasing in the North-East area of Taiwan, but the other part of Taiwan have
the opposite behavior. The rainfall is increasing in April, which is different from
October.
The simulation results in spring and autumn over the past 20 years in
Taiwan exhibits as below. In October, the tendency of climate change are:
weaker Siberia High, stronger south-west wind (weaker north-east wind). In
April, the easterly wind component is increased in the eastern coastal of Taiwan.
The rainfall increases in the eastern Taiwan (windward side), and decrease in the
west part (leeside). The temperature increases all over Taiwan in October, but
increase in the east part and decrease in the west part in April. Most of the
change tendencies are the same as the observation.
Both contributions of climate change and land use change on the regional
meteorological fields cannot be ignored over the past 20 years in Taiwan. The
correct land use data is important for the regional weather research model,
especially for the climate issue.
v
誌謝
這兩年的研究生生活總算可以告一段落，很感謝我的指導教授林沛練
老師，給我最大的空間去做我想做的研究，也在我遇到挫折時鼓勵我繼續
努力下去。謝謝口試委員陳宇能老師、鄭芳怡老師、洪景山老師給了我許 2
多建議與思考方向，讓我在論文中看到了更多的可能性，使論文內容更加
豐富。謝謝曾仁佑老師除了關心姚姚的進度外，也十分大愛的回答我許多
研究上的問題，感謝老師下午都會來我們實驗室晃晃並且順手解救快要奄
奄一息的我們。謝謝實驗室的好夥伴姚姚、林棽、BOY，恭喜我們要畢業
了，謝謝你們的陪伴，能和你們同實驗室我上輩子應該也是有燒不少香。
在研究方面很謝謝烏青學姊，教會我許多程式，並且非常有耐心地回答我
許多遇到問題。謝謝實驗室的學長姐 Chose、育真、薇均、烏青、小狗、小
兔子、小草莓、書維、冠婷，總是很熱心的幫助我，提供我建議，讓兩年
的研究之路走得更順遂。謝謝八樓的同學們，雖然碩二下的生活整體而言
是煩躁與壓力的綜合體，但是和各位吃飯的時間就可以放鬆心情，然後繼
續回研究室趕進度，謝謝大家總是一起走那條從後門回到系館的荊棘之路。
感謝我的室友曉君、薇薇、大柯，能和你們聊聊天，相互抱怨然後笑一笑，
真的很舒壓。謝謝小松鼠的好友們，每次和你們吃飯都很開心。謝謝我的
家人，總是支持我所做的決定，並且給我鼓勵，讓我能夠很放心的在中央
好好做研究，完成我的論文。
vi
目錄
摘要 ............................................................................................................ i
Abstract......................................................................................................iii
誌謝 ........................................................................................................... v
目錄 .......................................................................................................... vi
表目錄 ..................................................................................................... viii
圖目錄 ....................................................................................................... x
第一章 緒論 ........................................................................................... 1
1-1 前言............................................................................................... 1
1-2 文獻回顧 ....................................................................................... 2
1-3 研究目的 ....................................................................................... 7
第二章 研究方法 .................................................................................... 9
2-1 實驗設計 ....................................................................................... 9
2-2 模式介紹與模式設定 .................................................................. 10
2-3 氣象資料來源...............................................................................11
2-4 土地利用 ..................................................................................... 12
2-4-1 土地利用資料更新 ................................................................ 12
2-4-2 土地利用資料處理 ................................................................ 14
2-4-3 土地利用資料異同與驗證..................................................... 14
第三章 結果與討論－秋季 ................................................................... 17
3-1 東亞地區氣候變化 (domain1)..................................................... 17
3-2 資料統計與驗證 .......................................................................... 18
3-2-1 資料統計方法 ....................................................................... 18
vii
3-2-2 Topo_wind 之敏感度測試 ..................................................... 19
3-3 台灣地區近二十年十月氣象場變化趨勢..................................... 20
3-4 台灣地區土地利用與氣候變遷(domain3) .................................... 20
3-4-1 台灣地區模擬結果與觀測值之統計驗證 .............................. 20
3-4-2 土地利用對長期模擬之平均日變化影響 .............................. 21
3-4-3 土地利用對於臺灣地區日夜氣象場之影響 .......................... 22
3-4-4 單純氣候變遷對於臺灣地區日夜氣象場之影響 ................... 24
3-4-5 土地利用與氣候變遷對於臺灣地區日夜氣象場之影響........ 25
第四章 結果與討論－春季 ................................................................... 27
4-1 東亞地區氣候變化(domain1)....................................................... 27
4-2 台灣地區近二十年四月氣象場變化趨勢..................................... 28
4-3 台灣地區土地利用與氣候變遷(domain3) .................................... 28
4-3-1 台灣地區模擬結果與觀測值之統計驗證 .............................. 28
4-3-2 土地利用對於臺灣地區日夜氣象場之影響 .......................... 29
4-3-3 單純氣候變遷對於台灣地區日夜氣象場之影響 ................... 29
4-3-4 土地利用與氣候變遷對於臺灣地區日夜氣象場之影響........ 30
第五章 結論與未來展望....................................................................... 33
5-1 結論............................................................................................. 33
5-2 未來展望 ..................................................................................... 35
參考文獻 ................................................................................................. 36
表 ............................................................................................................ 42
圖 ............................................................................................................ 48
viii
表目錄
表 2-1、十月實驗組 ................................................................................ 42
表 2-2、四月實驗組 ................................................................................ 42
表 2-3、domain1 之陸地區域土地利用所占百分比................................. 42
表 2-4、domain3 之台灣地區土地利用所占百分比................................. 42
表 2-5、MODIS2001與 MODIS2011 原始資料於台灣地區土地利用所占
百分比與兩者之差異 ....................................................................... 43
表 2-6、USGS 24種土地利用分類.......................................................... 43
表 3-1、2010s 使用 topo wind 與未使用 topo wind 之溫度、風速、比濕
之偏差值與均方根誤差 ................................................................... 44
表 3-2、中央氣象局測站於 USGS 與 MODIS2011 所對應之土地利用型
態 ..................................................................................................... 44
表 3-3、使用不同土地利用(USGS 與 MODIS2011)模擬 2010-2012 十月
之風速、溫度、混合比之偏差值與均方根誤差 .............................. 44
表 3-4、1990-2012 年十月日夜氣溫、風速、比濕、降雨變化趨勢(23年
平均每年變化) ................................................................................. 45
表 3-5、土地利用與氣候變遷對於十月台灣平地地區日夜溫度之影響，
單位:°C ............................................................................................ 45
表 3-6、土地利用與氣候變遷對於十月台灣平地地區日夜風速之影響，
單位:ms-1 .......................................................................................... 45
表 4-1、1990-2012 年四月日夜氣溫、風速、比濕、降雨變化趨勢(23年
平均每年變化) ................................................................................. 46
表 4-2、使用不同土地利用(USGS 與 MODIS2011)模擬 2010-2012 四月
ix
之風速、溫度、混合比之偏差值與均方根誤差 .............................. 46
表 4-3、土地利用與氣候變遷對於四月台灣平地地區日夜溫度之影響，
單位:°C ............................................................................................ 47
表 4-4、土地利用與氣候變遷對於四月台灣平地地區日夜風速之影響，
單位:ms-1 .......................................................................................... 47
x
圖目錄
圖 2-1、WRF 模擬巢狀網格設定 ............................................................ 48
圖 2-2、USGS 三層巢狀網格土地利用分類，(a)第一層網格 (b)第二層
網格 (c)第三層網格......................................................................... 49
圖 2-3、MODIS2001 三層巢狀網格土地利用分類，(a)第一層網格 (b)
第二層網格 (c)第三層網格 ............................................................. 49
圖 2-4、MODIS2011 三層巢狀網格土地利用分類，(a)第一層網格 (b)
第二層網格 (c)第三層網格 ............................................................. 49
圖 2-5、台灣地區土地利用 a)原始 USGS 資料 (b)使用 MODIS2001之
森林與 USGS 資料合併，簡稱 USGS_forest ................................... 49
圖 2-6、(a)MODIS2001、(b)MODIS2011 台灣地區土地利用分類 ......... 49
圖 3-1、ECMWF 再分析資料 1000 hPa 1990-1992 年十月之(a)重力位高
度(單位:m)、(c)溫度(單位:°C)、(e)風速(單位:ms-1)，2010-2012 年
十月之(b)重力位高度(單位:m)、(d)溫度(單位:°C)、(f)風速(單位:ms-1)
......................................................................................................... 49
圖 3-2、ECMWF 再分析資料 1000 hPa 2010-2012 年十月與 1990-1992
年十月之差異(2010s 減去 1990s) (a)重力位高度(單位:m)、(b)溫度
(單位:°C)、(c)風速(單位:ms-1) ......................................................... 49
圖 3-3、WRF模擬 domain1 2010-2012年十月之(a)海平面氣壓(單位:hPa)，
箭號為近地面風場(單位:ms-1)，(c)溫度(單位:°C)，(e)降雨(單位:mm)，
WRF模擬 domain1 2010-2012年與 1990-1992年十月之差異(2010s
減去 1990s) (b)海平面氣壓(單位:hPa)，箭號為風場變化(單位 ms-1)，
(b)溫度(單位:°C)，(f)降雨(單位:mm) .............................................. 49
xi
圖 3-4、選用之中央氣象局平地測站位置(紫色方塊)，底色為海拔高，
單位:m，所選用之測站高度皆低於海拔 300 m ............................... 49
圖 3-5、模擬 2010-2012十月之平均風速，(a)使用 topo 、(c)未使用 topo 、
(c)兩者風速之差異，單位:ms-1 ........................................................ 49
圖 3-6、梧棲站 2010-2012 年十月 24 小時平均之(a)溫度(單位:°C)、(b)
風速(單位:m) 日變化，藍色線為觀測值，紅色線為 USGS 模擬值，
綠色線為 MODIS2001 模擬值，橘色線為 MODIS2011 模擬值 ...... 49
圖 3-7、梧棲站 2010-2012年十月 24小時平均之(a)潛熱通量(單位:Wm-2)、
(b)可感熱通量(單位:Wm-2)、(c)邊界層高度日變化(單位:m)，紅色
線為 USGS 模擬值，綠色線為 MODIS2001 模擬值，橘色線為
MODIS2011 模擬值 ......................................................................... 49
圖 3-8、台中站 2010-2012 年十月 24 小時平均之(a)溫度(單位:°C)、(b)
風速(單位:m) 日變化，藍色線為觀測值，紅色線為 USGS 模擬值，
綠色線為 MODIS2001 模擬值，橘色線為 MODIS2011 模擬值 ...... 49
圖 3-9、台中站 2010-2012年十月 24小時平均之(a)潛熱通量(單位:Wm-2)、
(b)可感熱通量(單位:Wm-2)、(c)邊界層高度日變化(單位:m)，紅色
線為 USGS 模擬值，綠色線為 MODIS2001 模擬值，橘色線為
MODIS2011 模擬值 ......................................................................... 49
圖 3-10、2010-2012 年 MODIS2011 十月平均風場 (a) 0200 LST (b) 1400
LST，單位:ms-1 ............................................................................... 49
圖 3-11、2010-2012 年十月 MODIS2011 與 2010-2012 年十月 USGS 模
擬之日間差異(2010s MODIS2011 減去 2010s USGS): (a)溫度(單
位:°C) (b)風速(單位:ms-1) (c)潛熱通量(單位:Wm-2) (d)可感熱通量
(單位:Wm-2) (e)邊界層高度(單位:m)，日間為早上八點到下午七點
之平均.............................................................................................. 49
xii
圖 3-12、2010-2012 年十月 MODIS2011 與 2010-2012 年十月 USGS 模
擬之夜間差異(2010s MODIS2011 減去 2010s USGS): (a)溫度(單
位:°C) (b)風速(單位:ms-1) (c)潛熱通量(單位:Wm-2) (d)可感熱通量
(單位:Wm-2) (e)邊界層高度(單位:m)，夜間為晚上八點到隔天早上
七點之平均 ...................................................................................... 49
圖 3-13、2010-2012 年十月 USGS 與 1990-1992 年十月 USGS 模擬之日
間差異(2010s USGS 減去 1990s USGS): (a)溫度(單位:°C) (b)風速
(單位:ms-1) (c)潛熱通量(單位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)
邊界層高度(單位:m) (f)土壤濕度(單位:%)，日間為早上八點到下午
七點之平均 ...................................................................................... 49
圖 3-14、2010-2012 年十月 USGS 與 1990-1992 年十月 USGS 模擬之夜
間差異(2010s USGS 減去 1990s USGS): (a)溫度(單位:°C) (b)風速
(單位:ms-1) (c)潛熱通量(單位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)
邊界層高度(單位:m)，夜間為晚上八點到隔天早上七點之平均 ..... 49
圖 3-15、十月平均累積降雨變化(2010s_USGS-1990s_USGS)，單位:mm
......................................................................................................... 49
圖 3-16、近二十年十月日間氣象場變化，(a)考慮土地利用變化之溫度
變化 (b)假設土地利用相同之溫度變化，單位:°C (c)考慮土地利用
變化之風速變化 (d)假設土地利用相同之風速變化，單位:ms-1，日
間為早上八點到下午七點之平均..................................................... 49
圖 3-17、近二十年十月夜間氣象場變化，(a)考慮土地利用變化之溫度
變化 (b)假設土地利用相同之溫度變化，單位:°C (c)考慮土地利用
變化之風速變化 (d)假設土地利用相同之風速變化，單位:ms-1，夜
間為晚上八點到隔天早上七點之平均 ............................................. 49
圖 4-1、ECMWF 再分析資料 1000 hPa 1990-1992 年四月之(a)重力位高
度(單位:m)、(c)溫度(單位:°C)、(e)風速(單位:ms-1)，2010-2012 年
xii i
四月之(b)重力位高度(單位:m)、(d)溫度(單位:°C)、(f)風速(單位:ms-1)
......................................................................................................... 49
圖 4-2、ECMWF 再分析資料 1000 hPa 2010-2012 年四月與 1990-1992
年四月差異(2010s 減去 1990s)之 (a)重力位高度(單位:m)、(b)溫度
(單位:°C)、(c)風速(單位:ms-1) ......................................................... 49
圖 4-3、WRF模擬 domain1 2010-2012年四月之(a)海平面氣壓(單位:hPa)，
箭號為近地面風場(單位:ms-1)，(c)溫度(單位:°C)，(e)降雨(單位:mm)，
WRF 模擬 domain1 2010-2012 年四月與 1990-1992 年四月之差異
(2010s 減去 1990s) (b)海平面氣壓(單位:hPa)，箭號為風場變化(單
位:ms-1)，(b)溫度(單位:°C)、(f)降雨(單位:mm) .............................. 49
圖 4-4、圖 4-3(d)台灣地區放大圖，單位:°C .......................................... 49
圖 4-5、2010-2012 年四月平均累積降雨量，使用不同土地利用(a)USGS
(b)MODIS2011 進行模擬，圓點為中央氣象局自動雨量站實際觀測
結果，單位:mm ............................................................................... 49
圖 4-6、2010-2012 年四月 MODIS2011 與 2010-2012 年四月 USGS 模擬
之日間差異(2010s MODIS2011減去 2010s USGS): (a)溫度(單位:°C)
(b)風速(單位:ms-1) (c)潛熱通量(單位:Wm-2) (d)可感熱通量(單
位:Wm-2) (e)邊界層高度(單位:m)，日間為早上八點到下午七點之
平均 ................................................................................................. 49
圖 4-7、2010-2012 年四月 MODIS2011 與 2010-2012 年四月 USGS 模擬
之夜間差異(2010s MODIS2011減去 2010s USGS): (a)溫度(單位:°C)
(b)風速(單位:ms-1) (c)潛熱通量(單位:Wm-2) (d)可感熱通量(單
位:Wm-2) (e)邊界層高度(單位:m)，夜間為晚上八點到隔天早上七
點之平均 .......................................................................................... 49
圖 4-8、2010-2012 年四月 USGS 與 1990-1992 年 USGS 四月模擬之日
間差異(2010s USGS 減去 1990s USGS): (a)溫度(單位:°C) (b)風速
xiv
(單位:ms-1) (c)潛熱通量(單位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)
邊界層高度(單位:m)，日間為早上八點到下午七點之平均 ............ 49
圖 4-9、2010-2012 年四月 USGS 與 1990-1992 年 USGS 四月模擬之夜
間差異(2010s USGS 減去 1990s USGS): (a)溫度(單位:°C) (b)風速
(單位:ms-1) (c)潛熱通量(單位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)
邊界層高度(單位:m)，夜間為晚上八點到隔天早上七點之平均 ..... 49
圖 4-10、四月平均累積降雨變化(2010s_USGS-1990s_USGS)，單位:mm
......................................................................................................... 49
圖 4-11、近二十年四月日間氣象場變化，(a)考慮土地利用變化之溫度
變化 (b)假設土地利用相同之溫度變化，單位:°C (c)考慮土地利用
變化之風速變化 (d)假設土地利用相同之風速變化，單位:ms-1，日
間為早上八點到下午七點之平均..................................................... 49
圖 4-12、近二十年四月夜間氣象場變化，(a)考慮土地利用變化之溫度
變化 (b)假設土地利用相同之溫度變化，單位:°C (c)考慮土地利用
變化之風速變化 (d)假設土地利用相同之風速變化，單位:ms-1，夜
間為晚上八點到隔天早上七點之平均 ............................................. 49
1
第一章 緒論
1-1 前言
《臺灣氣候變遷科學報告 2011》(許等, 2010)評估臺灣整體的氣候變遷
趨勢中提到，使用臺灣六個具有百年以上的氣象測站資料計算，近三十年
(1980年-2009年)來氣溫增加的速率明顯加快，幾乎是百年增溫趨勢的兩倍，
這個結果提醒了我們近代氣候變遷加速的事實。而因為人為活動進行的開
發，大大的改變了地貌，臺灣地區土地利用的改變所產生的都市熱島效應
問題也被廣為討論(Lin et al., 2008; Lin et al., 2011; Cheng et al., 2013)，對於
更新土地利用的議題，前人研究多侷限於個案討論，但土地利用的改變過
程是長時間且具有連續性的，這些土地利用的改變是否也會對區域氣候的
長期變化造成影響，很值得進一步研究。
Cheng et al. (2014)與 Shiu et al. (2009)提到，台灣地區之氣候變化除了
受全球氣候變遷影響外，局地之土地利用變化也是影響區域尺度氣象特徵
之重要參數，如何將台灣地區長期土地利用變化的效應加入氣象模式中依
然需要考慮許多細節，在缺乏完整長期土地利用變化資料下，本研究將嘗
試討論 1990-2012 近二十年之土地利用與氣候變遷對於台灣地區氣象因子
長期變化之影響。
2
1-2 文獻回顧
改變地貌是人類活動影響環境的重要特徵之一，在氣象模式中無法完
全真實重現現實世界的複雜土地利用類型，取而代之的方法是將土地利用
進行分類，定義不同土地利用之特性，如反照率、土壤可用濕度、發射率、
粗糙長度、熱慣性，利用這些地表特性，將土地利用的影響加入氣象模式
中，模擬不同土地利用之地表與大氣間的水氣、熱量、動量傳遞作用。因
為地表強迫之影響，造成能量收支的差異，近而影響到氣象場，長期下來
則會影響到氣候。
在前人研究中，對於土地利用的差異影響氣象模擬結果有許多的探討。
Wang et al. (2007)探討珠江三角洲在經濟快速發展下，因都市化而改變空氣
品質。他們選定兩種情境的土地利用: 1990 年代為 U.S. Geological Survey
(USGS) Advanced Very High Resolution Radiometer (AVHRR) 1992-1993 年
1-km 全 球 土 地 利 用地 圖， 近 代 為 Moderate Resolution Imaging
Spectroradiometer (MODIS) 2004 年 500 公尺解析度資料，使用相同氣象初
始條件、邊界條件與物理參數，在只有土地利用改變下進行兩組模擬，大
氣模式為 Fifth-generation Penn. State/NCAR Mesoscale Model (MM5) (Grell
et al., 1994)耦合 Noah land surface模式(Chen and Dudhia, 2001)，化學模式為
Sulfur Transport Eulerian Model (STEM) -2K1 模式，模擬 2004年 10月 29、
30 日發生於廣州地區的高汙染事件。結果顯示，更換地表後影響了溫度、
風速與邊界層高度。臭氧濃度對於大氣環境的變化十分敏感，臭氧濃度升
高與溫度上升、風速減低有關，其中最重要的影響因子為邊界層高度的變
化。有些地區雖然白天溫度上升、風速減低，但因邊界層高度增加太多，
稀釋近地面臭氧，因此更換土地利用後日間臭氧濃度些微減少。夜間邊界
層高度降低，大氣低層的通風能力減低，使臭氧殘留於低層大氣而無法向
3
高層擴散，導致更換土地利用後平均夜間臭氧增加量(15 ppb)大於日間(10
ppb)。
Wang et al. (2009)使用 Weather Research and Forecasting model (WRF)
(Shamarock et al., 2008) coupled with Chemistry (WRF-CHEM)/ Urban
Canopy Model (UCM) ( Kusaka et al., 2001)，模擬 2001年 3月珠江三角洲與
長江三角洲地區，在受土地利用改變(都市擴張)與區域氣候條件影響下，近
地表臭氧濃度的改變。分為 1990 年代與現今兩種不同情境的土地利用，進
行一個月的模擬。將土地利用為現今與過去兩組模擬結果相比，日間與夜
間的溫度分別增加 0.6°C 與 1.4°C，日間與夜間風速減低 3.0 ms-1與 0.5-2.0
ms-1，日、夜邊界層高度增加 200 m與 50-100 m，因都市擴張造成日間與夜
間近地表臭氧濃度增加 4.5%~8.5%與 2.9%~4.2%。由於珠江三角洲的都市
分佈較長江三角洲珠集中，且長江三角洲受到近地面風速較小、邊界層高
度較高、強輻合帶影響，珠江三角洲的臭氧濃度的變化大於長江三角洲。
Lin et al. (2010)使用 MM5 模式，模擬 2004年十月珠江三角洲區域都市
擴張下的月平均日變化，利用兩組不同土地利用進行模擬 :模式預選之
USGS 土地利用與 2004 年 500 公尺解析度之 MODIS 衛星資料土地利用。
更新土地利用後，能夠使地表溫度、可熱通量、邊界層高度增加，相對溼
度、水氣量、潛熱通量減少，且使用更新之土地利用能夠增加溫度日夜變
化量 (diurnal temperature range, DTR)，使模擬更接近實際觀測之情形。都
市熱島效應強度在都市擴張後於日間增加 0.4°C，夜間增加 1.3°C，由此反
映了更新土地利用能夠呈現都市擴張之重要性。
Ryu et al.(2013) 使用 Community Multi-scale Air Quality (CMAQ) (Byun
and Schere, 2006)高解析度化學傳輸模式，研究韓國首爾在 2010年 6月 24
4
日高臭氧事件之都市地表強迫對於空氣品質之影響。使用兩組模擬 :
URBAN (使用 2009 年 GIS 資訊，近真實之土地利用)與 NO-URBAN (將分
析區域之土地利用分類為都市的地區改成農田)。在天氣晴朗的弱綜觀條件
下，因都市熱島效應影響，URBAN 模擬之都市地區溫度較高，近而影響
大氣邊界層及區域環流，使兩組模擬的臭氧濃度在白天及夜間相差 13 ppb
及 16 ppb。由於 URBAN 模擬中邊界層較高的特性會保留到晚上，在較高
邊界層中的亂流性質能夠稀釋近地面的 NOx濃度，造成 NO 破壞 O3的機
制減少，因此夜間 O3 濃度會有較大差異。在上午，兩組模擬的都會地區
皆是由都市吹向山區的谷風，將臭氧前驅物平流傳輸至近首爾市的山區，
因山區為 VOC 排放高的區域，臭氧在此生成。到了下午，URBAN模擬中
盛行的區域環流改為由山區吹往都市，將上午在山區生成的 O3 吹送回到
都市地區。因在郊區特性為低 NOx、高 BVOCs、長 OH 鏈長之氣團由郊
區平流傳輸至都市，造成臭氧化學生成反應，使都市周邊的臭氧濃度增加，
人為與生物(自然)之排放對於此時 O3的生成皆佔有重要地位。
除了上述亞洲地區對於氣象模式中土地利用的研究外，台灣地區亦有
許多研究成果。戴等(2008)使用中鼎顧問公司(China Technical Consultants,
Inc.)數位化 2001年內政部出版之 1/25000地形圖，為高解析度之土地利用，
稱為 CTCI，取代舊有的 USGS，更精確的反應台灣地區土地利用，用於中
央氣象局作業的 WRF 模式中可改善預報，特別是在 CTCI中為都市的部分
與實際情況較為接近。但在台灣山區部分，CTCI僅將森林分為混合林，因
此後續研究者針對 CTCI的資料進行調整，並嘗試更改大尺度範圍之土地利
用，蔡等(2010)以 USCT (USGS + CTCI)、MODI (三層網格皆是 MODIS)、
MOCT (CTCI + MODIS)、IOCT (保留水田的 CTCI + MODIS)共四種土地利
用，使用 WRF 3DVAR 做為期半個月的 30小時及 60小時預報實驗，並使
用地面觀測資料做校驗。結果顯示，使用 IOCT 相較於 USCT，會使日本、
5
韓國的地面溫度場預報結果改善 1°C，但對於其他參數如地面氣壓、濕度、
風場影響不大。
曹(2007)使用 MM5 模式更新土地利用，比較 CTCI與 USGS 於相同夏
季弱綜觀條件下，台灣局部區域環流之差異，並針對土壤濕度、粗糙長度
做敏感度實驗。改變土地利用後會使都會地區的可感熱通量、潛熱通量的
比例改變。使用 CTCI進行模擬會有溫度高估的問題，增加土壤濕度可有效
改善此問題，但須針對個別土地利用給定。許(2008)延續曹(2007)，使用
MM5 模式研究冬季個案，討論在東北季風盛行下不同土地利用型態對於局
部環流與降雨模擬之影響，結果顯示因土地利用影響風速，會使降雨位置
偏移，並影響降雨時間。
Cheng et al. (2013)指出，USGS 將台灣絕大部分之土地利用分類為灌溉
田與森林，WRF3.1版本中的 MODIS 土地利用能夠顯現台灣地區主要土地
利用型態，但在台灣西半部地區有都市地區過大的問題，在兩組資料皆無
法正確描述台灣真實土地利用現況下，利用 2007 年 Satellite Pour
l’Observation de la Terre (SPOT)衛星資料重新建構一組新的土地利用資料，
稱為 NCU，並使用上述三種土地利用進行相同個案模擬，討論 2007 年 5
月 7日至 10日弱觀環境下，土地利用影響地表與大氣間的能量交換，進而
影響氣象參數與海陸風發展的情形。使用 NCU能改善 MODIS 溫度高估與
USGS 風速高估的缺點，正確的土地利用型態對於模擬台灣地區地表能量收
支、地面氣象場與海陸風環流有相當的重要性。
Lin et al.(2008)使用 WRF-Noah-UCM模式，討論北臺灣地區 2006年夏
季個案，都市熱島效應對於邊界層發展與海陸風環流的影響。作者以 2005
年 MODIS 衛星資料更新土地利用，並考慮人為熱源之排放。結果顯示，人
6
為熱源對於夜晚與清晨之邊界層發展與都市熱島效應影響顯著，並且有增
強白天海風環流與減弱夜間陸風的效應，使汙染物擴散能力減弱，對於北
臺灣空氣品質會有負面影響。Lin et al. (2011)延續其個案研究，討論更換土
地利用前後之降雨變化。更新土地利用會延遲降雨系統發展的時間，使模
擬更接近實際觀測，對於北臺灣地區複雜地形之都市熱島效應影響降雨系
統，正確的土地利用有關鍵性的影響。
除了個案分析外，許多前人開始嘗試利用 WRF 模式進行長期氣候模擬
研究。 Jiang et al. (2008)使用 WRF-CHRM 模式，動力降尺度 NCAR
Community Climate System Model version 3.0 (CCSM3)的長期模擬資料，模
擬現今(2001-2003 年)與未來(2051-2053 年)休士頓地區八月在(1)未來經濟
快速發展、同時運用再生能源與石化燃料的 A1B情境與(2)未來土地利用改
變下，地表臭氧濃度變化情形。在未來氣候與土地利用變遷下，地表溫度
會上約為 2˚C，未來休士頓地區氣候變遷的影響與土地利用改變重要性相當，
而氣候變遷與土地利用改變之影響對於整個模擬區域之影響程度不同，極
受地區性影響。
Zhang et al. (2012)使用 WRF 3.3 版做為夏威夷之區域氣候研究模式
(Hawaii Regional Climate Model, HRCM)，模擬夏威夷群島 2005年 10月至
2006 年 9月，連續 12個月之氣象場，並將一整年區分為夏、冬兩季，探討
氣象參數之垂直變化、地表溫度、地表風速、降雨分布、降雨強度、降雨
頻率在長期模擬中的表現。作者另用一組更新土地利用、土壤分類、植物
覆蓋率、地表反照率之地表資料(稱為更新組)，進行相同的模擬。將更新組
與 WRF 3.3版中預設組相比，更新組之模擬結果比預設組更接近實際觀測
值，但更新組並無法改變降水分布位置。經由此實驗證實，在夏威夷地區，
WRF 模式是一種能夠利用動力降尺度進行長期氣候模擬的實用工具。
7
在台灣地區利用區域模式研究氣候變遷方面，Cheng et al. (2014)分析
1979-2011 年間秋季之 NCEP-DOE Reanalysis 2 (NNR2) (Kanamitsu et al.,
2002)再分析資料，地點為整個東亞、西太平洋地區，以及台灣，並使用
WRF 模式模擬過去(1976-1986 年)及現今(2004-2011 年)之十月，以了解台灣
地區秋季氣候變遷與空氣品質之改變。由 NNR2 資料顯示，東亞秋季氣象
場變化為:溫度升高、大陸高壓減弱、東北季風增強，台灣地區出現一相對
低壓中心。作者使用動力降尺度模擬台灣地區氣候變遷，結果顯示，地表-
大氣間之能量交換為台灣地區區域尺度下主要變化特徵，因此台灣地區區
域氣候變化與整體大尺度之趨勢有所差異。和過去相比，現今的秋季海陸
風環流減弱，邊界層高度在日間與夜間皆有變低之趨勢，使通風能力減弱，
為影響空氣品質的重要特徵。
1-3 研究目的
由上述前人研究可知，土地利用相關研究多為短期個案實驗，但除了
個案研究外，土地利用反應人為活動對於自然環境的影響，以長期氣候觀
點而言，土地利用的變化(如都市擴張)對於長期的區域氣候模擬是否也會造
成明顯的影響，值得進一步來探討。除了局地尺度變化外，大尺度氣象場
的變化主導整個綜觀氣象場的變化趨勢，因此需要先了解東亞地區大尺度
氣象場的變化，再深入討論台灣地區所受之影響。希望藉由本研究，了解”
全球尺度”之氣候變遷及”局地人為影響”造成土地利用變遷下，對於台灣地
區近二十年之區域氣象場的影響。本研究是以 WRF 模式進行模擬，並使用
實際觀測值，了解模擬結果與實際觀測的異同。
WRF 模式模擬近地面風速過高的問題在前人研究中經常被提出，在本
研究一開始模擬時也有風速偏大的問題。在 WRF 3.4版本後，由 Jiménez and
8
Dudhia (2012)新增了可以考慮次網格複雜地形之選項，簡稱 topo，藉此進行
近地面風場的修正，魏等 (2014)有嘗試使用此方法於台灣地區進行預報實
驗。本文在長期模擬中亦比較使用 Jiménez and Dudhia (2012)之 topo 與未使
用 topo 兩者間的差異。
許多前人研究中，更新土地利用之區域僅限於台灣地區。蔡等(2010)
討論除了更新台灣地區土地利用以外，亦更新亞洲地區其他陸地區域的土
地利用，結果顯示能夠改進地面溫度的預報結果。在本研究中亦更換亞洲
地區大尺度範圍的土地利用，並將土地利用資料以十年更新一次的頻率，
希望藉此討論土地利用變化對於長期模擬結果之影響。
第一部分探討相同氣象初始條件與邊界條件下，只改變土地利用:USGS、
MODIS2001、MODIS2011，進行長期模擬，以了解土地利用的差異對於長
期氣象場之影響。第二部分探討台灣地區近二十年氣象資料統計之變化趨
勢，了解實際氣候變遷之情形，並以模擬結果討論近二十年東亞地區春、
秋季之氣候變遷，分析台灣地區氣候變遷於觀測與模擬之異同。第三部分
比較單純氣候變遷與土地利用變化對於氣象場模擬之影響，藉此了解土地
利用的差異對於台灣地區局地氣候變遷所佔之重要性。
期盼由本研究能了解土地利用對於台灣地區長期氣象場模擬之影響，
並討論春季與秋季之土地利用變化與大尺度氣候變遷下，對於台灣地區氣
象參數變化之重要性。
9
第二章 研究方法
2-1 實驗設計
土地利用之相關研究需要在弱綜觀系統下較能凸顯其重要性，台灣位
於亞熱帶地區(北緯 21-25°E)，五、六月受梅雨鋒面影響，七、八、九月常
有颱風侵襲，十一、十二、一月受東北季風影響，皆為強綜觀系統，因此
選取系統相對於其他月份較弱之春季(四月)與秋季(十月)作為研究月份。
為研究近二十年之春、秋季之氣候變遷，以連續三年的相同月份進行
數值天氣模擬，以此代表一個年代相同月份的氣候特性。選取 1990、1991、
1992 年做為 1990 年代的代表年份，同理，選取 2010、2011、2012 年做為
2010 年代的代表年份，進行四月份與十月份的長期氣候模擬，藉此分析近
二十年之氣候變化特徵。每年海溫的變化受聖嬰/反聖嬰現象影響，由 NOAA
於 Niño 3.4 區 域 (5oN-5oS, 120o-170oW) 歷 史 統計 資料 (http://www.
cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ensoyears.shtml) 得
知，1991 年為聖嬰年，2010 年與 2011 年為反聖嬰年，雖然聖嬰/反聖嬰會
影響海溫與大尺度環流，但本論文重點亦包含局地土地利用差異對於區域
氣候模擬之影響，由於電腦資源限制，僅使用三年相同月份之平均作為嘗
試，以有限資源下之模擬結果做探討。
近年來亞洲地區的人為開墾與都市發展快速，模式中的土地利用型態
在長期固定下會有與實際差異太大疑慮。前人研究 (Lin et al., 2008；Lin et
al., 2010； Cheng et al., 2013)提到，模式中使用不同的土地利用會影響氣象
模擬的結果。在希望進行數值氣象模擬期間，土地利用能夠較為接近真實
10
情形的前提下，本研究中以每十年更新一組的土地利用資料，分別以 USGS
代表 1990 年代之土地利用，以 MODIS2001 代表 2000 年代之土地利用，以
MODIS2011 代表 2010 年代之土地利用，使用上述三組資料代表近二十年
十年際的土地利用型態，以呈現土地利用之變化。
表 2-1為十月實驗組，表 2-2為四月實驗組。第一部分使用相同模式設
定、氣象初始條件與邊界條件，但不同土地利用資料(USGS、MODIS2001、
MODIS2011)，模擬 2010 年代之春季(四月)與秋季(十月)，此為表 2-1 之實
驗組編號 2、編號 3、編號 4，與表 2-2之實驗組編號 2、編號 3。第二部分
探討近二十年之氣候變遷，統計台灣地區氣象參數之變化趨勢，並以 WRF
模式模擬，討論單純氣象場變化下東亞地區與台灣地區氣象場之變化情形，
在此使用相同模式設定與相同土地利用(皆使用 USGS)，模擬 1990 年代與
2010 年代之春季(四月)與秋季(十月)，並比較現今與二十年前的氣象場差異，
此為表 2-1與表 2-2之實驗組編號 1與編號 2。第三部分總結第一、二部分，
以了解土地利用對於台灣地區長期氣候模擬之重要性，並量化土地利用與
單純氣候變遷對於氣象場變化之影響。
2-2 模式介紹與模式設定
使用中尺度氣候模式 WRF (Shamarock et al., 2008) 3.4.1 版進行氣象場
模擬，為三層巢狀網格(圖 2-1)，水平網格解析度分別為 27(d01)、9(d02)、
3(d03)公里，水平網格數為 142 x 121(d01)、133 x 133(d02)、100 x 151(d03)，
第一層網格範圍包含日本、韓國、中國、菲律賓等東亞地區，第三層網格
包含整個台灣，垂直分層為 33層。使用ECMWF ERA-Interim (Simmons et al.,
2007)資料為初始條件與邊界條件，模擬時間為 1990-1992 年與 2010-2012
年的十月與四月。由於一次模擬一個月，為長時間的積分，第一層網格使
11
用分析納進法(analysis nudging) (Stauffer and Seaman, 1990)，邊界層以內只
有風速有進行同化，後續研究主要分析第一與第三層網格。模式中物理參
數化設定如下所示:Goddard GCE雲物理參數化 (Tao, 2003)，Kain-Fritsch積
雲參數化(Kain and Fritsch, 1993)(只用於 27公里水平解析度模擬，由於網格
小於 10公里時積雲可以模式自動解析出，而不需藉由參數化，因此 9公里
和 3 公里不使用積雲參數化)，長波輻射與短波輻射參數化皆為 RRTMG
scheme (Iacono et al., 2008)，Monin-Obulhov地表參數化 (Monin and Obulhov,
1954)，Noah地表土壤過程參數化(Chen and Dudhia, 2001)，Yonsei University
(YSU)邊界層參數化 (Hong et al., 2006)。
在 WRF 模式中，若使用 YSU 邊界層參數化，近地表風速會有過大的
問題(金, 2011；Mass and Ovens, 2010, 2011)，WRF 3.4版後，在選擇 YSU
邊界層參數化時，增加了 Jiménez and Dudhia (2012)提出對於風速進行修正
的選項，此方法考慮複雜地形，以降低平地風速與增加鋒頂風速，本文中
簡稱為 topo。台灣地區魏等(2013)嘗試在中央氣象局模式中進行預報實驗。
本研究在一開始有地表風速模擬過高的情況，加入 topo 能夠改善此問題，
在第三章有更完整的討論。
2-3 氣象資料來源
ERA-Interim 是 ECMWF 最新的氣象再分析資料，提供自 1979 年 1 月
1 日至現今每天四筆(於 00、06、12、18UTC)的全球氣象再分析資料，WRF
模式所使用資料包含:重力位高度、溫度、風速、相對濕度、10-m 風速、2-m
溫度、2-m露點溫度、2-m相對濕度、陸/海分布、地表氣壓、海平面氣壓、
海表面溫度、海冰覆蓋、土壤溫度 (4 層 )、土壤濕度 (4 層 )，解析度為
0.75°x0.75°，垂直共 37 層，目的在提供長時間具有一致性的歷史氣候模式
資訊。為研究 1990 年代到 2010 年代之氣象場變化，需要有長時間且高解
12
析度的氣象資訊，使用 ECMWF ERA-Interim 再分析資料做為模擬之初始與
邊界條件進行 WRF 模擬實驗。因為一次進行一個月的模擬，一個月的海表
面溫度會略有變化，因此需要進行海表面溫度之更新，使用 ERA-Interim 之
海表面溫度，每六小時更新一次。
除了模擬外，需要實際觀測資料作為驗證與分析之參考，使用中央氣
象局局屬測站之逐時觀測資料。近年來台灣地區已有密集的自動雨量站網
絡，2010-2012 年使用中央氣象局自動測站之雨量資料進行驗證。
2-4 土地利用
2-4-1 土地利用資料更新
在 WRF 的參數化過程中，土地利用型態控制了反照率、土壤濕度、粗
糙長度與氣孔阻力等參數，經由地表與大氣間的能量交換，進而影響可感
熱通量、潛熱通量、地表溫度等氣象變數，土地利用雖然僅是 WRF 模式中
眾多給定下邊界條件之一，但對於氣象模擬的結果有顯著影響，可見土利
用的重要性。
WRF 模式中預選的土地分類為 USGS，此資料是由美國地理測量土地
利用系統利用AVHRR衛星於 1992年 4月至 1993年3月之觀測資料所組成，
資料解析度為 1公里，土地利用分類為 24種。但隨著時代演進，USGS 的
資料並沒有隨著 WRF 的版本更新，Lin et al. (2008)提到使用 USGS 資料代
表現代台灣會有過時的問題。
在 WRF 3.1版有隨之新發表的土地利用分類―MODIS，此為使用 2001
年 MODIS 衛星資料所建構之全球土地利用資料。MODIS 資料能夠呈現絕
大部分之台灣地區土地利用情形，但前人研究(蔡, 2010; 許, 2011; Cheng et
13
al., 2013)表示，在台灣地區使用 WRF 內建之 MODIS 土地利用會有西半部
地區都市範圍過大的情形，對於資料的真實性有所懷疑。
由上述討論可知，土地利用對於模擬結果佔有重要性，但單純使用WRF
模式中內建之土地利用並無法呈現近年台灣地區真實的土地利用情形，因
此本研究重新處理土地利用資料，期望使用更新後的土地利用能夠更貼近
真實情形。使用 MODIS COMBIME Land Cover Type Yearly L3 Global 500m
SIN Grid (MCD12Q1.051)之第一類土地覆蓋 :IGBP 全球植被分類方案
(Friedl et al., 2002)，資料於美國地質調查局 -USGS 網站之資料庫下載
(https://lpdaac.usgs.gov/data_access/data_pool)，為 Terra 衛星與 Aqua 衛星所
反演組合而成，2001年至 2012年每年皆有一組，為全球高解析度 500公尺
資料，土地利用型態共有 17 種。
前人研究中，改變台灣地區土地利用大多為僅更改最高水平解析度網
格下的土地利用資料(戴等, 2008；許, 2011；林, 2012；Lin et al., 2008；Lin et
al., 2011；Cheng et al., 2013)，但亞洲地區近年來快速的都市擴張，大區域
範圍的土地資料應該也要有相對應的更新才能貼近實際情形，在希望模擬
時間能與當時土地利用相接近的前提下，重新處理土地利用資料，以MODIS
2001 年資料(簡稱為 MODIS2001)代表 2000 年代之土地利用(圖 2-3)，以
MODIS 2011年資料(簡稱為 MODIS2011)代表 2010年代之土地利用(圖 2-4)，
以評估近二十年的土地利用變化，並以模式中的 USGS 資料(1992-1993 年
AVHRR 衛星)代表 1990年代之土地利用(圖 2-2)。由於 MODIS 之土地利用
分類與 USGS 並不完全相同，參考蔡等(2010)之土地利用類別對應之方法，
將 MODIS 土地利用分類對應到USGS 之分類，以便後續討論。
但在 USGS 資料中，中央山脈地區的土地利用分類為灌溉田，且森林
14
範圍明顯偏小(圖 2-5a)，明顯不符合台灣地區實際情形，為更正這個錯誤，
在四月實驗組 (表 2-2) 中，台灣地區使用 2001年MODIS的森林取代USGS
原有的森林部分(圖 2-5b)，簡稱USGS_forest，以此組土地利用型態代表 1990
年代之土地利用，進行四月實驗組之模擬。
2-4-2 土地利用資料處理
MODIS 土地利用資料的格式為 HDF (Hierarchical Data Format)，需使用
可解讀 HDF 之軟體讀取衛星資料，步驟如下:
1. 開啟 HDF 檔案，選擇 type1: IGBP 全球植被分類方案
2. 複製資料原始投影資訊，MODIS 資料原始投影座標為 SIN 投影法
(Sinusoidal Tile Grid)
3. 更改投影座標，由 SIN 投影法轉為經緯度座標
4. 拼接影像(mosaicking)，將開啟之HDF 檔案拼接成完整影像(註:每一筆
資料大小固定，範圍大小在赤道約為 10° x 10°)
5. 選取所需土地利用範圍，另存成ASCII 檔(.txt)以利後續使用 fortran 讀
取
2-4-3 土地利用資料異同與驗證
圖 2-2、圖 2-3、圖 2-4為 USGS、MODIS2001、MODIS2011 三層巢狀
網格土地利用分類，(a)、(b)、(c)為相對應模擬範圍 d01、d0 2、d03之土地
利用。比較大尺度(d01與 d02)範圍之差異，將 18種實際有在地圖中存在的
土地利用分類歸類為都市(表 2-6代碼 1)、農田(表 2-6代碼 2、3、4、5、6)、
草地(表 2-6 代碼 7、8、9、10)、森林(表 2-6 代碼 11、12、13、14、15)與
其他(表 2-6代碼 16、17、19)共五大類，USGS 絕大部分的土地利用分類為
農田，而 MODIS 以農田、森林、都市為主要的土地利用分類(表 2-3)，在
15
大陸沿岸地區與台灣地區較能真實顯現都市地區的分布情況。以
MODIS2011 與 MODIS2001 相比，MODIS2011 在 d01的農地面積加大，森
林區域減小，但主要土地利用之差異不大。
比較台灣地區(d03) MODIS2001與MODIS2011之土地利用差異(圖 2-6)，
兩者只有在宜蘭、彰化、雲林與高雄山區有些許差異。統計 MODIS2001 與
MODIS2011 台灣地區土地利用於各大類所占百分比，由數據(表 2-5)可知，
十年來都市零星增加，森林減少，農田分類增多，這個結果可視為人為活
動影響範圍擴大的跡象。
為驗證土地利用之變化是否符合真實情形，使用內政部國土繪測中心
國土利用調查成果資訊(http://lui.nlsc.gov.tw/LUWeb/)之統計資料，以了解台
灣地區實際土地利用分類之變化。分為民國 82-84 年度(1993-1994 年)調查
資料與 95-97 年度(2006-2007 年)調查資料。將台灣地區之農業用地、建築
用地與工業用地所占面積與台灣地區總調查面積相除，以得所占總面積的
百分比。82-84年度的農業用地占 36.84%，建築用地與工業用地占 3.97%；
95-97 年度之農業用地占 22.21%，建築用地與工業用地占 5.90%，由資料可
知，在兩次土地利用調查中相隔的 12年期間，台灣地區農業用地減少、建
築與工業用地增加的情形。將國土調查之 95-97 年度資料與 USGS、
MODIS2011 於 domain3 台灣地區資料相比(表 2-4)，由於分類上的差異，將
國土調查之建築用地加上工業用地與模式中土地分類為都市之區域相比。
MODIS2011 的都市地區占總面積之 6.93%，農業用地為 23.45%，遠比 USGS
的 0.12%與 66.83%更符合真實土地利用調查之所占比例，因此在 2010年代
使用 MODIS2011 資料有其真實意義。
在前人研究中有討論到，MODIS 衛星資料的農田只有一種，沒有區分
16
出亞洲地區特有的水稻田(灌溉田)，前人嘗試加入台灣地區土地調查之農田
分布資料，做旱田/灌溉田抽換的動作(蔡等, 2009；林, 2013)。本研究重點
在討論人為活動影響土地利用、都市區域擴張情形，單純使用衛星反演之
土地利用資料進行模式內土地利用的變更，並無特別針對灌溉田與旱田作
為討論，因此沒有特別加入灌溉田之分類。
整體而言，使用 MODIS 衛星資料能夠有效反應近代之真實土地利用情
形，更新 WRF 模式中的土地利用資料較能適用於討論不同時代之土地利
用。
17
第三章 結果與討論－秋季
3-1 東亞地區氣候變化 (domain1)
為探討台灣地區的近二十年氣候變遷特性，須先了解東亞地區大尺度
的氣象場變化，才能了解整體環流的變化特徵，進而探討台灣如何受到大
尺度氣象特徵之影響。由本節將利用再分析資料與氣象模式模擬結果，討
論近二十年東亞地區大尺度環流特徵的差異。
首先利用 ECMWF 再分析資料探討近二十年十月之東亞地區大尺度環
流特徵，在此假設 ECMWF ERA-Interim 再分析資料為近真實大氣狀態，分
析 2010-2012 年十月與 1990-1992 年十月 1000 百帕的重力位高度、溫度、
風速。十月的低層高壓中心位於大陸內陸地區(圖 3-1a、b)，溫度由西北向
東南遞增(圖 3-1c、d)，中國沿海與台灣近海地區受高壓影響，吹東北季風
(圖 3-1e、 f)。為了解近二十年之氣象場變化特徵，以 2010-2012 年減去
1990-1992 年，比較其差異，由於大陸地區西伯利亞高壓減弱，臺灣地區重
力位高度降低，而東經 130度以東重力位高度增加(圖 3-2a)。由於高壓減弱，
台灣東南邊太平洋與南海地區有相對的西南風較強，也就是東北風分量減
低的現象(圖 3-2c)。整個東亞地區的溫度皆為上升(圖 3-2c)，推論這樣的溫
度上升與分析時期之東北季風減弱，北方冷空氣較難以到達南方區域，以
及溫室氣體增加造成整體平均溫度上升所致，臺灣地區溫度上升約 0.6-1.0
°C。
接著是使用 WRF 模式於 domain 1 模擬結果的討論，1990年代與 2010
年代的土地利用皆為 USGS，探討 2010-2012 年十月與 1990-1992 年十月近
18
地面氣象場之變化，使用海平面氣壓、十公尺高風速、兩公尺高溫度、降
雨進行討論。由海平面氣壓可知，WRF模擬中有顯現出西伯利亞高壓減弱、
東北季風減弱的特徵(圖 3-3a、b)。溫度變化方面，WRF 模擬結果與 ECMWF
皆有相同增溫的趨勢(圖 3-3c、d)。降雨方面，在整個大陸沿岸與台灣地區
皆有降雨增加的情形。由以上分析可知，雖然 WRF 模式是一次模擬一個月
的長時間的積分，但依然可以保留大尺度的特徵，有能力重現東亞地區秋
季大尺度的變化情形。也因為 WRF 模式於大尺度(domain1)的模擬結果與
ECMWF 再分析資料有氣象場變化趨勢一致的情形，因此認為這樣的模擬
結果為可信的，有信心繼續討論台灣地區(domain3)的氣候變遷情形。
3-2 資料統計與驗證
3-2-1 資料統計方法
使用中央氣象局 13 個臺灣地區局屬平地測站之逐時觀測資料進行驗
證分析，圖 3-4為測站位置分布圖，所選取之測站均勻分布於台灣地區北、
中、南、東部，足以代表台灣地區平地氣象特徵。本研究主要目的在討論
人為活動改變土地利用對於氣象模擬的影響，而根據 MODIS2000(圖 2-3)
與MODIS2011(圖 2-4)之土地利用分類圖，可發現臺灣地區山區變化不大，
因此重點在於平地地區之土地利用差異，在此選用的氣象測站海拔高度皆
小於 300 公尺(圖 3-4 之底色部分)，由於模擬結果需要藉由觀測值檢驗，
選取之 13 個實際測站高度與模式內插至測站位置的高度兩者的差異皆小
於 50公尺，以增加統計資料的可信度。使用平均偏差值(Bias)和均方根誤
差(Root Mean Square Error, RMSE)做模擬值與觀測值的資料統計，其公式
如下所示:
Bias =1
𝑛∑ (𝑆𝑖 −𝑂𝑖)𝑛𝑖=1 (1)
19
RMSE = √1
𝑛∑ (𝑆𝑖 −𝑂𝑖)
2𝑛𝑖=1 (2)
Si為內插到 domain3 測站位置之模擬值，Oi為中央氣象局測站之觀測值。
3-2-2 Topo_wind 之敏感度測試
由於在一開始模擬出現風速過大的問題，為改善此缺點，做了以下敏
感度測試。Jiménez et al. (2010)在西班牙與法國交界之地形複雜地區進行的
長期密集觀測實驗，由觀測結果發現，相較於實際觀測值，使用 WRF 模式
模擬會有山頂風速過低、山谷與平地風速過高的問題。Jiménez and Dudhia
(2012)在 WRF 模式中新增考慮次網格地形與一點相對於周圍其他點為谷地
或是峰地(稱為 Laplacain height)之複雜地形特性，並將動量方程之右式增加
一消散項，以增加地形複雜度對於動量變化之影響，由此修正風速不真實
之問題，即為 WRF3.4版本中所增加之 topo_wind 選項(以下簡稱 topo)。魏
等(2013)使用 Jiménez and Dudhia (2012)的方法於台灣地區進行預報實驗，
結果顯示使用 topo 可降低風速偏差值，但改善均方根誤差效果有限，且受
所選測站位置影響甚巨。
比較使用 topo 與沒有使 topo 選項對於長期模擬之風速差異，模擬時間
為 2010-2012 年十月，土地利用皆為 USGS (同為表 2-1實驗組編號 2)。由
於台灣地區的山區地形複雜，使用 topo 於台灣地區風速會有地面風速較為
不均質的情形(圖 3-5a)，而未使用 topo 之近地面風速變化較小，風速之等
值區域看起來較為平滑(圖 3-5c)。將使用 topo 之平均風速減去未使用 topo
之平均風速，比較兩者差異，使用 topo 可增加峰頂風速，減低平地風速，
台灣西半部地區風速多有降低的現象(圖 3-5b)。計算模擬值與觀測值之差異，
將兩組統計資料相比(表 3-1)，使用 topo 可減低風速的偏差值(兩者差異為
0.7 ms-1)與均方根誤差(兩者差異為 0.6 ms-1)，能夠減低地面風速過高的問題，
20
因此後續的討論皆為使用 topo 進行模擬之結果。
3-3 台灣地區近二十年十月氣象場變化趨勢
本研究使用中央氣象局 13個平地氣象站之逐時氣象資料進行資料統計，
並使用簡單線性回歸計算 1990 年至 2012 年十月之溫度、風速、比濕、降
雨等氣象要素的變化趨勢(表 3-4)。由於十月偶有颱風侵襲，颱風帶來的降
雨及風速變化強烈，對於資料的統計上會出現極值，在希望了解大尺度與
台灣地區局地氣象場變化的前提下，統計時去除颱風資訊。十月的日間與
夜間溫度在所有測站皆有溫度上升的趨勢，這個增溫的趨勢與大尺度變化
相同，可能是在全球氣候變遷下暖化的情形，但由於統計資料為台灣地區
氣象測站，局地之人為活動，如都市擴張，也可能會影響氣象資料之統計
結果；在東北部與東部地區測站有風速增加，而西半部地區測站有風速減
弱的情形；降雨方面，除淡水站外皆有增加的趨勢；而日間與夜間的比濕
除宜蘭站以外，皆有增加的情形。整體而言十月份溫度與降雨的增加趨勢
明顯。
3-4 台灣地區土地利用與氣候變遷(domain3)
3-4-1 台灣地區模擬結果與觀測值之統計驗證
在相同設定下，使用不同土地利用資料(USGS 與 MODSI2011)進行長
時間模擬，模擬時間為 2010-2012 年十月。對比兩組資料在各測站之土地利
用型態(表 3-2)，許多測站在 USGS 的分類中為農田，而 MODIS2011 將之
區分為都市，這樣差異會使後者(土地利用分類為都市之測站)模擬溫度增高、
風速降低、水氣量降低。比較兩組模擬於 13個測站之模擬結果，MODIS2011
之模擬較USGS 溫度高 0.56°C，風速低 0.86 ms-1，比濕低 0.34 gkg-1。
21
將模擬值與實際觀測值進行資料統計，表 3-3 為土地利用為 USGS 與
MODIS2011 之 WRF 模式模擬溫度、風速、混合比相較於實際觀測值的資
料統計結果。兩組模擬的誤差皆在可信範圍內，但在風速有明顯差異，USGS
的風速偏差值為 1.64 ms-1，均方根誤差為 2.9 ms-1，MODIS2011 的風速偏差
值降低為 0.86 ms-1，均方根誤差降低為 2.03 m-1，由此可知，使用 MODIS2011
的資料可讓風速更貼近實際觀測值。
3-4-2 土地利用對長期模擬之平均日變化影響
接著討論單一測站在使用不同土地利用下模擬之差異，選用梧棲站與
台中站(圖 3-4 標示之測站)討論長期模擬之平均日變化情形，將 2010-2012
年十月之模擬結果做 24 小時之平均，討論不同土地利用對於溫度、風速、
潛熱通量、可感熱通量、邊界層高度之影響。梧棲站在三組土地利用資料
中的土地利用分類有所不同，在 USGS 分類為灌溉田與牧場，MODIS2001
分類為草地，MODIS2011 分類為混合灌叢/草地；台中站於 USGS 分類為旱
田與牧場，在 MODIS2001 與 MODIS2011 的分類皆為都市與建築物(表
3-2)。
平均日變化圖中(圖 3-6、圖 3-7)，藍色線為觀測值，紅色線為 USGS
模擬值，綠色線為 MODIS2001 模擬值，橘色線為 MODIS2011 模擬值。由
圖 3-6a可知，2010-2012 年十月太陽開始加熱的時間約為早上七點，此時三
種模擬的結果與觀測值的差異皆不大，但到了上午九點以後，使用不同土
地利用的差異開始顯現，USGS 的增溫幅度比 MODIS2001 與 MODIS2011
小。在下午觀測值有最高溫時，USGS 為三組模擬中溫度最低，與觀測結果
相差最大。但在台中測站溫度日變化圖(圖 3-8a)中，日間使用 MODIS 溫度
有高估的現象，使用 USGS 之模擬結果與實際觀測質較為接近，但是台中
現今土地利用明顯並非農田，卻是使用土地利用為農田的模擬會較為接近
22
實際觀測值，懷疑模擬之單點內插至測站位置可能有所疑慮，使用測站附
近九點平均與觀測值相比依然有相同問題存在，可見除了更新土地利用外，
對於其他能夠影響局地模擬結果之設定似乎需要同時更新。
風速部分，梧棲站(圖 3-6b)USGS全天皆有高估，特別是在清晨與夜間，
約比觀測值高估了 3-4 ms-1，無論是 MODIS2001 或 MODIS2011，風速皆與
真實值較為接近。台中站(圖 3-8b)雖然模擬值與觀測值相比皆有風速高估的
現象，但是使用 MODIS 風速較 USGS 低，與真實值較為接近。由此可知，
土地分類對於風速的模擬有非常大的影響。
因為 USGS 將梧棲站分為農田，而 MODIS2001與 MODIS2011 將梧棲
站分為草地類，使 USGS 的地表水氣較多，造成 USGS 模擬中潛熱通量較
高(圖 3-7a)，可感熱通量較低(圖 3-7b)，這樣的差異造成地表與大氣間能量
通量的傳遞，而邊界層高度也受到土地利用不同而高度上有所差異(圖 3-7c)，
在台中也有相似的情形(圖 3-9)。由以上結果顯示，在此設定下長期的模擬
依舊可以模擬出和實際觀測時相近的日變化情形，且土地利用對於模擬出
來的氣象參數之平均日變化特性佔有重大的影響。
除了討論單一測站外，模擬也可以顯現出台灣地區海陸風環流。使用
2010-2012 年十月上午兩點與下午兩點的平均風場做為代表，雖然台灣地區
十月東北部受東北季風影響，日夜皆吹東北風，但是上午兩點於沿海地區
會有由陸地吹香海面的陸風，在海陸交接出之風向尤其明顯(圖 3-10a)，而
下午兩點會有由海面向陸地吹送海風的現象(圖 3-10b)。
3-4-3 土地利用對於臺灣地區日夜氣象場之影響
由上述分析可知，氣象參數在日間與夜間的特性有所不同，因此以下
23
討論將分為日間與夜間，討論氣象場於兩種時段的差異。根據中央氣象局
之日出日落時間，並考慮地表受太陽加熱之影響，定義日間為早上八點到
晚上七點，夜間為晚上八點到隔天早上七點。在相同的模式設定與氣象條
件下，分別使用 USGS 與 MODIS2011，進行 2010-2012 年十月的 WRF 模
擬，將 MODIS2011 模擬結果減去 USGS 模擬結果，探討使用這兩種不同土
地利用對於台灣地區日間與夜間氣象場之影響。
首先是白天的分析，MODIS2011 所給定的土地利用分類在西半部地區
有較多的都市分布，而 USGS在西半部地區較多為灌溉田(圖 2-2c與圖 2-4c)。
因為地表粗糙長度的設定在都市較長，農田較短，造成土地利用為都市的
地區近地面風速較低，分類為農田則風速較高，所以 MODIS2011 相較於
USGS 會有風速較低的情形，由於十月份之平均風向為東北風，兩者相減後
則有相對的西南風分量(圖 3-11b)。
因為土地利用改變了蒸發散的能力與可用水氣量，相較之下農田的蒸
發散作用強，都市則較弱，這使得兩者相減後有潛熱通量降低(圖 3-11c)，
可感熱通量升高(圖 3-11d)的情形，可感熱通量意指地表與大氣間的熱能量
交換，因此空氣溫度越高或地表與氣溫溫差越大會有較大的可感熱通量，
因此溫度較高的 MODIS2011(圖 3-11a)有潛熱通量增加的情形。模式中利用
The Bulk Richardson Number 來求得邊界層高度，其物理意義為浮力項與動
量項之比值，公式如下所示:
𝑅𝐵 =𝑔∆𝜃𝑣̅̅ ̅∆𝑧
𝜃𝑣̅̅ ̅[(∆𝑈)2+(∆𝑉)2 ]
(3)
定義當模式中某層的 The Bulk Richardson Number 等於 0.25時 (𝑅𝐵𝑐𝑟，The
critical Richardson number)，判斷此高度為邊界層高度。式(3)的分母為風切
24
作用，分子為浮力作用，因為白天有太陽加熱，邊界層高度由溫度(即為分
子部分)主導，MODIS2011 在西半部地區日間有相對溫度較高的情形，使西
半部地區邊界層高度增加(圖 3-11e)。
在夜間部分，因為都市有許多建築與柏油路面，熱含量較高，可將日
間太陽照射所加熱的能量保留到夜間 (Oke, 1982)，都市範圍較多的
MODIS2011 在西半部地區溫度較高(圖 3-12a)。且和白天(圖 3-11a)相比，可
以發現夜間溫度差異比白天明顯，可視為都市熱島效應在夜間的展現。因
為在夜間沒有太陽的加熱作用，邊界層高度受動力主導(式(3)分母部分)，風
速為主要影響邊界層高度的因子，由於土地利用改定之差異，MODIS2011
的夜間風速依然相對較低(圖 3-12b)，因此 MODIS2011 模擬出來的夜間邊
界層在西半部地區較 USGS 來得低(圖 3-12e)，尤其在北部地區差異明顯。
3-4-4 單純氣候變遷對於臺灣地區日夜氣象場之影響
接下來比較二十年來單純氣候變遷的影響，使用相同模式設定與土地
利用資料(皆為 USGS)下，以 2010-2012 年十月減掉 1990-1992 年十月，比
較二十年際間，日間、夜間氣象模擬結果之差異。
台灣地區之日間溫度升高、東北季風減弱(圖 3-13a、b)皆與大尺度的變
化趨勢相同(圖 3-3)。潛熱通量減低(增加) (圖 3-13c)、可感熱通量增加(降低)
(圖 3-13d)的情形與土壤濕度增加(降低) (圖 3-13f)於臺灣區域之變化分佈有
一致性。邊界層高度除北部地區高度降低外，其它地區皆為增高(圖 3-13e)。
夜間部分，溫度、風速、邊界層高度的變化(圖 3-14a、b、e)皆與日間類似，
但潛熱通量與可感熱通量變化極小(圖 3-14c、d)，在正負 10 Wm-2內。
由台灣地區 2010 年代與 1990年代十月之降雨變化圖(圖 3-15)可知，全
25
台皆有雨量增加的情形，由其在東半部地區降雨增加明顯。
3-4-5 土地利用與氣候變遷對於臺灣地區日夜氣象場之影響
除了上述將土地利用變化的差異與單純氣候變遷對於氣象場的差異分
開討論外，如果同時考慮這兩個變因，模擬結果是否比較合理？接下來將
分為兩種情境，第一種為同時考慮土地利用型態差異與氣候變遷，使用
2010sMD11減掉 1990sUSGS；第二種為單純考慮氣象場變化，以 2010sUSGS
減掉 1990sUSGS，並將兩者與實際觀測資料相比，藉此了解兩種情境下的
氣象場變化與觀測之異同。
首先是日間氣象場變化，圖 3-16 的圓圈為中央氣象局實際觀測之
2010-2012 年十月與 1990-1992 年十月(與模擬實驗相同時間)溫度及風速的
變化，其顏色與模擬結果(背景色)之色標相同，圓圈中的顏色越不明顯代表
模擬結果與真實觀測越相近。圖 3-16a、c 為同時考慮土地利用與氣候變遷，
圖 3-16b、d為只考慮單純氣候變遷。日間溫度變化，2010sMD11- 1990sUSGS
溫度變化較大的部份位於台灣西半部與東半部地區，而 2010sUSGS-
1990sUSGS 的溫度增加多在東半部地區，對照中央氣象局實際觀測值，溫
度變化數值較大的測站為嘉義、台中、新竹、宜蘭，並不僅侷限於東半部
地區，使用 1990-2012 年長期統計趨勢圖也可看出(表 3-4)，十月份溫度變
化皆為上升，變化趨勢較大的測站並不侷限於東部，因此同時考慮氣候變
遷與土地利用與實際溫度變化較為接近。風速部分，由氣象局資料可知(圓
圈部分)，日間風速在東北部地區(基隆、花蓮、宜蘭)有風速增強，而新竹
站風速減弱最多，與模擬結果相比，模擬結果並沒有看出東半部風速增強
的現象，但在南部地區同時考慮氣候變遷與土地利用下風速為減弱，與實
際觀測值相符(台南、高雄測站)；只考慮氣候變遷的模擬組在南部地區風速
為略為增強(0-0.5 ms-1)，在其他測站並沒有太明顯的差異。
26
夜間氣象場變化部分，夜間溫度在 MODIS2011 土地利用為都市的部分
(圖 2-6b)溫度上升較為明顯(圖 3-17a)，與實際觀測值相比，台北與西南部
有溫度變化過大的情形，但都使用 USGS 土地利用進行模擬(圖 3-17b)，在
西半地部地區也有溫度變化過小的問題。雖然實際觀測之溫度增加量無法
良好的由模擬結果呈現，但兩組模擬的溫度變化皆為增加，與實際觀測變
化相符。夜間風速部分，模擬依然沒有模擬出東北部地區的風速增強情形，
但其他地區風速略為減少的趨勢皆可從模擬中看出，兩組模擬的差異並不
明顯(圖 3-17c、d)。
從上述討論中，可以發現在討論近二十年之氣候變遷時加入土地利用
的變因，對於模擬結果的影響鮮明，在討論的最後，希望了解土地利用對
於氣象場變化的貢獻量有多少，計算台灣地區海拔在三百公尺以下的平地
(圖 3-4)平均日間、夜間的溫度變化(表 3-5)與風速變化(表 3-6)，分為總影響
(2010sMD11減去 1990sUSGS)、土地利用影響(2010sMD11減去 2010sUSGS)
及單純氣候變遷影響(2010sUSGS 減去 1990sUSGS)。無論日間或夜間，三
者皆有溫度升高、風速減低的變化。比較土地利用與氣候變遷之影響，日
間溫度變化方面，土地利用的貢獻量+0.2°C，氣候變遷之貢獻量為+0.4°C，
兩者的比值為 1:4；夜間溫度變化方面，土地利用的貢獻量+0.4°C，氣候變
遷之貢獻量為+0.9°C，兩者的比值為 1:2.25；日間風速變化方面，土地利用
的貢獻量為-0.5 ms-1，氣候變遷之貢獻量為-0.7 ms-1，兩者相比為 1:1.4；夜
間風速變化方面，土地利用的貢獻量為-0.3 ms-1，氣候變遷之貢獻量為
-0.7ms-1，為 1:2.3。由上述結果可知，土地利用對於溫度與風速的差異占有
重要地位。
27
第四章 結果與討論－春季
4-1 東亞地區氣候變化(domain1)
與秋季之分析方法相同，須先了解春季平均大尺度環流特徵，藉此了
解台灣地區的氣候變化與大尺度氣候變化特徵之異同。此小節先以 ECMWF
再分析場資料分析，在與WRF 模擬結果進行比較。
分析 ECMWF再分析資料於東亞地區 1990-1992年與 2010-2012年四月
1000 hPa 之重力位高度、溫度、風場(圖 4-1)，由重力位高度可知，四月台
灣北方有一高壓中心，為蒙古高壓出海之平均位置，而在台灣東側之太平
洋上有副熱帶高壓存在；溫度方面，由於高壓出海後中心位於台灣北方海
面，雖然四月的冷高壓強度不如冬季強烈，但依就能將北方冷空氣吹往南
方，台灣地區的溫度變化受此位於北方的高壓強弱之影響。
將 2010-2012 年之氣象參數(圖 4-1b、d、f)與 1990-1992 年之氣象參數
(圖 4-1a、b、c)相減，可發現西北太平洋副熱帶高壓增強(圖 4-2a)的情形，
由於這個相對高壓的存在，讓台灣與菲律賓東方海域東風增強(圖 4-2c)。溫
度方面，台灣北部地區有相對高溫，而台灣其他地區有溫度略為減低的現
象(圖 4-2b)。
使用 WRF 模擬，分析 domain 1 之 2010 年代地面氣象場的結果，並與
1990 代相比，了解模式模擬中大尺度氣象場之變化趨勢，這兩組的模擬的
土地利用型態皆為 USGS_forest。使用模擬之海平面氣壓、10-m 風速、2-m
地面溫度與累積降雨進行以下探討。溫度與風場變化與 ECMWF 變化趨勢
28
一致，有海面上副熱帶高壓增強與風速增加(圖 4-3b)的情形。而溫度方面，
除了在台灣北部地區有一個溫度相對增加的中心外(圖 4-3d)，放大台灣地區
部分(圖 4-5)，可以發現溫度在台灣西半部地區有略為增溫(0-0.2°C)，這是
由於 WRF 模式於 domain 1 解析度為 27公里，和 ECMWF 的 0.75° (約 80
公里)解析度不同，可以解析到中小尺度的系統，並有地形、海陸分布等效
應影響模擬結果。由上述結果可知，使用 WRF 模擬能夠顯現春季大尺度系
統的變化，而台灣地區的地形複雜，因此分析氣象場的變化需要由更高解
析度(domain 3)的結果深入探討。
4-2 台灣地區近二十年四月氣象場變化趨勢
使用簡單線性回歸計算 1990年至 2012年四月氣象測站之溫度、風速、
比濕、降雨之變化(表 4-1)。東半部地區溫度有下降趨勢；風速方面，東半
部及北部地區沿海測站皆有風速增加的情形，而西半部與台北測站有風速
降低的情形；十月與四月最大的變化趨勢差異在於比濕與降雨，四月的統
計結果有降雨略為減少，在日間與夜間的比濕皆有減少的情形，而十月則
是有降雨增加，比濕增加的趨勢。
4-3 台灣地區土地利用與氣候變遷(domain3)
4-3-1 台灣地區模擬結果與觀測值之統計驗證
使用 2010-2010 年中四月之氣象局測站資料進行資料統計，將土地利用
為 USGS_forest與 MODIS2011的模擬結果與測站資料進行比較，如表 4-2，
兩組模擬的誤差值皆在可信範圍內，但由於使用不同土地利用進行模擬，
在資料統計下會有些許差異存在，兩組模擬的溫度的均方根誤差相差 0.2°C，
而比濕的均方根誤差相差的 0.1 gkg-1，兩者差異非常小，而使用 USGS_forest
與 MODIS 資料的風速均方根誤差分別為為 3.1 ms-1與 2.6 ms-1，兩者差異為
29
0.5 ms-1，相對其他氣象參數而言變化較大，因此土地利用的差異對於風速
的影響最為明顯，使用 MODIS2011 可降低風速的均方根誤差與十月模擬的
結果一致。
4-3-2 土地利用對於臺灣地區日夜氣象場之影響
使用相同氣象初始條件與邊界條件，只改變土地利用(USGS_forest 與
MODIS2011)，比較 2010-2012 年四月的氣象場差異。由於造成兩者差異的
物理機制已於 3-3-3 說明，在此小節不再贅述，在此討論春季與秋季的模擬
結果的差異。與秋季相比，春季的溫度變化並不如秋季明顯，這是由於十
月平均溫度本來就高於四月，而太陽加熱影響的溫度變化也較四月明顯，
且四月的綜觀系統較弱，並不如十月會有明顯的東北季風影響，在平均風
速本就較低的前提下，風速變化更小。
在降雨部分，在使用相同氣象初始條件與邊界條件，只改變土地利用
(USGS_forest 與 MODIS2011)下，MODIS2011 之模擬在中部都會區與南部
都會區有降雨較多(圖 4-4b)，而 USGS_forest的雨量相對較少(圖 4-4b)，推
測由於都市的加溫能力影響局部環流，讓都市有累積降雨較多的情形，而
圖 4-5圓圈中的數值代表實際觀測月平均降雨量，使用 MODIS 模擬在中部
與南部地區與實際觀測值較為符合，因此使用 MODIS 土地利用對於
2010-2012 年四月的降雨模擬能夠較為真實呈現實際降雨情形。
4-3-3 單純氣候變遷對於台灣地區日夜氣象場之影響
以相同土地利用(皆為USGS_forest)模擬 1990-1992年四月與 2010-2012
年四月，將兩者相減以比較氣象場變化情形。在日間方面(圖 4-8)，風速在
30
台灣地區平均有風速增加的情形，而東半部外海有東風分量增加情形；溫
度方面，台灣西半部有溫度增加的情形，由其是在南部地區的增溫較明顯，
但在中央山脈有溫度減低的情形；日間在西半部地區有明顯潛熱通量減低、
可感熱通量增加，這樣的變化使溫度上升，而邊界層高度也在南部地區有
明顯上升的情形。
夜間變化部分(圖 4-9)，風速的變化與日間變化趨勢一致，台灣東部外
海有東風分量增加的情形；而在溫度部分，夜間只有在北部、中部沿海、
南部低區有溫度增加，其他地區則為溫度下降，在平地地區的溫度變化皆
在正、負 0.2°C 之間，差異極小；而潛熱通量與可感熱通量的變化在正負
10 Wm-2間；邊界層的變化絕大部分特性與日間相同，但是在北台灣地區卻
有邊界層高度下降的情形。
降雨變化部分，以 2010 年代與 1990 年代四月月平均降雨量相減，由
於四月的模擬中有東風分量增加的現象，加上台灣地區山脈阻擋效應，降
雨增加僅侷限於東部外海雨沿岸地區，而背風面皆有降雨減少的現象(圖
4-10)。
4-3-4 土地利用與氣候變遷對於臺灣地區日夜氣象場之影響
與 3-3-5、3-3-6 之設計相同，分別討論兩組模擬結果:(1)同時考慮土地
利用與氣候變遷的效應，除兩段時間氣象場不同之外，也使用了兩組土地
利用資料:USGS_forest 與 MODIS2011，利用 MODIS2011 代表現今之土地
利用型態，使用 USGS_forest代表 1990年代之土地利用形態，與(2)單純氣
象場變化，此組實驗中只考慮氣象場的變化，土地利用皆為 USGS_forest。
比較四月的模擬與實際觀測資料於 2010 年代與 1990 年代的變化 (以
2010-2012 年四月減去 1990-1992 年四月)，希望透過這樣的分析，了解四月
31
份台灣地區氣象場變化趨勢，及土地利用型態的改變化對於區域之長期氣
候模擬的影響。
首先討論日間溫度變化。日間溫度的實際觀測結果(圓圈為中央氣象局
溫度變化) (圖 4-11a、b)，在台灣東南部地區(花蓮、台東、恆春)溫度有變
低的現象，而其他地區為增溫，以嘉義、台中、新竹增溫較為明顯。將同
時考慮氣候變遷與土地利用(2010s_MD11減去 1990s_USGS) (圖 4-11a)與只
考慮氣候變遷(2010s_USGS 減去 1990s_USGS)(圖 4-11b)相比，考慮氣候變
遷與土地利用在西半部地區的增溫較高，與實際觀測值較接近，而只考慮
氣候變遷有西部溫度變化過小的問題，但兩者皆沒有模擬出花蓮與台東實
際略為減溫的現象。
日間風速方面(圖 4-11c、d)，實際觀測值變化中，有西半部地區風速略
為減弱，在北部、東部與恆春等沿海測站有風速增加的現象。將兩組模擬
之日間風速變化與實際觀測值變化相比，同時考慮氣候變遷與土地利用變
化(圖 4-11c)在南部(台南、高雄)有風速降低的現象(-0.5-0 ms-1)，與觀測值相
符，但單純考慮氣候變遷(圖 4-11d)在南部地區卻有風速略微增加(0-0.5 ms-1)
的情形，但在中部地區兩組模擬皆無法模擬出正確的風速變化趨勢(實際風
速變化為風速減弱，但模擬皆有風速增強的現象)。
四月的夜間溫度部分(圖 4-12a、b)，東半部地區觀測與模擬的溫度皆有
下降的趨勢，西半部地區存在考慮土地利用變化有溫度增加過多，但不考
慮土地利用會有溫度增加過少的問題。在夜間風速方面，西半部地區實際
風速變化為略為減少，同時考慮氣候變遷與土地利用較能真實顯現其風速
略為減低的特性。在四月的日夜風速，東半部地區皆有東風分量增加的現
象。
32
比較台灣地區海拔高度低於三百公尺地區之日間與夜間溫度、風速變
化，分為總影響(2010sMD11 減去 1990sUSGS)、土地利用影響(2010sMD11
減去 2010sUSGS)及單純氣候變遷影響(2010sUSGS 減去 1990sUSGS)，日間
與夜間的溫度皆有增加，將日間溫度的土地利用影響與單純氣候變遷的影
響相比，貢獻率為 1:2，但在夜間部分，土地利用所佔的溫度變化量約是單
純氣候變遷影響的20倍，這是由於在單純考慮氣候變遷的模擬下 (圖 4-12b)，
臺灣平地地區日間溫度變化在正負 0.2°C 之間，平均後數值更為趨近 0。風
速部分，日間土地利用的貢獻量(-0.1 ms-1)與氣候變遷的貢獻量(+0.2 ms-1)為
相反，兩者的貢獻量為 1:2，相互抵消後使平均平地風速增加 0.1 ms-1，而
夜間風速也有相似的正、負抵銷效果，兩者的貢獻量為約為 1:1，使平均風
場沒有變化，這樣的風速正負抵銷效果是秋季模擬中沒有出現的。由此可
知，四月份的台灣低海拔地區土地利用型態的給定對於夜間溫度有很大的
影響，而風速則是單純氣候變遷的影響力較大。
33
第五章 結論與未來展望
5-1 結論
使用 USGS、MODIS2001、MODIS2011 三種不同土地利用，分別代表
1990 年代、2010 年代、2010年代，討論土地利用與氣候變遷對於台灣地區
近二十年春、秋兩季區域氣候長期模擬之影響。土地利用變更方面，在整
個模擬範圍的土地利用皆有更新，以呈現整個東亞地區之土地利用變化。
使用 MODIS2011相較於 USGS更能貼近現今台灣的土地利用(以 2006-2007
年國土繪測中心之實際土地利用調查為比較基準 )，而 MODIS 2001 與
MODIS2011 只有在宜蘭、彰化、雲林、高雄山區的零星地區有些許差異。
本研究皆有使用 Jiménez and Dudhia (2012)考慮複雜地形以修正風速之
選項，簡稱 topo，這是由於在一開始的模擬結果出現地面風速與實際觀測
值差異過大的問題。WRF 3.4版後，在選擇 YSU邊界層參數化時，可另外
開啟此功能。與未使用 topo 之模擬結果相比，此方法用於台灣地區長期模
擬下亦能夠改善模擬平地風速過高的問題，使十月模擬之風速偏差值降低
0.7 ms-1，風速均方根誤差降低 0.6 ms-1，因此在後續討論中皆是使用有開啟
topo 之模擬結果進行討論。
利用中央氣象局資料驗證，在使用相同的模式設定與氣象邊界條件與
初始條件，只改變土地利用下(使用 MODIS2011 與 USGS)，模擬 2010-2012
年十月。MODIS2011 與 USGS 的差異最大於風速，使用 MODIS2011 可以
使風速的偏差值與均方根誤差降低，數值相差 0.7 ms-1與 0.9 ms-1，由此可
知正確的土地利用對於氣象因子有正面的影響。
34
土地利用之差異對於日變化模擬之影響顯著，以梧棲測站十月模擬為
例，使用 MODIS 資料能夠使溫度與風速的日變化更貼近實際觀測值，使用
MODIS 資料能夠使日間高溫的部分增高；風速方面，USGS 會有整日風速
高於實際觀測值 3-4 ms-1的誤差值存在，使用 MODIS 資料則不會有此風速
偏高的情形。將 MODIS 與 USGS 相比，MODIS 資料能夠讓可感熱通量增
加，潛熱通量減低，進而影響邊界層高度。由於日、夜之變化特性不同，
皆下來以日間(早上八點到下午七點)與夜間(晚上八點到隔天早上七點)分別
討論。
土地利用之差異(2010-2012 年使用 MODIS2011 與 2010-2012 年使用
USGS 相減)影響氣象因子在西半部地區由農田轉變為都市的區域最為明顯。
因為土地利用改變了蒸發散能力與可用水氣量，對於能量通量的影響甚大，
進而影響邊界層高度，由於都市有許多建築與柏油鋪面，讓夜間的溫度增
加比白天的溫度增加明顯，可視為都市熱島效應的顯現。
統計台灣測站 1990-2012 年氣象變化趨勢，秋季有全台灣度溫度增加，
東北部地區風速增強，全台降雨增加的現象。而春季部分，其增溫的趨勢
不如秋季明顯，東部與東北部沿岸測站有風速增加，而西半部地區風速減
弱的情形，全台有降雨減少的趨勢。
將同時考慮土地利用差異與氣候變遷之模擬組(2010sMD11-1990s
USGS)及單純考慮氣候變遷之模擬組(2010sUSGS-1990sUSGS ) 與實際觀
測結果相比，由觀測結果可知十月溫度增溫並不局限於東部地區，在考慮
土地利用下能夠較為顯現西半部地區地增溫情形。而風速方面兩組模擬僅
在南部地區有略微不同，考慮土地利用差異下風速降低的情形與觀測質較
為接近。四月份溫度與風速變化在日間、夜間及區域性皆有不同，整體而
35
言，考慮土地利用差異會讓西半部地區溫度增加，南部地區風速減弱較為
明顯，而在四月的兩組模擬中皆有東半部地區東風分量增加的結果，而這
樣的結果也導致四月的長期降雨變化在模擬中出現東半部地區外海與沿岸
有降雨略為增加，但在山脈背風側地區有降雨減少的現象。
將 土 地 利 用 改 變 (2010sMD11-2010sUSGS) 與 單 純 氣 候 變 遷
(2010sUSGS-1990sUSGS)對於日、夜溫度與風速之影響量做權重相比，十月
土地利用對於溫度與風速影響影響皆佔有其重要性。四月夜間溫度變化中，
土地利用所佔之影響遠大於單純氣象場變化，風速在土地利用貢獻與單純
氣候變遷貢獻會有相互抵銷的現象。
5-2 未來展望
在台灣地區土地利用地長期變化資料缺失下，本文以 USGS 與 MODIS
衛星資料討論近二十年之土地利用差異，如果能夠利用較長期之台灣地區
土地利用調查資料，建立長期土地利用資料庫，對於台灣地區長期氣候的
研究應會更臻完整。
Shiu et al. (2009)有提到，因人類活動產生另外一個足以影響長期氣候
的因子-懸浮微粒也是重要影響因素之一，但如何真實呈現其變化已經超過
本文有能力討論的範圍，而由於懸浮微粒對於氣象模式之影響依然在討論
中，有待後人思考如何更能完整呈現人類對於自然環境之影響。
由於電腦資源限制，僅使用連續三年的相同月份當作同一個年代的代
表，但在此假設下，如果當年為聖嬰/反聖嬰年對於海溫與大使的環流的影
響皆有可能造成模擬結果的變異，使用更多年份來平均可以增加其代表性。
而動力降尺度之模擬過程中可能會有系統性誤差的產生，如可以使用系集
平均，可降低單一模式之誤差，能使模擬之可性度提升。
36
參考文獻
戴俐卉，洪景山，莊秉潔，蔡徵霖，倪佩貞，2008:WRF 模式台灣地區土地
利用類型之更新與個案研究。大氣科學，36，43-62.
林勤芳，2013:探討地表參數對台灣地區氣象模擬的影響。國立中央大學碩
士論文
金尚節，2011:探討邊界層參數化對氣象與空氣污染模擬結果的影響。國立
中央大學碩士論文。
許晃雄等，臺灣氣候變遷科學報告 2011，行政院國家科學委員會，362 頁。
許志禎，2008:台灣土地利用型態對局部環流與降雨模擬之影響。國立中央
大學碩士論文
許郁卿，2011:土地利用對地表能量收支與海陸風模擬的影響。國立中央大
學碩士論文。
曹嘉宏，2007:台灣土地利用型態對MM5 模擬局部環流之影響。國立中央
大學碩士論文
蔡佳伶，洪景山，2010:WRF 模式東亞地區土地利用資料庫之更新與個案研
究。99 年天氣分析與預報研討會。
魏士偉，J. Bresch，洪于珺，洪景山，2013:WRF 模式地面風速預報過強改
37
善方案。102 年天氣分析預報研討會
Byun, D., and K. L. Schere, 2006: Review of the governing equations,
computational algorithms, and other components of the Models- 3
Community Multiscale Air Quality (CMAQ) modeling system. Appl. Mech.
Rev., 59, 51-77.
Chen, F., and J. Dudhia, 2001: Coupling an advanced land-surface/hydrology
model with thn Penn State/NCAR MM5 modeling system, Part I: Model
implementation and sensitivity. Mon. Wea. Rev., 129, 569-585.
Cheng, F.-Y., Y.-C. Hsu, P.-L. Lin, and T.-H. Lin, 2013: Investigation of the
Effects of Different Land Use and Land Cover Patterns on Mesoscale
Meteorological Simulations in the Taiwan Area. J. Appl. Meteor.
Climatol.,52, 570–587. doi:http://dx.doi.org/10.1175/JAMC-D-12-0109.1
Cheng, F. Y., S. P. Jian, M. C. Yen, and B. J. Tsuang, 2014. Influence of regional
climate changes on meteorological characteristics and its subsequent effect
on ozone dispersions in Taiwan. In preparation for Atmospheric
Environment.
Friedl, M. A., D. K. Mclver, J. C. F. Hodges, X. Y. Zhang, D. Muchoney, A. H.
Strahler, C. E. Woodcock, S. Gopal, A. Schneider, A. Cooper, A. Baccini, F.
Gao, and C. Schaaf, 2002: Global land cover mapping from MODIS:
Algorithms and early results. Remote Sens. Environ., 83, 287-302.
Grell, G., J. Dudhia, and D. Stauffer, 1994: A description of the Fifth-Generation
Penn State/NCAR Mesoscale Model (MM5). NCAR Technical Note,
NCAR/TN-398+STR.
38
Hong, S.-Y., Y. Noh, and J. Dudhia, 2006: A new vertical diffusion package with
explicit treatment of entrainment processes. Mon. Wea. Rev., 134,
2318-2341
Iacono, M. J., J. S. Delamere, E. J. Mlawer, M. W. Shepard, S. A. Clough, and W.
D. Collins, 2008: Radiative forcing by long-lived greenhouse gases:
Calculations with the AER radiative transfer models. J. Geophys. Res., 113,
D13103, doi:10.1029/2008JD009944.
Kain, J. S., and J. M. Fritsch, 1993: Convective parameterization for mesoscale
models: The Kain-Fritsch scheme. The Representation of Cumulus
Convection in Numerical Models, Meteor. Monogr., No. 46, Amer. Meteor.
Soc., 165-170.
Kanamitsu, M., W. Ebisuzaki, J. Woollen, S. K. Yang, J. J. Hnilo, M. Fiorino,
and G. L. Potter, 2002: NCEP–DOE AMIP-II Reanalysis (R-2). Bull. Amer.
Meteor. Soc., 83, 1631–1643.doi: 10.1175/BAMS-83-11-1631
Kusaka, H., H. Kondo, Y. Kikegawa, and F. Kimura, 2001: A simple single-layer
urban canopy model for atmospheric models: Comparison with multi-layer
and slab models. Bound.-Layer Meteorol., 101, 329-358.
Mass, C., and D. Ovens, 2010: WRF model physics: Problems, solutions and a
new paradigm for progress. Preprints, 2010 WRF Users’ Workshop,
Boulder, CO, NCAR. [Available online at http://www.mmm.ucar.edu/wrf/
users/workshops/WS2010/presentations/session%204/4-1_WRFworkshop2
010Final.pdf.]
39
Mass, C., and D. Ovens, 2011: Fixing WRF’s high speed wind bias: A new
subgrid scale drag parameterization and the role of detailed verification.
Preprints, 24th Conf. on Weather and Forecasting/20th Conf. on Numerical
Weather Prediction, Seattle, WA, Amer. Meteor. Soc., 9B.6. [Available
online at http://ams.confex.com/ams/91Annual/webprogram/Paper
180011.html.]
Monin, A. S., and A. M. Obukhov, 1954: Basic turbulence mixing laws in the
atmospheric surface layer. Tr. Inst. Teor. Geofiz. Akad. Nauk. SSSR, 24,
163–187. (English translation available in V. N. Bespalyi, Ed., 2001:
Turbulence and Atmospheric Dynamics, J. L. Lumley, 164–194.)
Jiang, X. Y., C. Wiedinmyer, F. Chen, Z. L.Yang, and J. C. F. Lo, 2008:
Predicted impacts of climate and land use change on surface ozone in the
Houston, Texas, area. J. Geophys. Res., 113, D20312, doi:10.1029/2008
JD009820.
Jiménez, P. A., J. F. González-Rouco, E. García-Bustamante, J. Navarro, J. P.
Montávez, , J. Vilà-Guerau de Arellano, J. Dudhia, and A. Muñoz-Roldan,
2010: Surface wind regionalization over complex terrain: Evaluation and
analysis of a high-resolution WRF simulation. J. Appl. Meteor. Climatol, 49,
268-287.
Jiménez, P. A., and J. Dudhia, 2012: Improving the representation of resolved
and unresolved topographic effects on surface wind in the WRF model. J.
Appl. Meteor. Climatol, 51, 300-316.
Lin, W., B. Wang, J. Li, X. Wang, L. Zeng, L. Yang, and H. Lin, 2010: The
impact of urbanization on the monthly averaged diurnal cycle in October
40
2004 in the Pearl River Delta region. Atmosfera, 23, 37-51.
Lin, C.-Y., F. Chen, J. C. Huang, W.-C. Chen, Y. A. Liou, W. N. Chen, and S. C.
Liu, 2008: Urban heat island effect and its impact on boundary layer
development and land–sea circulation over northern Taiwan. Atmos.
Environ., 42, 5635–5649.
Lin C.-Y., W. C. Chen, P. L. Chang, and Y. F. Sheng, 2011: Impact of the urban
heat island effect on precipitation over a complex geographic environment
in northern Taiwan. J. Appl. Meteorol. Climatol., 50, 339–353,
doi:10.1175/2010JAMC2504.1.
Oke, T. R., 1982: The energetic basis of the urban heat island. Quart. J. Roy.
Meteor. Soc., 108, 1–24.
Ryu, Y.-H., J.-J. Baik, K.-H. Kwak, S. Kim, and N. Moon, 2013: Impacts of
urban land-surface forcing on ozone air quality in the Seoul metropolitan
area. Atmos Chem Phys, 13, 2177-2194.
Simmons, A., S. Uppala, D. Dee, and S. Kobayashi, 2007: ERA-interim: new
ECMWF reanalysis products from 1989 onwards. ECMWF Newsletter, No.
110, ECMWF, Reading, United Kingdom, 25-35. [Available online at
http://www. ecmwf.int/publications/newsletters/pdf/110_rev.pdf.]
Skamarock, W. C., J. B. Klemp, J. Dudhia, D. O. Gill, D. M. Barker, M. Duda,
X.-Y. Huang, W. Wang, and J. G. Powers, 2008: A description of the
Advanced Research WRF version 3, NCAR Tech. Note,
NCAR/TN-4751STR, 113 pp.
41
Shiu, C.-J., S. C. Liu, and J.-P. Chen, 2009: Diurnally asymmetric trends of
temperature, humidity, and precipitation in Taiwan. J. Climate, 22, 5635–
5649.
Stauffer, D. R., and N. L. Seaman, 1990: Use of four-dimensional data
assimilation in a limited area mesoscale model. Part I: Experiments with
synoptic-scale data. Mon. Wea. Rev., 118, 1250-1277.
Tao, Wei-Kuo, 2003: Goddard Cumulus Ensemble (GCE) Model: Application
for Understanding Precipitation Processes. Meteorological Monographs, 29,
107–107. doi:http://dx.doi.org/10.1175/0065-9401(2003)029
<0107:CGCEGM>2.0.CO;2
Wang, X. M., W. S. Lin, L. M. Yang, R. R. Deng, and H. Lin, 2007: A numerical
study of influences of urban land-use change on ozone distribution over the
Pearl River Delta region, China. Tellus, 59B, 633–641.
Wang, X., F. Chen, Z. Wu, M. Zhang, M. Tewari, A. Guenther, and C.
Wiedinmyer, 2009: Impacts of weather conditions modified by urban
expansion on surface ozone: Comparison between the Pearl River Delta
and Yangtze River Delta regions. Adv. Atmos. Sci., 26, 962–972.
Zhang, C., Y. Wang, A. Lauer, and K. Hamilton, 2012: Con-figuration and
evaluation of the WRF model for the study of the Hawaii regional climate.
Mon. Wea. Rev., 140, 3259–3277.
42
表
表 2-1、十月實驗組
表 2-2、四月實驗組
表 2-3、domain1 之陸地區域土地利用所占百分比
都市(%) 農田(%) 草地(%) 森林(%) 其他(%)
USGS 0.08 60.10 20.46 18.00 1.35
MODIS2011 0.56 35.73 19.09 44.31 0.31
表 2-4、domain3 之台灣地區土地利用所占百分比
都市(%) 農田(%) 草地(%) 森林(%) 其他(%)
USGS 0.12 66.83 4.65 24.76 3.63
USGS_forest 0.12 25.31 2.00 70.39 2.18
MODIS2011 6.93 23.45 0.67 68.18 0.76
編號 實驗名稱 模擬時間 土地利用資料
1 1990s_USGS_O October 1990-1992 USGS
2 2010s_USGS_O October 2010-2012 USGS
3 2010s_MD01_O October 2010-2012 MODIS 2001
4 2010s_MD11_O October 2010-2012 MODIS 2011
編號 實驗名稱 模擬時間 土地利用資料
1 1990s_USGS_A April 1990-1992 USGS_forest
2 2010s_USGS_A April 2010-2012 USGS_forest
3 2010s_MD11_A April 2010-2012 MODIS 2011
43
表 2-5、MODIS2001 與 MODIS2011 原始資料於台灣地區土地利用所占百分比與兩者之
差異
都市(%) 農田(%) 草地(%) 森林(%) 其他(%)
MODIS2001 6.715 18.57 7.40 66.17 1.15
MODIS2011 6.720 21.73 3.33 66.47 1.75
差異 +0.005 +3.16 -4.07 +0.30 +0.60
表 2-6、USGS 24 種土地利用分類
代碼 英文分類 中文分類
1 Urban and Built-Up Land 都市與建築物
2 Dryland Cropland and Pasture 旱田與牧場
3 Irrigated Cropland and Pasture 灌溉田與牧場
4 Mixed Dryland/Irrigated Cropland and
Pasture 混合旱田/灌溉田與牧場
5 Cropland/Grassland Mosaic 農田/草地
6 Cropland/Woodland Mosaic 農田/林地
7 Grassland 草地
8 Shrubland 灌叢
9 Mixed Shrubland/Grassland 混合灌叢/草地
10 Savanna 大草原
11 Deciduous Broadleaf Forest 落葉闊葉林
12 Deciduous Needleleaf Forest 落葉針葉林
13 Evergreen Broadleaf Forest 長綠闊葉林
14 Evergreen Needleleaf Forest 長綠針葉林
15 Mixed Forest 混合林
16 Water Bodies 水
17 Herbaceous Wetland 草本濕地
18 Wooded Wetland 木本濕地
19 Barren or Sparsely Vegetated 荒地或稀疏植物
20 Herbaceous Tundra 草本苔原
21 Wooded Tundra 木本苔原
22 Mixed Tundra 混合苔原
23 Bare Ground Tundra 裸地苔原
24 Snow or Ice 雪或冰
44
表 3-1、2010s 使用 topo wind 與未使用 topo wind 之溫度、風速、比濕之偏差值與均方根
誤差
CWB stations T (°C) WS (ms-1) Mixing Ratio (gkg-1)
BIAS RMSE BIAS RMSE BIAS RMSE
2010s USGS 0.2 1.8 2.5 3.7 0.5 1.8
2010s USGS+topo 0.1 1.7 1.8 3.1 0.6 1.9
表 3-2、中央氣象局測站於 USGS、MODIS2001 與 MODIS2011 所對應之土地利用型態
編號 測站 USGS MODIS2001 MODIS2011
s01 Tamsui 6(農田/林地) 1(都市與建築物) 1(都市與建築物)
s02 Taipei 1(都市與建築物) 1(都市與建築物) 1(都市與建築物)
s03 Keelung 16(水) 16(水) 1(都市與建築物)
s04 Hsinchu 3(灌溉田與牧場) 1(都市與建築物) 1(都市與建築物)
s05 Taichung 2(旱田與牧場) 1(都市與建築物) 1(都市與建築物)
s06 Wuchi 3(灌溉田與牧場) 7(草地) 9(混合灌叢/草地)
s07 Chiyi 2(旱田與牧場) 5(農田/草地) 5(農田/草地)
s08 Tainan 2(旱田與牧場) 1(都市與建築物) 1(都市與建築物)
s09 Kaohsiung 2(旱田與牧場) 1(都市與建築物) 1(都市與建築物)
s10 Hengchun 15(混合林) 13(長綠闊葉林) 13(長綠闊葉林)
s11 Yilan 7(草地) 8(灌叢) 2(旱田與牧場)
s12 Hualien 7(草地) 1(都市與建築物) 1(都市與建築物)
s13 Taitung 2(旱田與牧場) 1(都市與建築物) 1(都市與建築物)
表 3-3、使用不同土地利用(USGS 與 MODIS2011)模擬 2010-2012 十月之風速、溫度、
混合比之偏差值與均方根誤差
CWB stations T (°C) WS (ms-1) Mixing Ratio (gkg-1)
BIAS RMSE BIAS RMSE BIAS RMSE
2010s USGS+topo 0.1 1.8 1.6 2.9 0.6 1.9
2010s MODIS2011
+topo 0.7 1.9 0.9 2.0 0.2 1.8
45
表 3-4、1990-2012 年十月日夜氣溫、風速、比濕、降雨變化趨勢(23 年平均每年變化)
單位:溫度 °C year-1 ， 風速 ms-1 year-1，混合比 gkg-1 year-1，降雨 mm year-1
編號 測站 日間
氣溫
夜間
氣溫
日間
風速
夜間
風速
日間
混合比
夜間
混合比 降雨
s01 Tamsui 0.057 0.056 -0.012 -0.011 0.071 0.092 -0.001
s02 Taipei 0.052 0.043 -0.028 -0.020 0.071 0.050 0.003
s03 Keelung 0.024 0.021 0.034 0.012 0.038 0.028 0.010
s04 Hsinchu 0.080 0.074 -0.114 -0.102 0.037 0.025 0.000
s05 Taichung 0.049 0.070 -0.001 0.009 0.028 0.031 0.000
s06 Wuchi 0.016 0.033 -0.038 -0.069 0.034 0.027 0.000
s07 Chiyi 0.085 0.069 -0.027 -0.021 0.046 0.400 0.001
s08 Tainan 0.043 0.070 -0.020 -0.007 0.014 0.029 0.001
s09 Kaohsiung 0.048 0.057 -0.016 -0.004 0.041 0.047 0.002
s10 Hengchun 0.022 0.050 -0.022 -0.019 0.017 0.019 0.004
s11 Yilan 0.063 0.048 0.056 0.042 -0.004 -0.009 0.012
s12 Hualien 0.042 0.038 0.061 0.057 0.014 0.013 0.016
s13 Taitung 0.036 0.032 0.017 0.001 0.048 0.040 0.010
平均 0.047 0.051 -0.009 -0.010 0.035 0.061 0.004
Temperature diff
(2010s-1990s) <300m
Combined
(2010s_MD11-1990s_USGS)
Land use effect
(2010s_MD11- 2010s_USGS)
Climate change
(2010s_USGS- 1990s_USGS)
Daytime +1.1 +0.2 +0.8
Nighttime +1.3 +0.4 +0.9
Wind speed diff
(2010s-1990s) <300m
Combined
(2010s_MD11- 1990s_USGS)
Land use effect
(2010s_MD11- 2010s_USGS)
Climate change
(2010s_USGS- 1990s_USGS)
Daytime -1.2 -0.5 -0.7
Nighttime -1.0 -0.3 -0.7
表 3-6、土地利用與氣候變遷對於十月台灣平地地區日夜風速之影響，單位:ms-1
表 3-5、土地利用與氣候變遷對於十月台灣平地地區日夜溫度之影響，單位:°C
46
表 4-1、1990-2012 年四月日夜氣溫、風速、比濕、降雨變化趨勢(23 年平均每年變化)
單位:溫度 °C year-1 ， 風速 ms-1 year-1，混合比 gkg-1 year-1，降雨 mm year-1
表 4-2、使用不同土地利用(USGS 與 MODIS2011)模擬 2010-2012 四月之風速、溫度、
混合比之偏差值與均方根誤差
編號 測站 日間
氣溫
夜間
氣溫
日間
風速
夜間
風速
日間
混合比
夜間
混合比 降雨
s01 Tamsui 0.025 0.019 0.022 0.028 -0.041 -0.037 -0.004
s02 Taipei 0.023 0.014 -0.034 -0.025 -0.024 -0.027 -0.005
s03 Keelung 0.023 0.000 0.019 0.013 -0.044 -0.050 -0.007
s04 Hsinchu 0.037 0.011 -0.084 -0.066 -0.034 -0.047 -0.004
s05 Taichung 0.025 0.027 -0.001 -0.001 -0.039 -0.028 -0.003
s06 Wuchi 0.011 0.009 -0.018 -0.041 -0.023 -0.017 -0.006
s07 Chiyi 0.055 0.018 -0.019 -0.025 -0.011 -0.017 -0.008
s08 Tainan 0.022 0.042 -0.015 -0.009 -0.062 -0.037 -0.004
s09 Kaohsiung 0.027 0.019 -0.014 -0.004 -0.006 -0.009 -0.005
s10 Hengchun -0.015 0.003 0.003 0.005 -0.052 -0.058 -0.003
s11 Yilan 0.011 -0.015 0.034 0.022 -0.079 -0.085 -0.009
s12 Hualien -0.024 -0.027 0.046 0.055 -0.071 -0.059 -0.004
s13 Taitung -0.005 -0.016 0.024 0.071 -0.026 -0.019 -0.002
平均 0.017 0.008 -0.003 0.002 -0.039 -0.038 -0.005
CWB stations T (°C) WS (ms-1) Mixing Ratio (gkg-1)
BIAS RMSE BIAS RMSE BIAS RMSE
2010s USGS+topo 0.2 2.1 1.9 3.1 0.1 1.8
2010s MODIS2011
+topo 0.8 2.3 1.4 2.6 -0.1 1.9
47
表 4-3、土地利用與氣候變遷對於四月台灣平地地區日夜溫度之影響，單位:°C
表 4-4、土地利用與氣候變遷對於四月台灣平地地區日夜風速之影響，單位:ms-1
Temperature diff
(2010s-1990s) <300m
Combined
(2010s_MD11- 1990s_USGS)
Land use effect
(2010s_MD11- 2010s_USGS)
Climate change
(2010s_USGS- 1990s_USGS)
Daytime +0.4 +0.1 +0.2
Nighttime +0.4 +0.4 +0.0
Wind speed diff
(2010s-1990s) <300m
Combined
(2010s_MD11- 1990s_USGS)
Land use effect
(2010s_MD11- 2010s_USGS)
Climate change
(2010s_USGS- 1990s_USGS)
Daytime +0.1 -0.1 +0.2
Nighttime +0.0 -0.1 +0.1
48
圖
d01
d02
d03
圖 2-1、WRF 模擬巢狀網格設定
49
(a)
(c) (b)
圖 2-2、USGS 三層巢狀網格土地利用分類，(a)第一層網格 (b)第二層網格 (c)第三層網格
50
(a)
(c) (b)
圖 2-3、MODIS2001 三層巢狀網格土地利用分類，(a)第一層網格 (b)第二層網格 (c)
第三層網格
51
(a)
(c) (b)
圖 2-4、MODIS2011 三層巢狀網格土地利用分類，(a)第一層網格 (b)第二層網格 (c)
第三層網格
52
(a) (b)
圖 2-5、台灣地區土地利用 a)原始 USGS 資料 (b)使用 MODIS2001 之森林與 USGS
資料合併，簡稱 USGS_forest
53
圖2-6、
(a)M
OD
IS2001、
(b)M
OD
IS20
11台灣地區土地利用分類
(a)
(b)
54
(a)
(c)
(e)
(b)
(d)
(f)
圖 3-1、ECMWF 再分析資料 1000 hPa 1990-1992 年十月之(a)重力位高度(單位:m)、(c)
溫度(單位:°C)、(e)風速(單位:ms-1)，2010-2012 年十月之(b)重力位高度(單
位:m)、(d)溫度(單位:°C)、(f)風速(單位:ms-1)
55
圖 3-2、ECMWF 再分析資料 1000 hPa 2010-2012 年十月與 1990-1992 年十月之差異
(2010s 減去 1990s) (a)重力位高度(單位:m)、(b)溫度(單位:°C)、(c)風速(單
位:ms-1)
(a)
(c)
(b)
56
(a)
(e)
(c)
圖 3-3、WRF 模擬 domain1 2010-2012 年十月之(a)海平面氣壓(單位:hPa)，箭號為近地面風場(單位:ms-1)，(c)溫度(單位:°C)，(e)降雨(單位:mm)，WRF 模擬 domain1
2010-2012 年與 1990-1992 年十月之差異(2010s 減去 1990s) (b)海平面氣壓(單
位:hPa)，箭號為風場變化(單位 ms-1)，(b)溫度(單位:°C)，(f)降雨(單位:mm)
(b)
(d)
(f)
57
圖 3-4、選用之中央氣象局平地測站位置(紫色方塊)，底色為海拔高，單位:m，所選
用之測站高度皆低於海拔 300 m
Wuchi
Taichung
58
圖 3-5、模擬 2010-2012 十月之平均風速，(a)使用 topo 、(c)未使用 topo 、(c)兩者風
速之差異，單位:ms-1
(a) (b) (c)
59
(a)
(b)
圖 3-6、梧棲站 2010-2012 年十月 24 小時平均之(a)溫度(單位:°C)、(b)風速(單位:m) 日
變化，藍色線為觀測值，紅色線為 USGS 模擬值，綠色線為 MODIS2001 模擬
值，橘色線為 MODIS2011 模擬值
60
圖 3-7、梧棲站 2010-2012 年十月 24 小時平均之(a)潛熱通量(單位:Wm-2)、(b)可感熱通量(單位:Wm-2)、(c)邊界層高度日變化(單位:m)，紅色線為 USGS 模擬值，
綠色線為 MODIS2001 模擬值，橘色線為 MODIS2011 模擬值
(a)
(c)
(b)
61
圖 3-8、台中站 2010-2012 年十月 24 小時平均之(a)溫度(單位:°C)、(b)風速(單位:m) 日
變化，藍色線為觀測值，紅色線為 USGS 模擬值，綠色線為 MODIS2001 模擬
值，橘色線為 MODIS2011 模擬值
(a)
(b)
62
圖 3-9、台中站 2010-2012 年十月 24 小時平均之(a)潛熱通量(單位:Wm-2)、(b)可感熱
通量(單位:Wm-2)、(c)邊界層高度日變化(單位:m)，紅色線為 USGS 模擬值，綠色線為 MODIS2001 模擬值，橘色線為 MODIS2011 模擬值
(a)
(b)
(c)
63
圖 3-10、2010-2012 年 MODIS2011 十月平均風場 (a) 0200 LST (b) 1400 LST，單
位:ms-1
(a)
(b)
64
(a) (b)
(c) (d)
(e)
圖 3-11、2010-2012 年十月 MODIS2011 與 2010-2012 年十月 USGS 模擬之日間差異
(2010s MODIS2011 減去 2010s USGS): (a)溫度(單位:°C) (b)風速(單位:ms-1) (c)
潛熱通量(單位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)邊界層高度(單位:m)，日間為早上八點到下午七點之平均
65
圖 3-12、2010-2012 年十月 MODIS2011 與 2010-2012 年十月 USGS 模擬之夜間差異(2010s MODIS2011 減去 2010s USGS): (a)溫度(單位:°C) (b)風速(單位:ms-1) (c)
潛熱通量(單位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)邊界層高度(單位:m)，夜間為晚上八點到隔天早上七點之平均
(a) (b)
(c) (d)
(e)
66
(a) (b)
(c) (d)
(e) (f)
圖 3-13、2010-2012 年十月 USGS 與 1990-1992 年十月 USGS 模擬之日間差異(2010s
USGS 減去 1990s USGS): (a)溫度(單位:°C) (b)風速(單位:ms-1) (c)潛熱通量(單位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)邊界層高度(單位:m) (f)土壤濕度(單
位:%)，日間為早上八點到下午七點之平均
67
(a) (b)
(c) (d)
(e)
圖 3-14、2010-2012 年十月 USGS 與 1990-1992 年十月 USGS 模擬之夜間差異(2010s
USGS 減去 1990s USGS): (a)溫度(單位:°C) (b)風速(單位:ms-1) (c)潛熱通量(單
位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)邊界層高度(單位:m)，夜間為晚上八點到隔天早上七點之平均
68
圖 3-15、十月平均累積降雨變化(2010s_USGS-1990s_USGS)，單位:mm
69
(a) (b)
(c) (d)
圖 3-16、近二十年十月日間氣象場變化，(a)考慮土地利用變化之溫度變化 (b)假設土
地利用相同之溫度變化，單位:°C (c)考慮土地利用變化之風速變化 (d)假設土
地利用相同之風速變化，單位:ms-1，日間為早上八點到下午七點之平均
70
(a) (b)
(c) (d)
圖 3-17、近二十年十月夜間氣象場變化，(a)考慮土地利用變化之溫度變化 (b)假設土
地利用相同之溫度變化，單位:°C (c)考慮土地利用變化之風速變化 (d)假設土
地利用相同之風速變化，單位:ms-1，夜間為晚上八點到隔天早上七點之平均
71
圖 4-1、ECMWF 再分析資料 1000 hPa 1990-1992 年四月之(a)重力位高度(單位:m)、(c)
溫度(單位:°C)、(e)風速(單位:ms-1)，2010-2012 年四月之(b)重力位高度(單
位:m)、(d)溫度(單位:°C)、(f)風速(單位:ms-1)
(a) (b)
(d) (c)
(e) (f)
72
圖 4-2、ECMWF 再分析資料 1000 hPa 2010-2012 年四月與 1990-1992 年四月差異
(2010s 減去 1990s)之 (a)重力位高度(單位:m)、(b)溫度(單位:°C)、(c)風速(單
位:ms-1)
(a)
(b)
(c)
73
圖 4-3、WRF 模擬 domain1 2010-2012 年四月之(a)海平面氣壓(單位:hPa)，箭號為近
地面風場(單位:ms-1)，(c)溫度(單位:°C)，(e)降雨(單位:mm)，WRF 模擬 domain1
2010-2012年四月與 1990-1992年四月之差異(2010s減去 1990s) (b)海平面氣壓
(單位:hPa)，箭號為風場變化(單位:ms-1)，(b)溫度(單位:°C)、(f)降雨(單位:mm)
(c)
(e)
(a)
(f)
(b)
(d)
74
圖 4-5、圖 4-3(d)台灣地區放大圖，單位:°C
(a) (b)
圖 4-4、2010-2012 年四月平均累積降雨量，使用不同土地利用(a)USGS (b)MODIS2011
進行模擬，圓點為中央氣象局自動雨量站實際觀測結果，單位:mm
75
(a) (b)
(c) (d)
(e)
圖 4-6、2010-2012 年四月 MODIS2011 與 2010-2012 年四月 USGS 模擬之日間差異(2010s MODIS2011 減去 2010s USGS): (a)溫度(單位:°C) (b)風速(單位:ms-1) (c)
潛熱通量(單位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)邊界層高度(單位:m)，日間為早上八點到下午七點之平均
76
(a) (b)
(c) (d)
(e)
圖 4-7、2010-2012 年四月 MODIS2011 與 2010-2012 年四月 USGS 模擬之夜間差異
(2010s MODIS2011 減去 2010s USGS): (a)溫度(單位:°C) (b)風速(單位:ms-1) (c)
潛熱通量(單位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)邊界層高度(單位:m)，夜間為晚上八點到隔天早上七點之平均
77
圖 4-8、2010-2012 年四月 USGS 與 1990-1992 年 USGS 四月模擬之日間差異(2010s
USGS 減去 1990s USGS): (a)溫度(單位:°C) (b)風速(單位:ms-1) (c)潛熱通量(單位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)邊界層高度(單位:m)，日間為早上八點到下午七點之平均
(c)
(b) (a)
(d)
(e)
78
(c)
(b) (a)
(d)
(e)
圖 4-9、2010-2012 年四月 USGS 與 1990-1992 年 USGS 四月模擬之夜間差異(2010s
USGS 減去 1990s USGS): (a)溫度(單位:°C) (b)風速(單位:ms-1) (c)潛熱通量(單
位:Wm-2) (d)可感熱通量(單位:Wm-2) (e)邊界層高度(單位:m)，夜間為晚上八點到隔天早上七點之平均
79
圖 4-10、四月平均累積降雨變化(2010s_USGS-1990s_USGS)，單位:mm
80
(a) (b)
(c) (d)
圖 4-11、近二十年四月日間氣象場變化，(a)考慮土地利用變化之溫度變化 (b)假設土
地利用相同之溫度變化，單位:°C (c)考慮土地利用變化之風速變化 (d)假設土
地利用相同之風速變化，單位:ms-1，日間為早上八點到下午七點之平均
81
(a) (b)
(c) (d)
圖 4-12、近二十年四月夜間氣象場變化，(a)考慮土地利用變化之溫度變化 (b)假設土
地利用相同之溫度變化，單位:°C (c)考慮土地利用變化之風速變化 (d)假設土
地利用相同之風速變化，單位:ms-1，夜間為晚上八點到隔天早上七點之平均
