2015-16年入冬以來第一波寒流即將在1月23日來襲，早在一週之前，許多人就開始流傳手機app上接近0度誇張的低溫預報。更有甚者，日本氣象協會在18日預測台北市在25日有下雪機會，引起軒然大波；網路上甚至一度傳出號稱台北101下雪的影片，後經網友指出應為下雨影片放慢所造成的錯覺。

其實中央氣象局在17日的預報並沒有反映出寒流（定義台北市預測氣溫低於10度方為寒流），直到18日才將預測氣溫逐步下修。19日，日本氣象協會預測台北24日低溫為1度，而中央氣象局早上初步預測低溫8度，後改為6度。

是什麼原因造成不同氣象預報來源的預報差異？我們又應該相信誰呢？尤其寒流又是台灣四大氣象災害之一（另三大為颱風、梅雨與乾旱），往往造成生命財產損失，預報不一致讓大家何去何從？

PanSci泛科學2012年《祛除氣象預報的迷思》一文中已探討過，大氣現象瞬息萬變，並非現代科技可以全盤掌握。儘管中央氣象局2012年向日本添購超級電腦，可望將預報精確度提高百倍，但超級電腦並非萬能。因此在了解、分析與討論氣象預報前，必須了解「預報必定存在誤差」的事實。

氣象預報的基礎—數值天氣模式

前文以颱風的定量降雨預報切入，而定量降雨預測技術尚未成熟，大幅誤差在所難免；但最近的話題則是寒流的低溫預測，溫度是氣象觀測與預報最基本的項目之一，為何依然存在可觀的預測誤差呢？現代氣象預報的主要依據是電腦模擬的「數值天氣模式」。數值天氣模式將大氣分割成許多網格，好比電腦以點陣圖的方式把圖片化為一整個表格的數字，才能進行儲存與處理。氣象機構蒐集觀測資料（氣溫、濕度、氣壓、風速、風向等）之後，計算出每一個網格中的各種大氣數據，接著將這些數據輸入超級電腦，根據模式設定的複雜大氣方程式進行大量運算，取得未來可能的天氣情況。

網格解析度

由於數值天氣計算極為複雜，實務上氣象機構會依照需求，對地球上的不同區域採用不同的分割解析度：數值天氣模式可粗略分為全球模式與區域模式，首先由「全球模式」模擬整個地球表面的大氣，再逐步使用網格解析度更高的「區域模式」，分析預測部分區域的天氣。

以中央氣象局為例，由於服務的主要對象是台灣地區，因此數值天氣模式在台灣與周邊區域的解析度較高（網格較細密），方便進行更精密的計算與預測。中央氣象局採用的全球模式網格大小為55公里見方，越靠近台灣網格尺寸越小，台澎金馬地區的區域模式網格最為細密，為5公里見方。如此逐步計算，確保在台灣地區取得最精確的計算結果。

此時氣象機構預測差異的一大來源已經顯而易見：不同地區的氣象機構，由於主要服務客群不同，也會在數值天氣模式中，對不同區域採用解析度較高的區域模式，以便達成節省運算量與精確預測本地天氣的平衡。因此歐美日等地氣象網站對台灣的天氣預測，在數值天氣模式多半直接採用低解析度的全球模式，未經區域模式的精密計算優化，因此預測的氣溫自然會與中央氣象局有所差異了。

觀測為預報之母

前面提到數值天氣模式需要觀測資料作為初始條件輸入電腦，才能進行運算以預測未來的氣候變化。觀測資料又分為實測資料與非實測資料，前者以地面測站以儀器（溫度計、風向風速計、雨量計等）直接測量到的數據為主（也包含進入颱風中實測的飛機與投落送），後者則是以氣象雷達和氣象衛星掃描大氣所得。氣象雷達與衛星取得的數據，多半為全球公開或多國合作分享，因此各國氣象機構在這方面取得的觀測資料是相當接近的。

然而，非實測資料存在諸多限制，一來雷達與衛星資料須經複雜的計算解讀後才可使用，使用的方程式多少都對大氣條件做了一定的簡化，因此難免與實際天氣有所出入。二來雷達掃描容易受到地形與人造障礙物阻礙。相比之下，實測資料就是不同氣象機構佔有本地優勢之處。全台目前包括人工氣象站、自動氣象站與自動雨量站在內，共有超過400個氣象測站，蒐集的觀測資料除了更能反映各地的天氣差異、充實數值天氣模式的數據之外，也有助於短期預報與預警（如豪雨特報、土石流警戒等）。除主要測站外，這些氣象測站的完整觀測資料，須向中央氣象局申請才可取得，外國氣象機構特地採用的意義也不大，連帶影響預報的精確度。

人工修正

俗話說盡信書不如無書，更有醫師進一步延伸說道：「盡信實驗數據不如無現代科學儀器」。因此電腦依照數值天氣模式計算出的數據，在發布於氣象機構網站、app與各種平台之前，多半經過預報員依個人專業經驗加以人工修正。中央氣象局對寒流或強烈冷氣團的初期預報多半較為保守、與數值模式有所出入，預報主任鄭明典也於18日指出，過去幾次電腦模式預測寒流，但經預報人員判斷，並沒有降低預測氣溫至寒流水準，事後證明預報員判斷正確。23日開始的這波寒流，客觀資料支持度較高，因此才決定調整預報來反映。鄭明典並在19日進一步表示：

預報員要為提供的資訊負責，所以有幾分把握說幾分話。

而許多手機app的天氣資料來源，不外乎幾家國外知名的氣象公司，例如The Weather Channel、Weather Underground、AccuWeather等等。這些app多半可查詢全球天氣，而這些氣象機構主要服務的客源多來自美國地區，對於全球的預報資料，不太可能全部經過預報員人工校正。因此偶有因數值天氣模式穩定性較差，而造成預報一直改來改去、波動很大，或者預報後期出現誇張數值的情形。

綜合以上幾點，預測台灣地區的天氣，建議大家仍以中央氣象局的預報為主，畢竟在數值天氣模式的網格解析度、地面測站觀測資料與人工修正三個方面，都比外國氣象機構 / 網站的預報更有優勢。

但其他來源的氣象預報也不是全無參考價值，只是在使用前必須了解其限制，以及針對主要服務範圍的優化。不要隨意盡信或拘泥於數字上的差異，面對媒體的誇大報導更須謹慎。尤其現在各大預報齊指寒流，呼籲大家盡早做好防寒準備；不論最後實際溫度如何，別忘了凡是預報必有誤差的基本觀念！

《台北會下雪嗎？》下集將討論台灣氣象史，平地真的下過雪嗎？敬請期待～

參考文獻：

• 李名揚 (2009) 氣象預報為什麼會不準？ 科學人2009年第92期10月號
• 張麒偉 (2007) 氣象預報與防災應用。《科學發展》2007年2月，410期
• 于國平，盡信實驗數據不如無現代科學先進儀器。
• tytony，[討論] 關於國外氣象網站或手機APP的預報，批踢踢實業坊
• 鄭明典Facebook
• The Weather Channel
• Weather Underground
• AccuWeather
• 中央氣象局
• 日本氣象協會

• 日常隨手的物品，看起來像是海底世界！？
• 德國紅點大獎 — 兩顆球對準，讓磁鐵相互吸引，觸發開關點亮燈！
• 帶你看見看不見的世界，科學實驗室EP.4 — 史上最小顯微鏡！
• 25 的 16%是多少？ 帶你一起更靈活思考！
• FinTech 持續發燒，玩出 Baas 金融生態圈！
• 夢想覺醒！探索自我潛能、打造夢想藍圖！

為什麼有些人吃不胖，有些人沒抽菸卻得肺癌，有些人只是吃個感冒藥就全身皮膚紅腫發癢？這一切都跟我們的基因有關！無論是想探究生命的起源、物種間的差異，乃至於罹患疾病、用藥的風險，都必須從了解基因密碼著手，而揭開基因密碼的關鍵工具就是「基因定序」技術。

基因定序對人類生命健康的意義

在歷史上，DNA 解碼從 1953 年的華生（James Watson）與克里克（Francis Crick）兩位科學家確立 DNA 的雙螺旋結構，闡述 DNA 是以 4 個鹼基（A、T、C、G）的配對方式來傳遞遺傳訊息，並逐步發展出許多新的研究工具；1990 年，美國政府推動人類基因體計畫，接著英國、日本、法國、德國、中國、印度等陸續加入，到了 2003 年，人體基因體密碼全數解碼完成，不僅是人類探索生命的重大里程碑，也成為推動醫學、生命科學領域大躍進的關鍵。原本這項計畫預計在 2005 年才能完成，卻因為基因定序技術的突飛猛進，使得科學家得以提前完成這項壯舉。

提到基因定序技術的發展，早期科學家只能測量 DNA 跟 RNA 的結構單位，但無法排序；直到 1977 年，科學家桑格（Frederick Sanger）發明了第一代的基因定序技術，以生物化學的方式，讓 DNA 形成不同長度的片段，以判讀測量物的基因序列，成為日後定序技術的基礎。為了因應更快速、資料量更大的基因定序需求，出現了次世代定序技術（NGS），將 DNA 打成碎片，並擴增碎片到可偵測的濃度，再透過電腦大量讀取資料並拼裝序列。不僅更快速，且成本更低，讓科學家得以在短時間內讀取數百萬個鹼基對，解碼許多物種的基因序列、追蹤病毒的變化行蹤，也能用於疾病的檢測、預防及個人化醫療等等。

在疾病檢測方面，儘管目前 NGS 並不能找出全部遺傳性疾病的原因，但對於改善個體健康仍有積極的意義，例如：若透過基因檢測，得知將來罹患糖尿病機率比別人高，就可以透過健康諮詢，改變飲食習慣、生活型態等，降低發病機率。又如癌症基因檢測，可分為遺傳性的癌症檢測及癌症組織檢測：前者可偵測是否有單一基因的變異，導致罹癌風險增加；後者則針對是否有藥物易感性的基因變異，做為臨床用藥的參考，也是目前精準醫療的重要應用項目之一。再者，基因檢測後續的生物資訊分析，包含基因序列的註解、變異位點的篩選及人工智慧評估變異點與疾病之間的關聯性等，對臨床醫療工作都有極大的助益。

建立屬於臺灣華人的基因庫

每個人的基因背景都不同，而不同族群之間更存在著基因差異，使得歐美國家基因庫的資料，幾乎不能直接應用於亞洲人身上，這也是我國自 2012 年發起「臺灣人體生物資料庫」（Taiwan biobank），希望建立臺灣人乃至亞洲人的基因資料庫的主因。而 2018 年起，中央研究院與全臺各大醫院共同發起的「臺灣精準醫療計畫」（TPMI），希望建立臺灣華人專屬的基因數據庫，促進臺灣民眾常見疾病的研究，並開發專屬華人的基因型鑑定晶片，促進我國精準醫療及生醫產業的發展。

目前招募了 20 萬名臺灣人，這些民眾在入組時沒有被診斷為癌症患者，超過 99％ 是來自中國不同省分的漢族移民人口，其中少數是臺灣原住民。這是東亞血統個體最大且可公開獲得的遺傳數據庫，其中，漢族的全部遺傳變異中，有 21.2％ 的人攜帶遺傳疾病的隱性基因；3.1％ 的人有癌症易感基因，比一般人罹癌風險更高；87.3％ 的人有藥物過敏的基因標誌。這些訊息對臨床診斷與治療都相當具實用性，例如：若患者具有某些藥物不良反應的特殊基因型，醫生在開藥時就能使用替代藥物，避免病人服藥後產生嚴重的不良反應。

基因時代大挑戰：個資保護與遺傳諮詢

雖然高科技與大數據分析的應用在生醫領域相當熱門，但有醫師對於研究結果能否運用在臨床上，存在著道德倫理的考量，例如：研究用途的資料是否能放在病歷中？個人資料是否受到法規保護？而且技術上各醫院之間的資料如何串流？這些都需要資通訊科技（ICT）產業的協助，而醫師本身相關知識的訓練也需與時俱進。對醫院端而言，建議患者做基因檢測是因為出現症狀，希望找到原因，但是如何解釋以及病歷上如何註解，則是另一項重要議題。

從人性觀點來看，在技術更迭演進的同時，對於受測者及其家人的心理支持及社會資源是否相應產生？回到了解病因的初衷，在知道自己體內可能有遺傳疾病的基因變異時，家庭成員之間的情感衝擊如何解決、是否有對應的治療方式等，都是值得深思的議題，也是目前遺傳諮詢門診中會詳細解說的部分。科技的初衷是為了讓人類的生活變得更好，因此，基因檢測如何搭配專業的遺傳諮詢系統，以及法規如何在科學發展與個資保護之間取得平衡，將是下一個基因時代的挑戰。

更多內容，請見「科技魅癮」：https://charmingscitech.pse.is/3q66cw

• 日常隨手的物品，看起來像是海底世界！？
• 德國紅點大獎 — 兩顆球對準，讓磁鐵相互吸引，觸發開關點亮燈！
• 帶你看見看不見的世界，科學實驗室EP.4 — 史上最小顯微鏡！
• 25 的 16%是多少？ 帶你一起更靈活思考！
• FinTech 持續發燒，玩出 Baas 金融生態圈！
• 夢想覺醒！探索自我潛能、打造夢想藍圖！