陳昀靖 張惠玲*

中央氣象局氣象科技研究中心

(中華民國 111 年 7 月 26 日收稿；中華民國 111 年 12 月 14 日定稿)

摘 要

　　本研究採用美國國家環境預報中心(National Centers for Environmental Prediction , NCEP) 第 12 版全球系集預報系統(Global Ensemble Forecast System version 12, GEFS v12)之重預報資料，透過統計後處理技術-系集核密度模式輸出統計(Ensemble Kernel Density Model Output Statistics, EKDMOS)進行偏差校正與降尺度，目的在於得到臺灣地區特定測站點上具有良好預報品質與價值的 1-14 天極端低溫機率預報。
　　預報評估顯示: (1)原始系集預報有離散度不足的問題，且有明顯的預報偏差；相較之下，EKDMOS 有相當合理的系集離散度，並可移除絕大部分的預報偏差。(2)相較於模式原始系集預報，EKDMOS 能提供可信度更高且區辨能力更佳之機率預報。(3)EKDMOS 透過提升可信度與解析能力來提升原始模式的 BrSS。(4)更多的使用者可採用 EKDMOS 預報作為決策依據，而得到高於參考原始預報之經濟效益，特別是成本/損失比接近 1 與 0 的使用者有最顯著的經濟價值提升。(5)即便 EKDMOS 可以顯著地改善極端溫度機率預報品質，當預報時間拉長到 10 天以上而逐漸喪失預報訊息度或預報訊號時，EKDMOS 的預報分布仍無可避免地趨近於訓練樣本的氣候分布，這是數值天氣預報在氣象可預報度上的限制。

關鍵字：極端低溫機率預報、系集核密度模式輸出統計、可信度、區辨能力、預報訊息
度