本校土木系汪立本助理教授與國際團隊合作協助英國氣象局開發短延時降雨預報系統


本校土木工程學系汪立本助理教授近期與倫敦帝國理工大學、比利時魯汶大學及英國新創公司合作,協助英國氣象局開發短延時降雨預報系統(參見圖一)。本合作案源自於英國氣象局內部文獻審查,選定汪教授於2018與魯汶大學學者共同發表於科學期刊之雷雨胞追蹤技術(Muñoz et al. 2018),希望藉此合作機會引入此技術、並進一步開發為短延時雷陣雨預報系統,協助預報員能更精確地預先判斷雷雨胞之可能走向,增進防災預警之準確性。

相較於大氣預報模式,利用即時雷達降雨資訊推估短時間降雨之可能走向,不但成本較低,在短延時內(約6小時)其準確度也較高,適合提供即時降雨相關之預警。其中雷雨胞追蹤、預測技術,可以協助判斷容易致災的雷陣雨在短時間內可能的發展、走向,對於都市內水防災之預警有很大幫助。汪教授在此合作案負責雷雨胞追蹤及預測演算法之開發及實作,他與團隊首先以2018發展之雷雨胞追蹤技術為基礎、加以改良,使之更加適合用於英國氣象局最新之三維雷達降雨資料。然後,結合文獻中以卡爾曼濾波(Kalman filter)為基礎之雨胞預測演算法(Rossi et al. 2015),並藉由分析歷史雨胞統計特徵,改善原演算法之參數率定方法。驗證結果顯示,新的預報技術可以更好地預測雷雨胞之走向,並且提供更有效率之集合預報結果(ensemble forecast)(見圖二)。

此預報系統目前已經通過營運測試,即將進入英國氣象局日常預報程序、輔助預報員預測未來1-3小時雷陣雨系統之發展與走向。

圖一、雷陣雨預報系統提供接下來數小時雷雨胞可能之走向。此圖為2021年7月4日英國時間下午4時45分之雨胞追蹤及5-30分鐘之集合預報結果

圖二、原始預測模型(紅色資料點)與新的預測模型(藍色線條)之Brier skill scores (BSS) 之預報評估結果比較。新的方法展示出更有效率之集合預報成果。

參考文獻

Muñoz, C., Wang, L.-P. & Willems, P. (2018) Enhanced object-based tracking algorithm for convective rain storm and cells, Atmos. Res., 201, 144-158.

Rossi, P. J., Chandrasekar, V., Hasu, V. & Moisseev, D. (2015) Kalman Filtering-Based Probabilistic Nowcasting of Object-Oriented Tracked Convective Storms, J. Atmos. Ocean Tech., 32 (3), 461-477.