0

0
1

文字

分享

0
0
1

別小看颱風的「風」

阿樹_96
・2013/08/15 ・1525字 ・閱讀時間約 3 分鐘 ・SR值 509 ・六年級

-----廣告,請繼續往下閱讀-----

今(2013)年第一起登陸的颱風「蘇力」,在全台各地造成不少災情,包括淹水、土石流與多起道路中斷等等,颱風在2013年7月13日徬晚遠離台灣。而截至7月13日止,造成了1死31傷,其中強勁風力造成的災情,包括在台北市造成800多棵路樹傾倒、多處招牌掉落,而唯一罹難的員警陳錦榮,疑似因風力造成磚塊擊中頭部而死亡。

因為台灣的地形山脈多而高,平原又多位於西部,颱風引起的災害多半為降雨,然而全世界對於颱風的分級多以中心最大風速為主,因此颱風的風力造成的災害也不容小覷,而所謂的最大陣風、平均風速又是如何測量的呢?

風杯型風速計,利用轉速來換算得到平均風速。(圖片來源:維基共享資源,作者Jack Chui)
風杯型風速計,利用轉速來換算得到平均風速。(圖片來源:維基共享資源,作者Jack Chui)

風的成因與測量

「風」其實指的就是大氣的流動現象,成因之一為溫度,小尺度的現象就是平常感受到的海風、陸風,是因地表溫度上升與下降速度較快而產生的風。大尺度就是季節變化與太陽的照射所影響,造成季風與各種熱帶溫帶風暴,大氣的水平運動會讓兩極與赤道的能量交換。再來就是氣壓,空氣的溫度、重量分布不均形成高低氣壓之分,在同一水平面上,氣流從高壓流向低壓,因而形成風。此外,還有地球自轉也會形成風(信風與西風帶)。

在風力的分級上,主要以風速來作為標準,而測量風速的科學儀器為風速計,風速計主要是由3或4個杯狀物與1個轉軸組成,亦有螺旋槳型的風速計,根據一定時間內的轉速,就可以換算出實際的平均風速。國際上,風速分級可見蒲福風級表,風級表依不同的風速分為0至17級,而進一步利用這個分級,或者是回歸原始測量到的風速,可以對照得到颱風的分級,中央氣象局的標準是以颱風的近中心最大風速來劃分,輕度颱風是8~11級,中度為12~15級,強烈在16以上。

-----廣告,請繼續往下閱讀-----

颱風的風力可怕在哪?

越接近颱風的中心,氣壓的梯度越密集,因此風勢就變得十分強勁,而當中心的氣壓越低時,也代表著氣壓的梯度更密、風更大。至於經常提到報導中的「最大陣風」或「最大風速」,陣風指的是瞬間變化的風,一般而言量測風速時會取10分鐘內的平均值,而「陣風」則是在10分鐘內發生5m/s以上的風速差時會出現的現象,這樣的風不會一直持續的吹,而是突然間產生一股強大的風,這也是颱風中致災的風力,因為颱風來臨時,陣風的風速是平均風速的1.5至2倍,所以當平均風速是25m/s(10級)時,最大陣風可能會達到50m/s(15級)。

可以想像風速越大時,會造成越大的災害,但風速如何換算成災害呢?即使將50m/s的風換算成時速180公里,但因為風不是實體,不能拿高鐵或汽車的速度來對比,應該使用「風壓」來評估。風壓的定義為每平方公尺所受的力(公斤),因此,依照中央氣象局所提供的風速/風壓換算表,50m/s的風速等同於每平方公尺受力達310公斤的壓力,因此對於這次蘇力颱風過境,基隆所出現的15級風、台北的12級風(最高的風壓達164kg/m2),不難想像會發生路樹折斷、招牌掉落的災害。

颱風前的準備與注意事項,除了嚴防豪雨造成的水災,也要注意強風所造成的災害,宜先行固定易掉落飛走的物品、或是檢查招牌的固定是否良好,在都會區的常見馬路邊會出現的「活動旗幟」,也應在颱風來臨前撤除,否則在強風之下,除了增加災後清除的難度,也可能在颱風來臨時造成預期之外的傷害。

(本文由國科會補助「新媒體科普傳播實作計畫─重大天然災害之防救災科普知識教育推廣」執行團隊撰稿)

-----廣告,請繼續往下閱讀-----

責任編輯:鄭國威|元智大學資訊社會研究所

本文原發表於行政院國家科學委員會-科技大觀園「科技新知」。歡迎大家到科技大觀園的網站看更多精彩又紮實的科學資訊,也有臉書喔!

文章難易度
阿樹_96
73 篇文章 ・ 20 位粉絲
地球科學的科普專門家,白天在需要低調的單位上班,地球人如果有需要科普時時會跑到《震識:那些你想知道的震事》擔任副總編輯撰寫地震科普與故事,並同時在《地球故事書》、《泛科學》、《國語日報》等專欄分享地科大小事。著有親子天下出版《地震100問》。

0

1
1

文字

分享

0
1
1
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!

2

4
3

文字

分享

2
4
3
精準預測氣象的「掩星技術」,讓你知道颱風放不放假!
科技大觀園_96
・2021/11/16 ・2380字 ・閱讀時間約 4 分鐘

-----廣告,請繼續往下閱讀-----

新颱風生成後,大家最關心的就是颱風的路徑、帶來的風雨大不大,以及——到底放不放颱風假?要能預測和評估颱風的走向影響,可靠的氣象觀測資料是不可或缺的。這就不得不提,在我們頭頂上認真執行觀測任務的人造衛星,以及它們身懷測知氣象變化的絕技!

每次颱風來襲,大家都關心會不會放颱風假。圖/pixabay

貢獻全球氣象資料,福爾摩沙衛星功不可沒

過去福爾摩沙衛星三號(福三)執勤十年,為全世界多個氣象中心與研究單位提供無以計數的資料,可謂台灣在國際氣象上的外交大使,於減少天氣預報誤差的貢獻度上,更曾被評為全球前五。福三榮退後,接棒的福爾摩沙衛星七號(福七)也在今年二月完成任務軌道的全部部署。福三和福七都不只有一枚衛星,而是由各 6 枚衛星組成的衛星星系(constellation)。每一枚衛星就像在不同位置巡守、收集氣象情報並互相通報的將士,使得觀測範圍可以覆蓋地球各個區域,提供即時而完整的三維觀測數據。

福衛七號結構示意圖。圖/國家太空中心

但福七與行經南北極的「繞極衛星」福三不同的是,它在南北緯 50 度間軌道繞行,主攻台灣、赤道與中低緯度颱風盛行區的觀測。因此福七可以提供密集度更高、更多的溫度、壓力、水氣等氣象資料。國家太空中心推估,它可提升氣象預報準度 10% ——以颱風為例,可以讓 72 小時的路徑誤差改善 10%,協助我們更精準地評估氣象變化與預防災害。

每日可提供 4000 點大氣垂直剖線資料、大幅提升全球氣象預報準確度的福七,究竟是怎麽辦到的?答案就是掩星技術 (Radio Occultation) 。

掩星技術,讓衛星成為太空中最精準的溫度計!

在天文學上,「掩星」指的是一個天體,在另一個天體與觀測者之間通過,產生的遮蔽現象。但英文中的「Occultation」,也可以指前景中的物體,阻擋遮蔽背景中任何物體的情形。而所謂的「掩星技術」,就是利用電磁波訊號在經過大氣層時,會因穿透不同溫度、壓力或濕度的空氣層,被「遮蔽」而產生轉向、變慢、減弱等的特性,來反演出地球上空之溫度、氣壓和濕度。

-----廣告,請繼續往下閱讀-----

衛星與衛星之間,本來因為地球的阻隔看不到彼此,但可以接受來自彼此的電磁波訊號。福七的主要酬載儀器——全球衛星導航系統無線電訊號接收儀」(TGRS),可以接受美國全球定位系統(GPS) 和俄羅斯全球導航衛星系統(GLONASS)全球定位衛星通過大氣與電離層的折射訊號。接著,通過計算電波訊號的偏折程度,就可以反演出大氣與電離層中的溫度、水氣、壓力、電子密度等數據。

掩星技術在 1995 年才開始投入應用,而從 2006 年的福三,到如今福七計劃中積累的研究經驗,使台灣成為這項新穎技術領域的佼佼者。掩星技術所得到的資料具備高準確度和解析度,也擁有不需要大量接收訊號的衛星,就可以得到大範圍數據、降低成本的優勢,不僅可以用作氣象預報,更能幫助我們監控和增進對氣候變遷的瞭解。

衛星加上同位素的助攻,可以使天氣預報更精準

另一方面,除了改善觀測一般氣象資料如溫度、濕度、大氣壓力等參數的準確度,在氣象觀測中新增測定不一樣的參數——如大氣水分子的同位素,也可以讓我們的天氣預報更精準!

過去礙於資料的取得有限,同位素分析在氣象觀測與預報中常被忽略。但近年來人造衛星技術的發展,為氣象科學推開新的一扇窗。來自歐洲太空總署、搭載光譜分析儀的衛星 IASI ( Infrared Atmospheric Sounding Interferometer ),讓東京大學的研究團隊,可以利用其所搜集到的大氣水氣資訊,在氣象預報的模型中,第一次嘗試納入同位素資訊的考量來做分析。

-----廣告,請繼續往下閱讀-----

我們都知道,擁有相同質子數、不同中子數的氫與氧元素之同位素,會讓個別水分子的重量變得更重或輕一些。水分子同位素對氣相和液相轉換相當敏感,與一般的水分子 H2O 相比,較重的水分子如 H2HO 或H218O 會更傾向於凝結成水珠,或更難蒸發。因此蒸發與降雨過程等大氣運動,便會影響不同同位素水氣分子的分佈。追蹤它們的行跡,能增進我們對氣象系統的瞭解。

研究團隊以 2013 年在日本發生的低壓事件作為參照,發現納入同位素的數據之後,氣象模型能更好地模擬這次事件的整體氣壓情形。而在全球的尺度,尤其是中緯度及北半球地區,融合同位素資訊後,氣象預報如氣溫及濕度預測的準確度,也都有所提高。雖然這只是初步的探究,但科學家期許,未來進一步完善氣象觀測衛星對同位素資料的收集,能使人類更往精準氣象預測的目標邁進。

人造衛星就像是科學家的千里眼,能觀測千里之外的風雲變化。發展衛星技術,不僅能讓我們更精準預測氣象,在全球化的現代,也能在國際上發揮「Taiwan Can Help」及互助的精神;各國對航太技術的投入與數據資源共享,更是科研工作與人類社會的一大福音。

福爾摩沙衛星拍攝的美麗福爾摩沙島。圖/國家太空中心

參考文獻

所有討論 2
科技大觀園_96
82 篇文章 ・ 1124 位粉絲
為妥善保存多年來此類科普活動產出的成果,並使一般大眾能透過網際網路分享科普資源,科技部於2007年完成「科技大觀園」科普網站的建置,並於2008年1月正式上線營運。 「科技大觀園」網站為一數位整合平台,累積了大量的科普影音、科技新知、科普文章、科普演講及各類科普活動訊息,期使科學能扎根於每個人的生活與文化中。

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

-----廣告,請繼續往下閱讀-----

〈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。

科學月刊_96
249 篇文章 ・ 3481 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。