臺灣地區鋒面系統客觀辨識方法之比較
期刊名稱： 大氣科學期刊
Volume:
Issue:
0 users bookmarked this article.
185
張巧薇 1 江建霆 2 劉高源 1 蘇世顥 1*
1 中國文化大學大氣科學系
2 中國文化大學地學所
(中華民國107年10 月 26日 收稿;中華民國108年3月27日定稿)
摘要
本研究利用三種不同的客觀分析診斷工具，測試對於辨識臺灣地區鋒面事件的能力。基 於鋒面熱力參數(TFP)之空間變異所發展之診斷工具，在診斷分析時，可同時提供鋒面位置與 強度等資訊，有助於推估受鋒面影響之降雨之空間分布與降雨強度變化。另外，以自組織映 射圖(SOM)群聚分析技術發展之診斷工具，為非監督式學習架構，可大幅降低人為主觀判斷 所導致之誤差。診斷的同時，將各類型相似環境特徵的事件加以標示，對於推估氣候變遷下， 伴隨鋒面系統之劇烈天氣事件發生頻率變異提供極佳的資訊。考量到計算資源限制與降低主 觀誤差等要素，我們發展基於機器學習技術之診斷工具。針對鋒面系統判定之測試結果顯示， 無論是以線性或非線性模組作為核心之演算模型，均能掌握鋒面頻率變化之長期變異。傳統 客觀分析方法診斷影響臺灣之鋒面系統能力較差，各季節之命中率約 0.1-0.25，但誤報率較 低。SOM 診斷工具在命中率的表現些微優於機器學習方法，但同時伴隨著誤報率偏高的缺點。 相較於傳統客觀分析方法，這兩種新的客觀診斷工具之系統判定成效皆較佳。整體而言，以 SOM 技術為基礎之診斷工具能診斷出大部分鋒面事件，但有過度判定的傾向。而基於機器學 習方法之診斷工具，在命中率上與 SOM 相距不遠，但卻可大幅降低誤報率，對於長期鋒面系 統頻率變化有較好的掌握能力。
