0

4
3

文字

分享

0
4
3

沒有颱風的七月!颱風為何銷聲匿跡?——《科學月刊》

科學月刊_96
・2020/09/11 ・1882字 ・閱讀時間約 3 分鐘 ・SR值 515 ・六年級

〈本文選自《科學月刊》2020年9月號〉

  • 賈新興/臺灣大學大氣科學系博士,前中央氣象局長期預報課課長,現職為天氣風險管理公司總監。

夏季是颱風出現的季節,往年的 7 月平均會有 3~4 個颱風生成。但今(2020)年 7 月卻罕見地無颱風生成,主要原因是季風槽受太平洋高壓,以及較大的垂直風切所導致。

夏天是颱風的好發季節。圖:Pexels

颱風消失了?生成條件大盤點

每年的 7 月是颱風開始活躍的月份,平均而言,7 月都有 3~4 個颱風生成,從 1951 年以來的颱風生成資料顯示,歷年 7 月最少都有 1 個颱風生成,最多則有 8 個颱風生成,分別是 1971 年 7 月和 2017 年 7 月。

然而今年的 7 月,整個西北太平洋海域卻靜悄悄的,沒有半個颱風生成,到底是發生了什麼事,讓 7 月颱風銷聲匿跡了呢?就讓我們一一檢視颱風生成的條件。

-----廣告,請繼續往下閱讀-----

生成條件一:溫暖的洋面

颱風生成在海面上,廣大的洋面能提供足夠水氣,當水氣蒸發釋放潛熱時,就可以讓颱風有足夠的能量成長。

一般來說,當海水溫度超過 26°C 時,才會產生足夠的水氣。而西北太平洋地區,每月氣候平均的海溫都在 27°C 以上,其中 2 月的平均海水溫度也有 27°C(圖一)。

圖為東經120度~160度,與北緯5度~20度之間的區域,即西北太平洋區域平均每月海溫值。通常海水溫度高於26℃時可以產生足夠的水氣,而往年7月的平均海溫都超過27℃,是颱風形成的重要條件之一。

因此,西北太平洋溫暖的海域,時時刻刻都有足夠的水氣提供颱風生成所需的能量。從西北太平洋區域今年 7 月平均的海水溫度分布圖發現,整個西北太平洋的海溫至少都超過 29°C(圖二)。

溫暖的洋面,雖然提供了足夠的能量,但為什麼颱風仍舊長不出來呢?讓我們再檢視其它颱風生成的動力條件!

-----廣告,請繼續往下閱讀-----

條件二:活躍的季風槽

颱風是個逆時針旋轉的低壓中心。夏季時,當北半球的西南季風,和太平洋高壓所帶來的東風或東北風相遇,兩者所造成的輻合作用,會使低氣壓的漩渦繼續加深,讓風速增強。

當低氣壓的近地面最大風速到達或超過每小時 62 公里或每秒 17.2 公尺時,我們就將它稱為颱風。這個伴隨西南季風和太平洋高壓南側的東風或東北風相遇的地方,通常稱作季風槽,或是俗稱颱風生長的故鄉。

從 7 月大氣低空風場的氣候平均圖,可以看到西南季風和太平洋高壓南側的東風形成的季風槽,從東經 120 度往東南方向延伸至東經 160 度。比較今年 7 月的大氣低空風場(圖三)可以發現,整個季風槽不見了,原來應該是季風槽所在的區域,一整個都被太平洋高壓的東風所佔據了。

而太平洋高壓是個穩定且下沉的空氣,但颱風是個垂直發展的低氣壓,因此,偏強的太平洋高壓讓今年的西南季風無法深入至西北太平洋區域,剷平了颱風的家,也就讓颱風長不起來了。

-----廣告,請繼續往下閱讀-----

條件三:垂直風切不能太大

另外,颱風垂直發展的高度至少可以達到對流層頂的高度,因此當高空風和低空風的風向差異太大時,也就是一般我們所說的垂直風切太大時,就無法讓水氣凝結所釋放出的潛熱更有效地提供颱風發展,造成颱風的垂直發展不好,颱風就不容易生成。

根據7月氣候上的垂直風切分布顯示,在西北太平洋區域的風切平均介於 -10~5之間。但今年 7 月的垂直風切,則介於 -10~10 之間,明顯比氣候平均值高,因此不利於颱風的垂直發展。

都是高壓和垂直風切惹的禍!

從以上颱風的生成條件來看,今年 7 月雖然有足夠的水氣提供的能量來源,但要讓颱風旋轉起來的季風槽,因為太平洋高壓太強,使得季風槽無法向東推進到西北太平洋區域;偏強的太平洋高壓帶來穩定的下沉空氣,連帶的也讓垂直風切太大,颱風更是長不起來!

今年 7 月的太平洋高壓太強,不但讓颱風長不起來,連帶的也是造成臺北創下自 1897 年以來的最高溫紀錄 39.7°C 的原因之一!至於為什麼今年的太平洋高壓如此強大,就是另一篇故事了。

-----廣告,請繼續往下閱讀-----
圖二(上):以往的7月氣候平均海溫分布和大氣 850 百帕(hPa)流線圖,圖中粗黑線為季風槽,此在正常的氣候條件下是有利於颱風生成的。圖三(下):今年7月平均海溫分布和大氣850百帕流線圖。讀者可以發現,今年的海溫分布雖較以往高,有利於颱風出現,但原先的季風槽位置卻被太平洋高壓所佔據,造成颱風無法生成。

〈本文選自《科學月刊》2020年9月號〉

科學月刊/在一個資訊不值錢的時代中,試圖緊握那知識餘溫外,也不忘科學事實和自由價值至上的科普雜誌。

文章難易度
科學月刊_96
249 篇文章 ・ 3412 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。

0

8
2

文字

分享

0
8
2
快!還要更快!讓國家級地震警報更好用的「都會區強震預警精進計畫」
鳥苷三磷酸 (PanSci Promo)_96
・2024/01/21 ・2584字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 交通部中央氣象署 委託,泛科學企劃執行。

  • 文/陳儀珈

從地震儀感應到地震的震動,到我們的手機響起國家級警報,大約需要多少時間?

臺灣從 1991 年開始大量增建地震測站;1999 年臺灣爆發了 921 大地震,當時的地震速報系統約在震後 102 秒完成地震定位;2014 年正式對公眾推播強震即時警報;到了 2020 年 4 月,隨著技術不斷革新,當時交通部中央氣象局地震測報中心(以下簡稱為地震中心)僅需 10 秒,就可以發出地震預警訊息!

然而,地震中心並未因此而自滿,而是持續擴建地震觀測網,開發新技術。近年來,地震中心執行前瞻基礎建設 2.0「都會區強震預警精進計畫」,預計讓臺灣的地震預警系統邁入下一個新紀元!

-----廣告,請繼續往下閱讀-----

連上網路吧!用建設與技術,換取獲得地震資料的時間

「都會區強震預警精進計畫」起源於「民生公共物聯網數據應用及產業開展計畫」,該計畫致力於跨部會、跨單位合作,由 11 個執行單位共同策畫,致力於優化我國環境與防災治理,並建置資料開放平台。

看到這裡,或許你還沒反應過來地震預警系統跟物聯網(Internet of Things,IoT)有什麼關係,嘿嘿,那可大有關係啦!

當我們將各種實體物品透過網路連結起來,建立彼此與裝置的通訊後,成為了所謂的物聯網。在我國的地震預警系統中,即是透過將地震儀的資料即時傳輸到聯網系統,並進行運算,實現了對地震活動的即時監測和預警。

地震中心在臺灣架設了 700 多個強震監測站,但能夠和地震中心即時連線的,只有其中 500 個,藉由這項計畫,地震中心將致力增加可連線的強震監測站數量,並優化原有強震監測站的聯網品質。

-----廣告,請繼續往下閱讀-----

在地震中心的評估中,可以連線的強震監測站大約可在 113 年時,從原有的 500 個增加至 600 個,並且更新現有監測站的軟體與硬體設備,藉此提升地震預警系統的效能。

由此可知,倘若地震儀沒有了聯網的功能,我們也形同完全失去了地震預警系統的一切。

把地震儀放到井下後,有什麼好處?

除了加強地震儀的聯網功能外,把地震儀「放到地下」,也是提升地震預警系統效能的關鍵做法。

為什麼要把地震儀放到地底下?用日常生活來比喻的話,就像是買屋子時,要選擇鬧中取靜的社區,才不會讓吵雜的環境影響自己在房間聆聽優美的音樂;看星星時,要選擇光害比較不嚴重的山區,才能看清楚一閃又一閃的美麗星空。

-----廣告,請繼續往下閱讀-----

地表有太多、太多的環境雜訊了,因此當地震儀被安裝在地表時,想要從混亂的「噪音」之中找出關鍵的地震波,就像是在搖滾演唱會裡聽電話一樣困難,無論是電腦或研究人員,都需要花費比較多的時間,才能判讀來自地震的波形。

這些環境雜訊都是從哪裡來的?基本上,只要是你想得到的人為震動,對地震儀來說,都有可能是「噪音」!

當地震儀靠近工地或馬路時,一輛輛大卡車框啷、框啷地經過測站,是噪音;大稻埕夏日節放起絢麗的煙火,隨著煙花在天空上一個一個的炸開,也是噪音;台北捷運行經軌道的摩擦與震動,那也是噪音;有好奇的路人經過測站,推了推踢了下測站時,那也是不可忽視的噪音。

因此,井下地震儀(Borehole seismometer)的主要目的,就是盡量讓地震儀「遠離塵囂」,記錄到更清楚、雜訊更少的地震波!​無論是微震、強震,還是來自遠方的地震,井下地震儀都能提供遠比地表地震儀更高品質的訊號。

-----廣告,請繼續往下閱讀-----

地震中心於 2008 年展開建置井下地震儀觀測站的行動,根據不同測站底下的地質條件,​將井下地震儀放置在深達 30~500 公尺的乾井深處。​除了地震儀外,站房內也會備有資料收錄器、網路傳輸設備、不斷電設備與電池,讓測站可以儲存、傳送資料。

既然井下地震儀這麼強大,為什麼無法大規模建造測站呢?簡單來說,這一切可以歸咎於技術和成本問題。

安裝井下地震儀需要鑽井,然而鑽井的深度、難度均會提高時間、技術與金錢成本,因此,即使井下地震儀的訊號再好,若非有國家建設計畫的支援,也難以大量建置。

人口聚集,震災好嚴重?建立「客製化」的地震預警系統!

臺灣人口主要聚集於西半部,然而此區的震源深度較淺,再加上密集的人口與建築,容易造成相當重大的災害。

-----廣告,請繼續往下閱讀-----

許多都會區的建築老舊且密集,當屋齡超過 50 歲時,它很有可能是在沒有耐震規範的背景下建造而成的的,若是超過 25 年左右的房屋,也有可能不符合最新的耐震規範,並未具備現今標準下足夠的耐震能力。 

延伸閱讀:

在地震界有句名言「地震不會殺人,但建築物會」,因此,若建築物的結構不符合地震規範,地震發生時,在同一面積下越密集的老屋,有可能造成越多的傷亡。

因此,對於發生在都會區的直下型地震,預警時間的要求更高,需求也更迫切。

-----廣告,請繼續往下閱讀-----

地震中心著手於人口密集之都會區開發「客製化」的強震預警系統,目標針對都會區直下型淺層地震,可以在「震後 7 秒內」發布地震警報,將地震預警盲區縮小為 25 公里。

111 年起,地震中心已先後完成大臺北地區、桃園市客製化作業模組,並開始上線測試,當前正致力於臺南市的模組,未來的目標為高雄市與臺中市。

永不停歇的防災宣導行動、地震預警技術研發

地震預警系統僅能在地震來臨時警示民眾避難,無法主動保護民眾的生命安全,若人民沒有搭配正確的防震防災觀念,即使地震警報再快,也無法達到有效的防災效果。

因此除了不斷革新地震預警系統的技術,地震中心也積極投入於地震的宣導活動和教育管道,經營 Facebook 粉絲專頁「報地震 – 中央氣象署」、跨部會舉辦《地震島大冒險》特展、《震守家園 — 民生公共物聯網主題展》,讓民眾了解正確的避難行為與應變作為,充分發揮地震警報的效果。

-----廣告,請繼續往下閱讀-----

此外,雖然地震中心預計於 114 年將都會區的預警費時縮減為 7 秒,研發新技術的腳步不會停止;未來,他們將應用 AI 技術,持續強化地震預警系統的效能,降低地震對臺灣人民的威脅程度,保障你我生命財產安全。

文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
195 篇文章 ・ 299 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

3
2

文字

分享

0
3
2
海洋盛宴——抹香鯨落
黑潮海洋文教基金會_96
・2023/11/05 ・3099字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

  • 文 胡潔曦|黑潮海洋文教基金會 鯨豚保育研究員
  • 本文轉載自黑潮海洋文化基金會《海洋盛宴——抹香鯨落》,歡迎喜歡這篇文章的朋友訂閱支持黑潮喔!
圖一、抹香鯨舉尾下潛

編按:本文主要內容與圖片摘錄、翻譯自文獻Three-year investigations into sperm whale-fall ecosystems in Japan,期望在頻繁目擊抹香鯨的 7 月,跟大家分享抹香鯨落的研究。

生存在深海中並非容易的事,由於深海裡缺乏陽光與有機物質,許多生物是藉著海水表層落入深海的有機物質維生。當鯨豚死亡後沉入海底,這段過程、遺體以及過程中所形成的生態系均可被稱為「鯨落」。鯨落可以說是生命的延續之源,而這些殞落至海底的鯨豚有如「金山銀山」,不僅能提供大量的有機物,同時也將許多硫化物帶入海底,造福許多海洋生命,因此也有一句話說:「鯨落,萬物生」。這篇文章透過閱讀國外文獻與整理,希望跟大家分享抹香鯨死亡之後的貢獻!

圖二、世界目前已知的鯨落位置,Implant=人工鯨落  Fossil=鯨落化石  Natural=自然鯨落(Li et al. 2022

故事的開始——集體擱淺在日本的抹香鯨

在 2002 年 1 月,日本的西南海岸發生了一起集體擱淺,共發現了 14 隻抹香鯨,而其中 12 隻抹香鯨被綁上水泥塊後,被當地政府沉入了 Nomamisaki 岬角周邊深度大約兩、三百公尺的海裡,形成了多座人工鯨落。當時有許多學者對於抹香鯨落感到好奇,究竟牠們會吸引來哪些生物?而抹香鯨龐大的遺體會需要花費多長時間分解呢?透過這項研究,或許能讓人們對大型齒鯨落的分解過程更加瞭解。

圖三、編號 12 之抹香鯨在 2003 年之手繪插圖(Fujiwara et al. 2007

事實上,在 2002 年以前,多數的鯨落研究出自於美國的加利福尼亞州外海,並以鬚鯨為主要研究對象,而這些鯨落的深度幾乎都落在一、兩千公尺深,比起這次抹香鯨落群的深度深了非常多。而這次大量出現在日本西南海域的多座人工鯨落有著種種獨特性,包含了:深度淺、是大型齒鯨的鯨落等等,也讓學者們充滿好奇心。

-----廣告,請繼續往下閱讀-----

究竟要如何長期觀察抹香鯨落呢?

閱讀至此,不知道讀者們是否有一項疑問?在兩三百公尺深的海裡,既缺乏可見光,同時也承受著數十倍的大氣壓,在這樣的條件下到底要如何觀察抹香鯨落呢?「ROV——水下探測載具」即是這個研究的一大助手,能夠幫助科學家們突破這些困難,不僅能在深海中蒐集珍貴的影像,也可以完成採集的工作。而在團隊耗費了 3 年運用水下載具追蹤其中的五隻抹香鯨後,他們也有了些有趣的收穫,透過圖四可以看到這段時間抹香鯨的外觀變化。

圖四、編號 12 之抹香鯨 a. 2003 年 7 月  b. 2004 年 7 月  c. 2005 年 7 月利用水下探測載具拍攝影像(Fujiwara et al. 2007

經過數年的追蹤後,研究團隊發現,抹香鯨落歷經分解的速度堪稱飛快!根據 2003 年的鯨落研究,學者將鯨豚分解的過程定義為下述四個階段(Smith and Baco 2003),而第一個階段到最後階段可能會歷時數年甚至到數十年,當鯨豚的遺體越大,可能耗時越長:

  1. 移動清道夫階段(Mobile-scavenger):生物會快速消耗掉鯨豚體表上的肉與脂肪。
  2. 機會主義者階段(Enrichment opportunist):生物開始進駐鯨豚裸露的骨頭及周邊富含營養的底層泥沙上。
  3. 化能自養階段(Sulphophilic):骨骼釋放硫化物,供養海洋中依靠硫化物維生的生物。
  4. 骨礁階段(Reef):在所有有機物質被消耗之後,即會進入骨礁的階段。

註解:上述中文名詞翻譯參考自國家地理頻道及國立海洋科技博物館 鯨落展區。

鯨落最快被消耗掉的部分是身上的肉跟脂肪,而這份文獻研究的 5 座抹香鯨落,肉跟脂肪在經過 1 年之後已幾乎被消耗殆盡;經過 1.5 年之後,抹香鯨落已進入化能自養階段,骨骼開始釋放硫化物質;有些大型鯨落從化能自養階段轉為骨礁期要歷經數十年,根據這項研究發現,部分抹香鯨落竟在 3 年後就能夠進入骨礁期,身上所有的有機質都被消耗殆盡,而這樣的進度相較於過去鬚鯨落的研究是非常快的!研究人員初步推測,可能是因為此處的平均水溫相較其他鯨落研究的海域高,生物分解的速度比較快。

-----廣告,請繼續往下閱讀-----

抹香鯨落上意想不到的生物多樣性

這次的研究共有發現超過百種生物聚集在抹香鯨落周邊,包含軟體動物門、多毛綱與甲殼綱的生物等,在 1.5 年後,貽貝是抹香鯨骨骼上最為豐富的生物類群(圖五)。而抹香鯨落整體的生物多樣性在到達 3.5 年時來到高峰,紀錄中共有八十多種生物出現。

圖五、位在抹香鯨脊椎骨的貽貝(Fujiwara et al. 2007

除了確認抹香鯨的腐化速度之外,研究人員也會在探測載具每次下海時採集底部的泥沙,經分析發現,抹香鯨身體下方泥沙中的硫化物濃度,隨著鯨落分解的時間越久,濃度也會逐漸提高,並吸引來大量仰賴硫化物生存的生物。為了進一步確認周遭環境的生物是否與抹香鯨身上的有差異,研究人員也將抹香鯨 10 米以內與外的生物做了比較,發現鯨落 10 米以外的物種與鯨落上的生物完全沒有重疊,也證明了鯨落的出現確實吸引來許多的生物。

鯨落,萬物生

鯨落的各個分解階段吸引了許多生物造訪,肉與脂肪等在幾個月內快速地被消耗掉,有機碎屑也能讓周邊海底的富含養分,而抹香鯨骨能釋放硫化物數年,部分大型鯨甚至可能長達數十年。「鯨落,萬物生」,在鯨豚生命的最後一章,牠們的身體緩緩沉入海底,成為了大量生物的食物來源。至 2022 年為止,目前世界已知鯨落共有約 160 座,也希望隨科技進步,人們能更深入認識鯨落為環境帶來的影響。

影片分享:美國於2019年在NOAA保護區發現的深海鯨落

-----廣告,請繼續往下閱讀-----

參考資料

  1. Fujiwara, Y., Kawato, M., Yamamoto, T., Yamanaka, T., Sato-Okoshi, W., Noda, C., Tsuchida, S., Komai, T., Cubelio, S.S., Sasaki, T., Jacobsen, K., Kubokawa, K., Fujikura, K., Maruyama, T., Furushima, Y., Okoshi, K., Miyake, H., Miyazaki, M., Nogi, Y., Yatabe, A. and Okutani, T. (2007), Three-year investigations into sperm whale-fall ecosystems in Japan. Marine Ecology, 28: 219-232.
    https://doi.org/10.1111/j.1439-0485.2007.00150.x
  2. Li Q, Liu Y, Li G, Wang Z, Zheng Z, Sun Y, Lei N, Li Q and Zhang W (2022) Review of the Impact of Whale Fall on Biodiversity in Deep-Sea Ecosystems. Front. Ecol. Evol. 10:885572. doi: 10.3389/fevo.2022.885572
  3. https://oceanservice.noaa.gov/facts/whale-fall.html
  4. https://natgeomedia.com/environment/article/content-6001.html
  5. https://www.soest.hawaii.edu/oceanography/faculty/csmith/Files/Smith%20and%20Baco%202003.pdf
  6. http://hi.people.com.cn/BIG5/n2/2020/0409/c228872-33936490.html
黑潮海洋文教基金會_96
4 篇文章 ・ 1 位粉絲
  黑潮海洋文教基金會,1998年於花蓮成立,是臺灣第一個為「鯨豚與海洋」發聲的民間非營利組織。最初以鯨豚調查為開端,多年來深耕於海洋議題、環境教育與科學調查,如同一股陸地上的黑潮洋流溫暖而堅定,期許每個臺灣人的心中都有一片海洋。

0

1
0

文字

分享

0
1
0
說好的颱風呢?!氣象預報不準?要準確預測天氣有多難?
PanSci_96
・2023/09/12 ・4646字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

小心啊,打雷囉,下雨收衣服啊!

氣象報告說好是晴天的,怎麼一踏出門就開始下雨了?

昨天都說要直撲的颱風,怎麼又彎出去了?

多麼希望天氣預報能做到百分之百正確,只要出門前問一下手機,就能確定今天是出大太陽還是午後雷陣雨,是幾點幾分在哪裡?又或是最重要的,颱風到底會不會來?

-----廣告,請繼續往下閱讀-----

但你知道,現在的氣象預報,已經動用全球最強的超級電腦們了嗎?既然如此,我們現在的氣象預報能力到底有多準?我們什麼時候能徹底掌握這顆蔚藍星球上發生的所有天氣現象?

天氣預報有多困難?

雖然我們常常嫌說氣象預報不準、颱風路徑不準、預測失靈等等。但我們現在的實力如何呢?

目前美國國家海洋暨大氣總署的數據分析,對西太平洋颱風的 24 小時預測,誤差平均值約 50 英哩,也就是一天內的路徑誤差,大約是 80 公里。其他國家的氣象局,24 小時的誤差也約在 50 到 120 公里之間。台灣呢?根據中央氣象局到 2010 年的統計,誤差大約在 100 公里內。也就是臺灣對颱風的預測,沒有落後其他先進單位。

現在只要打開手機隨便開個 APP,就能問到今天的天氣概況,甚至是小區域或是短時間區間內的天氣預報。但在過去沒有電腦的時代,要預測天氣根本可以不可能(諸葛孔明:哪泥?)。

-----廣告,請繼續往下閱讀-----

近代且稱得上科學的天氣預測可追溯回 1854 年,那個只能靠人工觀測的年代,英國氣象學家為了保護漁民出海的安危,利用電報傳遞來蒐集各地居民的觀察,並進行風暴預報。後來演變成天氣預報後,卻因為有時預報不準,預報員承受了輿論與國會批判的巨大壓力,最後甚至鬱鬱離世。

19 世紀的氣象學家為了保護漁民出海的安危,會利用電報蒐集各地居民的觀察進行風暴預報。圖/Giphy

在電腦還在用打洞卡進行運算的年代,一台電腦比一個房間還大。氣象局要預測天氣,甚至判斷颱風動向,得要依賴專家對天氣系統、氣候型態的認知。因此在模擬預測非主流的年代,我們可以看到氣象局在進行預測時,會拿著一個圓盤,依據量測到的大氣壓力、風速等氣象值,進行專家分析。

當時全球的氣象系統,則是透過全球約一千個氣象站,共同在 UTC 時間(舊稱格林威治時間)的零零時施放高空探測氣球,透過聯合國的「World Weather Watch」計畫來共享天氣資料,用以分析。關於氣象氣球,我們之前也介紹過,歡迎看看這集喔。

也就是說,以前的颱風預測就是專家依靠自身的學理與經驗,來預測颱風的動向,但是,大氣系統極其複雜,先不說大氣系統受到擾動就會有所變化,行星風系、科氏力、地形、氣壓系統這些系統間互相影響,都會造成預測上的失準,更遑論模擬整個大氣系統需要的電腦資源,是非常巨大的。

-----廣告,請繼續往下閱讀-----

那麼,有了現代電腦科技加持的我們,又距離全知還有多遠呢?是不是只要有夠強的超級電腦,我們就能無所不知呢?

有了電腦科技加持,我們的預報更準了嗎?

當然,有更強的電腦,我們就能算得更快。才不會出現花了三天計算,卻只能算出一個小時後天氣預報的窘況。但除了更強悍的超級電腦,也要更先進的預測模型與方法。現在的氣候氣象模擬,會先給一個初始值,像是溫度、壓力、初始風場等等,接著就讓這個數學模型開始跑。

接著我們會得到一個答案,這還不是我們真正要的解,而是一種逼近真實的解,我們還必須告訴模型,我容許的誤差值是多少。什麼意思呢?因為複雜模型算出來的數值不會是整數,而是拖著一堆小數點的複雜數字。我們則要選擇取用數值小數點後 8 位還是後 12 位等等,端看我們的電腦能處理到多少位,以及我們想算多快。時間久了,誤差的累積也越多,預測就有可能失準。沒錯,這就是著名的蝴蝶效應,美國數學暨氣象學家 Edward Norton Lorenz 過去的演講題目「蝴蝶在巴西揮動了翅膀,會不會在德州造成了龍捲風?」就是在講這件事。

回到颱風預報,大家有沒有發現,我們看到的颱風路徑圖,颱風的圈怎麼一定會越變越大,難道颱風就像戶愚呂一樣會從 30% 變成 100% 力量狀態嗎?

-----廣告,請繼續往下閱讀-----
輕颱鴛鴦的颱風路徑潛勢圖。圖/中央氣象局

其實那不是颱風的暴風圈大小,而是颱風的路徑預測範圍,也就是常聽到的颱風路徑潛勢圖,​是未來 1 至 3 天的颱風可能位置,颱風中心可能走的區域​顯示為潛勢圖中的紅圈,機率為 70%,所以圈圈越大,代表不確定性越大。​

1990 年後,中央氣象局開始使用高速電腦,並且使用美國國家大氣研究中心 (NCAR) 為首開發的 Weather Research and Forecasting 模型做數值運算,利用系集式方法,藉由不同的物理模式或參數改變,模擬出如同「蝴蝶效應」的結果,運算出多種颱風的可能行進路線。預測時間拉長後,誤差累積也更多,行進路徑的可能性當然也會越廣。

「真鍋模型」用物理建模模擬更真實的地球氣候!

大氣模擬不是只要有電腦就能做,其背後的物理複雜度,也是一大考驗。因此,發展與地球物理相關的研究變得非常重要。

2021 年的諾貝爾物理學獎,就是頒給發展氣候模型的真鍋淑郎。他所開發的地表模式,在這六十年間,從一個沒考慮地表植物的簡單模型,經各家發展,變成現在更為複雜、更為真實的模型。其中的參數涵蓋過去沒有的植物反應、地下水流動、氮碳化合反應等等,增強了氣候氣象模型的真實性。

-----廣告,請繼續往下閱讀-----
2021 年的諾貝爾物理學獎得主真鍋淑郎。圖/wikimedia

當然,越複雜的模型、越短的時間區間、越高的空間精細度,需要更強大的超級電腦,還有更精準的觀測數據,才能預測接下來半日至五日的氣象情況。

世界上前百大的超級電腦,都已被用來做大氣科學模擬。各大氣象中心通常也配有自己的超級電腦,才能做出每日預測。那麼,除了等待更加強大的超級電腦問世,我們還有什麼辦法可以提升預報的準度呢?

天氣預報到底要怎樣才能做得準?

有了電腦,人類可以紀錄一切得到的數據;有了衛星,人類則可以觀察整個地球,對地球科學領域的人來說,可以拿這些現實資訊來校正模擬或預測時的誤差,利用數學方法將觀測到的單點資料,乃至衛星資料,融合至一整個數值模型之中,將各種資料加以比對,進一步提升精準度,這種方法叫做「資料同化 (Data Assimilation)」。例如日本曾使用當時日本最強的超級電腦「京」,做過空間解析度 100 公尺的水平距離「局部」超高解析氣象預測,除了用上最強的電腦,也利用了衛星資料做資料同化。除了日本以外,歐洲中程氣象預測中心 (ECMWF),或是美國大氣暨海洋研究中心 (NOAA),也都早在使用這些技術。

臺灣這幾年升空的福衛系列衛星,和將要升空的獵風者等氣象衛星,也將在未來幫助氣象學家取得更精準的資料,藉由「資料同化」來協助模擬,達到更精準的預測分析。

-----廣告,請繼續往下閱讀-----

如果想要進一步提升預報準度呢?不用擔心,我們還有好幾個招式。

人海戰術!用更多的天氣模型來統計出機率的「概率性模擬」

首先,如果覺得一個模型不夠準,那就來 100 個吧!這是什麼意思?當我們只用一種物理模型來做預測時,我們總是會追求「準」,這種「準確」模型做的模擬預測,稱為「決定性模擬」,需要的是精確的參數、公式,與數值方法。就跟遇上完美的夢中情人共度完美的約會一樣,雖然值得追求,但你可能會先變成控制狂,而且失敗機率極高。

「準確」的模型就跟遇上完美情人共度完美約會一樣,雖然值得追求,但失敗機率極高。圖/Giphy

不如換個角度,改做「概率性模擬」,利用系集模擬,模擬出一大堆可能的交往對象,啊不對,是天氣模型,再根據一定數量的模擬結果,我們就可以統計出一個概率,來分析颱風路徑或是降雨機率,讓成功配對成功預測的機率更高。

製造一個虛擬地球模擬氣象?

再來,在物理層面上,目前各國正摩拳擦掌準備進行等同「數位攣生 (Digital Twin) 」的高階模擬,簡單來說,就是造出一個數位虛擬地球,來進行 1 公里水平長度網格的全球「超高」解析度模擬計算。等等,前面不是說日本可以算到 100 公尺的水平距離,為什麼 1 公里叫做超高解析度?

-----廣告,請繼續往下閱讀-----

因為 500 公尺到 1 公里的網格大小也是地表模式的物理適用最小單位,在這樣的解析度下,科學家相信,可以減少數值模型中被簡化的地方,產生更真實的模擬結果。

電腦要怎麼負荷這麼大的計算量?交給電腦科學家!

當然,這樣的計算非常挑戰,除了需要大量的電腦資源,還需要有穩定的超級電腦,以及幾個 Petabyte,也就是 10 的 15 次方個位元組的儲存設備來存放產出的資料。

不用為了天氣捐贈你的 D 槽,就交給電腦科學家接棒上場吧。從 CPU、GPU 間的通訊、使用 GPU 來做計算加速或是作為主要運算元件、到改寫符合新架構的軟體程式、以及資料壓縮與讀寫 (I/O)。同時還要加上「資料同化」時所需的衛星或是全球量測資料。明明是做氣象預報,卻需要等同發展 AI 的電腦科技做輔助,任務十分龐大。對這部分有興趣的朋友可以參考我們之前的這一集喔!

結語

這一切的挑戰,是為了追求更精確的計算結果,也是為了推估大魔王:氣候變遷所造成的影響必須獲得的實力。想要計算幾年,甚至百年後的氣候狀態,氣象與氣候學家就非得克服上面所提到的問題才行。

一百年來,氣候氣象預測已從專家推估,變成了利用龐大電腦系統,耗費百萬瓦的能量來進行運算。所有更強大、更精準的氣象運算,都是為了減少人類的經濟與生命損失。

對於伴隨氣候變遷到來的極端天氣,人類對於這些變化的認知還是有所不足。2021 年的德國洪水,帶走了數十條人命,但是身為歐洲氣象中心的 ECMWF,當時也只能用叢集式系統算出 1% 的豪大雨概率,甚至這個模擬出的豪大雨也並沒有達到實際量測值。

我們期待我們對氣候了解和應對的速度,能追上氣候變遷的腳步,也由衷希望,有更多人才投入地球科學領域,幫助大家更了解我們所處的這顆藍色星球。

也想問問大家,你覺得目前的氣象預報表現得如何?你覺得它夠準嗎?

  1. 夭壽準,我出門都會看預報,說下雨就是會下雨。
  2. 有待加強,預報當參考,自己的經驗才是最準的。
  3. 等科學家開發出天候棒吧,那才是我要的準。更多想法,分享給我們吧

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

PanSci_96
1216 篇文章 ・ 2127 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。