區域氣候場對雨量降尺度之影響               

                                    劉 正 欽

氣候變遷對水資源的衝擊議題，是現今全球許多學者及國家關注的焦點，研究過此類議題過程大都根據大氣環流模式(General Circulation Models, GCMs)進行模擬研究。然而，由於大氣環流模式解析度太粗糙，沒有辦法反應小尺度地區的資訊，故需要藉由降尺度(Downscaling)方法，推求小尺度的資訊。本文對台灣南部地區進行降尺度研究，利用奇異值分解(Singular Value Decomposition, SVD)降尺度方法來探討不同區域氣候場對降尺度結果分析結果，期望選擇一適合之區域氣候場做為降尺度分析，最後利用選擇的區域氣候場，推估台灣南部未來可能降雨趨勢。

本研究使用台灣南部區域歷史地面雨量站降水資料及IPCC第四次評估報告提供的七個GCM模式資料。選取七種不同範圍區域氣候場，再依照七個模式分別與台灣南部歷史降水資料，利用奇異值分解法建立七個統計降尺度關係式。由於得到的結果資訊太多，各GCM模式表現不一，故利用多模式系集平均(Multi-Model Ensemble, MME)來討論GCMs在不同區域氣候場之結果。利用MME之後的均方根誤差比較結果，不同範圍的區域氣候場對於降尺度結果沒有顯著性影響。但藉由比較不同模式個數的MME結果發現，愈多模式去進行MME，均方根誤差愈低。得到一個重要結論：不管如何選取區域氣候場，最後只要將各模式結果利用MME的方式呈現，其結果相差不大。本研究最後將選取出來的區域氣候場，對台灣南部進行未來的雨量推估，利用七個模式各別的結果與MME的結果呈現，發現未來GCM月平均雨量七個模式各別結果與MME結果大部分都很穩合。大致上枯水期雨量呈現減少趨勢，豐水期雨量呈現增加趨勢。

關鍵詞：降尺度、區域氣候場、奇異值分解法、多模式系集平均