看到一篇不錯的文章 和關心天氣
但還不清楚氣象預報方法的朋友分享!
台北會下雪嗎？為何國內外的天氣預報眾說紛紜？
2015-16年入冬以來第一波寒流即將在1月23日來襲，早在一週之前，許多人就開始流傳手
機app上接近0度誇張的低溫預報。更有甚者，日本氣象協會在18日預測台北市在25日有下
雪機會，引起軒然大波；網路上甚至一度傳出號稱台北101下雪的影片，後經網友指出應
為下雨影片放慢所造成的錯覺。
其實中央氣象局在17日的預報並沒有反映出寒流（定義台北市預測氣溫低於10度方為寒流
），直到18日才將預測氣溫逐步下修。19日，日本氣象協會預測台北24日低溫為1度，而
中央氣象局早上初步預測低溫8度，後改為6度。
是什麼原因造成不同氣象預報來源的預報差異？我們又應該相信誰呢？尤其寒流又是台灣
四大氣象災害之一（另三大為颱風、梅雨與乾旱），往往造成生命財產損失，預報不一致
讓大家何去何從？
PanSci泛科學2012年《祛除氣象預報的迷思》一文中已探討過，大氣現象瞬息萬變，並非
現代科技可以全盤掌握。儘管中央氣象局2012年向日本添購超級電腦，可望將預報精確度
提高百倍，但超級電腦並非萬能。因此在了解、分析與討論氣象預報前，必須了解「預報
必定存在誤差」的事實。
氣象預報的基礎—數值天氣模式
前文以颱風的定量降雨預報切入，而定量降雨預測技術尚未成熟，大幅誤差在所難免；但
最近的話題則是寒流的低溫預測，溫度是氣象觀測與預報最基本的項目之一，為何依然存
在可觀的預測誤差呢？現代氣象預報的主要依據是電腦模擬的「數值天氣模式」。數值天
氣模式將大氣分割成許多網格，好比電腦以點陣圖的方式把圖片化為一整個表格的數字，
才能進行儲存與處理。氣象機構蒐集觀測資料（氣溫、濕度、氣壓、風速、風向等）之後
，計算出每一個網格中的各種大氣數據，接著將這些數據輸入超級電腦，根據模式設定的
複雜大氣方程式進行大量運算，取得未來可能的天氣情況。
網格解析度
由於數值天氣計算極為複雜，實務上氣象機構會依照需求，對地球上的不同區域採用不同
的分割解析度：數值天氣模式可粗略分為全球模式與區域模式，首先由「全球模式」模擬
整個地球表面的大氣，再逐步使用網格解析度更高的「區域模式」，分析預測部分區域的
天氣。
以中央氣象局為例，由於服務的主要對象是台灣地區，因此數值天氣模式在台灣與周邊區
域的解析度較高（網格較細密），方便進行更精密的計算與預測。中央氣象局採用的全球
模式網格大小為55公里見方，越靠近台灣網格尺寸越小，台澎金馬地區的區域模式網格最
為細密，為5公里見方。如此逐步計算，確保在台灣地區取得最精確的計算結果。
此時氣象機構預測差異的一大來源已經顯而易見：不同地區的氣象機構，由於主要服務客
群不同，也會在數值天氣模式中，對不同區域採用解析度較高的區域模式，以便達成節省
運算量與精確預測本地天氣的平衡。因此歐美日等地氣象網站對台灣的天氣預測，在數值
天氣模式多半直接採用低解析度的全球模式，未經區域模式的精密計算優化，因此預測的
氣溫自然會與中央氣象局有所差異了。
觀測為預報之母
前面提到數值天氣模式需要觀測資料作為初始條件輸入電腦，才能進行運算以預測未來的
氣候變化。觀測資料又分為實測資料與非實測資料，前者以地面測站以儀器（溫度計、風
向風速計、雨量計等）直接測量到的數據為主（也包含進入颱風中實測的飛機與投落送）
，後者則是以氣象雷達和氣象衛星掃描大氣所得。氣象雷達與衛星取得的數據，多半為全
球公開或多國合作分享，因此各國氣象機構在這方面取得的觀測資料是相當接近的。
然而，非實測資料存在諸多限制，一來雷達與衛星資料須經複雜的計算解讀後才可使用，
使用的方程式多少都對大氣條件做了一定的簡化，因此難免與實際天氣有所出入。二來雷
達掃描容易受到地形與人造障礙物阻礙。相比之下，實測資料就是不同氣象機構佔有本地
優勢之處。全台目前包括人工氣象站、自動氣象站與自動雨量站在內，共有超過400個氣
象測站，蒐集的觀測資料除了更能反映各地的天氣差異、充實數值天氣模式的數據之外，
也有助於短期預報與預警（如豪雨特報、土石流警戒等）。除主要測站外，這些氣象測站
的完整觀測資料，須向中央氣象局申請才可取得，外國氣象機構特地採用的意義也不大，
連帶影響預報的精確度。
人工修正
俗話說盡信書不如無書，更有醫師進一步延伸說道：「盡信實驗數據不如無現代科學儀器
」。因此電腦依照數值天氣模式計算出的數據，在發布於氣象機構網站、app與各種平台
之前，多半經過預報員依個人專業經驗加以人工修正。中央氣象局對寒流或強烈冷氣團的
初期預報多半較為保守、與數值模式有所出入，預報主任鄭明典也於18日指出，過去幾次
電腦模式預測寒流，但經預報人員判斷，並沒有降低預測氣溫至寒流水準，事後證明預報
員判斷正確。23日開始的這波寒流，客觀資料支持度較高，因此才決定調整預報來反映。
鄭明典並在19日進一步表示：
預報員要為提供的資訊負責，所以有幾分把握說幾分話。
而許多手機app的天氣資料來源，不外乎幾家國外知名的氣象公司，例如The Weather
Channel、Weather Underground、AccuWeather等等。這些app多半可查詢全球天氣，而這
些氣象機構主要服務的客源多來自美國地區，對於全球的預報資料，不太可能全部經過預
報員人工校正。因此偶有因數值天氣模式穩定性較差，而造成預報一直改來改去、波動很
大，或者預報後期出現誇張數值的情形。
綜合以上幾點，預測台灣地區的天氣，建議大家仍以中央氣象局的預報為主，畢竟在數值
天氣模式的網格解析度、地面測站觀測資料與人工修正三個方面，都比外國氣象機構 /
網站的預報更有優勢。
但其他來源的氣象預報也不是全無參考價值，只是在使用前必須了解其限制，以及針對主
要服務範圍的優化。不要隨意盡信或拘泥於數字上的差異，面對媒體的誇大報導更須謹慎
。尤其現在各大預報齊指寒流，呼籲大家盡早做好防寒準備；不論最後實際溫度如何，別
忘了凡是預報必有誤差的基本觀念！
文章來源
http://pansci.asia/archives/92237
中央氣象局也有提供全球模式和區域模式的預報資料
可以自己去看看
http://www.cwb.gov.tw/V7/forecast/nwp/nwp.htm
選擇數值預報模式圖
再選擇模式和區域
--
但還不清楚氣象預報方法的朋友分享!
台北會下雪嗎？為何國內外的天氣預報眾說紛紜？
2015-16年入冬以來第一波寒流即將在1月23日來襲，早在一週之前，許多人就開始流傳手
機app上接近0度誇張的低溫預報。更有甚者，日本氣象協會在18日預測台北市在25日有下
雪機會，引起軒然大波；網路上甚至一度傳出號稱台北101下雪的影片，後經網友指出應
為下雨影片放慢所造成的錯覺。
其實中央氣象局在17日的預報並沒有反映出寒流（定義台北市預測氣溫低於10度方為寒流
），直到18日才將預測氣溫逐步下修。19日，日本氣象協會預測台北24日低溫為1度，而
中央氣象局早上初步預測低溫8度，後改為6度。
是什麼原因造成不同氣象預報來源的預報差異？我們又應該相信誰呢？尤其寒流又是台灣
四大氣象災害之一（另三大為颱風、梅雨與乾旱），往往造成生命財產損失，預報不一致
讓大家何去何從？
PanSci泛科學2012年《祛除氣象預報的迷思》一文中已探討過，大氣現象瞬息萬變，並非
現代科技可以全盤掌握。儘管中央氣象局2012年向日本添購超級電腦，可望將預報精確度
提高百倍，但超級電腦並非萬能。因此在了解、分析與討論氣象預報前，必須了解「預報
必定存在誤差」的事實。
氣象預報的基礎—數值天氣模式
前文以颱風的定量降雨預報切入，而定量降雨預測技術尚未成熟，大幅誤差在所難免；但
最近的話題則是寒流的低溫預測，溫度是氣象觀測與預報最基本的項目之一，為何依然存
在可觀的預測誤差呢？現代氣象預報的主要依據是電腦模擬的「數值天氣模式」。數值天
氣模式將大氣分割成許多網格，好比電腦以點陣圖的方式把圖片化為一整個表格的數字，
才能進行儲存與處理。氣象機構蒐集觀測資料（氣溫、濕度、氣壓、風速、風向等）之後
，計算出每一個網格中的各種大氣數據，接著將這些數據輸入超級電腦，根據模式設定的
複雜大氣方程式進行大量運算，取得未來可能的天氣情況。
網格解析度
由於數值天氣計算極為複雜，實務上氣象機構會依照需求，對地球上的不同區域採用不同
的分割解析度：數值天氣模式可粗略分為全球模式與區域模式，首先由「全球模式」模擬
整個地球表面的大氣，再逐步使用網格解析度更高的「區域模式」，分析預測部分區域的
天氣。
以中央氣象局為例，由於服務的主要對象是台灣地區，因此數值天氣模式在台灣與周邊區
域的解析度較高（網格較細密），方便進行更精密的計算與預測。中央氣象局採用的全球
模式網格大小為55公里見方，越靠近台灣網格尺寸越小，台澎金馬地區的區域模式網格最
為細密，為5公里見方。如此逐步計算，確保在台灣地區取得最精確的計算結果。
此時氣象機構預測差異的一大來源已經顯而易見：不同地區的氣象機構，由於主要服務客
群不同，也會在數值天氣模式中，對不同區域採用解析度較高的區域模式，以便達成節省
運算量與精確預測本地天氣的平衡。因此歐美日等地氣象網站對台灣的天氣預測，在數值
天氣模式多半直接採用低解析度的全球模式，未經區域模式的精密計算優化，因此預測的
氣溫自然會與中央氣象局有所差異了。
觀測為預報之母
前面提到數值天氣模式需要觀測資料作為初始條件輸入電腦，才能進行運算以預測未來的
氣候變化。觀測資料又分為實測資料與非實測資料，前者以地面測站以儀器（溫度計、風
向風速計、雨量計等）直接測量到的數據為主（也包含進入颱風中實測的飛機與投落送）
，後者則是以氣象雷達和氣象衛星掃描大氣所得。氣象雷達與衛星取得的數據，多半為全
球公開或多國合作分享，因此各國氣象機構在這方面取得的觀測資料是相當接近的。
然而，非實測資料存在諸多限制，一來雷達與衛星資料須經複雜的計算解讀後才可使用，
使用的方程式多少都對大氣條件做了一定的簡化，因此難免與實際天氣有所出入。二來雷
達掃描容易受到地形與人造障礙物阻礙。相比之下，實測資料就是不同氣象機構佔有本地
優勢之處。全台目前包括人工氣象站、自動氣象站與自動雨量站在內，共有超過400個氣
象測站，蒐集的觀測資料除了更能反映各地的天氣差異、充實數值天氣模式的數據之外，
也有助於短期預報與預警（如豪雨特報、土石流警戒等）。除主要測站外，這些氣象測站
的完整觀測資料，須向中央氣象局申請才可取得，外國氣象機構特地採用的意義也不大，
連帶影響預報的精確度。
人工修正
俗話說盡信書不如無書，更有醫師進一步延伸說道：「盡信實驗數據不如無現代科學儀器
」。因此電腦依照數值天氣模式計算出的數據，在發布於氣象機構網站、app與各種平台
之前，多半經過預報員依個人專業經驗加以人工修正。中央氣象局對寒流或強烈冷氣團的
初期預報多半較為保守、與數值模式有所出入，預報主任鄭明典也於18日指出，過去幾次
電腦模式預測寒流，但經預報人員判斷，並沒有降低預測氣溫至寒流水準，事後證明預報
員判斷正確。23日開始的這波寒流，客觀資料支持度較高，因此才決定調整預報來反映。
鄭明典並在19日進一步表示：
預報員要為提供的資訊負責，所以有幾分把握說幾分話。
而許多手機app的天氣資料來源，不外乎幾家國外知名的氣象公司，例如The Weather
Channel、Weather Underground、AccuWeather等等。這些app多半可查詢全球天氣，而這
些氣象機構主要服務的客源多來自美國地區，對於全球的預報資料，不太可能全部經過預
報員人工校正。因此偶有因數值天氣模式穩定性較差，而造成預報一直改來改去、波動很
大，或者預報後期出現誇張數值的情形。
綜合以上幾點，預測台灣地區的天氣，建議大家仍以中央氣象局的預報為主，畢竟在數值
天氣模式的網格解析度、地面測站觀測資料與人工修正三個方面，都比外國氣象機構 /
網站的預報更有優勢。
但其他來源的氣象預報也不是全無參考價值，只是在使用前必須了解其限制，以及針對主
要服務範圍的優化。不要隨意盡信或拘泥於數字上的差異，面對媒體的誇大報導更須謹慎
。尤其現在各大預報齊指寒流，呼籲大家盡早做好防寒準備；不論最後實際溫度如何，別
忘了凡是預報必有誤差的基本觀念！
文章來源
http://pansci.asia/archives/92237
中央氣象局也有提供全球模式和區域模式的預報資料
可以自己去看看
http://www.cwb.gov.tw/V7/forecast/nwp/nwp.htm
選擇數值預報模式圖
再選擇模式和區域
--
All Comments