1、一六年九月蕭立朋余嘉裕221適合西北太平洋海域之颱風(fēng)生成潛在指數(shù)蕭立朋 1余嘉裕 2*中國(guó)文化大學(xué)地學(xué)研究所國(guó)立中央大氣科學(xué)學(xué)系（中華民國(guó)一六年九月二十二日收稿；中華民國(guó)一六年十二月八日定稿）摘要本研究以早期美國(guó)學(xué)者依曼紐- 諾藍(lán) (Emanuel and Nolan 2004) 提出之颱風(fēng)生成潛在指數(shù)(GenesisPotential Index, GPI) 及後續(xù)依曼紐以濕熵差取代相對(duì)濕度之改進(jìn)版本GPI 指數(shù) (Emanuel 2010) 為基礎(chǔ)，提出一個(gè)更適合推估西北太平洋海域颱風(fēng)活動(dòng)變化趨勢(shì)之MqGPI 指數(shù)。我們利用美國(guó)國(guó)家海洋大氣管理局提供之颱風(fēng)最佳路徑資料以及歐洲中期天氣預(yù)報(bào)中

2、心之大氣海洋再分析資料，詳細(xì)診斷分析MqGPI 指數(shù)優(yōu)於 GPI 和 GPI 指數(shù)之原因。關(guān)鍵字：西北太平洋、颱風(fēng)活動(dòng)、生成潛在指數(shù)一、前言明顯的；全球暖化已經(jīng)是無法忽視的事實(shí)，隨之而來的極端事件也將會(huì)越來越頻繁。在各種極端近年來全球暖化所造成的氣候變遷是大氣科天氣事件中 ，熱帶氣旋是最具破壞力的，對(duì)經(jīng)濟(jì) 、學(xué)界熱門的研究議題，根據(jù)政府間氣候變遷小組生命都造成巨大的破壞 (Graumann et al. 2005; Chien(IntergovernmentalPanel on Climate Change)的第and Kuo 2011) ，因此預(yù)測(cè)熱帶氣旋活動(dòng)的長(zhǎng)期變五次評(píng)估報(bào)告 (5thA

3、ssessment Report)，與歷史紀(jì)錄化一直是氣象學(xué)家想突破的科學(xué)議題。目前颱風(fēng)相比 21 世紀(jì)是最溫暖的時(shí)期 ，增加的溫度也是最的研究多著重在個(gè)別颱風(fēng)的路徑及地形的交互作* 通訊作者地址：余嘉裕，國(guó)立中央大學(xué)大氣科學(xué)學(xué)系(Bengtsson et al. 1995; Bessafi222大氣科學(xué)第四十五期第三號(hào)用上，但就防災(zāi)準(zhǔn)備而言，颱風(fēng)和氣候關(guān)係的研究有機(jī)會(huì)提供早期預(yù)警及準(zhǔn)備，因此增進(jìn)對(duì)颱風(fēng)活動(dòng)和氣候變化關(guān)係的了解是非常重要的。然而熱帶氣旋在熱帶海洋上形成，範(fàn)圍僅數(shù)百公里，屬於天氣時(shí)間尺度現(xiàn)象，其空間尺度難以於氣候模式中解析 ，加上其活動(dòng)和發(fā)展大都處?kù)堆竺嫔?，觀測(cè)資料極為缺乏，使

4、得推估颱風(fēng)活動(dòng)長(zhǎng)期變化變得非常困難。直到現(xiàn)代化的氣象衛(wèi)星加入觀測(cè)後，氣象學(xué)家才能獲得較完整的颱風(fēng)活動(dòng)資訊。目前推估颱風(fēng)活動(dòng)長(zhǎng)期變化趨勢(shì)主要有兩個(gè)方式：第一種方式是動(dòng)力學(xué)法，將觀測(cè)數(shù)據(jù)輸入高解析度氣候模式中，明確地模擬出近似熱帶氣旋的渦旋發(fā)生頻率and Wheeler 2006; Vitart et al. 2009)。目前動(dòng)力學(xué)法雖然已有相當(dāng)能力模擬出合理的熱帶氣旋發(fā)生頻率和年際變化(Vitart et al. 1997; Camargo et al.2005;Belangeret al.2010;Gallet al.2011;Murakami et al. 2012) ，但其過程涉及龐大計(jì)算

5、機(jī)運(yùn)算量，往往需要高速電腦才能執(zhí)行，只有少部分氣象中心才配備有這類超級(jí)電腦。第二種方式為經(jīng)驗(yàn)法或統(tǒng)計(jì)法，藉由分析大尺度環(huán)境場(chǎng)與熱帶氣旋關(guān)係，發(fā)展出一個(gè)能預(yù)測(cè)颱風(fēng)生成頻率的經(jīng)驗(yàn)式。基於熱帶氣旋的生成、路徑及強(qiáng)度等與大尺度環(huán)境場(chǎng)息息相關(guān)，且由於氣候模式中掌握大尺度環(huán)境場(chǎng)變化的能力較好，因此經(jīng)驗(yàn)法目前仍廣泛被應(yīng)用在推估全球暖化下全球各海域颱風(fēng)活動(dòng)可能變化趨勢(shì)上 (Emanuel 2013) 。研究颱風(fēng)和氣候關(guān)係需要決定如何定量描述颱風(fēng)活動(dòng)，目前最常使用生成數(shù) (Number of Tropical Cyclone, NTC) ，其優(yōu)點(diǎn)為單純且明確 ，而對(duì)於颱風(fēng)盛行路徑來說，颱風(fēng)生成數(shù)即代表颱風(fēng)季活躍

6、程度，並藉由分析強(qiáng)弱個(gè)數(shù)或比例即可獲得颱風(fēng)發(fā)展上的變化。美國(guó)學(xué)者Gray (1979) 是最早歸納出熱帶氣旋活動(dòng)和環(huán)境場(chǎng)間關(guān)係，並提出可以合理預(yù)測(cè)颱風(fēng)季節(jié)活躍度經(jīng)驗(yàn)指數(shù)的第一人。 Emanuel and Nolan (2004) 依據(jù) Gray (1979) 歸納熱帶氣旋的活動(dòng)指出颱風(fēng)氣候和環(huán)境場(chǎng)間之關(guān)係 ， 發(fā) 展 出 熱 帶 氣 旋 生 成 潛 在 指 數(shù) Genesis Potential Index (GPI) ，該指數(shù)近年來在氣候?qū)W界得到廣泛的運(yùn)用。雖然 GPI 指數(shù)能夠反映熱帶氣旋空間分佈和季節(jié)循環(huán)等特徵 ，但在多數(shù)海域 ，GPI模擬的熱帶氣旋潛生成數(shù)仍較觀測(cè)偏多(Camargoe

7、t al. 2007) 。隨後， Emanuel (2010) 針對(duì)上述缺點(diǎn)進(jìn)行改良，並提出修正版 GPI 指數(shù)（本文稱之為 GPI）。最近 Yu et al. (2017) 研究發(fā)現(xiàn)，前述 GPI 和 GPI指數(shù)在西北太平洋海域表現(xiàn)都相當(dāng)不理想，主要原因是它們都無法掌握西北太平洋海域特有的十年際氣候變異 (Decadal Climate V ariability) 特徵所致。影響颱風(fēng)季節(jié)活動(dòng)因素可由不同時(shí)空尺度氣候變化現(xiàn)象所控制，包括季內(nèi)、年際、十年際振盪、全球暖化等 (Krishnamurti 1985; Chen and Chen1995; Camargo and Zebiak 2002

8、; Hsu et al. 2008)。例如：Chan (2000) 分析 19591997 年間西北太平洋颱風(fēng)活動(dòng) ，指出在聖嬰成熟前一年9、10 月時(shí)，南海地區(qū)的颱風(fēng)活動(dòng)有增加趨勢(shì)；此外，在聖嬰成熟當(dāng)年的 9 11 月，南海颱風(fēng)的活動(dòng)有減少趨勢(shì)。由於太平洋地區(qū)是季內(nèi)、年際、十年際振盪主要的活動(dòng)中心，因此一個(gè)理想的熱帶氣旋潛在生成指數(shù)必須要有能力反應(yīng)上述不同時(shí)間尺度氣候現(xiàn)象對(duì)颱風(fēng)活動(dòng)影響。本研究採(cǎi)用歐洲中期天氣預(yù)報(bào)中心之全球大氣海洋再分析資料 ，針對(duì) GPI 和 GPI指數(shù)缺失 ，提出一個(gè)適合西北太平洋海域特殊氣候條件之新版本颱風(fēng)潛在生成指數(shù)（本文稱之為 MqGPI ），透過詳細(xì)診斷分析比較三

9、種指數(shù)在西北太平洋海一六年九月蕭立朋域表現(xiàn)差異，並解釋及其背後原因。本文第二節(jié)介紹研究所需要的資料及三種熱帶氣旋潛在指數(shù)。第三節(jié)比較觀測(cè)颱風(fēng)活動(dòng)之季節(jié)與年際變化特徵，並與三種指數(shù)推估結(jié)果進(jìn)行比較。第四節(jié)利用對(duì)數(shù)分解法 (logarithmic decomposition)討論各指數(shù)分項(xiàng)特徵，以釐清三種指數(shù)表現(xiàn)好或不好之可能因素。第五節(jié)總結(jié)本研究的主要發(fā)現(xiàn)，並討論新的 MqGPI 指數(shù)可能之應(yīng)用方向。二、研究資料與方法2.1 研究資料本研究採(cǎi)用美國(guó)國(guó)家海洋和大氣管理局(National Oceanic and Atmospheric Administration,NOAA) 所提供的IBTrAC

10、S (international best trackarchive for climate stewardship)颱風(fēng)最佳路經(jīng)資料的 V3R7 版本，資料時(shí)間從1848 年至 2014 年，包含了全球的熱帶氣旋共7156 筆的生命時(shí)間 、位置、以及最大風(fēng)速，時(shí)間解析度為每6 小時(shí)。為了討論颱風(fēng)與大氣條件之間的關(guān)係，本研究在大氣資料方面，我們使用最新的歐洲中期天氣預(yù)報(bào)中心 (European Centre forMedium-Range WeatherForecasts, ECMWF ）全球大氣再分析場(chǎng)資料ERA-interim做為現(xiàn)在氣候的背景；資料垂直分層由1000mb到 1mb，共 3

11、7 層，空間解析度為0.75 0.75 ，資料時(shí)間從 1979 年至 2014年，共36 年。2.2 颱風(fēng)生成指數(shù)本文以颱風(fēng)生成數(shù)(NTC) 用來統(tǒng)計(jì)颱風(fēng)活動(dòng)的程度，其優(yōu)點(diǎn)為單純且明確，而對(duì)於颱風(fēng)盛行路徑來說，颱風(fēng)生成數(shù)即代表颱風(fēng)活動(dòng)，並藉由分析強(qiáng)弱個(gè)數(shù)或比例即可獲得颱風(fēng)季節(jié)活動(dòng)上的變化。我們使用IBTrACS颱風(fēng)最佳路徑資料，定義每六小時(shí)一筆的資料當(dāng)熱帶氣旋最風(fēng)速大於余嘉裕22335 knots 時(shí)，該熱帶氣旋位置即為颱風(fēng)生成時(shí)間，並做為一筆颱風(fēng)生成個(gè)數(shù)資料，統(tǒng)計(jì)颱風(fēng)活躍時(shí)期 6 月至 11 月，由 1979 年至 2014 年所有通過檢定的熱帶氣旋，做為觀測(cè)颱風(fēng)生成個(gè)數(shù)資料。GPI 指數(shù)除

12、了直接分析颱風(fēng)資料，透過環(huán)境場(chǎng)來推估颱風(fēng)活動(dòng)也是常用的方法。Bister and Emanuel(2002) 量化颱風(fēng)的強(qiáng)度潛勢(shì)（Potential Intensity,簡(jiǎn)稱 PI ）計(jì)算方法為：V2Ts Ck ?(1a)m =To CDCAPE - CAPE | mcp Ts lnpo =1Vm2 + CAPE|m(1b)pm2兩式疊代以求得熱帶氣旋可能發(fā)展的最大風(fēng)速Vm 以及最低氣壓 Pm ，式中 Ts為海面溫度， T0 ，為中性穩(wěn)定層的外流溫度， Ck 及 CD分別為焓傳送及拖曳係數(shù)， CAPE?是海平面高度飽和氣塊可用位能， CAPE 則是邊界層環(huán)境大氣可用位能，P0。則是環(huán)境氣壓 (

13、Emanuel and Nolan 2004) 以此為基礎(chǔ)，進(jìn)一步配合其他環(huán)境變數(shù)，定義颱風(fēng)潛在生成指數(shù) (Genesis Potential Index ， GPI) 為：3H3Vpot3GPI = |105) ( 1 + 0.1Vshear )-2(2)2|(50)70其中 是 850hPa 絕對(duì)渦度， H 為 700hPa 相對(duì)溼 度 ， Vport是 颱 風(fēng) 強(qiáng) 度 潛 勢(shì) (PI) ， Vshear為850hPa 和 200hPa 垂直風(fēng)切值。 GPI指數(shù)Emanuel(2010) 修正早期GPI 指數(shù)，以濕熵差(moist entropy deficit)取代相對(duì)濕度，定義一個(gè)新的

14、颱風(fēng)生成潛在指數(shù) （本研究中稱為 GPI指數(shù)），其公式如下：224大氣科學(xué)第四十五期第三號(hào)|3 -4?-12 GPI=3MAX (V pot-35ms ), 0) (25ms -1 + Vshear ) -4(3)式中 為 850hPa 的絕對(duì)渦度， 為中對(duì)流層的濕熵差， Vpot 為熱帶氣旋潛在強(qiáng)度， Vshear 為850hPa 和 250hPa 之間的垂直風(fēng)切值。與(2) 式比較，除了重新調(diào)整各個(gè)環(huán)境參數(shù)的權(quán)重之外，水氣的供給項(xiàng)也由相對(duì)濕度項(xiàng)替換成另一個(gè)新的參數(shù)濕熵差。參數(shù) 為 Emanuel (1995) 所提出，其定義如下 :p 0Mq (x, y ) = ?p -1 (? p ?)

15、q (p)dp(5)p t其中p 0? +()+(= - Ap)-A dp(6a) p, x, yp0+(6b)A (p, x, y) =A(p , x, y) d ln pp為以氣壓為座標(biāo)的垂直平均：()0?p-1( )dp(6c)Sb-Smp t=-(4)S0?SbSb 為邊界層的熵 ，Sm 為中對(duì)流層 (600hpa) 的熵，S?0為海表面的飽和熵。3. MqGPI指數(shù)Yu and Neelin (1997) 以及 Yu et al.(1998) 基於Betts-Miller的濕對(duì)流調(diào)節(jié)參數(shù)化法，以對(duì)流準(zhǔn)平衡 (convective quasi-equilibrium) 概念所提出另一種

16、熱帶大氣穩(wěn)定度和可降水量的估計(jì)方法，它是以考慮熱帶海洋上對(duì)流水氣對(duì)穩(wěn)定度的影響，以濕靜能作為依據(jù)計(jì)算出以能量密度為單位的粗濕穩(wěn)定度 (gross moist stability, M) 和粗水氣凝結(jié)度(gross moisture condensation, Mq )；前者量度包括?p 是地面 (p 0 ) 到雲(yún)頂 (p t ) 的氣壓差。方程式中A是對(duì)流準(zhǔn)平衡條件下溫度的垂直結(jié)構(gòu)，與邊界層頂?shù)臍鉁丶皾穸扔嘘P(guān)，A+ 則是基於A 剖面得到的垂直氣壓梯度垂直分布，據(jù)此得到由地面到該層(p)氣壓梯度力所作的功，亦即該層對(duì)流的能力，配合垂直混和比梯度就能得到從地面到對(duì)流層頂潛在可用水汽量，也就是 Mq

17、 值。我們以 Emanuel (2010) 所提出之新颱風(fēng)生成指數(shù) GPI做為基礎(chǔ) ，將其中的 Vpot 替換成 Mq，並提出新的修正版本，我們稱之MqGPI 指數(shù)： MqGPI= |3 -4 ?3 Mq (25ms -1 + Vshear ) -4 (7)水氣效應(yīng)在內(nèi)的淨(jìng)大氣穩(wěn)定度，後者可視大尺度輻合條件下大氣的可降水量。就颱風(fēng)強(qiáng)度的估計(jì)而言，Mq 與計(jì)算 Vpot 的對(duì)流可用位能原理相近 ，可視為靜力平衡版的對(duì)流可用位能，用於取代Vpot 作為新版颱風(fēng)生成潛在指數(shù)的依據(jù)。Mq 是以對(duì)流準(zhǔn)平衡條件下的最大降水量來計(jì)算潛熱釋放所產(chǎn)生的能量，若全部轉(zhuǎn)化成動(dòng)能亦可視為熱帶氣旋所發(fā)展達(dá)到的最大強(qiáng)度。

18、M q 的定義如下 (Yu et al. 1998) ：三、季節(jié)與年際變化全球颱風(fēng)生成地區(qū)主要分佈於太平洋、印度洋與大西洋，但經(jīng)由我們分析後發(fā)現(xiàn)西北太平洋所擁有的觀測(cè)資料較多，而且觀測(cè)時(shí)間較長(zhǎng)，因此本研究著重於西北太平洋，所選取的經(jīng)緯度範(fàn)圍為 110E-180, 0 -40。N首先我們從熱帶氣旋個(gè)數(shù)氣候統(tǒng)計(jì)上來討論（圖 1），從季節(jié)變化特徵來看三種颱風(fēng)生成潛在指數(shù)的表現(xiàn)。圖1a、 1b 和 1c 是 GPI 指數(shù)、 GPI一六年九月蕭立朋余嘉裕225圖 1 西北太平洋 1979 年至 2014 年間，經(jīng)時(shí)間空間平均後，颱風(fēng)個(gè)數(shù)（NTC ，對(duì)應(yīng)左邊橫軸）與颱風(fēng)生成潛在指數(shù)（對(duì)應(yīng)右邊橫軸）之季節(jié)變

19、化：(a) GPI 指數(shù)、 (b) GPI 指數(shù)、 (c) MqGPI 指數(shù)。指數(shù)及 MqGPI 指數(shù)在西北太平洋的季節(jié)變化，從年際變化特徵來看三種颱風(fēng)生成潛在指數(shù)我們可以從統(tǒng)計(jì)上發(fā)現(xiàn)颱風(fēng)生成數(shù)從1 月開始逐的表現(xiàn)， GPI 和 GPI指數(shù)的年際變化如圖2a 和漸增加至8、9 月生成數(shù)達(dá)到最高，之後則開始遞2b，從相關(guān)係數(shù)來看兩者都呈現(xiàn)負(fù)相關(guān)，精確的減至 12月，而三個(gè)GPI 指數(shù)變化的趨勢(shì)與統(tǒng)計(jì)來說兩個(gè)指數(shù)與實(shí)際觀測(cè)結(jié)果呈現(xiàn)近乎為0 相結(jié)果大致上相當(dāng)一致 （相關(guān)係數(shù)皆大於0.9 以上）。關(guān)。反之， MqGPI 指數(shù)則有明顯的正相關(guān)，相關(guān)但 GPI 和 MqGPI 指數(shù)在1 至 8 月表現(xiàn)較好

20、， 9系數(shù)可達(dá)0.51，（如圖 2c），顯示 MqGPI指數(shù)已月開始兩指數(shù)呈現(xiàn)明顯低估；GPI指數(shù)則是在 8相當(dāng)程度能真實(shí)反應(yīng)西北太平洋地區(qū)颱風(fēng)活動(dòng)年月有低估的情形，但9 月之後的變化則與實(shí)際統(tǒng)際時(shí)間尺度以上的變化特徵 。如果單看 1979年至計(jì)結(jié)果相當(dāng)一致。1997 年間 NTC 與颱風(fēng)潛在生成指數(shù)的關(guān)係，在226大氣科學(xué)第四十五期第三號(hào)表 1西北太平洋 1979 年至 2014年颱風(fēng)盛行季，三種颱風(fēng)生成潛在指數(shù)(GPI, GPI, MqGPI) 與觀測(cè)颱風(fēng)活動(dòng)在季節(jié)變化和年際變化之相關(guān)係數(shù)。NTCAnnual CycleInterannual VariabilityGPI0.93-0.1

21、GPI0.95-0.09 MqGPI0.940.51圖 2西北太平洋 1979 年至 2014 年間，經(jīng)時(shí)間空間平均後， NTC（對(duì)應(yīng)左邊橫軸） 與熱帶氣旋生成潛在指數(shù)（對(duì)應(yīng)右邊橫軸）之年際變化時(shí)間序列：(a) GPI 指數(shù)、 (b) GPI 指數(shù)、 (c) MqGPI 指數(shù)。 NTC 和三個(gè) GPI 指數(shù)間之相關(guān)係數(shù) (r) 呈現(xiàn)在各圖之右上角。一六年九月蕭立朋西北太平洋海域三個(gè)颱風(fēng)生成潛在指數(shù)與觀測(cè)比較都呈現(xiàn)正相關(guān)，其中 MqGPI 指數(shù)的相關(guān)係數(shù)更可達(dá) 0.65 （見圖 3）。整體而言，我們發(fā)現(xiàn)雖然在季節(jié)變化上，GPI、 GPI和 MqGPI 指數(shù)對(duì)於颱風(fēng)活動(dòng)都能準(zhǔn)確掌握，但從年際變化特

22、徵來看，僅有MqGPI余嘉裕227指數(shù)的表現(xiàn)還算合格 （相關(guān)係數(shù) 0.5）。其中 GPI 或 GPI指數(shù)的變化在 1997 年之前和 NTC 趨勢(shì)相似，但在 1998 年之後，兩個(gè)指數(shù)逐漸偏離觀測(cè)颱風(fēng)生成數(shù)；可見得 GPI 和 GPI指數(shù)表現(xiàn)不佳原因和無法掌握西北太平洋海域十年際氣候變異有關(guān)，因?yàn)?1998 年前後恰巧是太平洋年代振盪由圖 3西北太平洋1979 年至 1997 年間，經(jīng)時(shí)間空間平均後，NTC（對(duì)應(yīng)左邊橫軸） 與熱帶氣旋生成潛在指數(shù)（對(duì)應(yīng)右邊橫軸）之年際變化時(shí)間序列：(a) GPI 指數(shù)、 (b) GPI 指數(shù)、 (c) MqGPI 指數(shù)。228大氣科學(xué)第四十五期第三號(hào)暖相位轉(zhuǎn)成

23、冷相位之階段(MacDonald2005)。由於年代震盪伴隨之大氣海洋溫度變化幅度在十年時(shí)間尺度內(nèi)超過全球暖化增溫幅度，因此當(dāng)處?kù)赌甏鸨U暖相位期，年代震盪有強(qiáng)化全球暖化趨勢(shì)；反之，當(dāng)處?kù)赌甏鸨U冷相位期，有減弱甚至於逆轉(zhuǎn)全球暖化情況。例如：從1998 年起觀測(cè)到的全球暖化中斷(globalwarminghiatus) 現(xiàn)象(Kosaka and Xie 2013; England et al. 2014)就是受到年代震盪影響之結(jié)果。四、分項(xiàng)診斷分析由於颱風(fēng)生成潛在指數(shù)是以乘積計(jì)算，因此各項(xiàng)數(shù)值越大影響生成潛在指數(shù)值越大，且其中小於 1 大於 0 的值越小影響也越明顯，呈現(xiàn)非線性特徵，不容易解

24、釋各項(xiàng)之貢獻(xiàn)。所以我們於分析五種颱風(fēng)生成潛在指數(shù)各項(xiàng)變數(shù)的貢獻(xiàn)時(shí)，先取對(duì)數(shù)值，將原本算式改寫成以2 為底之對(duì)數(shù)的形式：log2 GPI =3H)(8a)log 2 | 105 ?| + 3 log2 (502Vpot+3 log2 (70)-2 log2 (1 + 0.1Vshear)為了方便分項(xiàng)分析 ，把上式分項(xiàng)寫為下面的形式：cGPI = cETA + cRH + cVpot+ cVshear(8b)同理， GPI 及 MqGPI 可表達(dá)成下列形式： GPI=| |3-4?3MAX (V pot- 35ms-1), 0)2(9a) (25ms-1shear )-4+ Vc GPI= cET

25、A+ cX+ cVpot+ cVshear(9b) MqGPI=| | 3-4?3(25ms-1shear )-4(10a) Mq+ Vc MqGPI= cETA+ cX + cMq + cVshear(10b)但由於這三種生成潛在指數(shù)振幅差異頗大，在不影響各分量的相對(duì)關(guān)係下，我們?nèi)⊥暌? 為底對(duì)數(shù)後，再將各個(gè)分量除以該指數(shù)的標(biāo)準(zhǔn)差，將三種指數(shù)以標(biāo)準(zhǔn)化 (standardization) 形式呈現(xiàn)，讓它們?cè)谕粩?shù)量級(jí)下比較，如此較易判讀各分項(xiàng)的空間分佈關(guān)係。在西北太平洋海域，正值GPI 指數(shù)分佈於5 N-30 N，110 E-170 E範(fàn)圍內(nèi)（圖4）。從分項(xiàng)結(jié)果討論 ，絕對(duì)渦度分項(xiàng)(cETA)

26、 為主要正貢獻(xiàn)項(xiàng)，其值隨緯度遞增（圖4b ）；中層相對(duì)濕度分項(xiàng)(cRH) 在副熱帶高壓範(fàn)圍內(nèi)為負(fù)貢獻(xiàn)，其他地區(qū)為正貢獻(xiàn)，近赤道地區(qū)正貢獻(xiàn)強(qiáng)度較強(qiáng)（圖 4c）；強(qiáng)度潛勢(shì)分項(xiàng) (cVpot)( 圖 4d)大約以北緯20N為界線，以北負(fù)貢獻(xiàn)隨緯度增加而增加，以南則為正貢獻(xiàn)；垂直風(fēng)切分項(xiàng) (cVshear) 扮演主要的負(fù)貢獻(xiàn)角色（圖 4e），在颱風(fēng)主要生成區(qū)域，負(fù)貢獻(xiàn)值明顯小於其他區(qū)域。圖 5 為 GPI指數(shù)在西北太平洋海域空間上的分佈 ，正值區(qū)位於 10N-25N，110E-180範(fàn)圍內(nèi)。其分項(xiàng)結(jié)果顯示，絕對(duì)渦度分項(xiàng)與強(qiáng)度潛勢(shì)分項(xiàng)（圖 5b、d）為主要正貢獻(xiàn)項(xiàng)，而垂直風(fēng)切分項(xiàng)為主要的負(fù)貢獻(xiàn)項(xiàng) （圖

27、5e）；濕熵差分項(xiàng) (cX)（圖5c）在副熱帶高壓範(fàn)圍內(nèi)為較弱的貢獻(xiàn)，靠近赤道值較大 。圖 6 為 MqGPI指數(shù)在空間上的分佈，正值區(qū)位於5N-35N， 110E-180內(nèi)，範(fàn)圍較前述兩種指數(shù)顯著增加。各分項(xiàng)在西北太平洋海域空間分佈除了數(shù)值略有差異以及水氣凝結(jié)度分項(xiàng)(cMq) 大值區(qū)較強(qiáng)度潛勢(shì)分項(xiàng)(cVpot) 偏北之外，整體而言， MqGPI 指數(shù)空間分佈和GPI指數(shù)相似。討論完空間分項(xiàng)特徵後，我們接著來探討年際變化分項(xiàng)診斷之結(jié)果 。在西北太平洋海域 ，GPI指數(shù)大約可以 1998 年為分界點(diǎn)， 1998 年之前大多為負(fù)相位，之後則轉(zhuǎn)為正項(xiàng)位為主 （圖 7a）。從一六年九月蕭立朋余嘉裕22

28、9圖 4 西北太平洋 GPI 指數(shù)空間分項(xiàng)分析： (a) GPI、(b)絕對(duì)渦度、 (c)相對(duì)溼度、 (d)強(qiáng)度潛勢(shì)、 (e)垂直風(fēng)切。紅色表示正值，藍(lán)色表示負(fù)值。圓點(diǎn)中標(biāo)示之?dāng)?shù)值代表該物理量在格點(diǎn)之確切數(shù)值。230大氣科學(xué)第四十五期第三號(hào)圖 5西北太平洋GPI 指數(shù)空間分項(xiàng)分析：(a) GPI、(b)絕對(duì)渦度、 (c)濕熵差、 (d)強(qiáng)度潛勢(shì)、 (e)垂直風(fēng)切。紅色表示正值，藍(lán)色表示負(fù)值。圓點(diǎn)中標(biāo)示之?dāng)?shù)值代表該物理量在格點(diǎn)之確切數(shù)值。一六年九月蕭立朋余嘉裕231圖 6西北太平洋 MqGPI 指數(shù)空間分項(xiàng)分析： (a) MqGPI 、 (b)絕對(duì)渦度、 (c)濕熵差、 (d) Mq 項(xiàng)、 (e

29、)垂直風(fēng)切。紅色表示正值，藍(lán)色表示負(fù)值。圓點(diǎn)中標(biāo)示之?dāng)?shù)值代表該物理量在格點(diǎn)之確切數(shù)值。232大氣科學(xué)第四十五期第三號(hào)圖 7西北太平洋GPI 指數(shù)年際變化分項(xiàng)分析：(a) GPI、 (b)絕對(duì)渦度、 (c)相對(duì)溼度、 (d)強(qiáng)度潛勢(shì)、 (e)垂直風(fēng)切、颱風(fēng)數(shù)。GPI 指數(shù)分項(xiàng)診斷的結(jié)果顯示，上述變化趨勢(shì)主要由中層相對(duì)濕度與強(qiáng)度潛勢(shì)兩分項(xiàng)所主導(dǎo)（圖7c、 d），而相對(duì)濕度分項(xiàng)與垂直風(fēng)切分項(xiàng)雖然有一部分彼此互相抵銷（圖7c、 e），但兩者相加後所顯示出來時(shí)間變化趨勢(shì)和cGPI 項(xiàng)並不相符（圖未附），顯見非影響GPI 指數(shù)年際變化因素。綜合以上分析，我們可以明顯的看出來，GPI 指數(shù)年際變化主要受到強(qiáng)

30、度潛勢(shì)分項(xiàng)的控制。由 GPI指數(shù)的分項(xiàng)結(jié)果顯示， GPI指數(shù)主要受到濕熵差、強(qiáng)度潛勢(shì)、及垂直風(fēng)切三個(gè)分項(xiàng)所控制 （圖 8c、d、e），其中濕熵差和強(qiáng)度潛勢(shì)顯然是主要的正貢獻(xiàn)項(xiàng) 。與 GPI 指數(shù)分項(xiàng)結(jié)果比較 ， GPI指數(shù)的數(shù)值提高了 50% 左右，主要是當(dāng)相對(duì)濕度項(xiàng)替換成濕熵差後，降低了該項(xiàng)對(duì)整體指數(shù)貢獻(xiàn)比例所致。不過由於濕熵差數(shù)值遠(yuǎn)較強(qiáng)度潛勢(shì)小，因此 GPI 指數(shù)年際變化主要還是受到強(qiáng)度潛勢(shì)分項(xiàng)的影響。反之， MqGPI指數(shù)年際變化特徵 （圖 9）與 GPI 和 GPI指數(shù)完全不同， MqGPI指數(shù)不僅隨時(shí)間無增加趨勢(shì) ，且在 2000 年後 MqGPI指數(shù)和西北太平洋海域?qū)嶋H颱風(fēng)活動(dòng)變化

31、趨勢(shì)相近（圖9f）。若從 MqGPI指數(shù)分項(xiàng)結(jié)果來看，上述由正相位轉(zhuǎn)為負(fù)相位趨勢(shì)主要由水氣凝結(jié)度分項(xiàng)所主導(dǎo)（圖9d），因此，以水氣凝結(jié)度(Mq) 取代強(qiáng)度潛勢(shì) (Vpot) 似乎是大幅提高M(jìn)qGPI 指數(shù)在西北太平洋海域表現(xiàn)的主要關(guān)鍵。一六年九月蕭立朋余嘉裕233圖 8西北太平洋GPI 指數(shù)年際變化分項(xiàng)分析：(a) GPI、(b)絕對(duì)渦度、 (c)濕熵差、 (d)強(qiáng)度潛勢(shì)、 (e)垂直風(fēng)切、颱風(fēng)數(shù)。圖 9西北太平洋 MqGPI 指數(shù)年際變化分項(xiàng)分析：(a) MqGPI 、(b)絕對(duì)渦度、 (c)濕熵差、 (d) Mq 項(xiàng)、 (e)垂直風(fēng)切、 (f) 颱風(fēng)數(shù)。/南方震盪和太平洋年代（如：北大西洋

32、海域） ，但234大氣科學(xué)第四十五期第三號(hào)從 (5) 式水氣凝結(jié)度 (Mq) 定義來看，決定水氣凝結(jié)度大小因素有兩個(gè) : 水氣垂直梯度 (?p q?)和對(duì)流強(qiáng)度 (p) )。最近一系列探討全球暖化對(duì)熱帶對(duì)流強(qiáng)度和降水影響文獻(xiàn)顯示(Chen et al. 2016;Bui et al. 2016; Liu et al. 2017)，熱帶地區(qū)之對(duì)流強(qiáng)度 (p) )對(duì)對(duì)流層大氣溫度變化非常敏感；當(dāng)大氣溫度升高時(shí)，對(duì)流核心區(qū)域（如：間熱帶輻合區(qū) ITCZ ）對(duì)流強(qiáng)度會(huì)顯著增強(qiáng)（亦即產(chǎn)生所謂富者越富(rich-get-richer) 情況）。由於太平洋年代振盪伴隨之區(qū)域大氣海洋溫度變化幅度(0.5 C/

33、decade)不亞於全球暖化增溫幅度(1 C/century) ，這種水氣凝結(jié)度受對(duì)流層大氣溫度控制之特性有助於反應(yīng)出太平洋年代振盪對(duì)西北太平洋海域颱風(fēng)活動(dòng)影響。五、結(jié)論與討論本研究藉由分析GPI 、 GPI和 MqGPI 指數(shù)在西北太平洋海域的表現(xiàn)發(fā)現(xiàn)，三個(gè)颱風(fēng)生成潛在指數(shù)在模擬季節(jié)循環(huán)的表現(xiàn)都與觀測(cè)颱風(fēng)活動(dòng)極為相近，可以說三種指數(shù)都可以準(zhǔn)確的掌握颱風(fēng)活動(dòng)的季節(jié)變化。但當(dāng)我們分析年際變化特徵時(shí)發(fā)現(xiàn)，GPI 和 GPI指數(shù)在西北太平洋海域的結(jié)果都十分不理想，主要原因是上述兩種指數(shù)無法掌握西北太平洋海域特有的十年際氣候變異特徵所致。GPI 和 GPI熱帶氣旋生成潛在指數(shù)除了包含渦度、中低對(duì)流層濕

34、度、垂直風(fēng)切等傳統(tǒng)影響颱風(fēng)生成之大尺度環(huán)境條件外，主要?jiǎng)?chuàng)新在於以潛在強(qiáng)度 (Potential Intensity) 項(xiàng)取代大氣穩(wěn)定度和海溫之效應(yīng)。潛在強(qiáng)度的設(shè)計(jì)理念是將熱帶氣旋視 為 一 個(gè) 理 想 化的 卡 諾熱 機(jī) (Carnotheatengine)，亦即熱帶氣旋擾動(dòng)在暖洋面上獲得能量透過外流 (outflow) 輸出過程和周圍環(huán)境達(dá)到平衡狀態(tài)。據(jù)此，潛在強(qiáng)度由熱帶氣旋中心和周圍環(huán)境間最大可用位能差決定，其量值並無上限。不少研究已顯示(Wang and Wu 2004; Camargo et al.2007; Lin et al. 2013; Song et al. 2015)，上述設(shè)

35、計(jì)對(duì)於環(huán)境熱力場(chǎng)（如：濕度、海溫）的變動(dòng)非常敏感，極有可能會(huì)高估熱帶氣旋生成潛勢(shì)。最近 Yu et al. (2017)也研究發(fā)現(xiàn) ，GPI 和 GPI 指數(shù)中的強(qiáng)度潛勢(shì) (Vpot) 項(xiàng)主要受到環(huán)境熱力場(chǎng)中的海溫變化所主導(dǎo)，因此 GPI 和 GPI指數(shù)時(shí)間序列反應(yīng)出的是全球暖化趨勢(shì)，亦即隨著地表溫度上升，颱風(fēng)活動(dòng)會(huì)越來越頻繁。這種結(jié)果在其他海域或許是正確的在西北太平洋海域，聖嬰振盪這兩類自然氣候變異對(duì)颱風(fēng)活動(dòng)影響並不亞於全球暖化效應(yīng)，因此一個(gè)成功的颱風(fēng)生成潛在指數(shù)必須有能力反應(yīng)出太平洋海域的自然氣候變異特徵。綜合以上的結(jié)果顯示，本文介紹的 MqGPI 指數(shù)以水氣凝結(jié)度(Mq) 取代強(qiáng)度潛勢(shì)(

36、Vpot) 有能力反應(yīng)出西北太平洋海域颱風(fēng)活動(dòng)的長(zhǎng)周期變化特徵 。未來我們將利用MqGPI指數(shù)，結(jié)合 CMIP5 氣候模式模擬21 世紀(jì)中後期資料，用以推估未來西北太平洋海域颱風(fēng)活動(dòng)的可能變化。致謝本研究由科技部專題計(jì)畫MOST104-2111-M-008-026-MY2及MOST105-2111-M-008-025-MY3 共同支助所完成。研究所使用的颱風(fēng)資料下載自美國(guó)國(guó)家海洋大氣管理局資料庫(kù)，大氣再分析資料則下載自歐洲中期天氣預(yù)報(bào)中心資料庫(kù)。作者感謝兩位審查委員提供的寶貴意見，使本文內(nèi)容得以更為完善。一六年九月蕭立朋余嘉裕235參考文獻(xiàn)Bengtsson, L., M. Botzet, a

37、nd M. Esch, 1995: Hurricane-type vortices in a general circulation model. Tellus A, 47, 175-196.Bessafi, M., and M. Wheeler, 2006: Modulation of South Indian Ocean tropical cyclones by the Madden Julian Oscillation and convectively coupled equatorial waves. Mon. Wea. Rev., 134, 638-656.Bister, M., a

38、nd K. Emanuel, 1997: The genesis of hurricane Guillermo: TEXMEX analyses and a modeling study. Mon. Wea. Rev,. 125, 2662-2682.Bister, M., and K. Emanuel, 1998: Dissipative heating and hurricane intensity. Meteor. Atmos. Phys., 65, 233-240.Bister, M., 2002: Low frequency variability of tropical cyclo

39、ne potential intensity 1. Interannual to interdecadal variability. J. Geophys. Res. , 107. D24 .Bruy re,C., G. Holland, and E. Towler, 2012: Investigating the use of a genesis potential index for tropical cyclones in the North Atlantic basin.J. Climate , 25, 8611-8626.Bui, H. X., J.-Y . Yu, and C. C

40、hou, 2016: Impacts ofvertical structure of large-scale vertical motionintropicalclimate:Moiststaticenergyframework.J. Atmos.Sci.,73,4427-4437,doi:10.1175/JAS-D-16-0031.1.Camargo, S. J. and S. E. Zebiak, 2002: Improving the detection and tracking of tropical cyclones in atmospheric general circulatio

41、n models. Weather and Forecasting , 17, 1152-1162.Camargo, S., A. Barnston, and S. Zebiak, 2005: A statistical assessment of tropical cyclone activity in atmospheric general circulation models. Tellus A, 57, 589-604.Camargo, S., A. Sobel, A. Barnston, and K. A. Emanuel, 2007: Tropical cyclone genesi

42、s potential index in climate models. Tellus A, 59 , 589-604.Camargo, S., 2013: Global and regional aspects of tropical cyclone activity in the CMIP5 models.J. Climate , 26, 9880-9902.Chan, J. C. L., 1985: Tropical cyclone activity in the Northwest Pacific in relation to the El Ni?o/ Southern Oscilla

43、tion phenomenon. Mon. Wea. Rev., 113, 599-606.Chan, J. C. L., 2000: Tropical cyclone activity over the western north Pacific associated with El Nino and La Nina events. J. Climate , 13, 1960-2972.Chan, J. C. L., 2006: Comment on “Changes in tropical cyclone number, duration, and intensity in a warmi

44、ng environment ”.Science, 311, 1713-1713.Chen, T.-C., and J.-M. Chen, 1995: An observational study of the South China Sea monsoon during the 1979 summer: Onset and life cycle. Mon. Wea. Rev., 123, 2295-2328.Chen, C.-A., J.-Y. Yu, and C. Chou, 2016: Impacts of vertical structure of convection in glob

45、al warming: The role of shallow convection. J. Climate, 29, 4665-4684, doi:10.1175/JCLI-D-15-0563.1.236大氣科學(xué)第四十五期第三號(hào)Chien, F., and H. Kuo, 2011: On the extreme rainfall of typhoon Morakot (2009). J. Geophys. Res,. 116.Emanuel, K. A., 1988: The maximum intensity of hurricanes. J. Atmos. Sci. , 45 , 11

46、43-1155.Emanuel, K. A., 1995: Sensitivity of tropical cyclones to surface exchange coefficients and a revised steady-state model incorporating eye dynamics. J. Atmos. Sci. , 52, 3969-3976.Emanuel, K. A., and D. S. Nolan, 2004: Tropical cyclone activity and global climate. Preprints, 26th Conf. on Hu

47、rricanes and Tropical Meteorology, Miami, FL, Amer. Meteor. Soc., 240-241.Emanuel, K. A., 2005: Increasing destructiveness of tropical cyclones over the past 30?years. Nature , 436, 686-688.Emanuel, K. A., 2006: Climate and tropical cyclone activity: A new model downscaling approach. J. Climate , 19

48、, 4797-4802.Emanuel, K. A., 2008: The hurricane climate connection. Bull. Amer. Meteor. Soc., 89.5, ES10-ES20.Emanuel, K., 2010: Tropical cyclone activity downscaled from NOAA-CIRES Reanalysis, 19081958. J. Adv. Model. Earth Sys, 2, 1-12.Emanuel, K., 2013: Downscaling CMIP5 climate models shows incr

49、eased tropical cyclone activity over the 21st century. Proceedings of the National Academy of Sciences, 110, 12219-12224.Gall, J., I. Ginis, S. Lin, T. Marchok, and J. Chen, 2011: Experimental tropical cyclone prediction using the GFDL 25-km-resolution global atmospheric model. Weather and Forecasti

50、ng , 26, 1008-1019.Graumann,A.,andCoauthors,2005:HurricaneKatrina, A climatological perspective,NOAAsNationalClimaticDataCenterTechnicalReport 2005-1 , 27pp.Gray, W., 1968: Global view of the origin of tropical disturbances and storms. Mon. Wea .Rev., 96, 669-700.Gray, W., 1979: Hurricanes: their fo

51、rmation structure and likely role in tropical circulation. Meteorology over the Tropical Oceans (ed. D. B. Shaw), Royal Meteorological Society , 155-218.Gray, W. M., 1988: Environmental influences on tropical cyclones. Aust. Met. Mag. , 36, 127-139.Gray, W., 1998: The formation of tropical cyclones.

52、Meteor. Atmos. Phys., 67, 37-69.Hsu, H.-H., C.-H. Hung, A.-K. Lo, C.-C. Wu, and C.-W. Hung, 2008: Influence of tropical cycloneson the estimation of climate variabilityin thetropical western North Pacific.J. Climate , 21,2960-2975.Koh,J., and C. Brierley, 2015: Tropical cyclone genesis potential acr

53、oss palaeoclimates. Climate of the Past , 11, 1433-1451.Krishnamurti, T. N., 1985: Summer Monsoon Experiment A Review. Mon. Wea. Rev ., 113, 1590-1626.一六年九月蕭立朋余嘉裕237Li, W., G. Joos, and J. Belanger, 2010: Real-time simulation of a wind turbine generator coupled with a battery supercapacitor energy s

54、torage system. IEEE Transactions on Industrial Electronics , 57, 1137-1145.Lin I.-I., P. Black, J. F. Price, C.-Y . Yang, S.-S. Chen, C.-C. Lien, P. Harr, N.-H. Chi, C.-C. Wu, and E. A. D Asaro, 2013: An ocean coupling potential intensity index for tropical cyclones. Geophys. Res. Lett. , 40, 187818

55、82, doi:10.1002/grl. 50091.Lin, I.-I., and J. C. L. Chan, 2015: Recent decrease in typhoon destructive potential and global warming implications. Nature Communications , 7128(2015), doi:10.1038/ncomms8182.Liu, H.-W., J.-Y . Yu, and C.-A. Chen, 2017: Changesof tropical precipitation under global warm

56、ing projected by CMIP5 model simulations. Terr. Atmos. and Ocean. Sci. (under 2 nd review)MacDonald, G. M., 2005: Variations in the Pacific Decadal Oscillation over the past millennium. Geophys. Res. Lett., 32, L08703, doi:10.1029/ 2005GL022478.Manabe, S., J. Holloway, and H. Stone, 1970: Tropical C

57、irculation in a Time-Integration of a Global Model of the Atmosphere. J. Atmos. Sci., 27, 580-613.Murakami, H. et al., 2012: Future changes in tropical cyclone activity projected by the new high-resolution MRI-AGCM*. J. Climate , 25, 3237-3260.Song Y., L. Wang, and X. Lei, and X. Wang, 2015: Tropical cyclone genesis potential index over the