Download presentation
Presentation is loading. Please wait.
1
Lecture 4 臺灣氣候變遷 – 觀測與未來推估 (臺灣氣候變遷 科學報告2011)
2
Rainfall change in the end of this century (2090-2099 vs. 1980-1999)
Multi-model consensus S/N > 1.0 at high latitudes S/N < 1.0 in summer monsoon regions (exception: Mexican monsoon)
3
台灣氣候暖化速率約是全球平均值的二倍 未來? 台灣 全球
4
暖化特徵 夜間比白天明顯(百年):日夜溫差變小 夏天比冬天明顯(百年) 發生高溫的機率增加(1980年代後期),低溫的機率下降
熱浪強度變強:都會比鄉間明顯 寒潮發生次數明顯減少(1970年代以後) 全球暖化+熱島效應=加成效應
5
連續不下雨日數:逐漸變長
6
雨量特徵 連續不下雨日數,逐漸變長。年雨日,全島性明顯減少。 南部雨季逐漸縮短、乾季逐漸變長。
累積雨量變化:較不明顯,但是呈現東北部增加、西南部減少的趨勢。 降雨強度:無系統性與全島性的增強或減弱,台北、花蓮、台東例外。山區雨量資料太短,無法判斷長期趨勢。
7
總雨量變化 較不明顯 趨勢:東北部增加、西南部減少 氣象局陳雲蘭提供
8
降雨強度 無系統性、全島性的增強或減弱,台北、花蓮、台東例外 山區雨量資料太短,仍無法判斷長期趨勢 台北
9
下雨日數: 全島性明顯減少 -73 days/100yr
10
南部雨季逐漸縮短、乾季逐漸變長 洪致文提供
11
臺灣氣候變遷科學報告2011
12
報告緣起 鑑於氣候變遷對臺灣造成的影響可能愈趨嚴重,國家推動各項氣候變遷調適策略時,需要更多的科學數據與研究成果作為依據,2009年「第八次全國科技會議」的結論中,特別強調臺灣必須精進氣候變遷模擬與推估技術能力,評估氣候變遷所造成的脆弱度與衝擊風險。因此行政院國家科學委員會自98年底推動「臺灣氣候變遷推估與資訊平台建置計畫」(TCCIP)。
13
Lessons learned from Morakot (2009):
基礎觀測的強化與前瞻觀測能力的建立 遙測資料加值分析能力的強化 數值模式、資料同化系統與預報能力的精進 無接縫的多重尺度研究策略 氣候變遷對颱風的影響? (Yes or No)
14
問題:莫拉克颱風的破記錄超大豪雨是否是人為全球暖化造成的?
觀點: 氣候變化影響的是天氣系統的統計特性,單一颱風的特性受到許多隨機因素的影響,通常無法判斷是否由特定氣候變化所造成。莫拉克颱風是否因為最近一、二十年來較高的溫度與水氣而產生破記錄的雨量,甚至是人為全球暖化造成的,雖然無法排除此一可能性,但從目前的資料分析也無法證實此一推論。 上述看法與世界氣象組織針對是否能將特定颱風個案歸因於全球暖化尚無定論的意見是一致的。
15
source: NCDR TCCIP 計畫目標 建構氣候變遷跨領域研究與應用整合平台 台灣氣候變遷推估與降尺度方法建立 落實國科會氣候變遷研發成果於部會之調適政策 與國際接軌並強化台灣區域氣候研究之重點特色 定期出版國家氣候變遷研究報告 因應全球高解析模式發展趨勢與應用端需求,建立適用於本地之氣候變遷推估方法 。將成果有效結合下游需求,作為國家擬定氣候變遷調適政策之依據。
16
TCCIP 組織架構 source: NCDR
17
建構實質「氣候變遷研究與應用整合平台」 氣候變遷研究與應用整合平台 研究平台 資料平台 學術研究與政策應用平台 國際合作平台 資訊服務平台
整合大學、研究中心與政府單位之研究能量 資料平台 整合不同部門之氣象觀測資料與產出、進行均一化工作 學術研究與政策應用平台 研究產出考量政府部門之調適需求(與氣候變遷調適科技計畫合作) 國際合作平台 透過科學研究、資料分享以及單位合作,強化國際合作 資訊服務平台 透過網路服務提供氣候變遷研究成果與相關資料服務
18
國內目前執行之氣候變遷計畫&與TCCIP之關係
(99~103) 經建會 氣候變遷調適政策綱領與行動方案 (99~104) 國科會 氣候變遷調適科技 (100~102) 水利署 氣候變遷對水環境 之衝擊與調適 (99~102) 科學評估 技術支援 國科會 臺灣氣候變遷聯盟 (100 ~104) 政策推動 政策建議 科技支援 source: NCDR
19
Sources/Distributions of Rainfall observations
紅色圓點:氣象局自動雨量測站 綠色圓點:農業測站 金色圓點:氣象局局屬測站+ 空軍測站+民航局測站 藍色圓點:水利署測站
20
台灣的未來( )? 東亞: 氣溫明顯上升 豪大雨影響變大 台灣: 氣溫上升可能性高 雨量? 陳正達提供
21
1-km Resolution Bias Corrected Model Data
MRI 20-KM Resolution Model Data 1-km Resolution Observation Data 1-km Resolution Bias Corrected Model Data
22
Future Rainfall Projection (vs. 1979-2003 mean)
近未來( ) 90% confidence level 世紀末( ) Jan Apr Jul Oct
23
Future Tmax Projection (vs. 1979-2003 mean)
95% confidence level Jan Apr Jul Oct
24
Future Tmin Projection (vs. 1979-2003 mean)
95% confidence level Jan Apr Jul Oct
25
你我能做什麼?
26
Courtesy: Litinsky Gennady (Israel)
27
Courtesy: Sugimoto Akiyoshi (Japan)
28
Courtesy: Virgil Militaru (Romania)
30
Courtesy: Saito Ayako (Japan)
31
Kosobukin (Ukraine) Kosobukin (Ukraine)
Similar presentations