衛星遙測於臺灣及鄰近地區高衝擊天氣之防災應用-利用雲微物理性質與多頻道衛星觀測資料發展衛星定量降水推估技術(總計畫及子計畫五)(II)

臺灣的強降雨事件發生機率，隨全球變遷暖化情境將有顯著增加的趨勢，因此防災及減災的需求就變得更加迫切。極端降雨事件是由對流性降雨所產生，生命週期較短且範圍較小，常發生在觀測稀缺的偏遠地區。為了要捕捉到這些極端事件，需要連續與較大範圍的觀測才能夠達成，本研究透過Himawari-8衛星達到此目標，其搭載的儀器Advanced Himawari Imager (AHI)相較於舊世代的地球同步衛星，具備更高的時空分辨率（紅外線2 公里 / 10分鐘）以及頻譜解析度(16個頻道)，由Himawari-8資料所得到的雲微物理產品也在國立中央大學太空及遙測研究中心被反演出來，故本研究將透過高時空解析度的雲微物理參數資料，研發衛星定量降水估計(MSQPE)產品。MSQPE的主要困難點是如何描述雲特性與降雨率之間的非線性關係，近幾年來，機器學習模型已被證明是解決非線性問題的有力工具，因此本研究提出使用機器學習方法來進行衛星降水推估。研究時間範圍選取2017年2月至2017年12月。用於訓練和驗證的降水資料可從中央氣象局（CWB）雨量計獲得。初步結果表明，衛星雲反演產品具有估算降水的能力，平均誤差（ME）為-0.4毫米/小時，均方根誤差為0.76毫米/小時。將來，這種自動MSQPE系統可以用於極端降雨事件的監測，即時天氣預報以及與降雨有關的災害決策中。