空氣污染天氣類型

背景

• 好發空氣污染的天氣類型、境外可能來源軌跡類別、本地空氣動力特性等等定性研究，已經非常充分多元了，但如何將這些定性的原則，列成客觀的數據關係(topology)，則是機器學習、乃至於空氣污染AI預報的關鍵因素。

污染的天氣類型研究成果網頁資訊

莊銘棟研究副技師

【專欄】從氣象播報預測空氣污染物高濃度事件 | 數理科學, 漫步科研, 科普專欄

作者 ／ 莊銘棟研究副技師（中研院院環境變遷研究中心2022-12-29） 天氣類型研究在臺灣

• 早在 1993 年，學者¹就歸納出天氣預報的 24 種天氣類型，並探討這 24 種天氣類型與臺灣空氣品質的相關性分析，其中有 7 種污染天氣類型可適用空氣污染潛勢預報，分別是：
  • 冬季高壓迴流污染型、
  • 夏季高壓迴流污染型、
  • 夏季低壓迴流污染型、
  • 微弱低壓梯度污染型、
  • 鋒面前緣污染型、
  • 鋒面通過污染型及
  • 熱帶低壓污染型。
• 後來，學者李清勝等（1997）²將天氣類型擴展至 51 種，由於該研究是環保署委託執行的計畫，因此他們分類的天氣類型是提供環保署的人員可以學習並判斷是否會形成空氣污染事件日，這種方法稱為「類比法」，簡單來說，你只要背熟這 51 種天氣類型，將氣象播報的天氣圖去對比 51 種天氣類型，哪一種最像你要對比的天氣預測圖，就可以有效預測未來是否會發生空氣污染事件日。但是後來這 51 種天氣類型並沒有被持續使用。
• 2008 年，Chuang et al.³針對大臺北地區，將這些複雜的天氣類型分類，根據形成 PM2.5 事件的大氣動力學原理而予以簡化分為七種類型，其中
  • 亞洲大陸高壓迴流（HPPC）、亞洲大陸高壓冷鋒前暖區（WAF）、颱風（TYP）、太平洋高壓西伸（PHP）以及微弱西南氣流（WSW）五種類型與複雜地形的影響有關，
  • 其他兩類型分別為微弱高壓籠罩型（WHP）及亞州大陸高壓推擠型（HPP）。 (編按中央大學鄭芳宜教授團隊也發表台灣地區污染的天氣類型⁴、⁵)
• Lai et al.（2015）⁶針對 PM2.5 也歸納出 9 種天氣類型以及 2 種混和型。
• 而最近，我們又將 Chuang et al.（2008）的七種擴展為 11 種 PM2.5 及 O3 的污染天氣類型，這 11 種 污染天氣類型列示如表 1。以上的研究，皆需要每天的天氣圖一張一張的審視，一張一張的判別，都是非常耗費時間的研究。

Su, S.H., Chang, C.W., Chen, W.T., 2020. The temporal evolution of PM2.5 pollution events in Taiwan: Clustering and the association with synoptic weather. Atmosphere 11, 1265.

鄭芳宜教授專訪

• source 風險社會與政策研究中心風險社會與政策研究中心(2019/10/30)
• 【採訪紀實】從大氣科學看空污：PM2.5的「季節性」與「地域性」
• 臺灣常碰到的大氣情況，粗分為三種：高壓迴流型、弱綜觀、東北季風型
  • 高壓迴流是指高壓離開臺灣，但是環境風場繞回臺灣、西半部又處在背風面的情況；另外也會預期下一波的天氣系統，可能鋒面又會一波波地影響臺灣。
  • 在下一波鋒面還沒有開始影響、前一波冷高壓系統遠離臺灣的時候，附近沒有什麼明顯的天氣系統，整個環境會變得很弱，定義為弱綜觀。
  • 當風較強時，會把臺灣些污染物帶走，但也有可能把境外的污染物帶進臺灣，所以東北季風可能是一種境內夾雜著境外污染的問題；當冷高壓系統遠離臺灣轉為高壓迴流或是弱綜觀的時候，就可以預期空品會越來越糟，因為整個環境的風場變弱了。
• 根據臺灣過去40年大氣的數據，我們的風確實減弱了，這與氣候變遷導致空污變得嚴重有關聯嗎？
  • 確實除了風減弱之外，發現大氣變得更穩定， 極端穩定，會造成空品非常不好
• 秋冬季節時，境外與境內污染對臺灣空污的問題，尤其是PM2.5的占比是逐年遞增還是遞減的趨勢？境外與境內各占比多少？
  • 根據2018年一篇針對2010年到2017年中國排放量的分析文獻指出，硫氧化物降低超過6成、氮氧化物也有超過2成降低。
  • 在我們的研究上也做了10年左右的境外污染資料分析，以近3年來看境外污染的事件比起10年前少了超過10次。

• 而境內污染，有時空污的嚴重多半是臺灣本地所造成的。同樣回歸到天氣的角度來看境內問題，當大環境是東北季風的條件下，可以去了解這個時間點境內、境外的占比是多少，至於境外污染的嚴重程度，北部空品區受到境外污染影響時可能可以達到7成，但在不嚴重的條件下，境外污染可能只有1成或2成，取決於大氣變動。

• 而當大環境是屬於高壓迴流，或是沒有明顯的天氣系統時，就不該談論到境外污染對臺灣的影響，因為此時境外污染的影響都是小於不到0.5成的情況；這樣的高污染原則上是發生在大環境、高壓迴流風場很弱的條件下，所以大部分的污染物或PM2.5來源都是臺灣本地排放，應該要把改善的著力點放在境內污染。

環境部官網

首頁>空品科普>空品小百科>臺灣空品時空特徵>臺灣西部各地受地形與氣候影響的空氣品質特徵為何？(網站更新日期：2023-9-27)

• 北部空品區
  • 在季節轉換之際，大環境多為弱綜觀天氣型態，未受明顯天氣系統影響，風速偏弱，大氣較穩定加上盆地地形，擴散條件較差，污染物主要來自本土排放，影響時間稍長。
  • 夏天北部高污染天氣類型主要來自是西南季風和副熱帶高壓天氣型態，盛行風場為南風至西南風，污染物除來自本區域內排放，亦有中南部地區污染物往北部傳送，因為環境穩定度高，盆地地形也不利擴散，導致北部空品區空氣品質稍差，影響時間長。
  • 冬天在大陸冷高壓影響下，風向為東北風，風速較強勁，主要污染物多來自境外傳輸，影響時間較短，但污染物濃度較高。隨著高壓東移，轉為高壓迴流天氣型態，主要風向逐漸轉成東風，受北方境外污染影響變小，空氣品質才有機會逐漸好轉。
• 竹苗空品區
  • 春秋時期，大環境為弱綜觀天氣型態，主要風向為東風，因境內較多丘陵山脈，且位於中央山脈背風面，污染物來自本土內的排放，擴散不利條件下，易堆積造成空污事件發生，持續時間偏長。
  • 夏天是西南氣流和副熱帶高壓天氣型態，主要風向以西南風、南風為主，污染物有往北傳送的現象，但境內多山脈丘陵，迎風面多降雨，因此污染事件發生不多。
  • 冬天因北方大陸冷高壓，主要風向以東北風為主，將雙北、桃園地區污染物向南運輸，若風速又更強勁，中國大陸霾害也會有影響。高壓迴流也是冬天常見天氣，風向逐漸轉成東風，然而，中南部污染物受到偏南風影響，污染物有北送現象，造成高污染事件發生，影響時間長。
• 中部空品區
  • 春秋之際，大陸冷高壓活躍於中、高緯度地區，臺灣附近風向主要為東風，但由於中部空品區位於背風側，主要受海陸風影響，污染物主要來自本土排放，白天吹向內陸，晚上吹向沿海一帶，污染物持續累積，影響時間較長。
  • 夏天多為西南季風及副熱帶高壓天氣型態，南部平原污染物由南向北送，導致空污發生，但中部為迎風面有大量降雨可稀釋空氣污染物，因此影響時間較短。副熱帶高壓伴隨下沉氣流，空氣穩定、濕度小，加上中部大多為盆地，四周高山導致內陸污染物不利擴散，空污影響時間較長。
  • 冬天在大陸冷高壓和高壓迴流交替影響下，盛行風為東北風至東風。高壓迴流情況時，中部地區位於背風側伴隨氣流過山下沉氣流，平均風速較低，不利擴散，污染物主要來自本土地區排放。冬季東北風一波一波南下，期間則受到高壓迴流影響，空污持續時間較久。
• 雲嘉南空品區
  • 雲嘉南空品區在春秋季節，以弱綜觀天氣型態為主，周圍風場為微弱東風和東南風，污染物主要來自本土排放，藉由白天盛行海風傳送至內陸，晚上由陸風吹回至平原一帶，污染物持續累積不利擴散，影響時間長。
  • 夏天多為西南季風和副熱帶高壓天氣型態，兩者主要風向為西南風，雲嘉南擴散條件佳，此外，夏天為中南部地區主要降雨季節，因此雲嘉南地區在夏季時空氣品質較好。
  • 當冬天吹拂東北季風時，雲嘉南空品區位於東北季風下風區，北方污染物隨著東北季風而南下，河川枯水期之揚塵亦會影響，導致容易發生高污染事件，污染物較易累積。高壓迴流天氣型態下，環境風場逐漸轉為東風至東南風，雲嘉南地區屬背風側，平均風速較低，降雨量也偏少，期間污染物主要來自本土地區排放，不利於污染物擴散，影響時間長。
• 高屏空品區
  • 高屏空品區在春秋季節，冷暖交替變化，以弱綜觀天氣型態為主，周圍風場為微弱東風和東南風，污染物主要來自本土排放，藉由白天盛行海風傳送至內陸，晚上由陸風吹回至平原一帶，污染物持續累積不利擴散，影響時間長。
  • 夏天多為西南季風和副熱帶高壓天氣型態，兩者主要風向為西南風，高屏一帶擴散條件佳，污染物易向北傳送。此外，夏天亦為南部地區主要降雨季節，使得高屏地區夏季時，空氣品質較好。
  • 冬天，高屏位於東北季風尾流弱風區，北方污染物隨著東北季風而南下，河川枯水期之揚塵亦會影響，導致容易發生高污染事件。高壓迴流天氣型態下，環境風場逐漸轉為東風，高屏地區屬背風側，平均風速較低，降雨量也偏少，不利於污染物擴散，影響時間長。

冬季的空品週期

首頁>空品科普>空品小百科>臺灣空品時空特徵>冬季的空品週期

冬季的天氣型態依時序變化可分為:高壓影響、高壓出海、高壓迴流、鋒面通過

• 高壓影響
  • 依高壓的強弱有時候會聽到寒流、大陸冷氣團等用詞，在相對影響範圍較廣的大陸冷高壓南下過程中，臺灣已開始受高壓邊緣影響，此時臺灣附近風向常為偏北風至東北風。當高壓中心移至北緯30度附近時，風向仍為偏北風至東北風，通常受冷高壓影響時風速較強。風速較強的區域，擴散條件較好，但是高屏地區因位於尾流弱風區，污染物易累積，導致大氣擴散不良，空氣品質常常較其他地區來得差。
  • 但若東北風伴隨境外污染物移入，則原擴散良好區域也可能發生高濃度空氣污染的現象。
  • 在相對影響範圍較廣的大陸冷高壓南下過程中，臺灣已開始受高壓邊緣影響，此時臺灣附近風向常為偏北風至東北風。當高壓中心移至北緯30度附近時，風向仍為偏北風至東北風，通常受冷高壓影響時風速較強
• 高壓出海並東移
  • 當大陸冷高壓出海後，高壓中心持續向東移動的過程，影響臺灣地區之風場由東北風轉為偏東風。在偏東風吹拂下，由於中央山脈的阻隔，東風遇地形產生繞流，臺灣海峽上易產生背風渦旋。臺灣西半部位於背風面，天氣較為穩定，加上風速較弱，污染物容易在大氣中累積，不利擴散，因此西半部空氣品質普遍較差。
  • 當大陸冷高壓出海後，高壓中心持續向東移動的過程，影響臺灣地區之風場由東北風轉為偏東風。在偏東風吹拂下，由於中央山脈的阻隔，東風遇地形產生繞流，臺灣海峽上易產生背風渦旋
• 高壓迴流
  • 當大陸冷高壓出海後，高壓中心繼續向東移動，影響臺灣地區之環流風場轉成東風至東南風。偏東風吹拂下，由於中央山脈的阻隔，風遇到地形產生繞流，臺灣海峽上易產生背風渦旋，因臺灣西半部位於背風面，受到氣流沉降作用影響，天氣較為穩定，加上風場微弱，污染物容易在大氣中累積，不利擴散。
  • 高壓迴流天氣型態主要發生於秋季至隔年春季，此期間因東北季風易將境外污染物一波波移入，使得臺灣附近空氣污染物濃度之背景值提升，而高壓迴流天氣型態又使大氣擴散條件不佳，因此每年 11 月至隔年 4 月有較多高污染事件發生。
  • 當大陸冷高壓出海後，高壓中心繼續向東移動，影響臺灣地區之環流風場轉成東風至東南風。偏東風吹拂下，由於中央山脈的阻隔，風遇到地形產生繞流
• 鋒面通過
  • 鋒面通過或鋒面影響時易伴隨降雨現象，降雨有機會洗除空氣污染物，洗除程度須視降雨強度及降雨持續時間而定。
  • 當鋒面通過臺灣後，降雨趨緩，臺灣地區由暖區轉為冷區，氣溫下降，風向由偏南風轉為偏北風，風速較強，然而偏北風可能挾帶境外污染物南下影響臺灣，受境外污染物影響之區域及時段，使污染物濃度上升。這裡提到的氣溫下降，風向改變，其實就是受到開始高壓的影響啦，而天氣型態又繼續下一個周期的循環，影響著臺灣的天氣與空氣。

高壓影響	高壓出海並東移
高壓迴流	鋒面通過

天氣預報的機器學習

短期高解析度極端預報

• 強降雨
  • Google DeepMind 機器學習進軍天氣預報，打敗傳統預測法(愛范兒,2021 年 10 月 14 日 8:15科技新報)
    • DeepMind 認為，為了使即時預報更有價值，必須提供準確預測，充分考慮不確定性，以及大雨預測有統計性顯著改善。同時天氣感測進步使高解析度雷達高頻率使用，往往每 5 分鐘一次、解析度為 1 公里。這些高品質數據為機器學習技術介入提供機會。
    • DeepMind DGM 學習數據機率分佈，並曾基於 2016~2018 年英國雷達記錄的大量降雨事件資料庫訓練。之後可在單個輝達 V100 GPU 運行僅 1 秒多就提供即時預報。
  • 利用觀測環境參數與機器學習預報大台北都會區的午後雷陣雨(楊天瑞、王重傑(2021) 臺師大地科系暑期學生專題研究)
    • 先分別分析測站資料、探空資料與是否有午後對流發生的相關係數(有午後個案天數當作 1，無午後個案計做 0)，將相關係數差的資料排除，以提高機器學習的效率。
• 展小區域災害性天氣即時預報系統計畫編號：107-1502-02-17-03中央氣象局預報中心呂國臣

3天預報

• 林定宜(2009)台灣北部地區氣溫预報之物理過程探(氣象學報第48卷第1期pp59-81)
  • 本文主要探討台灣北部地區氣溫預報的物理過程。作者指出氣溫是決定天氣變化的重要因素之一，高低溫的預測也是天氣預報的重要項目。然而，過去國內對局地高低溫預測的研究較少且缺乏系統性的分析與整理，使得預報員在預測高低溫時沒有固定的流程可遵循。因此，本研究旨在使用現有的預報作業資源，通過統計分析、個案物理過程分析和預報原理，配合預報實務，使預報員能夠理解局地高低溫預測的基本技術和流程，減少誤差，並試圖建立高低溫預測的流程，作為日後預報員的參考。研究運用統計資料和探空資料，對不同天氣型態的個案進行研究，找出850hPa氣溫和地面日高低溫之相關性，以建立氣溫預報的概念模式。研究結果顯示不同氣象型態和不同台灣北部地區之間的地面溫度和850hPa溫度的差異。透過研究分析和實務經驗，本文歸納了一些氣溫預報的基本原則。總之，本文的主要目的是通過分析和研究台灣北部地區的氣溫預報物理過程，提高氣溫預報的準確性和可靠性。

    10天預報

• 區域性中長期智慧降雨預報輔助土石災害預警系統之建構(胡明哲(2022)農委會水保局計畫編號111 保發-8.1-保-01-06-001(20))
  • 利用 Windy 天氣預報（歐洲 ECMWF 模式、美國 GFS模式）之相關影像資料，結合臺灣本島之降雨氣象雷達觀測資訊、既有雨量站歷史降雨資料（可應用於土石流濳勢溪流影響範圍與大規模崩塌濳勢區影響範圍），利用深度學習模式 CNN、RNN 以及 LSTM，建立中期數值天氣預報、雷達觀測、與降雨預測之人工智慧深度學習模式，
  • 針對易發生土石災害的重點地區，提供短至中長期的降雨預報資訊，以期達到爭取防災操作時間、未來十日土石災害預警。
• Google釋出全球天氣模型預報基準WeatherBench 2，推動機器學習氣象應用發展(ithome李建興2023-09-01發表)
• 颱風梅雨天氣守視與防災蒲金標
• 葉天降 滕春慈 黃麗玫 馮欽賜 張庭槐(2012)中央氣象局數值天氣預報作業系統(一)歷史演進氣象學報第48卷第4期pp53~68
• 葉天降、馮欽賜、柳再明、陳得松、黃康寧、陳雯美、汪鳳如、洪景山(2012)中央氣象局數值天氣預報作業系統(二)預報模式概況氣象學報第48卷第4期pp53~68

長期預報

• 劉復誠(1990)中央氣象局長期天氣預報之綜合評介氣象學報第三十六卷第一期pp35~52
• 俞家忠(2004)台灣地區春季綜觀尺度天氣預報指引之研究 - 中央氣象局MOTC-CWB-93-2M-10