區域氣候變遷模擬系統之整合與應用子計畫六：全球氣候變遷對台灣區域 …ntur.lib.ntu.edu.tw/bitstream/246246/2122/1/902621Z002012.pdf · II 區域氣候變遷模擬系統之整合與應用子計畫六：

行政院國家科學委員會專題研究計畫成果報告

計畫類別：□個別型計畫 ■整合型計畫

計畫編號：NSC 90-2621-Z-002-012 執行期間：90年 8月 1日至 91年 7月 31日整合型計畫：總計畫主持人：禚漢如

子計畫主持人：吳明進處理方式：■可立即對外提供參考

□一年後可對外提供參考 □兩年後可對外提供參考（必要時，本會得展延後發表時限）

執行單位：國立台灣大學大氣科學系

中華民國 91 年 9 月 30日

區域氣候變遷模擬系統之整合與應用子計畫六：全球氣候變遷對台灣區域氣候與水資源衝擊之評析（Ⅰ） An Assessment of the Impacts of Global Climate Change on the

Regional Climate and Water Resources over Taiwan

PDF created with FinePrint pdfFactory trial version http://www.fineprint.com

http://www.fineprint.com

II

區域氣候變遷模擬系統之整合與應用子計畫六：全球氣候變遷對台灣區域氣候與水資源衝擊之評析（Ⅰ） An Assessment of the Impacts of Global Climate Change on the

Regional Climate and Water Resources over Taiwan

執行單位：國立台灣大學大氣科學系主持人：吳明進國立台灣大學大氣科學共同主持人：童慶斌國立台灣大學生物環境系統工程學系

陸雲國立台灣大學農業經濟學系許少華逢甲大學水利工程學系

計畫編號：NSC 90-2621-Z-002-012 聯絡方式：台北市羅斯福路四段一四四巷六十一號台大大氣科學所

E-Mail: [email protected] 執行期限：90/08/01-91/07/31

中華民國 91 年 9 月 30日



I

區域氣候變遷模擬系統之整合與應用子計畫六：全球氣候變遷對台灣區域氣候與水資源衝擊之評析（Ⅰ）

摘要本文藉由數值模擬評析溫室效應氣體倍增對台灣區域氣候與水資源之衝擊。

首先評析使用 NCAR-CCM3和兩種版本的 NCEP-RSM（RSM96-V和 97-V）模擬系統（CCM/RSMS）作不同模式解析度，目前大氣二氧化碳濃度（1×CO2，355PPM，控制組）和二氧化碳倍增（2×CO2，710PPM，預測組）情境下，台灣區域氣候模擬結果。完成了三種不同解析度的模擬預報實驗，其為 280km×280km（RSM0和CCM3全球模式解析度相同）、50km×50km（RSM1）和 15km×15km（RSM2）。作RSM0模擬的目的是移除 CCM3和 RSM模式物理之差異效應，以作為不同解析度區域

模擬之比較基準。對個別 10年的春夏秋冬四季分別作目前二氧化碳和二氧化碳倍

增情境下，二種版本區域模式、三種解析度模擬輸出進行統計來探討全球變遷的

衝擊。

其次選擇台灣北中南東四個河川集水區以不同氣候模式模擬輸出結合日氣象

產生模式產生每個個案各 100組的日氣象模擬。將其統計結果輸入 GWLF水文模式，模擬台灣四個河川集水區的河川逕流量，探討全球變遷對台灣水資源供給面

的影響。此外，本文進一步結合氣候模式、水文模式及灌溉用水評估模式評估台

灣北中南東四個地區農業需水量探討全球變遷對台灣地區水資源需求面之衝擊。

由全球/區域氣候模擬與預報結果分析達致以下的結論。1.二種版本的 RSM模

式與 CCM3比較在解析度相同時仍顯示顯著差異，反應不同模式物理對全球氣候模

式的影響。RSM模擬多傾向於在東亞有較多降水。2.台灣區域氣候時空分佈特徵可

由以高解析度 RSM巢結於 CCM3的模擬中被突顯出來。3.雖然低解析度模式皆預測

未來台灣地區降水增加，氣溫升高，但高解析度模式預測溫度升高，降水的變化

有顯著時空上的差異。4.新版的 RSM97-V相當幅度的改進區域降水的模擬能力。

由區域水資源模擬預報結果分析則得致以下之結論。1.低解析度模式預測未

來全省全年河川流量增加且時空分佈上相當一致。2.結合二種不同版本的 RSM模

式高解析度的模擬預測未來分區河川流量的改變，時空上並不一致。RSM97-V預測

北部地區的春季、中部地區的冬春夏三季、南部的春季、東部的春季和夏季河川

流量可能減少，此和低解析度模擬有很大的差別。3.未來農業需水量會因溫度上

升，作物生長期前移和降水的變動而改變。整體而言各地區農業需水量將減少。

本研究也配合整合研究群進行 1998年 5〜8月的台灣區域氣候模擬，研究結果如附件（一）。本研究群同時進行地下水資源評估模式之發展。希望將來可以針

對全球氣候變遷對台灣區域水資源之衝擊有更完整的評估。研究結果詳見附件

（二）



II

An Assessment of the Impacts of Global Climate Change on the Regional Climate and Water Resources

over Taiwan

Abstract It is to investigate the impacts of doubled greenhouse gases on the regional climate and water resource over Taiwan through numerical model simulation. At first, the impact on the regional climate was evaluated through applying a nested NCAR Community Climate Model (NCAR/CCM3) and two versions (96v and 97v) of NCEP Regional Spectral Model (NCEP/RSM) system to simulate the regional climates for the current (1XCO2, 355ppm, control run) and doubled CO2 scenarios (2XCO2, 710ppm, forecast run). Three different resolution RSM runs had been done. They were 280㎞ X 280㎞(RSM0, same resolution as CCM3), 50㎞ X 50㎞(RSM1),and 15㎞ X 15㎞(RSM2). RSM0 was run as a comparison basis to remove climate model effects between CCM3 and RSM. The output from the simulations of 10 perpetual spring, summer, fall, and winter seasons for each case of specific version of RSM, resolution, and CO2 scenario were examined to explore the impacts on the regional climate. The second, the output from the various regional climate simulations were applied in associate with daily weather generating model to generate 100 sets of simulated daily weather for each case over four selected watershed in northern, central, southern, and eastern Taiwan. Then the statistics of these data sets were input to a GWLF hydrological model to evaluate the stream flow change to explore the impacts on the water resource from supplying side. Furthermore, it was to link the climate model system with hydrological model and irrigation water demanding assessment model to evaluate the agricultural water demanding over the four areas. This was to explore the impacts on the regional water resource from demanding side. The global/regional climate simulation and forecast studies showed the results as follows. 1. The simulations of the two versions of RSM showed significant differences from those of CCM3 in same resolution. These differences responded the differences in model physics. The RSM tended to simulate more precipitation over East Asia. 2. The characteristics of the temporal and spatial variations of regional climate over Taiwan could be simulated properly by a higher resolution model system, CCM3 nested to RSM. 3. While all the models with lower resolution projected more precipitation and higher temperature homogeneously over Taiwan in the future, the models with higher resolution projected temporal-spatial different temperature increase with various precipitation trends over Taiwan. 4. The new version of RSM-97v has been improved much in the regional precipitation simulation. The regional water resource simulation and forecast studies showed the results as follows. 1. The models with lower resolutions projected a spatial-temporal homogeneously increase in the stream flows. 2. The projections of the stream flows by the models linked to the different versions of RSM with higher resolution were different in seasons and areas. The model linked to the higher resolution RSM-97v projected decrease trends of the stream flows in spring over the northern, winter, spring, and summer over the central, spring over the southern, and spring and summer over the eastern Taiwan. They were quite different from those of lower resolution models. 3. Agricultural water demanding will change due to crop growing season moving



III

earlier-ward and varying of precipitation. In all, agricultural water demanding for Taiwan will decrease. In the mean time, our research group has been working on developing a groundwater resource assessment model. A complete assessment of the impacts of the global climate change on the regional water resource over Taiwan could be done. Keywords: global climate change, regional climate, water resource, regional climate

model, hydrological model, stream flow, irrigation water demanding assessment model, agricultural water demanding.



IV

目錄中文摘要……………………………………………………………….I 英文摘要………………………………………………………………Ⅲ 目錄…………………………………………………………………..Ⅳ 圖表目錄………………………………………………………………Ⅴ 第一章前言……………………………………………………..………1 第二章模式與資料……………………………………………….….…1 第三章台灣區域氣候變遷評估………………………………….….…2 3.1 台灣區域氣候模擬與預報（一）－RSM96V………………………3

3.2 台灣區域氣候模擬與預報（一）－RSM97V………………………4

3-3 結果與討論…………………………………………………………5 第四章台灣區域水資源變遷評估………………………………….…6 4.1 區域河川流量變遷……………………………..……………….…6 4-2 區域農業用水量變遷……………………………..……………….8 4-3 結果與討論………………………………………..……………….8 第五章總結與討論…………………………………………………...9 參考文獻……………………………..………………………….……..32



V

圖表目錄

圖 2.1 RSM0/RSM1/RSM2 區域氣候模式系統的模擬的區域和網格。大圖 RSM0網格（＋字），RSM1模擬區域、地形、網格（黑點）。小圖 RSM2模擬區域 RSM0網格（＋字）、RSM1網格（大黑點）、RSM2網格（小白點）和地形。…………………………………………………………….………….11

圖 2.2 四個集水區的地理位置，面積和平均流量說明圖……………….…………11 圖 3.1.1 一倍二氧化碳（C355）情境下，RSM0和 CCM3模擬的冬季(DJF)及春季(MAM)降水和垂

直積分水氣通量(箭頭),以及兩者之差異。………………………………….………12 . 圖 3.1.2 同圖 3.1.1,但為夏季(JJA)及秋季(SON)………………….……………….…………12 圖 3.1.3 一倍和二氧化碳(CTL)下,RSM0(a)和 RSM1(b)模擬的冬季(DJF)降水和垂直積分水氣通量

(箭頭),以及(c),(d)二氧化碳加倍情境下的改變 (710-CTL)。…………………………13 . 圖 3.1.4 同圖 3.1.3,但為春季(MAM)。…………………………….………………………..13 圖 3.1.5 同圖 3.1.3,但為夏季(JJA)。…………………………………………………….….14 圖 3.1.6 同圖 3.1.3,但為秋季(SON)。……………………………………………………….14 圖 3.1.7 一倍二氧化碳(CTL)情境下,RSM2模擬的(a)冬季(DJF),(b)夏季 (JJA)降水和

垂直積分水氣通量(箭頭),以及二氧化碳加倍(710)情境下(c)冬季(DJF),(d)夏季(JJA)改變量(710-CTL)……………………………………………………..15

圖 3.1.8 同圖 3.1.7，但為北半球之春季(MAM)及秋季(SON)………………………15 圖 3.1.9 一倍二氧化碳（CTL）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）

降水與實際觀測（OBS ）的冬季（DJF）與夏季（JJA）降水分佈及二倍二氧化碳（710）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）降水與預測（FORCAST ）的冬季（DJF）與夏季（JJA）降水分佈……….16

圖 3.1.10 同圖 3.1.9，但為春季（MAM）及秋季（SON）………….……………..16 圖 3.1.11 一倍二氧化碳（CTL）情境下，RSM1 及 RSM2 模擬冬季（DJF）與夏季

（JJA）溫度與實際觀測（OBS ）的冬季（DJF）與夏季（JJA）溫度分佈及二倍二氧化碳（710）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）溫度與預測（FORCAST ）的冬季（DJF）與夏季（JJA）溫度分佈………………………………………………………………….…………...17

圖 3.1.12 同圖 3.1.11，但為春季（MAM）及秋季（SON）……………………………….17 圖 3.1.13 CCM3 RSM0 RSM1 RSM2在一倍二氧化碳情境下模擬的(a)冬季(DJF),(b)

春季(MAM),(c)夏季(JJA),(d)秋季(SON)累積降水頻率分布圖。…………18



I

圖 3.1.14 CCM3 RSM0 RSM1 RSM2在二倍二氧化碳情境下模擬的(a)冬季(DJF),(b)春季(MAM),(c)夏季(JJA),(d)夏季(JJA)累積降水頻率分布圖。…………19

圖 3.2.1 一倍二氧化碳（C355）情境下，RSM0和 CCM3模擬的冬季(DJF)及春季(MAM)降水和垂

直積分水氣通量(箭頭),以及兩者之差異。………………….………………………20 圖 3.2.2 同圖 3.2.1,但為夏季(JJA)及秋季(SON)……………….……….……………………20 圖 3.2.3 一倍和二氧化碳(CTL)下,RSM0(a)和 RSM1(b)模擬的冬季(DJF)降水和垂直積分水氣通量

(箭頭),以及(c),(d)二氧化碳加倍情境下的改變 (710-CTL)。………………….……..21 圖 3.2.4 同圖 3.2.3,但為春季(MAM)。………………………………………………….….21 圖 3.2.5 同圖 3.2.3,但為夏季(JJA)。…………………………………………………….…22 圖 3.2.6 同圖 3.2.3,但為秋季(SON)。……………………………………………….……..22 圖 3.2.7 一倍二氧化碳(CTL)情境下,RSM2模擬的(a)冬季(DJF),(b)夏季 (JJA)降水和

垂直積分水氣通量(箭頭),以及二氧化碳加倍(710)情境下(c)冬季(DJF),(d)夏季(JJA)改變量(710-CTL)…………………………………………..…………23

圖 3.2.8 同圖 3.2.7，但為北半球之春季(MAM)及秋季(SON)………………………..23 圖 3.2.9 一倍二氧化碳（CTL）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）

降水與實際觀測（OBS ）的冬季（DJF）與夏季（JJA）降水分佈及二倍二氧化碳（710）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）降水與預測（FORCAST ）的冬季（DJF）與夏季（JJA）降水分佈………………..24

圖 3.2.10 同圖 3.2.9，但為春季（MAM）及秋季（SON）……………….………...24 圖 3.2.11 一倍二氧化碳（CTL）情境下，RSM1 及 RSM2 模擬冬季（DJF）與夏季

（JJA）溫度與實際觀測（OBS ）的冬季（DJF）與夏季（JJA）溫度分佈及二倍二氧化碳（710）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）溫度與預測（FORCAST ）的冬季（DJF）與夏季（JJA）溫度分佈….25

圖 3.2.12 同圖 3.2.11，但為春季（MAM）及秋季（SON）..…………………………...25

表 4-1 台灣北中南東四個集水區在 RSM1及 RSM2時所使用的點及經緯度…28 表 4-2(a) 北勢溪(b) 大甲溪(c) 曾文溪(d) 秀姑巒溪…………………………….28 圖 4-1 應用 RSM-96V和 RSM-97V不同解析度模式模擬預測在二氧化碳倍增下，台灣北中南東四個集水區河川流量月改變率分佈圖。……………………30 圖 4-1 應用 RSM-97V不同解析度模式模擬二氧化碳倍增情境下，農業用水量衝

擊。………………………………………………………………………….30



1

一、前言

由於人類活動所引起的氣候變化在近年引起廣泛注意並成為大氣科學研究

的重要課題（IPCC,92,96,2001）。研究除了進行資料分析以探討全球氣候變遷的歷史之外，也透過氣候數值模式模擬過去和目前的氣候狀態以了解氣候變遷的機

制，並且透過假設溫室氣體的變化情境來展望未來的氣候變化。對於大尺度氣候

變化的模擬主要有直接使用以大氣模式為主，固定溫室效應氣體濃度的所謂平衡

態模擬（IPCC,1992,1996,2001）。也使用複雜的海氣陸耦合模式系統，溫室效應氣體依比例逐步增加的所謂漸進式模擬（IPCC,1996,2001）。這種全球氣候變化的模擬由於計算資源的限制，通常只能作低解析度（200-300km）的模擬（IPCC,1992,1996,2001）。

台灣位於東亞季風區，面積狹小且地形高聳複雜造成區域氣候在時間、空間

上的複雜度。因此全球尺度的模擬結果，台灣地區常常只有一點，完全沒有代表

性。因此針對區域氣候的變化模擬必須進一步使用區域氣候模式連結於全球尺度

模式來對區域氣候變化做降尺度模擬。

台灣地區平均年降水量達 2500公釐，由於人口密集，人均可用降水資源約為世界平均的 1/5左右，屬相對貧水地區。加上台灣地區降水時空分佈非常不平均，總降水量在東部北部較多。西部南部較少，在西南部有半年的乾季。由於人

口眾多產業發達，所以水資源已稀少資源成，全球變遷導致氣溫上升，降水區域

移動（IPCC,1992, 1996,2001）全球變遷對台灣區域水資源的衝擊為何值得研究評估。

本文即藉由使用全球尺度的大氣NCAR-CCM3模式連結NCEP/RSM-96V和NCEP/RSM-97V 區域模式的氣候模式系統進行不同模式解析度，目前二氧化碳濃度與二氧化碳濃度倍增情境下台灣春夏秋冬四季區域氣候變化之模擬實驗，評

估全球變遷對台灣區域氣候衝擊。其次將不同氣候模式模擬輸出輸入於 GWLF水文模式模擬台灣北中南東四個集水區的河川流量之變化，探討全球變遷對台灣

水資源供給面的影響。本文更進一步結合氣候模式與灌溉用水評估模式模擬農業

用水之變化，從生態變化的角度探討台灣地區水資源需求受全球變遷的影響。除

此之外，本研究也配合整合研究群進行 1998年 5〜8月的台灣區域氣候模擬以期進一步了解區域模式模擬預報能力。研究結果如附件一所示。本研究群同時進行

地下水資源評估模式發展。希望將來可以針對全球氣候變遷對台灣區域氣候與水

資源衝擊有更完整可信的評估。初步研究結果如附件二所示。

二、模式與資料

本研究全球氣候模式使用 NCAR/CCM3（Acter et al.,1996）和單層海洋（Slab Ocean）模式（Kiehl et al.,1996），使用CCM3/Slab Ocean模式是考慮到NCAR/CCM已被廣泛使用，而且證明適合於作為氣候研究之工具。CCM3為水平解析度 T42垂直 18層混合座標模式，模式物理包括 CCM1的改進模組。簡單的單層海洋模式之混合層深度會依事先給定的海面熱通量調節而隨季節和地區變化。氣候變遷

評估的實驗設計是分析一倍目前二氧化碳濃度（1×CO2，355PPM，控制組）和二倍二氧化碳濃度（2×CO2，710PPM，預報組）於春（3-5月）、夏（6-8月）、



2

秋（9-11月）、冬（12-2月）4季各 32年模擬的第 22至第 31年各 10年資料。輸出間距為每 12小時，輸出參數包括各層 uv風場，水汽場，溫度和地面的氣壓，地表溫度和水汽含量。這一部份資料由曾共同合作研究的南卡羅萊那大學（USC）研究員 Dr. S. Marshall提供。截取 CCM3模擬預報結果輸入於區域氣候模式作不同解析度之區域氣候模擬與預報。區域氣候模式使用 NCEP/RSM（Juaug & Kanamitsu, 1994;Juaug et al.,1997）。NCEP/RSM為水平對背景流場擾動作sine/cosine展開，垂直結構（使用σ座標）和物理和 NCEP/GSM（垂直 18層）一致的區域模式。使用 RSM的考慮是 RSM計算相對背景流場的擾動部分，所以可以巢狀連結到全球模式（如 CCM3或 NCEP/GSM）作長時間積分。本研究使用並比較二種不同版本的 RSM模式。新版的 RSM97V模式（Juang et. al,1997）較舊版的 RSM96V（Juang and Kanamitsu, 1994）在很多方面作了改進。模式結果校驗降水方面使用 1987-2000年氣象局自動雨量站觀測。氣溫方面則比較1970-2000年氣象局氣候站資料。為探討解析度不同對模擬結果的影響，本研究設計了三種不同的解析度。其為 280km×280km（RSM0和 CCM3解析度相同），50km×50km(RSM1)和 15km×15km（RSM2），模式範圍和網格大小如圖 2.1所示。作 RSM0模擬的目的是要移除 CCM3和 RSM模式物理上的差異，定作為區域氣候模擬的比較基準。

評估氣候變遷對河川流量的衝擊之步驟包括研究區域選定，氣候變遷型態分

析，區域適用水文模式選定，水文模式輸入資料之產生及河川流量之模擬與預

測。研究區域選定步驟為將台灣分成四區，選擇具有水庫主要河川上游集水區。

結果選定的研究區域共有北部翡翠水庫、北勢溪上游集水區，中部德基水庫、大

甲溪上游集水區，南部曾文水庫，曾文溪上游集水區，東部秀姑巒溪上游集水區，

集水區的地理位置、面積和平均流量如圖 2-2所示。

河川流量模擬本文使用 Haith and Shoemaker (1987)所發展的 GWLF模式。

GWLF詳細的內容和應用可參考童等(1999)和范(1998)。模擬河川流量所需的日

氣象資料由使用 Tung and Haith (1995)日氣象模擬模式結合鄰近測站氣象水文

觀測與區域氣候模式模擬結果產生。考慮氣候變遷下，各月平均溫度修正為原各

月平均溫度加上氣候模擬的預測組（2×CO2）與控制組（1×CO2）溫度差值，各月

平均降水量修正為原各月平均降水量乘以氣候模式模擬的 2×CO2與 1×CO2的降水

比值。

水田灌溉用水佔農業用水之大宗，本文針對水田灌溉特性建立灌溉用水

評估模式，模式利用 Hamon 公式計算作物之潛能蒸發散量，及作物須水量再透

過田間水平衡關係推估田間需水量，最後考慮輸水損失下決定灌溉需水量。模式

詳細內容可參考童與連（2001）或吳(2001)。

三、台灣區域氣候變遷評估

為了評估全球氣候變遷對區域氣候之衝擊，本研究選擇了由 USC 所提供的各 32年模擬的第 22年至 31年 10年資料春夏秋冬四個季節之一倍二氧化碳（1×CO2,355PPM,控制組）和二倍二氧化碳（1×CO2,355PPM,預測組）情境之 CCM3模擬。然後截取台灣附近資料使用RSM96V及RSM97V作280km×280km（RSM0）的 50km×50km解析度（RSM1）和 15km×15km解析度（RSM2）之區域波譜模式（RSM）區域氣候模擬。



3

3.1 台灣區域氣候模擬與預報（一）－RSM96V

本節首先討論使用 CCM3/RSM96V模擬預報結果，圖 3-1.1比較 RSM0和CCM3模擬的 1倍大氣二氧化碳情境冬季（DJF）及春季（MAM）的降水和垂直積分水汽通量以及 RSM0及 CCM3間之差異，由圖可見 RSM0和 CCM3皆可模擬 ITCZ和中緯度西太平洋氣旋路徑的降水分佈。但 RSM0模擬的北半球冬季ITCZ降水帶相較於 CCM3略為偏北，因而相對於 CCM3，RSM0的模擬冬季在10~15

oN，春季在東亞有較多降水和水汽輻合。圖 3-1.2則比較 RSM0和 CCM3

模擬一倍二氧化碳情境北半球夏季（JJA）及秋季（SON）的降水和垂直水汽通量，以及 RSM0及 CCM3間的差異。可見二種模式皆可模擬每半球夏季印度半島西岸、印度東北以及中國大陸長江中上游，秋季南海及西北太平洋大量的降

水，但相較於 CCM3，RSM0的模擬在夏季、南亞季風區降水較少，而東亞季風區降水較多，秋季更加顯著。結果造成 RSM0模擬的降水在台灣附近全年偏多。這種差異的產生完全是由於不同的模式物理，特別是對流參數化所造成。RSM1和 RSM2將使用和 RSM0相同的物理和垂直結構。因而 RSM0應取代 CCM3作為區域模式突顯區域特徵對比的參考基準。圖 3-1.3-圖 3-1.6顯示 RSM0和 RSM1在一倍二氧化碳情境下模擬的冬、春、夏、秋、4季降水和水汽通量分佈，以及二氧化碳加倍情境下的改變量。可見冬季一倍二氧化碳情境下 RSM1相較於RSM0模擬的降水較集中於陸地的迎風面（圖 3-1.3a,b）。由 RSM0和 RSM1模擬在二氧化碳加倍後冬季降水和水汽通量改變圖（圖 3-1.3c,d）可見，RSM0預測 30

oN以南的海洋地區降水將增加，RSM1則進一步預測，降水在海岸迎風面

降水將顯著增加。春季（圖 3-1.4）RSM1模擬相對於 RSM0模擬降水在海洋上較少而多集中於海島上。二氧化碳加倍後 RSM0和 RSM1皆預測東亞除台灣附近地區之外降水多減少。夏季（圖 3-1.5）RSM1模擬相對於 RSM0模擬降水較集中於海島上。由 RSM0和 RSM1模擬在二氧化碳加倍後夏季降水和水汽通量改變圖（圖 3-1.5.c,d）可見，RSM0預測台灣附近地區降水將增加，但 RSM1預測降水在台灣中部地區可能減少。秋季（圖 3-1.6）RSM1模擬相對於 RSM0模擬降水較集中於海島上。在二氧化碳加倍後，RSM0和 RSM1皆預測南海至西北太平洋特別是黑潮分佈區上降水顯著增加。圖 3-1.7顯示由 RSM2模擬的冬季和夏季在 1倍二氧化碳時降水和水汽通量的分佈圖，以及二氧化碳加倍後的改變量分佈，由圖可見，RSM2模擬冬季的降水只分佈在台灣東部和北部，在東北角尤是降水中心，夏季的降水則多集中在山頂附近。二氧化碳加倍的模擬顯示 RSM2預測冬季台灣東部、北部降水顯著增加。夏季則全島大部分增加，但中心地區可

能減少。圖 3-1.8則顯示由 RSM2模擬的春季和秋季在 1倍二氧化碳時降水與水汽通量分佈及二氧化碳加倍後的改變量分佈。RSM2模擬的春季降水由冬季的只分佈在東北角向中部山區延伸，秋季的降水則以東部為主，和觀測的降水氣候特

徵類似。二氧化碳加倍後，春季的降水在山區增加，但在西部背風面減少，秋季

則在山地特別是北部山區增加，東部略減。圖 3-1.9比較 RSM1及 RSM2模擬一倍二氧化碳情境在冬季及夏季台灣地區降水的分佈以及二氧化碳加倍後 RSM1和 RSM2模式預測的降水分佈。右下角二張圖則顯示降水氣候值（觀測）乘以 2×CO2與 1×CO2模式預測降水比所代表的降水預測。由圖可見冬季和夏季降水分佈的特徵 RSM2比 RSM1更接近於觀測，但降水量傾向於偏多，冬季特別顯著。二氧化碳加倍後降水冬季在東北角，夏季在山地傾向於增加。

圖 3-1.10則比較春季和和秋季觀測與 RSM1，RSM2模擬及預測台灣地區降水的



4

分佈。和冬季與夏季降水分佈（圖 3-1.9）的特徵類似。RSM2的模擬相較於 RSM1的模擬較接近於觀測。能顯示由季風及地形所造成降水分佈細微的結構但降水量

仍傾向於過多，秋季特別顯著。二氧化碳加倍後降水傾向於增加山地特別顯著。

圖 3-1.11顯示與 RSM1和 RSM2模擬的台灣地區冬季和夏季之近地（2m）氣溫以及二氧化碳加倍情境下 RSM1和 RSM2預測近地氣溫和 RSM2預測之變化量（2×CO2-1×CO2）。由於氣溫觀測僅限於中央氣象局氣候站所以觀測的氣溫分佈在山地代表較不足。由圖 3-1.11可見 RSM2的模擬較 RSM1模擬更接近觀測，能清楚顯示地形高度的影響以及氣候上冬季平地氣溫南北梯度的特徵。二氧化碳

加倍後 RSM預測全省氣溫升高冬季較夏季顯著西南部更是特別顯著。

圖 3-1.12則顯示觀測與 RSM1和 RSM2模擬與預報的台灣地區春季和秋季之近地氣溫。和冬季及夏季的模擬相同，RSM2的模擬相對於 RSM1接近觀測，清楚顯示地形高度的影響，RSM1和 RSM2預測二氧化碳加倍後，在春秋兩季全省溫度升高 RSM2預測秋季東部氣溫上升較西部顯著。圖 3-1.13顯示台灣地區 4個季節 CCM3，RSM0，RSM1，RSM2和觀測之 1mm以上降水之累積頻率統計。由圖可見中至大雨的日降水頻率被顯著高估，冬季更為顯著。RSM2夏季的模擬則接近觀測。圖 3-1.14則顯示二倍二氧化碳情境下台灣地區 4個季節各模式預測的 1mm以上降水之累積頻率統計。由圖可見 CCM3預測四季雨日皆將增加夏季與秋季特別顯著，RSM0、RSM1及 RSM2也預測四季雨日皆增加但以冬季、夏季及秋季較顯著。

3.2 台灣區域氣候模擬與預報（二）－RSM97V

本節討論以新版的 RSM97V結合 CCM3所作的台灣區域氣候模擬與預測之結

果。為便於比較，本節討論之次序和第三章第一節（3-1）以 RSM96V結合 CCM3

所做的模擬預報結果相同。

圖 3-2.1所示為一倍二氧化碳情境下 RSM0和 CCM3模擬的冬季和春季降水和

垂直積分水汽通量以及兩者的差異。可見新版的 RSM0的模擬仍然和 CCM3有所差

異。但 RSM0模擬的冬季降水高值區偏南使得相較於 CCM3，東亞包括台灣地區冬

季降水偏少，春季降水的特徵和舊版的 RSM0相似。相較於 CCM3，東亞包括台灣

地區春季降水仍然偏多。圖 3-2.2所示同圖 3-2.1但為夏季及秋季。新版的 RSM0

和舊版相同，夏秋二季特別是秋季東亞仍傾向於模擬較 CCM3較多降水。

圖 3-2.3-圖 3-2.6顯示一倍二氧化碳情境下 RSM0和 RSM1模擬的春夏秋冬四季

降水和垂直積分水汽通量以及二倍二氧化碳情境下的改變。冬季（圖 3-2.3）一

倍二氧化碳情境下 RSM1相較於 RSM0降水模擬較集中於陸地的迎風面。而而二氧

化碳加倍後，RSM0預測 200N以南海洋地區降水量增加。RSM1進一步預測海島迎

風面降水顯著增加。RSM-97V冬季的模擬和 RSM-96V冬季（圖 3-1.3）的模擬類

似，但東亞及台灣附近降水 RSM0模擬 97V傾向於較少，RSM1卻較多。春季（圖

3-2.4）RSM1模擬相對於 RSM0模擬降水集中在海島，而二氧化碳加倍後，RSM0

和 RSM1皆預測東亞除台灣附近地區外降水減少。和 96V的模擬（圖 3-1.4）比

較 RSM1傾向於較多。夏季（圖 3-2.5）RSM1模擬相對於 RSM0模擬降水在海洋地

區較少，但海島上則較多。而二氧化碳加倍後 RSM0預測南海延伸至西北太平洋

降水增加，但 RSM1預測降水增加僅限於南海。東亞 20〜300N大部分地區降水減

少。和 RSM96V的模擬（圖 3-1.5）RSM1傾向南海地區降水較少。秋季（圖 3-2.6）



5

RSM0相對於 RSM1模擬降水較集中於海島上，二氧化碳加倍後 RSM0和 RSM1皆預

測從南海經台灣延伸至日本降水將增加 RSM1的模擬增加更加顯著。和 RSM96V

的模擬（圖 3-1.6）比較 RSM也是比較多。圖 3-2.7顯示由 RSM2模擬的冬季及

夏季在一倍二氧化碳情境下降水和水汽通量的分佈以及二氧化碳加倍情境下的

改變量。RSM2模擬的冬季降水僅限於台灣的東北部，夏季則以山地降水較多，

此結果與觀測吻合。二氧化碳加倍後，冬季東部降水增加但西部卻減少，夏季則

大多減少和 RSM-96V（圖 3-1.7）之模擬比較冬季和夏季降水量變小，而夏季降

水量反而變多。圖 3-2.8同圖 3-2.9但為春季和秋季的結果。於春季模擬的降水

已經從限於東部北部往山地延伸，秋季類似於冬季東部降水增加，但山地降水較

多。二氧化碳加倍後春季降水除少數山地地區外降水減少。秋季則除東部部分地

區外降水增加，北部的山地特變顯著。和 RSM-96V 模擬（圖 3-1.8）比較則春秋

二季降水量變小和春季降水反而變少。圖 3-2.9比較 RSM1及 RSM2模擬一倍二氧

化碳情境在冬季及夏季台灣地區降水的分佈及二氧化碳加倍後RSM1及RSM2模式

預測降水的分佈和降水氣候值乘以2×CO2與1×CO2模式預測降水比所代表的降水

預測。冬季降水模擬 RSM2較 RSM1更接近觀測。夏季 RSM1模擬過多降水，RSM2

則較局限山區。二氧化碳加背後模式預測冬季東北角、夏季山地降水增加。和

RSM-96V（圖 3-1.9）模擬比較如前所述，降水量和降水改變量在冬夏二季 RSM1

變多但 RSM2變少。而未來夏季降水可能變少。圖 3-2.10則比較春季和秋季預測

與 RSM1、RSM2模擬及預測台區降水的分佈地形，RSM2較 RSM1接近觀測，二氧

化碳加倍吼模式預測台灣地區降水略為增加。和 RSM-96V（圖 3-1.10）比較降水

量和降水改變量在春秋二季 RSM1較多但 RSM2較少，同時未來春季降水可能減

少。圖 3-2.11顯示與 RSM1和 RSM2模擬的台灣地區冬季和夏季之近地（2m）氣

溫及二氧化碳倍增情境下 RSM1和 RSM2預測之近地氣溫和 RSM2預測之改變量。

由圖可見 RSM1較 RSM1模擬更接近觀測，能清楚顯示定型高度的細微影響。二氧

化碳加倍後 RSM1和 RSM2皆預測氣溫上升冬季較為顯著。RSM2同時預測冬季西

部增溫更顯著。和 RSM-96V（圖 3-1.11）模擬比較 RSM1模擬差別不多，但 RSM2

的模擬更真實反應地形分佈特徵。而夏季溫度增加幅度較小。

圖 3-2.12顯示春季與秋季的模擬與預測同樣 RSM2相較 RSM1的模擬能較忠實反

應地形高度的變化。RSM1和 RSM2皆預測二氧化碳倍增後全省氣溫上升。RSM2

預測春季較秋季略為顯著和 RSM-96V模擬（圖 3-1.12）比較 RSM1差別不多，RSM2

模擬更為真實反應地形高度影響，而春秋氣溫增加的幅度較大。圖 3-2.13顯示

台灣地區 4個季節觀測及 CCM3、RSM0、RSM1、RSM2模擬的 1mm以上累積頻率統

計，由圖可見降水頻率統計在冬季及春季 RSM0與全年 RSM2模擬已接近觀測。顯

示 RSM-97V在降水模擬已有相當改進以及 RSM2降水氣候模擬的能力。圖 3-2.14

則顯示二氧化碳加倍情境下模式預測之日降水量累積頻率統計。和圖 3-2.13比

較可知所以模式預測全省冬秋二季雨日增加，而春夏反而減少，此特徵也反應在

降水量的分佈上。

3-3 結果與討論

CCM3/RSM96-V的模擬預報實驗得致以下幾點和台灣的區域氣候有關的結論。1.控制組 RSM0和 CCM3仍有顯著差異，RSM0傾向全年在東亞地區有較多降水。2.控制組的模擬 RSM1降水冬季傾向於分佈在地形迎風面，夏季則分佈於山地，春秋兩季降水分佈特徵則介於冬夏之間。3.預報組的模擬 RSM0預測台灣



6

地區全年降水增加，RSM1的預測大致也是如此。4.RSM2控制組的模擬降水冬季和秋季降水分佈於台灣的東部和東北部，春季和夏季則以山地為主。和氣候上

降水的分佈大致吻合，但在冬季和秋季則傾向於過多的降水。RSM2預測組的模擬整體而言也是全年降水增加，但各地區幅度不同呈現區域氣候細微的結構。5.控制組的模擬 RSM2可以忠實反應地形和季節變化的特徵。預報組的模擬RSM1、RSM2皆預測全省全年氣溫升高，冬季幅度最大 RSM2更進一步預測冬季西部地形的背風面氣溫上升顯著。6.台湍地區日降水模擬結果之統計顯示 RSM模式傾向於模擬較多的雨日 RSM2夏季日降水頻率分佈較接近觀測。預測全年伴隨降水量增加，雨日會進一步增加。

CCM3/RSM97-V的模擬預測實驗結果則得致以下幾點和台灣的區域氣候相關的結論。1.控制組 RSM0和 CCM3仍有顯著差異，RSM0傾向於在東亞地區春季有較少的降水，其他季節則較多。2.控制組的模擬 RSM1降水分佈特徵和RSM96-V模擬結果類似，但降水量較多 3.預報組的模擬 RSM0和 RSM1仍預報全省降水將會增加。4.RSM2控制組的模擬降水分佈的特徵和 RSM96-V模擬結果類似，但總降水量減少更接近觀測，預測組的模擬則預測春季和夏季大部分地

區減少。5.氣溫控制組的模擬 RSM297-V較 96-V更真實反應地形和季節變化特徵預報組模擬的結果和 RSM-96V預報結果類似。6.模擬的台灣地區降水量累積頻率統計顯示雖然 RSM模式仍傾向於模擬較多的雨日，但 RSM2的模擬已更接近觀測顯示 RSM97-V高解析度模式已有相當的可信度。RSM2預測春夏降水量可能減少，也反應在雨日頻率上。

使用多組的氣候模擬資料，希望可以了解區域氣候模式對於台灣地區區域氣候的模擬能力，結果顯示不管是 RSM-96V或 RSM-97V CCM3和 RSM0間仍存在明顯的差異，顯示不同模式物理的影響。不同版本的 RSM0顯然有不確定性，但由於 RSM1和 RSM2使用和 RSM0相同的物理和垂直結構，所以 RSM0相較於 CCM3 更適於當作區域模式突顯區域特徵對比的參考基準。整體而言，97VRSM1 相較於 96VRSM1 模擬過多的降水，但 97VRSM2 相較於 96VRSM2模擬的降水就比較少更接近於觀測。模擬結果指出台灣地區降水季節和地理分佈

特徵可以不同版本的 RSM 巢結於 CCM3 的模擬中被突顯出來。RSM-97V 已較RSM-96V 在降水模擬方面已有顯著的改進。因而模擬預測的結果應有更多的信心。

本研究之資料採自 CCM3 32年模擬中的 10年，資料樣本數應該已大到足夠作有效的統計分析，所以模擬結果的推論應已稍具統計信心度，可以代表 CCM3的氣候和模式預測的氣候變遷，但是不同全球尺度的氣候模式對現今氣候模擬的

結果略有差異，對二氧化碳加倍後全球尺度氣候的預測在溫度變遷方面結果大致

相同，但對降水分佈變遷之預測則結果差異較大。使用不同版本的 RSM模式在做東亞或台灣地區氣候的降尺度模擬與預測結果可以看出區域氣候模擬模式部

分仍存在著某些程度的不確定性。新版的 RSM-97V已做了某些程度的改進。

四、台灣區域水資源變遷評估

區域水資源變遷評估主要分成二部分，一為從供給面探討，包括河川流量改

變以及地下水補注量等，一為從需求面探討，包括民生用水、工業用水以及農業

用水需求改變等。本文只討論供給面的河川流量變遷以及需求面的農業需水量變



7

遷。評估的流程為將氣候模式模擬預報結果輸入於水文模式結合日氣象資料產生

模式預測河川流量及將氣候模式模擬預報結果輸入灌溉用水評估模式預測農田

需水量。依此評估氣候變遷對區域水資源之衝擊。

4.1 區域河川流量變遷

如第三章所述區域氣候變遷模擬預測分春夏秋冬四季分別進行，各進行目前

二氧化碳（1×CO2）和二氧化碳加倍（2×CO2）情境 32年之模擬，輸出值主要考慮降水與氣溫（2m）的變化。以模擬的 22-31年共 10年的季平均資料做統計分析。解析度方面有類似全球模式的 RSM0（280km×280km）台灣本島只有單一網格點，低解析度的 RSM1（50km×50km）台灣本島共有 12個網格點，高解析度的 RSM2（15km×15km）輸出資料台灣本島上有 146的網格點。

區域水文氣象的分析方法為將台灣分成北中南東四區各選一個集水區（圖2-2）然後分別計算各集水區不同解析度二種版本 RSM模式四個季節各 10年的預報與模擬的平均降水量比及平均溫度差。結果列於表 4-1。由此表可見二種版本的 RSM0（全省只有一個網格點）皆預測各季溫度將升高幅度冬季最大夏季最小，春秋介於其中，RSM-97V較 RSM-96V預測升溫的幅度大同時 RSM0也預測各集水區全年降水皆增加，RSM-97V較 RSM-96V預測降水增加的幅度更大。對北部集水區而言，RSM1和 RSM2皆預測全年溫度升高冬季幅度最大夏季最小RSM-96V的預測解析度越高氣溫增加的幅度越大。RSM-97V的預測則無一定規則。降水 RSM1-96V和 RSM-97V夏季及 RSM-97V春季外模式預測各季降水增加。對中部集水區而言，兩種版本的 RSM1和 RSM2皆預測各季氣溫升高幅度冬季最大夏季最小。降水方面兩種版本的 RSM1皆預測夏季減少 RSM2-96V預測除夏季外，各季降水增加。RSM2-97V預測除秋季外各季降水減少。對南部集水區而言，兩種版本的 RSM1和 RSM2皆預測各季氣溫升高幅度冬季最大夏季最小。降水方面，兩種版本的 RSM1皆預測全年降水增加，秋季尤多。兩種版本的 RSM2皆預測春季降水減少其他季節增加。對東部集水區而言，兩種版本RSM1和 RSM2皆預測全年氣溫皆升高幅度冬季最大夏季最小。降水方面兩種版本的 RSM1皆預測全年降水增加。秋季尤多。RSM2-96V預測全年降水增加，RSM-97V則預測春夏降水減少，秋冬增加。

各集水區氣候模式模擬的結果結合集水區測站的氣候觀測資料輸入日氣象

模擬模式（Tuig and Haith,1995）產生 GWLF模式（Haith and Shoemaker,1987）所須的氣象水文資料。北中南東四集水區分別取碧潭（北）、捫山（中）、曾文水

庫（南）、瑞穗（東）氣象站為代表。由於 RSM1和 RSM2網格點均不對應此四氣象站故分別依其解析度取 4個最接近測站網格點資料作為水文模式模擬驗證基準。各氣象站對應網格點之經緯度如表 4-2所示。

對經由上述流程所產生的日氣象水文資料各 100年進行統計分析並將結果輸入於 GWLF即可預測各集水區在二氧化碳加倍後分區河川流量變化比。RSM模式兩種版本 RSM-96V和 RSM-97V不同解析度分區河川流量模擬預測結果如圖 4-1所示。

整體而言，二種版本的 RSM0模式皆預測台灣四個集水區全年的河川流量皆增加。RSM-97V預測增加的幅度較大剛好反應 RSM-97V預測各集水區降水大幅的增加。對北部的河川流量 96VRSM1預測在春夏減少秋冬增加。97VRSM1



8

則預測只有夏季減少，其他季節增加。96VRSM2則預測全年增加冬季幅度最大97VRSM2則預測在春季減少其他季節增加。對中部的河川流量而言，96VRSM1預測其在 2月和夏季減少其他季節增加。97VRSM1則預測其在冬季和夏季減少秋季明顯增加。96VRSM2則預測其在夏季略減其他季節大幅度增加。97VRSM2則預測流量全年增加秋季幅度大。對南部的河川流量而言，96VRSM1預測其全年增加夏季幅度小，97VRSM1預測其全年增加夏季幅度較小 96VRSM2預測其在春季減少其他季節大度幅度增加。96VRSM2則預測其在春季減少其他季節少需增加。對東部的河川而言，96VRSM1預測其全年增加冬季幅度小 97VRSM1則預測其在冬季和夏季減少春秋兩季增加 96VRSM2預測其在全年增加。夏秋幅度較小。97VRSM2則預測其在春夏減少秋冬二季增加。

4-2 區域農業用水量變遷

台灣地區農業用水需求佔水資源需求百分之七十以上，其中又以農地灌溉用水站大宗，因此評估農地灌溉用水需求可以推估全球變遷對水資源需求面的衝

擊，將氣候模式模擬預測的結果輸入於灌溉用水評估模式（吳,2001，童與連,2001）可以求得灌溉用水量之變遷。由前面的討論得知 RSM-97V相較於 RSM-96V模擬的區域氣候分佈與觀測較接近，因此以下只討論以 RSM-97V模擬預測的結果（圖 4-2）由圖 4-2可以看出以 RSM-97V三種解析度模擬結果估計的灌溉需水量在各地區都相當一致。北部的灌溉需水量在 4月和 6月增加，7月以及 11-12月顯著減少，中部的灌溉需水量約與北部相同即 5、7、11、12月減少，其他季節增加。南部的灌溉需水量則提前在 4、6及 9-10月減少其他季節微升，東部的灌溉需水量有 2、5、6月以及 10-11月減少其他季節增加。

4.3 結果與討論

由於氣候模式結合日氣象產出模式水文模式以及灌溉用水評估模式的模擬

預報結果分析則得致以下之結論。1.低解析度模式預測未來全省全年河川流量增

加時空上相當一致，此和一般 IPCC所作的預測相同。2.結合二種不同版本的 RSM

模式高解析度的模擬預測未來分區河川流量的改變，時空上並不一致。RSM97-V

預測北部地區的春季、中部地區的東春夏三季、南部的春季、東部的春季和夏季

河川流量可能減少，此和低解析度模擬有很大的差別。3.未來農業需水量會因溫

度上升，作物生長期前移和降水的變動而改變。整體而言各地區農業需水量將減

少。

目前利用多組的氣候變遷模擬資料，希望可以探討氣候變遷對於水資源的

影響，然目前應用上仍有極大改善空間，可分為氣候模式與模式連結兩部分作探

討。

氣候模式方面，由模式差異對模擬結果影響甚巨。不同版本的區域模式不

同的解析度對區域氣候的模擬與預測結果並不相同，但是台灣地區河川集水區和

農業用水區劃一般的尺度都較低解析度氣候模式之尺度小，因而對於區域水資源

供給與需求的預測自是連結以高解析度區域氣候模式為宜。雖然連結低解析度的

氣候模式多預測各區河川流量將全區全年因降水一致增加而增加，但連結高解析

度的氣候模式卻預測河川流量的改變有地區和季節不同的特徵。河川流量在某些

地區甚至可能變少。而連結新版的 RSM-97V甚至更預測在很多地區季節河川流



9

量顯著減少。

模式連結方面，因為水文模式的應用日降水量利用平均降水量與降水機率

作亂數模擬，兩參數皆十分重要與敏感，在此需確立氣候模式中的降水與水文模

式中降水的差異性，也就是水文模式中是以地表有降水才稱為降水，這需與氣候

模式中降水定義作一結合。再者，氣候模式模擬的降水量可能和實際觀測的不同

還是氣候模式模擬系統性誤差的問題。因此降水量修正採用降水量的比值以消除

氣候模式模擬系統性誤差的影響。

五、總結與討論

本文藉由數值模擬評析溫室效應氣體倍增對台灣區域氣候與水資源之衝

擊。首先評析使用 NCAR-CCM3和兩種版本的 NCEP-RSM（RSM96-V和 97-V）模擬系統（CCM/RSMS）作不同模式解析度，目前大氣二氧化碳濃度（1×CO2，

355PPM，控制組）和二氧化碳倍增（2×CO2，710PPM，預測組）情境下，台灣區域氣候模擬結果。完成了三種不同解析度的模擬預報實驗，其為 280km×280km（RSM0和 CCM3全球模式解析度相同）、50km×50km（RSM1）和 15km×15km（RSM2）。作 RSM0模擬的目的是移除 CCM3和 RSM模式物理之差異效應，以作

為不同解析度區域模擬之比較基準。對個別 10年的春夏秋冬四季分別作目前二

氧化碳和二氧化碳倍增情境下，二種版本、三種解析度模擬輸出進行統計來探討

全球變遷的衝擊。

其次選擇台灣北中南東四個河川集水區以不同氣候模式模擬輸出結合日氣

象產生模式產生每個個案各 100組的日氣象模擬。將其統計結果輸入 GWLF水文模式，模擬台灣四個河川集水區的河川逕流量，探討全球變遷對台灣水資源供

給面的影響。此外，本文進一步結合氣候模式、水文模式及灌溉用水評估模式評

估台灣北中南東四個地區農業需水量探討全球變遷對台灣地區水資源需求面之

衝擊。

由全球/區域氣候模擬與預報結果分析達致以下的結論。

1.二種版本的 RSM模式與 CCM3比較在解析度相同時仍顯示顯著差異，反應

不同模式物理對全球氣候模式的影響 RSM模式多傾向於在東亞有較多降

水。

2.台灣區域氣候季節和地理分佈特徵可以高解析度 RSM巢結於 CCM3的特徵

中被突顯出來。

3.雖然低解析度模式皆預測未來台灣地區降水增加，氣溫升高，但高解析度

模式預測溫度升高，降水的變化有顯著區域和季節上的差異。

4.新版的 RSM97-V相當幅度的改進區域降水的模擬能力。

本研究使用之全球資料資料採自 CCM3 32年模擬中的 10年，資料樣本數應該已大到足夠作有效的統計分析，所以模擬結果的推論應已稍具統計信心度，可

以代表 CCM3 的氣候和模式預測的氣候變遷，但是不同全球尺度的氣候模式對現今氣候模擬的結果略有差異，對二氧化碳加倍後全球尺度氣候的預測在溫度變

遷方面結果大致相同，但對降水分佈變遷之預測則結果差異較大。使用不同版本



10

的 RSM模式在做東亞或台灣地區氣候的降尺度模擬與預測結果可以看出區域氣候模擬模式部分仍存在著某些程度的不確定性。新版的 RSM-97V已做了相當程度的改進。

全球氣候變遷對台灣區域氣候的衝擊評估還是得回到台灣地區的歷史觀測

上來比較，此一模擬結果和一般的觀測可能吻合處為（一）觀測降水有季節和區

域的差異區域氣候模式可以忠實反應。RSM-97V進一步改進 RSM-96V降水模擬過多的問題。（二）近百年來台灣地區的降水有東部、北部增加，西部、南部減

少的趨勢，模擬之結果也部分顯示這個傾向。由於模擬的區域氣候變化趨勢和觀

測的氣候變化趨勢多處吻合，提高對預測結果的可信度。

由於氣候模式結合日氣象產出模式水文模式以及灌溉用水評估模式的模擬

預報結果分析則得致以下之結論。1.低解析度模式預測未來全省全年河川流量增

加時空上相當一致，此和一般 IPCC所作的預測相同。2.結合二種不同版本的 RSM

模式高解析度的模擬預測未來分區河川流量的改變，時空上並不一致。RSM97-V

預測北部地區的春季、中部地區的東春夏三季、南部的春季、東部的春季和夏季

河川流量可能減少，此和低解析度模擬有很大的差別。3.未來農業需水量會因溫

度上升，作物生長期前移和降水的變動而改變。整體而言各地區農業需水量將減

少。



11

TG42GCM/RSM1(50KM)/RSM2(15KM) OROGRAPHY AND GRIDS

圖 2-1 RSM0/RSM1/RSM2區域氣候模式系統的模擬的區域和網格。大圖 RSM0

網格（+字），RSM1模擬區域、地形、網格（黑點）。小圖 RSM2模擬區域 RSM0網格（+字）、RSM1網格（大黑點）、RSM2網格（小白點）和地形。

Tsengwen Creek

496 km2

30.7 cms

Hsokuorun Creek

1,718 km2

102.5 cms

Bahsi Creek

258 km2

25.3 cms

Tachia Creek

417 km2

22.2 cms

圖 2-2 四個集水區的地理位置，面積和平均流量說明圖



12

EQ

ID

EQ

ID

0.700E+03

MAXIMUM VECTOR

EQ

ID

EQ

ID

EQ

ID

EQ

ID

EQ

ID

EQ

ID

0.700E+03

MAXIMUM VECTOR

EQ

ID

EQ

ID

EQ

ID

EQ

ID

圖 3.1.1 一倍二氧化碳（C355）情境下，RSM0和 CCM3模擬的冬季(DJF)及春季(MAM)降

水和垂直積分水氣通量(箭頭),以及兩者之差異。

EQ

ID

EQ

ID

0.700E+03

MAXIMUM VECTOR

EQ

ID

EQ

ID

EQ

ID

EQ

ID

EQ

ID

EQ

ID

0.700E+03

MAXIMUM VECTOR

EQ

ID

EQ

ID

EQ

ID

EQ

ID

圖 3.1.2 同圖 3.1.1,但為夏季(JJA)及秋季(SON)

RSM96

RSM96



13

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

圖 3.1.3 一倍和二氧化碳(CTL)下,RSM0(a)和 RSM1(b)模擬的冬季(DJF)

降水和垂直積分水氣通量(箭頭),以及(c),(d)二氧化碳加倍情境下的改變

(710-CTL)。

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

圖 3.1.4 同圖 3.1.3,但為春季(MAM)。

RSM96

RSM96



14

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

圖 3.1.5 同圖 3.1.3,但為夏季(JJA)。

圖 3.1.6 同圖 3.1.3,但為秋季(SON)。

RSM96

RSM96



15

0.300E+03

MAXIMUM VECTOR

0.300E+03

MAXIMUM VECTOR

0.150E+03

MAXIMUM VECTOR

0.150E+03

MAXIMUM VECTOR

圖 3.1.7 一倍二氧化碳(CTL)情境下,RSM2 模擬的(a)冬季(DJF),(b)夏季 (JJA)降水和垂直積分水氣通量(箭頭),以及二氧化碳加倍(710)情境下(c)冬季(DJF),(d)夏季(JJA)改變量(710-CTL) 。

0.300E+03

MAXIMUM VECTOR

0.300E+03

MAXIMUM VECTOR

0.150E+03

MAXIMUM VECTOR

0.150E+03

MAXIMUM VECTOR

圖 3.1.8 同圖 3.1.7，但為北半球之春季(MAM)及秋季(SON)

RSM96

RSM96



16

圖 3.1.9 一倍二氧化碳（CTL）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）降水與實際觀測（OBS ）的冬季（DJF）與夏季（JJA）降水分佈及二倍二氧化碳（710）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）降水與預測（FORCAST ）的冬季（DJF）與夏季（JJA）降水分佈

圖 3.1.10 同圖 3.1.9，但為春季（MAM）及秋季（SON）

RSM1 RSM1

RSM2 RSM2

OBSFORECAST

RSM1 RSM1

RSM2 RSM2

OBSFORECAST

RSM96

RSM96



17

圖 3.1.11 一倍二氧化碳（CTL）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）溫度與實際觀測（OBS ）的冬季（DJF）與夏季（JJA）溫度分佈及二倍二氧化碳（710）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）溫度與預測（FORCAST ）的冬季（DJF）與夏季（JJA）溫度分佈


RSM1

RSM2

RSM1

RSM2

OBS Anomaly

RSM1

RSM2

OBS

RSM1

RSM2

Anomaly

RSM96

RSM96



18

CTL MAM Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

g e

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

OBS

CTL SON Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

g e

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

OBS

CTL DJF Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

g e

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

OBS

(b) (a)

(c) (d)

圖 3.1.13 CCM3 RSM0 RSM1 RSM2在一倍二氧化碳情境下模擬的(a)冬季(DJF),(b)春季(MAM),(c)夏季(JJA),(d)秋季(SON)累積降水頻率分布圖。

RSM96

CTL JJA Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

g e

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

OBS



19

710 DJF Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

g e

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

710 MAM Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

g e

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

710 JJA Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

ge

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

710 SON Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

g e

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

圖 3.1.14 CCM3 RSM0 RSM1 RSM2在二倍二氧化碳情境下模擬的(a)冬季(DJF),(b)春季(MAM),(c)夏季(JJA),(d)夏季(JJA)累積降水頻率分布圖。

(a) (b) RSM96

(c) (d)



20

EQ

ID

EQ

ID

0.700E+03

MAXIMUM VECTOR

EQ

ID

EQ

ID

EQ

ID

EQ

ID

EQ

ID

EQ

ID

0.700E+03

MAXIMUM VECTOR

EQ

ID

EQ

ID

EQ

ID

EQ

ID

EQ

ID

EQ

ID

0.700E+03

MAXIMUM VECTOR

EQ

ID

EQ

ID

EQ

ID

EQ

ID

EQ

ID

EQ

ID

0.700E+03

MAXIMUM VECTOR

EQ

ID

EQ

ID

EQ

ID

EQ

ID

圖 3.2.1 一倍二氧化碳（C355）情境下，RSM0和 CCM3模擬的冬季(DJF)及春季(MAM)降

水和垂直積分水氣通量(箭頭),以及兩者之差異。

圖 3.2.2 同圖 3.2.1,但為夏季(JJA)及秋季(SON)

RSM97

RSM97



21

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

圖 3.2.3 一倍和二氧化碳(CTL)下,RSM0(a)和 RSM1(b)模擬的冬季(DJF)

降水和垂直積分水氣通量(箭頭),以及(c),(d)二氧化碳加倍情境下的改變

(710-CTL)。

圖 3.2.4 同圖 3.2.3,但為春季(MAM)。

RSM97

RSM97



22

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

0.500E+03

MAXIMUM VECTOR

0.200E+03

MAXIMUM VECTOR

圖 3.2.5 同圖 3.2.3,但為夏季(JJA)。

圖 3.2.6 同圖 3.2.3,但為秋季(SON)。

RSM97

RSM97



23

0.300E+03

MAXIMUM VECTOR

0.300E+03

MAXIMUM VECTOR

0.150E+03

MAXIMUM VECTOR

0.150E+03

MAXIMUM VECTOR

0.300E+03

MAXIMUM VECTOR

0.300E+03

MAXIMUM VECTOR

0.150E+03

MAXIMUM VECTOR

0.150E+03

MAXIMUM VECTOR

圖 3.2.7 一倍二氧化碳(CTL)情境下,RSM2 模擬的(a)冬季(DJF),(b)夏季 (JJA)降水和垂直積分水氣通量(箭頭),以及二氧化碳加倍(710)情境下(c)冬季(DJF),(d)夏季(JJA)改變量(710-CTL) 。

圖 3.2.8 同圖 3.2.7，但為北半球之春季(MAM)及秋季(SON)

RSM97

RSM97



24

圖 3.2.9 一倍二氧化碳（CTL）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）降水與實際觀測（OBS ）的冬季（DJF）與夏季（JJA）降水分佈及二倍二氧化碳（710）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）降水與預測（FORCAST ）的冬季（DJF）與夏季（JJA）降水分佈


RSM1 RSM1

RSM2 RSM2

OBSFORECAST

RSM1 RSM1

RSM2 RSM2

OBSFORECAST

RSM97

RSM97



25

圖 3.2.11 一倍二氧化碳（CTL）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）溫度與實際觀測（OBS ）的冬季（DJF）與夏季（JJA）溫度分佈及二倍二氧化碳（710）情境下，RSM1及 RSM2模擬冬季（DJF）與夏季（JJA）溫度與預測（FORCAST ）的冬季（DJF）與夏季（JJA）溫度分佈


RSM1

RSM2

RSM1

RSM2

OBS Anomaly

RSM1

RSM2

RSM1

RSM2

OBS Anomaly

RSM97

RSM97



26

CTL DJF Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

ge

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

OBS

CTL MAM Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

g e

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

OBS

CTL JJA Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

ge

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

OBS

CTL SON Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

g e100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

OBS

(a) (b)

(c) (d)

圖 3.2.13 CCM3 RSM0 RSM1 RSM2在一倍二氧化碳情境下模擬的(a)冬季(DJF),(b)春季(MAM),(c)夏季(JJA),(d)秋季(SON)累積降水頻率分布圖。

RSM97



27

710 DJF Daily Precipitation CDF

mm/day

Cum

ulat

ive

P erc

enta

ge100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

710 MAM Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

ge

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

710 JJA Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

g e

100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

710 SON Daily Precipitation CDF

mm/day

Cum

ulat

ive

Perc

enta

ge100

90

80

70

60

50

40

1 10 100

RSM1RSM2

RSM0CCM3

RSM97 (a) (b)

(c) (d)

圖 3.2.14 CCM3 RSM0 RSM1 RSM2在二倍二氧化碳情境下模擬的(a)冬季(DJF),(b)春季(MAM),(c)夏季(JJA),(d)秋季(SON)累積降水頻率分布圖。



28

表 4-1 台灣北中南東四個集水區在 RSM1及 RSM2時所使用的點及經緯度。

表 4-2(a) 北勢溪(b) 大甲溪(c) 曾文溪(d) 秀姑巒溪 (a)北勢溪

春降雨

比值

春溫度

差值

夏降雨

比值

夏溫度

差值

秋降雨

比值

秋溫度

差值

冬降雨

比值

冬溫度

差值

96 1.14 1.93 1.22 1.39 1.23 1.72 1.08 2.26 RSM0

97 1.15 2.08 1.42 1.55 1.26 1.99 1.45 2.30 96 1.00 2.27 0.90 1.46 1.14 2.11 1.22 2.28

RSM1 97 1.03 2.23 0.80 1.44 1.18 1.97 1.16 2.29 96 1.19 2.25 1.11 1.67 1.16 2.11 1.53 2.49

RSM2 97 0.93 2.32 1.05 1.28 1.31 2.15 1.08 2.53

(b)大甲溪

春降雨

比值

春溫度

差值

夏降雨

比值

夏溫度

差值

秋降雨

比值

秋溫度

差值

冬降雨

比值

冬溫度

差值

96 1.14 1.93 1.22 1.39 1.23 1.72 1.08 2.26 RSM0

97 1.15 2.08 1.42 1.55 1.26 1.99 1.45 2.30 96 1.25 2.14 0.85 1.43 1.72 2.08 0.97 2.33

RSM1 97 1.05 2.11 0.89 1.35 1.38 1.80 1.00 2.37 96 1.58 2.01 0.99 1.56 1.56 2.06 1.57 2.67

RSM2 97 0.95 2.39 0.91 1.44 1.68 1.96 0.74 3.18

目前作法

編號緯度經度

RSM1 10 24.4 121.49 北（碧湖）

RSM2 124 24.57 121.44 RSM1 7 23.95 121

中（捫山） RSM2 100 24.17 121.15 RSM1 2 23.23 120.41

南（曾文水庫） RSM2 39 23.05 120.51 RSM1 3 23.05 121

東（瑞穗） RSM2 44 23.23 121.15



29

(c)曾文溪

春降雨

比值

春溫度

差值

夏降雨

比值

夏溫度

差值

秋降雨

比值

秋溫度

差值

冬降雨

比值

冬溫度

差值

96 1.14 1.93 1.22 1.39 1.23 1.72 1.08 2.26 RSM0

97 1.15 2.08 1.42 1.55 1.26 1.99 1.45 2.30 96 1.33 1.84 1.05 1.27 1.60 1.67 1.19 2.47

RSM1 97 1.11 1.96 1.10 1.49 1.35 1.67 1.19 2.51 96 0.92 2.08 1.34 1.36 2.01 1.60 1.34 3.42

RSM2 97 0.96 2.07 1.15 0.97 1.13 2.10 1.14 2.93

(d)秀姑巒溪

春降雨

比值

春溫度

差值

夏降雨

比值

夏溫度

差值

秋降雨

比值

秋溫度

差值

冬降雨

比值

冬溫度

差值

96 1.14 1.93 1.22 1.39 1.23 1.72 1.08 2.26 RSM0

97 1.15 2.08 1.42 1.55 1.26 1.99 1.45 2.30 96 1.19 1.90 1.25 1.21 1.44 1.81 1.07 2.35

RSM1 97 1.15 1.97 1.00 1.43 1.55 1.75 1.04 2.38 96 1.24 1.98 1.07 1.48 1.11 2.03 1.51 2.31

RSM2 97 0.96 2.04 0.71 1.38 1.23 2.16 1.38 2.59



30

RSM96 RSM97 北部

北部(北勢溪)

-40

-20

0

20

40

60

80

1 2 3 4 5 6 7 8 9 10 11 12

月份

Chan

ge(

%)

RSM0

RSM1

RSM2

北部(北勢溪)

-40

-20

0

20

40

60

80

1 2 3 4 5 6 7 8 9 10 11 12

月份

Chan

ge(

%)

RSM0

RSM1

RSM2

RSM96 RSM97 中部

中部(大甲溪)

-50

0

50

100

150

1 2 3 4 5 6 7 8 9 10 11 12

月份

Chan

ge(

%)

RSM0

RSM1

RSM2

中部(大甲溪)

-100

-50

0

50

100

150

1 2 3 4 5 6 7 8 9 10 11 12

月份

Chan

ge(

%)

RSM0

RSM1

RSM2

RSM96 RSM97 南部

南部(曾文溪)

-50

0

50

100

1 2 3 4 5 6 7 8 9 10 11 12

月份

Cha

nge(

%)

RSM0

RSM1

RSM2

南部(曾文溪)

-50

0

50

100

150

1 2 3 4 5 6 7 8 9 10 11 12

月份

Cha

nge(

%)

RSM0

RSM1

RSM2

RSM96 RSM97 東部

東部(秀姑巒溪)

-50

0

50

100

150

200

1 2 3 4 5 6 7 8 9 10 11 12

月份

Cha

nge(

%)

RSM0

RSM1

RSM2

東部(秀姑巒溪)

-100

-50

0

50

100

150

1 2 3 4 5 6 7 8 9 10 11 12

月份

Cha

nge(

%)

RSM0

RSM1

RSM2

圖 4-1 應用 RSM-96V和 RSM-97V不同解析度模式模擬預測在二氧化碳倍增

下，台灣北中南東四個集水區河川流量月改變率分佈圖。



31

台北農業需水量

-150

-100

-50

0

50

1 2 3 4 5 6 7 8 9 10 11 12

月份

增減百分比

(%)

RSM0

RSM1

RSM2

台中農業需水量

-150

-100

-50

0

50

1 2 3 4 5 6 7 8 9 10 11 12

月份

增減百分比

(%)

RSM0

RSM1

RSM2

台南農業需水量

-150

-100

-50

0

50

1 2 3 4 5 6 7 8 9 10 11 12

月份

增減百分比

(%)

RSM0

RSM1

RSM2

花蓮農業需水量

-150

-100

-50

0

50

1 2 3 4 5 6 7 8 9 10 11 12

月份

增減百分比

(%)

RSM0

RSM1

RSM2

圖 4-1 應用 RSM-97V不同解析度模式模擬二氧

化碳倍增情境下，農業用水量衝擊。



32

六、參考文獻吳明進，2001：台灣環境變遷與全球氣候變遷衝擊之評析-子計畫-台灣環境變遷與全球氣候變遷衝擊之評估-氣候變遷（三）-PartⅡ-水資源國科會專題報告研究計畫成果報告 NSC-89-2621-Z-002-037。

童慶斌，洪念民，陳主惠，1999：氣候變遷對水資源影響評估與適應策略研擬，環工學刊。

童慶斌，連宛渝，2000：氣候變遷對灌溉需水量之影響。農業工程學報，vol

46,no1,57-68 范純志，1998：氣候變遷對台灣地區地下水補注量之影響，國立台灣大學農業工程研究所碩士論文，85頁。

Acter, T. L., L. E. Buja, J. M. Rosinski, J. E. Truesdale, 1996 : User’s guide to

NCAR CCM3, NCAR Technical Note / TN-421+IA Boulder, colorado. Bonam, G. B., 1996 : A land surface model ( LSM version 1.0 ) for ecologocal,

hydrological, and atmospheric studies : Technical pescription and user’s guide, NCAR techical Note / TN-417+STR, Boulder, colorado.

Georgi,F. and L. O. Mearns, 1991:Approaches to the simulation of regional climate

change:A review . Rev. Geophys. 29,191-216. Haith, D. A. and Shoemaker, L. L., 1987 : Geographized water shed loading

functions fort stream flow intrients. Water Resources, Bulletin, 23(3), pp.471-478. IPCC, WGI,1992:Climate change 1992, The Supplementary report to the IPCC

Scientific Assessment. J. T. Houghton , B. A. Callander , and S. K. Varney(eds), Cambridge University Press. Cambridge,198pp

IPCC, WGI,1996 : Climate change ,1995:The Science of climate change:

Contribution of Working Group I, Assessment Report of the Intergovernmental Panel on Climate Change ,J.T. Houghton, L.G. Meira Filho, B.A. Callander , N. Harris, A. Kattenburg and K. Maskell (eds.),Cambridge University Press , Cambridge, 1996,572pp.

IPCC, WGI, 2001:Climate change 2001, The Scientific Basis Contribution of

Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change, J.T. Houghton, Y. Ding, D.J. Griggs, M. Noguer, P.J. Van Der Lindon, X. Dai, K. Maskell, and C. A. Johnson (eds), Cambridge University Press, Cambridge 881pp.

Juang, H-M. H. and M. Kanamitsu, 1994: The NMC nested regional spectral model,

Mon. Wea. Rev., 122, 3-26. Juang, H-M. H. S.Y. Hong and M. Kanamitsu, 1997: The NCEP regional spectral

model: An update, Bull.Ame.Meteor.Soc.Vol78, no 10,2125-2143



33

Kiehl, J. T., J. Hack, G. Bonam, B. Brlegleb, D. Williamson, and P. Rash, 1996 : Description of the NCAR coummity climate model (CCM3), NCAR Technical Note NCAR/TN-420+sTR, Boulder, clorado.

Tung, D. A.m and Haith D. A., 1995 : Global warming effects on New York Stream

flows. Journal of Water Resources Planning and Management, 21(2), pp.216-225.



34

附錄(一)：

(a)

(c) (d)

(b)

(a)

(c) (d)

(b)

圖 1。1998年五月東亞地區降水現象，(a)為 NCEP再分析資料，(b)為CMAP資料，(c)為 GPCP資料．(d)為 RSM97模擬 50公里之結果。

圖 2。同圖 1，但為 1998年六月之結果。



35

(a)

(c) (d)

(b)

(a)

(c) (d)

(b)

圖 3。同圖 1，但為 1998年七月之結果。

圖 4。同圖 1，但為 1998年八月之結果。



36

(a)

(c)

(b)

(a)

(c)

(b)

圖 5。1998年五月東亞地區地面 2米之溫度，(a)為 NCEP之再分析資料，(b)為 EC基本場之資料，(c) 為 RSM97模擬 50公里之結果。




37

(a)

(c)

(b)

(a)

(c)

(b)





38

(a)

(c)

(b)

(a)

(c)

(b)

圖 9。1998年五月東亞地區地面 10米之風場，(a)為 NCEP再分析之資料，(b)為 EC基本場之資料，(c) 為 RSM97模擬 50公里之結果。




39

(a)

(c)

(b)

(a)

(c)

(b)





40

OBS

RSM2

5月 6月 7月 8月

圖 13。台灣地區觀測降水現象(圖上)及 RSM97模擬 15公里之結果(圖下)，依左至右，分別為 5、6、7、8月。



41

附錄(二)：

行政院國家科學委員會專題研究計畫成果報告區域氣候變遷模擬系統之整合與應用-子計畫七：區域氣候變遷對地下水資源衝擊之模擬與評析

計畫編號：NSC 90-2621-Z-002-012

執行期限：90年 8月 1日至 91年 7月 31日主持人：許少華逢甲大學水利工程學系副教授共同主持人：馮秋霞逢甲大學環境科學與工程學系副教授

摘要

氣候的變化是直接影響地下

水資源的重要條件之一，近年來

由於溫室效應所反應出的全球氣

候變化，已受學界高度重視，並

已有相當的研究成果。針對這些

全球氣候變遷的研究成果，若能

充分應用於地下水資源的推估，

才能正確的反應出氣候變遷對地

下水資源所造成的衝擊。台灣目

前的水資源政策已由過去工程開

發的手段轉為合理的管理與保

育。在合理的管理與保育前提

下，準確的推估未來水資源趨勢

是一種重要課題。以往針對地下

水資源的消長預測，通常僅重覆

以往的氣象條件未能考慮到未來

氣候變遷所造成的影響，本研究

的主要目的乃配合總計畫中的其

他子計畫先以濁水溪沖積扇為研

究對象，由氣候模式輸出的降雨

量、地表逕流量、土壤含水量、

蒸發量以及入滲量等分佈參數做

為地下水模式之輸入參數，推估

未來因氣候變遷所造成的地下水

資源消長。在經過驗證後，將直

接以分開的地下水現有數值模

式，修改成為氣候模式下的一連

結副程式，提供整體水文循環模

擬中的一個重要環節。第一年的

工作已建立並驗證一濁水溪沖積

扇的地下水流模式。並且蒐集了

該地區多年的地下水位與降雨等

資料。後續的工作除了敏感度分

析以確立主要影響參數以外，氣

候模式粗網格的細化分配以及濁

水溪沖積扇地區各主要參數間的

多年數據相關性分析乃為重點。 Abstract

Climate change is one of the most important factors that affect directly on the amount of water resource in aquifers. Recently, the global climate change due to the green house effects has acquired high attention from both general public and the research agencies. Several models were also developed for predicting the global changes in climate. If the trend of the regional climate change around Taiwan can be predicted to a



42

certain extent, its impact on the groundwater resource can also be assessed. The water resource polices in Taiwan has shifted from heavily development by engineering means to resource conservation and management. To quantify the available resource in the future is a basic need for successful management and conservation. The traditional way for future prediction in groundwater resource in Taiwan as for climate factors is simply repeating the historical records of rainfall, runoff, evaporation, infiltration and so on. The objective of this study is to assess the impact on groundwater resource due to the effect of regional climate change. After the selected groundwater model is verified, one can choose to run it side by side with the regional climate model or we can integrate the groundwater model into the climate model. The output from the regional climate model, such as rainfall, temperature, surface runoff, soil moisture, can be reprocessed to become the input of the groundwater model. This can provide a crucial link in the hydrological modeling in the research of the whole group. In the first year, a groundwater flow model for Chou-shui aquifer has been constructed and verified.

Data for water tables in multi-layers as well as rainfall records were collected. Following jobs including sensitivity analysis to assure the primary variables, redistribution of output from the climate-prediction model to finer grid of the constructed groundwater model, and the relationship analysis between the primary variables are the main task.

一、緒論

針對未來台灣地區的氣候環境變遷，最直

接受到影響的指標之一為水資源之供需平衡

問題。除了地面水資源之外，過去對於地下水

資源的推估尚未能考慮氣候變遷因子，僅有針

對氣候及環境趨勢重覆不變之延續條件下進

行推估，因應未來環境變遷之預測研究尚缺

乏，此結果將在往後水資源調配運用上造成不

可預知的困境。因此，在未來水資源量的推估

上，不可避免的必須和區域的氣候等模式相結

合，由區域的氣候模式與大氣化學等模式以及

區域性的水資源供需應用組成一完整的區域

變遷模式，由模式的推估結果提供水資源調配

運用者一個較為明確的變化量估計。

二、國內外相關之研究

本研究中所使用的MODFLOW地下水數

值模式就是一種擬三維的有限差分數值模式

（OSGS, 1988）。Anderson等人（1992）對

MODFLOW模式有深入的說明與實例應用，

然而應用的實例均是在一氣候條件已知的狀

況下推估抽水量、地下水位等等，部分涉及未

來的推估都以氣候條件不變的狀況下來進行

推估，而且，在模式應用過程中僅針對地下水

資源的部分進行模擬，未涉及地表上的其他水

文循環模式。



43

濁水溪沖積扇是台灣地區，地下水相關

模式應用最多的地下水分區之一，自 1957年

起就已經有地下水勘測對進行補注量的計

算，此後又有嘉義農專（1991）之現場調查方

式得到補注量。利用數值模式模擬是近六年中

才漸漸廣為研究人員使用的方式。例如，李清

水（1994）使用 2DFEWATER模擬濁水溪沖

積扇之地下水流，且以試誤法反向推估抽水

量，得到年抽水量為 10.47億噸，張誠信（1996）

則利用三維的 3DFEWATER進行推估，範圍

僅限雲林地區之地下水流，同樣以試誤法推估

地下水抽水量，許少華（逢甲大學，1997）則

透過 GIS（地理資訊系統）將事業用水分開計

算，推得濁水溪沖積扇地區，僅養殖業抽水達

7.1〜8.9億噸。葉文工（1998），林再興等人

（1998），以及中興工程顧問公司（1998）均

以MODFLOW為計算模式，推估濁水溪沖積

扇地區的年抽水量。中興工程顧問公司（1999）

以相同地形MODFLOW作為計算主體。進行

濁水溪沖積扇地表地下水聯合運用之規劃，推

估至民國 110年後之用水需求及規劃架構。然

而，針對地下水資源方面的降雨入滲、抽水等

等條件，乃是以固定的年氣候條件去進行模

擬，未考慮其中氣候變遷所帶來的衝擊。

二、研究方法

本年度計畫目標在配合現有台灣九大區

域（如圖 1）分層地下水水位觀測站網之分佈，

整理水利處現有站網資料，由民國 85年至今

的資料作一較詳細的分析，推估整個濁水溪沖

積扇地區地下水儲蓄量的變化趨勢，以供後續

分析及模式驗證。

本研究採用美國地質調查局（U.S.G.S）發

展之MODFLOW地下水流模擬模式程式。該

程式可解二維及三維之地下水流問題，含水層

之種類可分為自由、受壓、半受壓含水層，

MODFLOW程式乃利用有限差分法（Block

Centered Finite Difference Approach）解水流控

制方程式，計算機數值求解方法乃採用兩種疊

代技巧即強制隱式法（SIP）及鬆弛疊代法

（SSOR）。程式包括之重要單元有水井、區域

性補注量、蒸發散、河川之滲流與排水及邊界

條件。

擬似三維地下水流在孔隙介質中的運動

行為可以下列之偏微分方程式來表示：

thSWR

yhhk

yxhhk

x yx ∂∂

=−+

∂∂

∂∂

+

∂∂

∂∂ ……

…(1)

其中， xK 、 yK ：乃沿主軸 X、Y方向的透水

係數（Hydraulic Conductivity）（LT-1）；h：管壓水頭（Potentiometric Head）（L）；W：單位體積的體積流率（Volumetric Flux），代表源匯項（Sources/Sinks）（T-1）；R：補注率（L/T）t：表時間（T）。

(1)式若結合了含水層系統邊界情況、起始條件

等資訊，可組成一地下水流系統的數學表示

式。但由於其解析解難以求得，故必須用數值

方法來求解，在模式中是以有限差分法作離散

化來求得其數值解。

三、結果分析與討論

使用經濟部水利屬觀測井資料，共 69個

測站(177個觀測井)。觀測水井資料最早啟始

於 1979年 6月。圖 2和圖 3分別為彰化縣芳

苑鄉的芳苑(1)、芳苑(2)、芳苑(3)觀測井和彰

化縣大城鄉的潭墘(1)、潭墘(2)觀測井。因為

這兩個地區均為彰化沿海地區的觀測井，所以

除了可以看到其地下水水位會隨著季節豐枯

變化而昇降外，也因為超抽的影響其地下水位

有逐年下降的趨勢。

地下水水位之變化隨著降雨、補注條件等

時間變化因子而變，而兩地之間地下水水位之

關係，可利用其地下水水位間變動趨勢之相關

性來表現其特性，若兩地之地下水水位有明顯

地同時昇降之特性，則可顯示其具有良好的流

通性，即相關性良好，應屬於同一含水層之系

統，故利用相關分析對本區地下水水位進行分

析，可瞭解地下水之空間分佈特性。圖 4及圖

5黑色範圍是各觀測井資料做相關性分析後，

將地下水各分層之相關良好(線性相關係數大



44

於 0.6)的圖列出。含水層 1中(圖 4)，竹塘等

觀測站相關性良好；含水層 2-1中(圖 5)，漢

寶、趙甲等觀測站相關性良好，金湖等觀測站

相關性良好。

在模式模擬的部分利用MODFLOW，設

定適當的網格、邊界條件以及參數以建立濁水

溪沖積扇地下水分層模式。分層之依據乃以中

央地質調查所之研究結果為主要參考，在本研

究中濁水溪沖積扇地下水程式將簡化分為四

層來模擬兩百米深度的含水層範圍。圖 6為根

據濁水溪沖積扇的邊界範圍建立之模擬區域

網格，網格大小為 5km×5km。以監測資料檢

定與驗證分層模式之物理參數與其他輸入資

料，其中包括上游之補注水源量，區域的地

表降雨及蒸發量，人為活動(如抽水量)對地下

水資源儲蓄量的影響等等。圖 7為含水層 1之

輸入水力傳導係數 K值分佈，其根據乃中央

地調所各點資料內差而得。圖 8為民國 85年

4月模擬區域含水層 1觀測之地下水位圖，輸

入各層資料的模擬結果和實際站網各層觀測

水位大致相同。

四、結論

1. 濁水溪沖積扇之地下水水位回隨著季節

之豐枯變化而昇降，沿海地區之地下水水

位有逐年下降之趨勢。

2. 含水層 1 中(圖 4)，竹塘等觀測站相關性

良好；含水層 2-1中(圖 5)，漢寶、趙甲等

觀測站相關性良好，金湖等觀測站相關性

良好。

3. 使用 MODFLOW 地下水流模擬模式程

式，輸入各層資料的模擬結果和實際站網

各層觀測水位大致相同。可以使用於後續

的發展。

參考文獻

1. Anderson M. P.,William W.

Woessner,”Applied Groundwater

Modeling –Simulation of Flow and

Advective Transport”,Academic Press,1991.

2. Michael,G. M. and Arlen ,W.H.,”A Modular

Tree-DimensionalI Finite-Difference

Groundwater Flow Model”,Technique of

Water-Resources Investigations of the

United States Geological

Survey,U.S.A.,1988.

3. Warrick,A.W.and D.O.Lomen,”Seepage

Through a Hillside：The Steady Water

Table”,Water Resour. Res., Vol.10,

No.2,PP.279-283,1974.

4. 中興工程顧問股份有限公司，濁水溪沖積

扇地表地下水聯合運用第二階段-濁水溪

沖積扇地下水人工補注規劃報告附錄，

1998。



沖積扇地下水人工補注計劃-濁水溪沖積

扇地下水人工補注環境影響評估報告，

1998。

6. 中興工程顧問股份有限公司，台灣地區南

部水資源綜合發展計劃-專題報告-地下水

資源經營管理初步規劃，1998。



沖積扇地下水人工補注計劃規劃報告，

1998。

8. 林再興、陳時祖、李振誥，地層下陷防治

綜合計劃子計劃四-彰化地層下陷區地下

水入滲補注及安全出水量之評估，經濟部

水資源局，1998。

9. 逢甲大學，地下水及地盤下陷調查-濁水溪

沖積扇地下水資源之合理推估（一），行

政院農業委員會，1997。

10. 葉文工、楊淑麗，台灣沿海地下水超抽改

善方案研擬與評估（Ⅱ），水資源局，

1998。

11. 張誠信，雲林地區地下水三維數值模擬，

台灣大學農業工程研究所碩士論文，



45

1996。

12. 嘉義農專，濁水溪沖積扇地區地下水資源

調查，嘉義農專報告，1991。

13. 經濟部中央地質調查所，台灣地區地下水

觀測網第一期計劃：濁水溪沖積扇水文地

質調查研究總報告，經濟部水資源局，

1999。

圖 1 台灣九大區域分層地下水水位

觀測站網之分佈圖

-14

-13

-12

-11

-10

-9

-8

-7

-6

-5

-4

-3

-2

83年

8月

83年

12月

84年

4月

84年

8月

84年

12月

85年

4月

85年

8月

85年

12月

86年

4月

86年

8月

86年

12月

87年

4月

87年

8月

87年

12月

88年

4月

88年

8月

88年

12月

89年

4月

89年

8月

89年

12月

芳苑(一) 芳苑(二) 芳苑(三)

圖 2 方苑觀測井之地下水水位圖

-6

-5

-4

-3

-2

-1

0

1

2

3

4

5

6

7

8

83年

1月

83年

7月

84年

1月

84年

7月

85年

1月

85年

7月

86年

1月

86年

7月

87年

1月

87年

7月

88年

1月

88年

7月

89年

1月

89年

7月

潭墘(一) 潭墘(二)

圖 3 潭墘觀測井之地下水水位圖

圖 4地下水水位(第 1層)相關圖

圖 5地下水水位(第 2-1層)相關圖

圖 6建立之模擬網格（5km×5km）



46

圖 7第一分層

圖 8民國 85年 4月模擬區域含水層 1觀測

之地下水位圖



Documents

區域氣候變遷模擬系統之整合與應用子計畫六： 全球氣候變遷對台灣區域 …ntur.lib.ntu.edu.tw/bitstream/246246/2122/1/902621Z002012.pdf · II 區域氣候變遷模擬系統之整合與應用子計畫六：

區域氣候變遷模擬系統之整合與應用子計畫六：全球氣候變遷對台灣區域 …ntur.lib.ntu.edu.tw/bitstream/246246/2122/1/902621Z002012.pdf · II 區域氣候變遷模擬系統之整合與應用子計畫六：