112 高普考高考三級 氣象 氣候學（包括氣象統計） 考古題詳解

核心觀念

本題考查大尺度經向熱量傳送的三部分分解，以及北半球中緯度西風帶中槽、脊與溫度場的配置。核心公式為

其中：

• $v$：經向風，向北為正。
• $T$：溫度。
• $[\,]$：緯向平均，即同一緯度圈的平均。
• 橫線：時間平均。
• $^*$：空間距平，主要表示相對於緯向平均的定常波動。
• $'$：時間距平，表示天氣系統造成的瞬時波動。

左側 $\overline{[vT]}$ 為總平均經向熱量通量；在北半球，向北為正，向南為負。

（一）三項經向熱量傳送的物理意義

1. 平均經向環流熱量傳送

此項表示緯向平均的經向環流所造成的熱量傳送，例如 Hadley 環流、Ferrel 環流與極地環流。

其物理意義是：某一緯度若存在平均向北或向南的風，便會攜帶該緯度的平均溫度，形成平均經向熱通量。

各緯度的主要特徵如下：

• **低緯度地區：**Hadley 環流是主要貢獻者。近地面信風向赤道，高空反向流向高緯度，整體而言將赤道附近多餘熱量向高緯度傳送。
• **中緯度地區：**Ferrel 環流為熱力上的間接環流，平均經向環流的熱量傳送通常較弱，甚至可能呈現向赤道方向的貢獻。
• **高緯度地區：**極地環流的貢獻較小，但整體平均環流仍可協助調整極區的能量收支。

因此，此項在熱帶最重要，在中高緯度通常不如天氣尺度擾動所造成的渦動通量重要。

2. 定常波或行星波造成的熱量傳送

此項表示相對於緯向平均場的空間距平之間的相關性，並經過時間平均。主要來源包括：

• 大陸與海洋的熱力差異；
• 山脈地形；
• 陸面與海溫分布；
• 長期維持的行星尺度槽、脊。

若某區域的異常南北風與異常冷暖溫度具有系統性相關，便會產生定常渦動熱通量。例如北半球中高緯度常見的定常槽脊，會將低緯度暖空氣及高緯度冷空氣重新分配。

其緯度差異為：

• 熱帶地區定常波較弱，貢獻通常不大；
• 北半球中高緯度因陸地、山脈及海陸分布明顯，定常波熱量傳送較重要；
• 南半球中高緯度海洋占比高，定常波的地形及陸面效應相對較弱。

3. 瞬變天氣系統造成的熱量傳送

此項表示經向風的時間距平與溫度時間距平之間的相關性，主要由瞬時天氣系統造成，例如：

• 溫帶氣旋與反氣旋；
• 鋒面；
• 長波與短波擾動；
• 中緯度斜壓性天氣系統。

例如，溫帶氣旋前方通常有偏南風，將暖空氣向北輸送；氣旋後方有偏北風，將冷空氣向南輸送。雖然局地上同時存在南北兩種輸送，但其統計平均結果通常是將熱量由低緯度輸往高緯度。

其緯度差異為：

• 熱帶地區溫度梯度較小，瞬變渦動熱通量相對較弱；
• 中緯度斜壓性最強，溫帶氣旋活動頻繁，因此此項通常是中緯度最重要的熱量傳送；
• 高緯度因溫度梯度及天氣活動減弱，貢獻再度降低。

三項的緯度分工

可整理如下：

三項的合計形成總經向熱量傳送，通常在低緯度為向極地，在中高緯度則逐漸減少，以維持地球整體的熱力平衡。

（二）北半球中緯度 500 hPa 氣候平均配置

核心觀念

本題評量「聖嬰－南方振盪（ENSO, El Niño-Southern Oscillation）」的海氣耦合觀念及其定量監測指標。

1. 海氣耦合本質：聖嬰現象是熱帶太平洋大規模海氣交互作用（Bjerknes 反饋機制）的表現，包含海洋熱力狀態的異常（聖嬰）與大氣環流場及氣壓場的調整（南方振盪）。
2. 海洋聖嬰指數（Oceanic Niño Index, ONI）：美國國家海洋暨大氣總署（NOAA）監測聖嬰現象的核心指標，代表海洋表面熱力場的變化。利用特定關鍵海域（Niño 3.4 區）的海表面溫度距平（SSTA）經滑動平均計算而得。
3. 南方振盪指數（Southern Oscillation Index, SOI）：代表大氣壓力場「翹翹板」現象（Seesaw effect）的動力指標。透過熱帶太平洋東、西兩端代表性測站的海平面氣壓距平（SLPA）差值標準化求得，直接反映沃克環流（Walker Circulation）與熱帶信風的強弱。

解題方法

本題為申論題，作答時須分別針對「ONI」與「SOI」兩大指數，從「設計原理（幾何範圍、物理量、計算流程與公式）」與「對應的聖嬰特徵（數值門檻、物理表徵）」進行結構化闡述。

一、 海洋聖嬰指數（Oceanic Niño Index, ONI）

1. 設計原理：

• 觀測海域：選定熱帶太平洋 Niño 3.4 區（$5^\circ\text{N} \sim 5^\circ\text{S},\, 170^\circ\text{W} \sim 120^\circ\text{W}$）。此區域是海氣耦合邊界層反饋最為敏感的關鍵區。
• 計算方式：計算 Niño 3.4 區域之平均海表面溫度（SST）相對於基準氣候平均態之海表面溫度距平值（SSTA），並取連續 3 個月滑動平均（3-month running mean，即 3 個月重疊季度平均，例如 DJF、JFM、FMA）。
• 基期校正：為排除長期人為氣候暖化背景趨勢的干擾，NOAA 採用每 5 年滾動更新一次的「30 年居中基準氣候態（Centered 30-year base periods）」。

2. 對應的聖嬰特徵：

• 數值門檻：當 Niño 3.4 區的 3 個月滑動平均 SSTA 達到或超過 $+0.5^\circ\text{C}$，且持續至少連續 5 個重疊季度時，正式定義為一次「聖嬰事件（El Niño event）」。
• 強度分類：
• 弱（Weak）：$+0.5^\circ\text{C} \le \text{ONI} \le +0.9^\circ\text{C}$
• 中等（Moderate）：$+1.0^\circ\text{C} \le \text{ONI} \le +1.4^\circ\text{C}$
• 強（Strong）：$+1.5^\circ\text{C} \le \text{ONI} \le +1.9^\circ\text{C}$
• 極強（Very Strong）：$\text{ONI} \ge +2.0^\circ\text{C}$
• 對應物理表徵：赤道中東太平洋海溫異常增暖、赤道冷舌（Cold Tongue）減弱或消失、熱帶溫躍層（Thermocline）在東太平洋顯著加深、深對流區自西太平洋向東延伸至中太平洋。

二、 南方振盪指數（Southern Oscillation Index, SOI）

1. 設計原理：

• 測站選擇：選取東南太平洋的大溪地（Tahiti, $17.5^\circ\text{S},\, 149.6^\circ\text{W}$）與西太平洋印度尼西亞邊緣的澳洲達爾文（Darwin, $12.4^\circ\text{S},\, 130.9^\circ\text{E}$）作為兩端錨點。
• 標準化計算：利用兩站的海平面氣壓距平（Sea Level Pressure Anomaly, SLPA）之差值進行統計標準化。以澳洲氣象局（BOM）常用的 Troup 公式為例： $SOI = 10 \times \frac{\Delta P - \mu_{\Delta P}}{\sigma_{\Delta P}}$ 其中： $\Delta P = SLPA_{\text{Tahiti}} - SLPA_{\text{Darwin}}$

核心觀念

本題評量考生對「地球系統科學（Earth System Science）」與「數值氣候模擬（Numerical Climate Modeling）」的整合架構理解。核心觀念包含：

1. 地球系統的子系統定義：地球系統由大氣圈（Atmosphere）、水圈／海洋圈（Hydrosphere / Ocean）、冰雪圈（Cryosphere）、岩石圈／陸表圈（Lithosphere / Land Surface）、生物圈（Biosphere）五大圈層所組成，各圈層具備相異的時間尺度（Time Scales）與空間特徵。
2. 地球系統模式（Earth System Model, ESM）之本質：ESM 是由傳統的「大氣—海洋耦合環流模式（Atmosphere-Ocean General Circulation Model, AOGCM）」演進而來。其核心突破在於納入生物地球化學循環（Biogeochemical Cycles，尤以碳循環為首）與動態生態回饋，具備完全交互閉合（Interactive and Closed）的物質與能量循環機制。
3. 物理與化學支配方程式：

• 連續方程式（質量守恆）：$\frac{\partial \rho}{\partial t} + \nabla \cdot (\rho \mathbf{V}) = 0$
• 動量方程式（動量守恆，Navier-Stokes）：$\frac{D\mathbf{V}}{Dt} = -\frac{1}{\rho}\nabla p - 2\mathbf{\Omega}\times\mathbf{V} + \mathbf{g} + \mathbf{F}_f$
• 熱力學能量方程式（能量守恆）：$c_p \frac{DT}{Dt} = \frac{1}{\rho}\frac{Dp}{Dt} + Q$
• 示蹤物／物質傳輸方程式（如水氣、溫室氣體、生物質）：$\frac{\partial C_i}{\partial t} + \mathbf{V} \cdot \nabla C_i = S_i - D_i$

解題方法

申論切入點應採「模組化工程與系統動力學（Modular Engineering & System Dynamics）」之結構，由分立模組推進至系統耦合，邏輯順序為：

1. 模組建立（Component Modeling）：先個別拆解五大子系統，說明各子系統的物理動力核心（Dynamical Core）與參數化程序（Physical/Biogeochemical Parameterizations）。
2. 介面通量與耦合器設計（Coupling & Flux Exchange）：說明如何透過「耦合器（Coupler）」進行不同時空網格的插值，並確保質量、動量、能量、化學物質之守恆交換。
3. 外在強迫與邊界條件（Forcing & Boundary Conditions）：區分內生變數（如碳循環回饋）與外生強迫（如太陽輻照度變化、火山氣膠、人為排放情境）。
4. 數值積分、旋乾與驗證（Integration, Spin-up & Validation）：解決系統初值化、多時間尺度平衡（Spin-up）、消除氣候漂移（Climate Drift）及藉由觀測資料評估模式能力。

選項分析

本題為高考三級氣象類科之申論題，非選擇題型。在閱卷評分上，重點在於考生是否能跳脫單純的「大氣模式」，呈現出跨圈層、跨學科的系統整合能力。閱卷採分構面如下：

• 子系統指認與機制完整度（約佔 30%）：能否準確列出大氣、海洋、冰雪、陸表、生物圈，並點出各圈層的核心物理與生化機制（而非僅寫名詞）。
• 耦合介面與守恆性描述（約佔 35%）：能否具體說明圈層間交換的「通量（Fluxes）」與「耦合器（Coupler）」之作用，特別是質量、能量、動量交換的守恆性要求。
• 建構與運作流程之邏輯（約佔 35%）：能否寫出從控制方程式離散化、數值網格建置、初值旋乾（Spin-up）到歷史氣候驗證的完整工程步驟。

解題技巧

1. 答題結構化（框架思維）：以「五大模組 $\to$ 一核心耦合器 $\to$ 循環通量網絡 $\to$ 數值平衡與驗證」為骨幹，層次分明。
2. 避開常見陷阱：

• 陷阱一：誤將 ESM 寫成普通的天氣預報模式或單純的 AOGCM。切記強調 碳循環（Carbon Cycle） 與 生物圈生態動態 的閉合交互，這是 ESM 的精髓。
• 陷阱二：忽略時間尺度的差異。大氣以小時/天為尺度，海洋深層與冰原為百年/千年尺度，建構時必須提及非同步時間步長（Asynchronous Time Stepping）與平衡運轉（Spin-up）。

3. 得分關鍵字：動力核心（Dynamical Core）、次網格參數化（Sub-grid Parameterization）、耦合器（Coupler）、通量守恆（Flux Conservation）、生物地球化學循環（Biogeochemistry）、模式旋乾（Spin-up）、氣候漂移（Climate Drift）。

【答案】

利用地球系統包含數個子系統的概念建構「地球系統模式（Earth System Model, ESM）」，其完整建構流程與理論架構如下：

核心觀念

本題評量 IPCC（跨政府氣候變遷專門委員會）第六次評估報告（AR6, 2021）第一工作組（WGI）報告中，關於「長期氣候推估（Long-term Climate Projections）」的核心流程架構與「不確定性（Uncertainty）」評估方法。

1. 長期氣候推估不同於天氣預報（受限於初值條件與混沌效應，為初值問題），本質上屬於邊界條件強迫問題（Boundary-value problem）。其推估由人類社會經濟活動路徑轉化為外強迫因子，驅動數值氣候模式模擬百年間大氣與海洋等圈層之統計平衡態演變。
2. 不確定性評估奠基於氣候科學中經典的不確定性三重劃分（Hawkins and Sutton 架構）：內部自然變異度、模式結構與參數化不確定性、人為外強迫情境不確定性，並透過大型系集（Ensemble）模擬與機率量化指標（Likelihood / Confidence）進行客觀陳述。

解題方法

本題為標準的申論型觀念題，作答應採取「模組化層次論述」，切入點分為兩大主軸：

1. 長期氣候推估的進行流程：依照因果邏輯由外而內、由全球至區域開展，劃分為：

• 設定排放與社會經濟情境（SSPs-RCPs）
• 全球氣候／地球系統模式（GCM / ESM）數值模擬
• 區域降尺度（Downscaling）與偏差修正（Bias Correction）

2. 不確定性的來源與評估／量化手段：

• 清楚定義三種不確定性來源及其隨推估時間尺度（近期 vs. 世紀末）的相對重要性。
• 說明如何利用多模式系集（Multi-Model Ensemble, MME）、大樣本初值系集（Large Ensemble）、湧現約束法（Emergent Constraints）及 IPCC 的信賴度／機率語言矩陣進行量化與評估。

解題技巧

1. 避免將氣候推估寫成「天氣預報」：務必強調「氣候推估（Projection）」不是「預測（Prediction）」，推估結果依賴於特定人為排放假說（情境驅動），而非大氣單一初始狀態的積分。
2. 精確使用 IPCC AR6 新名詞：AR6 全面改採「共享社會經濟路徑（Shared Socioeconomic Pathways, SSPs）」與輻射驅動力組合（如 SSP1-2.6、SSP2-4.5、SSP5-8.5），而非僅提舊版的 SRES 或單純的 RCPs。
3. 時間尺度的支配性不確定性：說明 Hawkins & Sutton 不確定性隨時間的演變是高分關鍵——推估近期（1–20年）以內部變異度與模式不確定性為主；世紀中後期（50–100年）則以情境不確定性為絕對主導。

【答案】

長期氣候推估與其不確定性評估之科學概念與執行架構說明如下：

一、 長期氣候推估之概念與進行流程

長期氣候推估旨在模擬在不同人為溫室氣體與懸浮微粒等外強迫條件下，地球氣候系統在未來數十年至百年的統計狀態演變。其具體推估程序包含三大環節：

1. 情境設定與輻射驅動力建構（外強迫邊界條件）：

• 由社會經濟模型推演未來人口、科技、經濟及能源政策，制定「共享社會經濟路徑」（SSPs），並結合「代表濃度路徑」（RCPs），形成如 SSP1-2.6（低排放永續路徑）、SSP2-4.5（中度排放路徑）、SSP5-8.5（極高排放路徑）等複合情境。
• 據此將溫室氣體濃度、氣膠懸浮微粒及土地利用變遷等轉換為大氣頂的淨輻射強迫力（Radiative Forcing，單位：$\mathrm{W/m^2}$），作為驅動氣候系統的邊界條件。

2. 地球系統模式（ESM）數值積分模擬：

• 透過「耦合模式比對計畫第六階段」（CMIP6）的全球環流模式（GCM）與地球系統模式（ESM），耦合大氣、海洋、海冰、陸表水文與生物地球化學循環（如碳循環、氮循環）。

核心觀念

本題旨在測驗氣候學中「氣候變遷與極端氣候之統計診斷與歸因分析（Extreme Event Attribution, EEA）」。考生需由數理與統計學觀點，有系統地解析全球平均氣溫上升（人為暖化外力強迫）如何非線性地映射至極端天氣事件的發生頻率與強度。核心觀念涵蓋：

1. 機率密度函數（Probability Density Function, PDF）之統計矩（Moments）變化：氣候變數（如氣溫、降水）分佈之平均值位移（Shift in mean）、變異數改變（Change in variance）以及偏度／分佈形態改變（Change in shape/skewness）對尾端極值（Tail extremes）的非線性放大效應。
2. 極端事件歸因之機率架構：以貝氏機率與反事實氣候（Counterfactual world）為基礎，定義機率比（Probability Ratio, $PR$ 或 Risk Ratio, $RR$）與可歸因風險分率（Fraction of Attributable Risk, $FAR$）。
3. 非定常態極值理論（Non-stationary Extreme Value Theory, EVT）：打破傳統水文與氣象之「定常態假設（Stationarity assumption）」，將廣義極值分佈（GEV）之參數設定為外生協變數（如人為溫室氣體濃度或全球平均溫）的時變函數。

解題方法

申論此題時，切忌僅作通俗之定性描述（如「地球變暖所以熱浪變多」），而須由嚴謹之統計數學推導與物理統計架構切入，架構如下：

1. 機率密度函數尾端敏感度分析：

• 設氣候變數 $X$（例如夏季日最高溫）在未受人為干擾之自然狀態下服從機率密度函數 $f_0(x)$，給定極端高溫閥值 $X_{th}$，該極端事件發生之機率為右尾積分： $P_0 = P(X > X_{th}) = \int_{X_{th}}^{\infty} f_0(x) \, dx$
• 當人為暖化導入外力強迫時，統計分佈經歷三種主要機制轉變：
• 均值向右平移（Mean shift, $\Delta \mu > 0$）：若分佈形態與變異度不變，僅均值微幅增加 $\Delta \mu$，因高斯分佈或偏態分佈尾端呈現指數衰減特性，積分面積之增加率 $\frac{dP}{d\mu}$ 在尾端遠大於平均值附近的變化率，導致極端熱事件機率呈現非線性倍增，而極端冷事件機率顯著縮減。
• 變異數擴大（Variance increase, $\Delta \sigma^2 > 0$）：分佈扁平化、尾端變厚（Fat-tailed），使得極端高溫與極端低溫事件之兩端極值發生機率同步激增。
• 偏度改變（Skewness change）：大氣環流動力回饋（如土壤水分乾燥回饋、阻塞高壓停滯）導致分佈產生正偏（Right-skewed），極端熱尾端被拉長。

2. 極端事件歸因框架（Probabilistic Event Attribution, PEA）：

• 利用氣候模式進行兩組集合模擬（Ensemble simulations）：
• 事實世界（Factual world, 含自然及人為強迫）：極端事件發生機率記為 $P_{\text{factual}}$（或 $P_1$）。
• 反事實世界（Counterfactual world, 僅含自然強迫，移除人為溫室氣體）：極端事件發生機率記為 $P_{\text{counterfactual}}$（或 $P_0$）。
• 建立統計量化指標：
• 機率比（Probability Ratio）： $PR = \frac{P_1}{P_0}$ 若 $PR > 1$，代表在統計上人為暖化使該極端事件的發生機率提高了 $PR$ 倍。
• 可歸因風險分率（Fraction of Attributable Risk）： $FAR = 1 - \frac{P_0}{P_1} = 1 - \frac{1}{PR}$ $FAR$ 表達了該極端事件之風險中有多少比例直接歸因於人為暖化（若 $PR \to \infty$，$FAR \to 1$）。

3. 非定常態（Non-stationarity）與重現期（Return Period）變化：

• 傳統極值理論中，重現期定義為 $T = \frac{1}{P}$。在氣候變遷背景下，「定常態已死（Stationarity is dead）」，極值統計參數成為時間 $t$ 或全球平均溫度異常 $\Delta T_{\text{global}}(t)$ 的函數： $\mu(t) = \mu_0 + \alpha \Delta T_{\text{global}}(t)$
• 此函數關係導致特定強度事件之超越機率隨時間遞增，過去定義之「百年一遇（100-year event）」在統計上縮短為「十年一遇」或更高頻率之常態事件。

選項分析

本題為純申論題型，無選項。針對閱卷評分標準，考生答題內容之完整度與關鍵維度檢視如下：

• 僅回答現象定性描述者（劣）：只寫全球變暖造成氣溫升高、冰川融化、水循環加速，缺乏任何統計名詞與模型概念，難獲及格分。