本研究旨在評估1-2週之颱風降雨預報技術。研究資料採用歐洲中期天氣預報中心系集預報模式(簡稱ECEPS)之20年事後預報(reforecast)，將其與網格化的台灣地面降雨觀測資料進行比較。本研究主要分析颱風中心進入117-129 E和19-28 之預報資料。ECEPS預報資料採用台灣周圍的15個網格，網格大小為0.80.8。歷史降雨觀測資料則是由中央氣象署(CWA)提供之1 km1 km內插網格。ECEPS降雨預報與CWA觀測資料進行比對時，本研究搜尋與ECEPS具有最小平均絕對誤差之CWA降雨資料百分位數(percentile rank；PR)，以整體評估ECEPS網格降雨量之代表性。
研究結果顯示，儘管ECEPS的解析較低，但仍可大致掌握山區和平地之間的降雨對比型態。然而，受到模式的解析度限制和颱風路徑預報誤差影響，當預報時間超過84小時，ECEPS與地面觀測的差異顯著增加。為了進一步分析颱風路徑預報誤差，本研究將模式路徑與美國聯合颱風警報中心(JTWC)之颱風最佳路徑進行比較，針對第1至第2週的ECEPS颱風路徑預報誤差進行分析，並將路徑誤差分解為徑向路徑誤差(Along Track Error；ATE)和橫向路徑誤差(Cross Track Error；CTE)。分析結果顯示，ATE之平均誤差為負值，表示ECEPS颱風路徑具有移動速度較慢的偏差。颱風形成後的168小時，ECEPS路徑預報之徑向平均誤差可能達到400公里。
由於ECEPS颱風路徑預報具有顯著誤差，直接使用原始ECEPS降雨預報進行颱風預報作業便具有挑戰性。因此，本研究進一步應用了颱風氣候降雨定量預報模式。本研究開發之相關產品未來可納入中央氣象署之次季節(subseasonal)預報系統，協助水資源管理及降低災害發生風險。

The primary aim of this research is to assess the skill of week-1 to week-2 typhoon precipitation forecasts. Utilizing the 20-year reforecasts from the ECMWF ensemble prediction system (ECEPS), we compared these forecasts with gridded surface observations in Taiwan. The analysis focuses on the periods when typhoons impact Taiwan (spanning 117-129 °E and 19-28 °N). Fifteen ECEPS grid points surrounding Taiwan with a grid size of 0.8°×0.8° were used. Historical rainfall observations from the Central Weather Administration (CWA) were interpolated into a 1 km×1 km resolution grid. To compare ECEPS forecast data with CWA rainfall observations, the optimal percentile rank (PR) of the gridded CWA rainfall that minimizes the mean difference against the ECEPS data was determined.

The findings indicate that while the ECEPS can moderately capture the rainfall distribution between mountainous and plain areas, its relatively lower horizontal resolution limits accuracy.The discrepancy between ECEPS rainfall forecasts and surface observations significantly increases for forecasts exceeding 84 hours, primarily due to the model's coarse resolution and errors in predicting typhoon tracks.

Typhoon track forecast errors for weeks 1-2 in the ECEPS were analyzed by comparing the ensemble vortex tracks with the Joint Typhoon Warning Center (JTWC) best tracks. The forecast errors were decomposed into along-track errors (ATE) and cross-track errors (CTE). The analysis revealed negative mean ATEs, indicating a slower translation speed bias in the model. The mean along-track errors could reach up to 400 km for 168-hour forecasts following tropical cyclone formation.

Given the substantial typhoon track forecast errors, the direct use of raw ECEPS rainfall forecasts for operational tropical cyclone forecasting presents challenges. To address this, a statistical Quantitative Precipitation Forecast (QPF) model has been employed to predict typhoon rainfall. The forecasting tools developed in this study are intended to be integrated into the CWA’s subseasonal typhoon forecast system, thereby supporting water resources management and disaster risk reduction efforts.

目錄
謝辭	I
中文摘要	III
ABSTRACT	V
目錄	VII
圖目錄	X
表目錄	XI
第一章 緒論	1
1.1前言	1
1.2研究背景與目標	1
1.3論文架構	3
第二章 文獻回顧	4
2.1颱風數值預報系統	4
2.2颱風路徑預報	11
第三章 研究資料及方法	13
3.1研究資料	13
3.1.1 ECEPS模式雨量資料	13
3.1.2中央氣象署(CWA)觀測雨量資料	13
3.1.3 JTWC颱風最佳路徑資料	16
3.2 研究方法	16
3.2.1降雨資料分析比對	16
3.2.2颱風路徑分析	20
3.2.3颱風氣候降雨	21
3.2.4氣候法之交叉驗證	24
第四章 結果與討論	26
4.1 ECEPS降雨預報與CWA觀測之比較	26
4.2 ECPES降雨量預報與觀測雨量之統計分析	35
4.2.1 最佳PR值	35
4.2.2 最佳MAE	43
4.3 ECPES降雨量預報路徑誤差之分析	47
4.4颱風氣候降雨預報模式	49
4.4.1 模式建立與測試	49
4.4.2 氣候法交叉驗證結果	53
4.4.3 氣候法結果分析	56
4.4.4 地形對於氣候法影響	61
4.4.5 颱風路徑預報誤差之影響測試	65
4.4.6 颱風中心位置對於氣候法影響	71
4.4.7 氣候法之個案分析-龍王颱風	77
4.4.8 氣候法之個案分析-莫拉克颱風	82
第五章 結論與建議	87
參考文獻	90
附錄A、颱風降雨氣候法之交叉驗證雨量分布圖	92
附錄B、颱風降雨氣候法之交叉驗證長條圖	102
附錄C、颱風氣候降雨預報技術與地形高度之關聯性	106
圖目錄
圖2-1、Hurricane Sandy及Super Typhoon Haiyan之5天及10天系集預報	5
圖2-2、熱帶氣旋預報機率的ROC曲線圖	6
圖2-3、NCEP GEFS模式之颱風預報評估	8
圖2-4、S2S各模式之每月颱風生成個數比較	10
圖2-5、台北站時雨量與颱風中心位置之對應關係圖	12
圖2-6、台北站平均法之雙傅利葉函數迴歸結果	12
圖3-1、ECEPS模式網格示意圖	17
圖3-2、最佳PR值、最佳MAE之分析流程圖	19
圖3-3、路徑預報誤差示意圖	20
圖3-4、氣候降雨平均法流程圖	23
圖3-4、交叉驗證資料分組示意圖	25
圖4-1、 CWA降雨觀測(左)與ECEPS降雨預報(右)之比較圖	28
圖4-2、影響臺灣地區颱風路徑分類圖(1911－2020年)	29
圖4-3、2001-2020年ECEPS事後預報之颱風降雨預報(右)與CWA降雨觀測(左)比較圖	30
圖4-4、 2001-2020年CWA降雨觀測與ECEPS降雨預報比較圖	34
圖4-5、ECEPS m00 tau = 0 -12h最接近之PR值圖	36
圖4-6、ECEPS m00 tau = 0 -12 h 單格MAE曲線圖	37
圖4-7、ECEPS 各成員tau = 0 -12h最接近之PR值圖	39
圖4-8、最佳PR值圖	40
圖4-9、最佳MAE值圖	44
圖4-10、ECEPS系集預報路徑分析圖	48
圖4-11、龍王颱風個案取用半徑範圍示意圖	50
圖4-12、觀測雨量分布圖	51
圖4-13、2005100200雨量分布圖	52
圖4-14、交叉驗證颱風中心位置示意圖	54
圖4-15、颱風總雨量觀測值與颱風氣候法比較	55
圖4-16、2001-2020年颱風中心位置示意圖	56
圖4-17、2001-2020年之颱風總雨量分佈圖	58
圖4-18、颱風降雨量預報校驗圖(2001-2020年)：MB 	59
圖4-19、2001-2020年之預報評估：MB 	60
圖4-20、氣候法預報之誤差與高程關係圖	62
圖4-21、氣候法預報評估之盒鬚圖：MB 	63
圖4-22、氣候法預報評估之盒鬚圖：MAE 	64
圖4-23、2001-2020年颱風中心位置示意圖	67
圖4-24、2001-2020年颱風中心位置之平均座標	68
圖4-25、2001-2020年之氣候模式平均法之預報校驗圖：MB 	70
圖4-26、2001-2020年之氣候模式平均法之預報校驗圖：MAE 	71
圖4-27、2×2經緯度網格示意圖	72
圖4-28、2001-2020年氣候模式平均法之預報誤差空間分布圖	73
圖4-29、2001-2020年網格(3,3)之雨量分布圖	75
圖4-30、網格(3,3)之氣候模式平均法之預報誤差分析圖	76
圖4-31、盒鬚圖(box plot)之百分位及平均值示意圖	77
圖4-32、龍王颱風路徑圖	78
圖4-33、龍王颱風累積雨量分布圖	79
圖4-34、龍王颱風降雨量預報評估結果：MB	81
圖4-35、莫拉克颱風之累積雨量分布圖(8月5日00:00至8月11日00:00)	83
圖4-36、莫拉克颱風之最佳路徑圖	84
圖4-37、ECEPS模式之莫拉克颱風預報路徑	84
圖4-38、莫拉克颱風之氣候模式降雨量預報分布圖	85
圖4-39、ECEPS模式 11個系集成員之氣候平均法統計值	86
表目錄
表1、颱風中心位置加入隨機誤差之統計值列表	66

1.王時鼎，1983，臺灣颱風降雨特性及其預報研究(一)，行政院國家科學委員會防災科技研究報告，72-1號。
2.葉天降、吳石吉、謝信良，1999，簡單統計方法於台灣地區颱風降水預測之研究(一)預測方法與台北颱風降水之預測校驗。大氣科學，27，4，395-412。
3.蔡孝忠、李天浩，2008，利用雙傅利葉函數迴歸法建立颱風氣候降雨定量估計模式－以淡水河流域為例，中國土木水利工程學刊，20(2)，183-195。
4.蔡孝忠、呂國臣、許乃寧、賈愛玫，2011，蒙地卡羅法在颱風侵襲機率估計的應用。大氣科學，269-288。
5.張楷晧，2021，風速半徑、環境因子及歷史類比個案對於颱風快速增強機率預報之影響。淡江大學水資源及環境工程研究所碩士論文。
6.Belanger, J.I., J.A. Curry, and P. J. Webster, 2010: Predictability of North Atlantic tropical cyclones on intraseasonal time scales, Mon. Wea. Rev., 138, 4393–4401.
7.DeMaria, M., Knaff, J. A., Knabb, R., Lauer, C., Sampson, C. R., DeMaria, R. T., 2009: A new method for estimating tropical cyclone wind speed probabilities, Wea. Forecasting, 24, 1573-1591.
8.Lee, C., S. J. Camargo, F. Vitart, A. H. Sobel, and M. K. Tippett, 2018: Subseasonal Tropical Cyclone Genesis Prediction and MJO in the S2S Dataset. Wea. Forecasting, 33, 967–988.
9.Lee, C., S. J. Camargo, F. Vitart, A. H. Sobel, J. Camp, S. Wang, M. K. Tippett, and Q. Yang, 2020: Subseasonal Predictions of Tropical Cyclone Occurrence and ACE in the S2S Dataset. Wea. Forecasting, 35, 921–938.
10.Maidment, D. R., 1993: Handbook of Hydrology. McGraw-Hill, 1424 pp.
11.Tsai, H.-C., K.-C. Lu, R. L. Elsberry, M.-M. Lu, and C.-H. Sui, 2011: Tropical cyclone–like vortices detection in the NCEP 16-day ensemble system over the western North Pacific in 2008: Application and Forecast Evaluation. Wea. Forecasting, 26, 77–93.
12.Tsai, H.-C.; Elsberry, R.L., 2013: Opportunities and challenges for extended-range predictions of tropical cyclone impacts on hydrological predictions. J. Hydrol. 506, 42–54.
13.Xiang, B., S.-J. Lin, M. Zhao, S. Zhang, G. Vecchi, T. Li, X. Jiang, Lucas Harris, J.-H. Chen, 2015: Beyond weather time scale prediction for Hurricane Sandy and Super Typhoon Haiyan in a global climate model, Mon. Wea. Rev., 143, 524–535.
14.Tsai, H.-C., H.-Y. Hsu, T.-T. Lo, M.-S. Chen, 2024: Verifications of Week-1 to Week-4 Tropical Cyclone Forecasts in the Western North Pacific from the ECMWF 46-Day Ensemble. EGU General Assembly.