梅雨锋面将袭台 系集雨量大数据分析让气象预报更准确

全球环境变迁造成未来天气诡谲多变，天然灾害的发生不再是偶然，而是必然！如何应用先进的气象预报技术，搭配运作效能越来越强的超级电脑，以尽量达到事前预防，降低民众生命财产损失，是减轻极端天气冲击最有效的方法之一。国研院台洪中心未来将持续结合中央气象局及学界，针对台湾在地特性，合作研发前瞻技术，以协助提升气象预报准确度，造福台湾民众。

西南气流来了！如同中央气象局提醒的，今年第一波结构较完整的梅雨锋面即将袭台。梅雨是台湾仅次于台风的雨水来源，梅雨锋面常为全台各地带来豪大雨，造成洪水、山崩、土石流，但不论针对梅雨或台风造成的强降雨，预报准确度都亟待提升。

有鉴于此，国家实验研究院台湾台风洪水研究中心（台洪中心）与中央气象局合作，研发「系集雨量大数据分析技术」，以提升梅雨预报准确度。经过历史个案验证比对，2015及2016年日雨量达130毫米之梅雨事件的预兆得分 （TS）注1，比未使用此技术时，分别提升26%及31%。

集众力研发系集预报技术

「系集预报」是利用统计的方式，归纳分析多个不同模式的气象预报结果，以得出最有可能的预报，期望能将各别单一模式预报的不确定性减到最小。针对台风路径的实验结果显示，24/48/72小时之台风路径预报误差，由2011年之101/203/357公里，降至2016年之75/130/216公里。

「系集预报」是利用统计的方式，归纳分析多个不同模式的气象预报结果，以得出最有可能的预报，期望能将各别单一模式预报的不确定性减到最小。针对台风路径的实验结果显示，24/48/72小时之台风路径预报误差，由2011年之101/203/357公里，降至2016年之75/130/216公里。

此外，为因应梅雨期锋面强对流系统随机发展、雨量预报较台风降雨更困难之降雨特性，2016年起国研院台洪中心亦与中央气象局合作，将系集预报资料透过「机器学习」 （machine learning），研发「系集雨量大数据分析技术」，借以得到最佳化雨量预报结果，进而提升梅雨预报准确度。经过2015及2016年的历史个案验证比对，显示「系集雨量大数据分析技术」的确可以提升梅雨事件雨量预报的准确度。

此外，为因应梅雨期锋面强对流系统随机发展、雨量预报较台风降雨更困难之降雨特性，2016年起国研院台洪中心亦与中央气象局合作，将系集预报资料透过「机器学习」 （machine learning），研发「系集雨量大数据分析技术」，借以得到最佳化雨量预报结果，进而提升梅雨预报准确度。经过2015及2016年的历史个案验证比对，显示「系集雨量大数据分析技术」的确可以提升梅雨事件雨量预报的准确度。