氣象新世代召喚

孩子, 你要錢嗎? 名嗎? 還是氣象的真理嗎? 看, 大師來自古今中外, 感受他們, 學習他們, 打敗他們! 氣象之神經已再現, 失落之者你來傳承.
------------------------------------

以上抄自某電腦遊戲開場白. 新年代即將來臨, 作為氣象界一成員, 看到民間氣象界已發展至樽頸(絕非盡頭), 熱切期待新舊交替, 新一代成為民間氣象界支柱. 距離氣象界再解放只差一線, 只要有你的支持和參與, 新民間氣象運動定必成功, 舊一代包括小弟隨時可以退休.

十一月冷與暖二

根據 NNR1 (NNR2 好像不同, 其實亦應以觀測值比較), 過去三十年, 最暖的四個十一月為 06, 98, 05, 82 年的. 當中 06 和 82 都是厄年, 但 98 為拉年.

最暖的三年, 較暖的勢力都很強大, "暖中心"都在香港北面(西北, 正北或東北). 82 強厄年, 暖勢力其實不強.


除了 82 外, 其餘最暖的三年都有強大負氣壓中心在大陸. 與低溫情況不同, 負氣壓中心的位置大致上與高溫位置對應. 另外, 06 和 82 厄年, 菲東附近都出現高壓中心. 似乎最暖的 06 年 11 月是同時受到北方較低氣壓和菲東高壓的影響. 82 強厄年菲東高壓最強, 但大陸高壓並不太弱.

500 高度距平還是難看出較一致形態.

明日繼續.

GFS失敗解說

晚間氣溫微微上升, 但今早 8 時京士柏氣溫仍在 14 度左右, 與 GFS 昨天預測 17-8 度相距甚遠.

香港位於沿岸, 溫度預測原本就多了一點困難, 只要風向稍不同, 就可以有很大偏差.

除此之外, 當風向轉變較急時, 如冷鋒過境, 或像今次寒潮退得較快時, 模式都可能捉錯時間(如因地形影響導致冷鋒滯後)而導致較大失誤.

繪畫昨晚 GFS 預測今早 8 時的兩米溫度場(下圖), 可看到沿岸地區溫度梯度很大, 溫度預測較大出錯亦可以理解.


問題是這種失誤能否修正過來. 如單以 GFS 的輸出相信頗為困難. 這些過渡時刻, 可能需要對地形和海陸較高分辨率的區域模式.

十一月冷與暖一

寒潮報告: 今早京士柏最低 8.5 度, 昨早 GFS 預測可算是準得離奇. 不過今晚又是另一大考驗, 因 GFS 似乎預測會轉偏東風, 晚間氣溫不斷上升, 明早沒有最低氣溫出現, 早上 8 時氣溫 17-8 度, 以寒潮來說三天內從高到低再到高的幅度相當嚇人. 如果又準的話要去還神了.


-------------------------------------

今日先看看三十年間(1980-2009)較冷的十一月. 下載 NNR1, 以最接近香港的格點來分類, 最冷的四個十一月出現在 92, 88, 09, 81 年.

地面溫度距平顯示這四年的形勢都不一樣. 09 和 81 年顯示源頭在北方, 明顯是冬季風較活躍. 但最冷的 92 和 88 年, 冷區都較為偏南, 92 年的冷區更達赤道附近. 要注意的是 92 和 88 均為厄爾尼諾之後或拉尼娜年.

海平面氣壓距平則顯示它們都和北方地面高壓勢力有關. 最冷的 92 和 88 年, 高壓中心都較偏南而位置在香港西北方, 即表示較強北風影響香港. 92 年時的異常還伸展至近赤道地方. 今年和 81 年的十一月, 高壓都較北, 香港只是受較間接的影響.

之前看全球溫度偏暖的地方都和 500 hPa 高度對應(高壓偏西方較暖), 但在香港偏冷的四年, 500 高度距平場則難看出較一致形態. 是資料出問題還是真的在偏冷時沒太大相關, 有待明天看偏暖年時再討論.

冬季風實況報導

灌水一不離二. 目前京士柏已跌至接近十度, 天文台總部亦穿了十一度, 看似形勢大好, 其實存在隱憂. 看遠一點, 打鼓嶺溫度仍達 9.5 度, 市區如此低溫純熟降雨影響, 可視為虛火. 但值得留意的是相對濕度開始下降, 跌溫應仍有一點潛力. 目前看不到雲量(不願觀天, 亦不想看 metar), 未知天色能否及時轉睛讓晚間溫度再跌一點. 不然又要寄望稍後有多一點點雨水.

再看遠一點, 目前遠至廣州的氣溫仍接近 9 度, 暫亦看不到香港還有多少下跌空間.

28 日 12:35 am 補充:
就在以上灌水民章發表期間, 京士柏氣溫進一步下跌至目前 9.3 度, 昨早 GFS 預報已算合格, 再低一點則更佳. 忽然亦想起溫熵圖, 看不到雲有多厚. 補回昨早預測圖:

零九年氣象大事

純粹灌水. 要選出 09 年十大氣象新聞, 真的需要各方提名, 不然難免有甩漏和以偏概全. 如以香港為中心, 根據記憶和各討論區, 則小弟會提名:

* 莫拉菲直襲, 又係有九冇十

* 天文台台長換人

* 哥本哈根氣候會議, 沒重大成果

* 厄爾尼諾重臨

* 黃家香港天文台網站重現

南海東沙大開發

9 月 3 日曾探索東沙島的狀況. 前幾天在網上遊魂期間發現最近台方又搞了一個"東沙海洋環境保育研討會", 內容包括全球暖化, 南海及東沙的環境. 從摘要中將一些較有趣的觀點列出來:


* 18000 年前, 中國大陸與台灣連接

* 南海海表二氧化碳濃度夏高冬低, 全年與大氣交換接近零. 但近年則為 CO2 弱源

* 颱風造成海域生產力 (估計應為生物生產力)偶發性提高, 改變 CO2 通量

* 當潮汐波動向西傳播(角度約 282), 因地形變淺而轉為上升, 將較冷海水和營養帶至沿岸. 當波經過東沙時, 水溫可低 6-8 度, 維持約 4 小時

* 生物多樣性公約

* 暖化造成珊瑚白化及死亡, 海水酸化則令生長遲緩

* 在南沙太平島建立另一個國家公園的評估


連結:
http://140.117.96.68/dongsha1219/dongsha1219.php

TIGGE颱風

寒潮快報: 冷鋒己橫過香港. 過去數天 GFS 預報明早京士柏低溫都在 10 度左右, 但今早預測則調低至略低於 9 度. 明早要低於 10 度才算合格.
-------------------------------------


以 GFS 預測日常氣溫初步完成, 程序運作頗穩定, 每天上下午一時前可以更新. 以表現來說, 預測低溫似乎頗為不俗, 高溫和相對濕度則仍有待調試. 另外還可以測試其他季節時的表現. 網上可以找到過去一兩年的 GFS 預測, 只欠時間和人手.

另一個可以做的則是颱風路徑預測. 在網上, 除了可以找到各大模式的路徑預報圖外, 原來也可以找到原資料. TIGGE (THORPEX INTERACTIVE GRAND GLOBAL ENSEMBLE)的其中一個重要元素就是要各國在集合預報上加強合作, 如資源共享等.

TIGGE 亦包括颱風的集合預測. 在澳洲的一個網頁可找到多國的連結:
http://www.cawcr.gov.au/bmrc/projects/THORPEX/TC/index.html

例如只需進入歐中連結 ftp://tigge-ldm.ecmwf.int/cxml/ 就可找到自 06 年 10 月開始的颱風預測, 它們都是以 cxml (類似 xml)的格式儲存. 最新一個檔是本月 23 日 12Z, 是 David 的五天預測, 總共有 50 個 member, 位置, 風速/氣壓齊備.

正如之前所說, 要利用這些資料來自己做路徑預報原理上十分簡單. 最大問題是網站資料是否及時更新. 不過, 即使是滯後也絕對值得下載過往資料來分析研究.

除了 GFS 和這個颱風"項目"外, 亦打算繪畫東沙豬腰... 東沙沒有地形影響, 應不是豬腰, 但亦會因為半圓效應而產生非對稱現象.

氣象大師系列六

寒潮快報: 岩岩停左一兩日, 今朝個 GFS 預測又出現寒冷, 28 日早上京士柏最低約 11 度, 以 GFS 準確度來說目前還宜觀望. 似乎除了人類以為可以控制和支配一切, 遵守無中生有的教條之外, 大自然卻可以不給一點情面. 喪鐘正為你我而敲, 聖誕快到, 及早減排, 我會在天堂等你, 你來得到嗎?


--------------------------------------------------

上回講到死鬼(並無不敬之意) Holton, 羅斯貝得獎者當中至少亦有另一位是教科書作者: John M. Wallace. 他和 Peter Hobbs 的 Atmospheric Science, An Introductory Survey 也是常被推薦的書籍.

無獨有偶, Wallace 和 Holton 都是在 MIT 畢業, 之後在華盛頓大學工作, 間接亦說明該兩校在氣象學上的頂級地位. 之前做過統計關於各得獎人畢業的院校, 其實統計工作地方更有代表性, 只不過要找相關資料難度較高.

Wallace 的工作主要是以觀測資料研究全球氣候問題. 從美國氣象學會的期刊網頁搜索, 最早一篇在 67 年發表, 第二篇則是和 Holton 在 68 年合著, 都是關於 QBO 的. 近年較出名的著作包括關於 Arctic oscillation 的研究.

十一月氣候形勢

剛用 NNR1 (NNR2 資料滯後約幾個月)計算零九年十一月氣候異常值. 以之前三十年的十一月為氣候值, 計算出地面氣溫, 500 高度場, 850 緯向和經向風異常.

從溫度異常場可見, 幾乎整個中國大陸都偏冷, 華南地區只是冷源的"水尾". 有冷自要有熱, 冷區西北面的北極地區出現異常偏暖的區域. 另一明顯氣溫異常的地方出現在北美.


500 高度距平顯示北半球高緯地區出現明顯槽脊形勢, 與之相關的各地溫度有明顯相關, 如北美地區的偏暖/高壓明顯對應極地地區的偏暖/高壓, 與及再下遊, 中國地區的偏冷.

850 風距平則顯示菲東地區仍未出現過往厄爾尼諾時的反氣旋, 亦不排除高緯異常掩蓋其效應, 未來將繼續監視.

總括而言, 十一月中國的氣溫異常受高緯極地環流異常影響, 應與厄爾尼諾沒直接關係. 中國地區十一月偏冷時是否都是這種環流形勢, 明日繼續.

十一月氣溫排名

十一月忽冷忽熱, 根據天文台資料, 月平均氣溫較正常低幾乎一度. 全球十一月的氣溫又是否都偏涼呢?

根據哈德萊環流中心的資料, 十一月全球, 北半球和南半球的氣溫距平值分別為 0.45, 0.48 和 0.42. 以排名計則分別為第四, 第八和第二. 由此可見雖然香港氣溫偏涼, 但全球, 尤其南半球地區偏暖仍是顯著, 全球暖化陰霾仍在.

溫度距平圖:

首先可注意極地地區都是缺值, 原因不明. 稍後將以 NNR2 (NCEP/NCAR REANALYSIS 2)再看看十一月溫度異常和氣候形勢.

哥本哈根的成果

寒潮已過, 由於目前正下載較舊的 GFS 資料, 未來兩天網站內的預報都不會更新, 反正距離下一波寒冷還有整個星期, 不用太急. 目前要注意的是聖誕期間可能有雨.
-------------------------------


過去兩星期都沒有太留意哥本哈根的國家元首級氣候會議, 只記得一些零碎的新聞, 包括中國代表被拒入場, 小圈子秘密文件等.

剛花了點時間在網上看到些新聞, 總的來說, 正面來說是一個好開始, 負面來說是沒多大具體成果. 會議的最大成果是包括美方在內都取得共識, 即已發展國家要承擔較大的責任, 並通過撥款資助發展中國家.

最大問題是對減排沒有約束力:
"Under the Copenhagen Accord, the countries that sign on will need to declare their national emissions targets. Their measures will be subject to international consultations, but if a country falls short this will have no consequences as the accord isn’t legally binding."

較新的一單新聞, 英國氣候大臣指出會議是 "a chaotic process dogged by procedural games", 指出包括中國在內都否決 2050 年前全球減排 50%, 發展中國家減排 80% 的方案.


新聞:
http://en.cop15.dk/news/view+news?newsid=3082
http://www.cna.com.tw/ShowNews/Detail.aspx?pNewsID=200912210272

GFS幅射資料

寒潮報告: 今早出現本次寒潮最凍的早上(如明早更凍請不要追究), 京士柏氣溫稍微低於昨早, 而因幅射冷卻關係, 新界北部比昨早更低了幾度. 未來數天氣溫將逐漸回升, 聖誕日有季風補充, 但暫時並未看到會接近寒冷水平.
-----------------------------------------------

因想節省下載時間, 亦由於京士柏只有向下幅射的數據供比較, 一直只下載 GFS 向下的短波幅射資料(DSW). 今早的幅射冷卻情況顯示跌溫的方式和前幾天多雲時有所不同. 要充分利用 GFS 的資料來做預報, 則不得不把另外的三個幅射數據也一拼下載, 它們是向上的短波(USW), 向下的長波(DLW)和向上的長波(ULW).

平時難看到各種實況數據, 看了模式數據後還是有點啟發. 例如, DLW 並不太受日夜影響, 近期數值約 3-400 (W m-2)左右. 雖然數值上比 ULW 低, 但因 ULW 在日夜和不同環境下的變化都不大(近期約為 420 左右), DLW 的變化就直接影響到晚間的淨幅射, 及相應的冷卻. 這兩天晚間的 DLW 都較低(可視為雲量較少和較乾燥, 反射少), 淨長波幅射(ULW-DLW)便較大(下圖藍點).

另外亦繪畫了淨短波幅射(DSW-USW; 下圖紅點). USW 的數值比 DSW 小得多, 晚間亦為零, 其實略去問題也不大. 怎樣運用這些資料來改善預報也是未來工作的部分.

濕度隨高度變化

寒潮快報: 由於剛修改程式, 需一段時間才穩定, 未來幾天 http://www.wohk.org/ 的預測不要盡信. 根據實況, 目前京士柏約 13 度, 比昨晚同時間高出約 1 度, 風方面亦稍為緩和, 明早能否跌至今早的 11 度也很成疑.
----------------------------------------------

今天將氣壓和相對濕度也修正過來. 海平面氣壓較直接, 濕度則稍看過京士柏探空資料後才作選擇.

先抽出京士柏地面, 1000 及 925 百帕的數據. 以過去十年的十一月為例, 如以地面比濕和 1000 比濕做相關, 則相關系數只得 0.62, 比想像中低很多. 這至少顯示比濕隨高度變化不太規則, 要修正預報可能有較大困難. 另外嘗試的三個變數為露點, dew point depression (DPD; 中文忽然想不起來) 和相對濕度. 地面和 1000 的相關系數分別為 0.89, 0.95 和 0.79.

以上相關在不同時次有很大不同. 如只考慮 00 Z 數據, 則四變數的相關系數為 0.91, 0.92, 0.98, 0.97. 如只考慮 12 Z 數據, 則為 0.55, 0.86, 0.92, 0.66. 如此大的日夜分別可能也值得更深入研究.

另外還測試了四月, 平均來說, 相關系數比十一月時高, 但仍是以 DPD 的最高. 考慮到 DPD 在低空變化可能最有規律, 修正相對濕度暫時就以 DPD 作過渡. 效果如何要待之後將誤差結果(有修正和沒修正)劃出來才知道.

再分析資料一覽

寒潮快報: 昨天預測的低溫還算準確, 但因預測有陽光, 預測高溫比實況高出了許多. 今早預測明早比今早約低半度, 京士柏最低稍高於 10 度, 即天文台總部約 11 度左右. 連續幾報均顯示明早可能是本波寒潮最凍的時候.

----------------------------------------------------


氣候研究和天氣分析常都要用到再分析(reanalysis)資料, 網友們如找不到過往重要時刻的天氣圖(如溫黛), 不妨就下載資料來自劃. 在網上可以找到的再分析資料有美方的 NCEP/NCAR 1 (NNR1), NCEP/NCAR 2 (NNR2), 歐中的 ERA40 和日方的 JRA25 .

個人認為, 在上述四個資料當中, 還是以美方的 NNR1 和 NNR2 最為常用. 主要原因是 NNR1 有較長遠的歷史, 覆蓋時間也最大, 從 1948 年一直到現在. 雖也有聽聞 ERA40 比 NNR 好, 但 ERA40 覆蓋年份為 1957-2001 年, 少年最近的年份, 大打折扣. JRA25 則是近年才出現, 應還未普及. 如不需太長遠以前的資料, 則 NNR2 是我的首選, 它是 NNR1 的改良版, 從 1979 年到今也有三十年的資料了.

沒有選擇就沒問題, 有選擇時, 用家最關心的自然是那個比較準. 在網上隨意搜尋都可以找到很多文章比較各資料. 例如, 有一篇題為 "A tropospheric assesssment of the ERA-40, NCEP, and JRA-25 global reanalyses in the polar regions" 的文章在 07 年發表. 當中指出 79 年沒有衛星前, 各再分析環流在南極地區出現較大差異. 在北極地區, ERA40 較好地描述雲量變化, 但太"透光". 各資料對北半球較佳的描述亦包括在氣旋數目上, 在 79 年前, 南半球氣旋的描述都很不一致.

另一篇在 06 年發表的文章 "Discrepancy of mass transport between the Northern and Southern Hemispheres among the ERA-40, NCEP/NCAR, NCEP-DOE AMIP-2, and JRA-25 reanalysis" 則分析南北半球的質量輸送, 並指出雖然 NNR2 比 NNR1 有明顯改善, 但仍然不及 ERA40 及 JRA25.

印象中我亦看過 NNR 比 ERA40 好的一些地方, 但忘了具體內容. 總括而言, 單是比較它們之間的分別已經需要很多工作了.


連結:
NNR1: http://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis.html
NNR2:
http://www.esrl.noaa.gov/psd/data/gridded/data.ncep.reanalysis2.html
ERA40:
http://data-portal.ecmwf.int/data/d/era40_daily/
JRA25:
http://jra.kishou.go.jp/JRA-25/index_en.html

修正氣壓和濕度

寒潮快報: 昨天 GFS 預測今日的京士柏低溫和高溫都頗為準確. 今早 GFS 預測明早和今早氣溫相若, 即約 11 度左右, 但目前京士柏已 11.8, 有機會低於預測. 長遠一點, 21 日可能開始升溫, 聖誕期間難免較溫暖, 23 日還預測間中有雨.
-------------------------------------------------

昨天將過去約十天的觀測氣壓和 GFS 預測氣壓讀出來對比, 結果顯示相關非常高, 平均約有 0.95. 稍後將會以類似溫度的方法修正預測值.

濕度方面則較複雜. 最直接當然可以用相對濕度, 但從物理意義上考慮亦可選擇水汽量或露點溫度. 選擇時還要考慮它們隨高度的變化, 例如近地面水汽量隨高度的跌幅會否比相對濕度小. 週末期間將分析相關數據.

中國土地與暖化

寒潮快報: 今早低溫比 GFS 昨天的預報高了許多. 預報調高了未來幾天的最低氣溫, 明早京士柏約 11 度, 之後三天在窄幅上落, 最低也是 11 左右.
-----------------------------------------------

今日一直都在想中國有沒有做像昨天相關的研究. 若果沒有應該是很奇怪的, 因昨天的文章是在 nature 發表, 而且其中一個作者是中國人.

網上一找果然找到一篇在 05 年發表的 "impact of land use changes on surface warming in china". 用的方法也和昨天的一樣. 結果顯示, 城市化或土地用途改變可能令日平均溫度以每十年 0.12 C 上升. 另外低溫和高溫上升趨勢分別為 0.2C 和 0.03C.

文中圖 4 (上圖)顯示各區的溫度上升趨勢. 左邊為觀測到的, 中間為 NCEP 再分析資料評估出來的, 右邊為左邊減去中間. 作者們估計北部(北緯 38 以北)的沙漠化和南部沿海的城市化為那些地方帶來較大的增溫, 黃河附近的負值則可能是因為那裏多了植被.

做學術研究, 似乎真的要多看多想, 比親自落手做更重要, it's easier done than said. 要清楚世界各地誰人在做甚麼, 有否借鑒或合作的機會, 當中自然少不了和各機構或人物建立關係. 沒人可以有創意到一切都憑空想像.

土地用途與暖化

寒潮快報: 今早的預報合理得多了, 預測明早京士柏最低 11-12, 即天文台總部 12-13. 之後數天還有下跌空間, 最低在 20 日早上約 10 度, 即天文台總部約 11 度. 最高氣壓也調低至 1030, 較為合理. 以後解讀 GFS 溫度預測時要一拼看氣壓, 如大幅高於氣候值則要小心了.

晚上九時後氣溫跌得頗急, 但還是比 GFS 預測遲了, 相信這是因地形影響的正常現象, 要修正的話技術較高. 如要求不太高也就算了.

如果這次預測低溫成功, 稍後將會先修正氣壓(希望不用修正), 然後就是相對濕度. 風方面較複雜, 先以氣壓梯度代替; 雨則要待明年才有機會測試. 另外還可以加入 JMA/NGP 作為參考.
-------------------------------------------


講開風力發電可能帶來的氣候問題, 自然就會想到一個類似的問題: 土地影響. 這包括了我們常聽說的城市化效應. 剛在網上搜索, 一篇在 03 年發表在 nature 的文章引起我的注意(六年前其實也有點舊了, 但時間關係只能如此, 還是希望你讚讚我, 唔好當我冇到, 其實我都係有料到的, 呵呵; 如我說 20 年前的, 則不管聽上去多合理, 似是而是還是似是而非, 也應該沒人理會, 甚至懷疑我的水平或別有用心)

兩位來自馬利蘭大學的學者是比較過去五十年美國 2000 個觀測站和 NCEP 資料評估出來的溫度. 結果顯示, 日夜溫差的差距有一半是受到城市化或其他土地用途改變影響.

首先, 根據人口和"夜光"將各氣象站分為城市和效區. 接著採用 NCEP 的再分析資料. 最趣怪的地方就是這裏. 根據文章, NCEP 再分析資料並沒有探用地面站的資料(這個要之後求證), 而是採用探空資料. 因此, 以 NCEP 再分析資料評估的地面溫度不太受城市化或其他土地用途的影響.

文中圖一(下圖)是根據 Baltimore 站及以 NCEP 再分析資料求出的月溫度異常值. 我們可以看到, 除了在五十年代, 其餘的觀測值都比 NCEP 分析值高, 尤其在 90 年代最明顯.

文中圖二和三分析了全美地區的低溫和高溫. 對高溫而言, 不管用觀測還是 NCEP 分析值的趨勢都不大. 低溫則不同了. 觀測值得出的十年溫度上升為 0.193, 高於以 NCEP 估計的 0.113.

不論結果是怎樣, 我們還是應該以較環保的方法生活, 包括不浪費資源及不做一些多餘的事情. 不要教壞細路, 社會是可以改變的. 是正是邪, 是看大家採用的手段. 記著, 我們下了班還是一樣, 雖然上班時有些人可以很大權力.

參考:

impact of urbanization and land-use change on climate

氣象大師系列五

寒潮快報: GFS 預測低處未算低, 二十日京士柏最低氣溫約八度, 開始懷疑是否應該用回歸方程而不用平均誤差好一點.
----------------------------------------------------------

幾乎唔記得左氣象大師系列, 之前仲話講 charney 添(之後一定講, 不用擔心). 今回先講我相信也是氣象學人無所不識的名字: James Holton

就算是氣象高手, 通常也只在有限領域獨當一面, 未必認識各羅斯貝得獎者的工作. 出書就不一樣了, 尤其教科書, 可以讓很多人認識. Holton 的 an introduction to dynamic meteorology 是氣象學課程的不二之選, 因此不清楚 Holton 的研究也應聽過其名字.

Holton 算是英年早逝, 04 年因心臟病去世, 享年 65. an introduction to dynamic meteorology 在 04 年出到第 4 版, 也很可能就是終極版了. 他在 MIT 畢業, 導師是 Charney, 後來在華盛頓大學工作長達 38 年. 主要研究成果是在平流層, 包括 QBO 的理論(平流層的東西也是這裏可以開發探討的領域呢).


連結:
http://www.atmosp.physics.utoronto.ca/SPARC/News23/23_Hartmann.html

摩擦對氣候影響

寒潮快報: 最新 GFS 預測寒潮失控... 十八日早上京士柏最低約十一度, 和官方相若, 但之後兩日進一步下跌, 二十日早上低至約九度, 氣壓值亦高達 1032. 目前來說信者得救. 但即使出錯也並非系統性誤差的修正問題.

---------------------------------------------------------

前幾天提到風力發電對氣候可造成的影響, 今天再翻兩篇相關的文章, 較新的一篇在去年發表, 以下是一些有趣的論點.

1. 估計 2100 年全球的用電量為 20 TW. 假如風力發電要達到 2 TW(總用電量十分一), 則估計季平均溫度的最大偏差為 0.5 C, 全球平均則變化很少.

2. 以風力發電代替燃燒, 每 0.1 TW 可導致溫度的最大偏差為 0.006 C. 每年可減少炭排放量 0.15 GtC (gigatons of carbon), 一百年就可減低二氧化炭濃度 1.6 ppm. 當中氣溫的變化估計約為 0.03 C. 即是說, 風力發電對溫度的間接效果是直接效果的 5 倍.

3. 如在全球三個地方放置風力發電的風車(總發電量是目前的全球發電量, 即約可減低 2100 年二氧化炭量的四分一), 可從模式中估計氣候變化. 下圖即為溫度的變化, 可以看到溫度升或降的位置並不純粹受發電的位置影響.

4. 看風場的話, 則可看到地面加大的摩擦影響了整個對流層, 效應類似羅斯貝波. 由於風的幅合, 發電區內雲量增加, 影響幅射. 摩擦亦影響風的速度和地對空的熱量交換, 眾多因素影響溫度收支平衡, 並出現上圖變化.

參考:

The influence of large-scale wind power on global climate

On the climate impact of surface roughness anomalies

BG大戰強颱風

首先表明立場，我是強烈贊成以人為方法減低颱風強度．我們只需選擇具侵略性路徑的颱風，如 Katrina，在登陸前減低其強度，應不太可能對氣候有深遠影響．

Bill Gates 等人的構思理論上也可行．不論從統計上還是物理上的考慮，我們都可以肯定颱風受到海水溫度的影響．例如生成時就至低要 26 度，侵略性大的較強颱風門檻更高．另外，較深海水較冷亦是已知事實，而颱風本身的加強亦受到冷水上翻效應的影響．

沒有氣候風險，理論上亦可行下，餘下來的大部分都是金錢問題．所需器材及運作費用要多少呢？最大問題還是運作的規模，因要有效減低颱風能量來源，從我們的認知，起碼需要在中心附近一百公里左右的範圍內做手腳. 這麼大的"實驗", 可能真的只有 Bill Gates 才有資格去做了．

P.S. 我有興趣繼續跟進這單新(舊)聞, 將會發電郵給相關人仕．

溫度預測的修正

上次寒潮未趕及儲存京士柏站及模式的數據，並未能修正預報並作評估．幾天後寒潮不弱，是一試身手的好機會．

稍為搜索網上資源後，至少找到兩個相關的修正方法，都不用像傳統 MOS(model-output-statistics) 般要處理大量數據．第一個是卡爾曼濾波，找到一篇 95 年的文章，但由於較複雜(包括方法本身和編程上)，暫時不予採用．另一個是類似 MOS，但只用過去一定日數(如七日)的資料來修正預測.

不管用那個方法，還是要先看看誤差本身的結構．以下是過去十多天，早上五時模式的 2 米溫度(x) 和京士柏站的實況溫度(y)．明顯可看到模式溫度高於實況．根據這些資料就可以有兩個簡單的方法來修正之後的溫度預測：平均誤差或回歸方程．




從以上數據點可看到，如以平均誤差來作準，則不論模式預測氣溫是多少度，也會減去相同的誤差值．若以線性回歸方程作修正，則由於斜率低於一，當溫度偏低時，修正後的溫度比模式的溫度還要高，以今天預測為例，十六日過後的早上，紅色點(修正)比紅色星星(未修正)高．



模式會否在高溫時高估但在低溫時低估，我相信不清楚模式本身是沒法得到答案的．該採用前者還是後者，真的可能要事後才知道．從官方預測數字看來，似乎前者較合適．所以，從今晚開始暫時會以平均誤差作修正．

另外值得一提的是最高和最低溫度．上圖 GFS 的預測每三小時一次，最高溫和最低溫通常都未必就跌在這些時次．例如，翻看過去約十天的京士柏溫度，粗略估計最低溫通常都比早上五時的約低半度．雖然如此，要從 5am 溫度來估計最低溫的困難應不大．

風力發電與氣候

賣下廣告先. http://www.wohk.org/ 已加入 NCEP GFS 的相對濕度, 氣壓, 和雨量等的預測圖, 溫度的初步修正版亦將於未來數天內實施. 最新預測有一寒潮會於十五日到達, 目前要開始留意其強度變化.

-----------------------------------------------------------------------------

看標題可能讓人想到是關於以天然資源(如風力, 太陽能)發電可減低燃燒所造成的污染. 其實我想講的是另一個問題. 風力(或其他方式)發電會否帶來氣候轉變.

這不完全是出於天馬行空或杞人憂天. 我們間中會碰到人為改造天氣的方法, 包括減低颱風強度. 有網友們反對這做法, 認為颱風有其在氣候系統的角色, 可將熱量從低緯傳至高緯, 假如沒有颱風, 氣候系統會以其他意想不到的方法去實現熱交換. 這說法是否正確真的難以判斷.

如改變颱風會改變氣候, 則同一道理, 以天然資源發電也可影響氣候: 風力發電會減低風速, 影響大氣環流和輸送, 太陽能也改變地面加熱. 到底會怎樣影響氣候, 似乎真的沒太多相關的研究.

在網上找到一個關於風力發電影響氣候的網站: http://www.ucalgary.ca/~keith/WindAndClimateNote.html

各位看完後或者會放心, 因作者指出初步(那是幾年前的網頁內容了, 沒時間翻看新的結果, 請自行搜索)結果顯示即使風力發電的規模大到可以影響氣候, 其影響也是正面的: "It is possible that wind-power provides a double benefit both by reducing global warming and by creating additional climate changes that slightly reduce the impacts of that warming."

我們又要回到老問題: 應否以人為方法減低颱風的強度呢?http://www.usatoday.com/weather/research/2009-07-15-gates-hurricanes_N.htm

GRIB壓縮法

今日繼續有攝時間之嫌.

氣象數據常以格點形式出現, 由於數據的特性, 可用 GRIB (gridded binary) 的方法作壓縮和儲存. 今日簡介其原理.

假設有一海平面氣壓資料場, 共有 4x5 = 20 點資料. 如每點資料以 4-byte floating point 來表示的話, 總共應要 80 bytes. 但由於海平面氣壓場的上下限相差並不很大, 又由於我們只需要一定程度的準確度, 其實可以用更節約的方法來儲存.

例如, 20 點資料中的最低氣壓為 990.1257, 最高為 1000.2345. 如我們只需小數點後一位, 則會變為 990.1 和 1000.2. 接著我們可以算算最少可用多少 bit (1 byte = 8 bits)來表示它們之間的距離. 10002 減去 9901, 得出 101. 用 7-bit unsigned integer (0-127) 就可以.

儲存之前, 我們先將各點的值減去最低值 (9901), 範圍便是 0-101. 我們只需用 2-byte integer 儲存最低值 9901, 1-byte signed integer 儲存小數點的位置 -1, 1-byte unsigned integer 來儲存資料點用多少 bit, 另外 7x20 = 140 bits 來儲存格點數據就足夠, 總共約是 21 bytes, 即原先 80 bytes 的 4 分 1 左右.

網友們如想用 GRIB 方法來壓縮氣象資料, 可以到以下網站:
http://www.cpc.noaa.gov/products/wesley/gribw.html (寫)
http://www.cpc.noaa.gov/products/wesley/wgrib.html (讀)

EOF基本應用

哥本哈根氣候會議開波, 剛找到網址 http://en.cop15.dk/, 稍後會想想看看有沒有新聞值得在這裏報導.

今日又算係攝下時間, 講 EOF (empirical orthogonal function) 的應用. 對於研究氣候的朋友來說, EOF 應一點也不陌生, 用來分析某一氣象場的振動形態.

精要來說, 求 EOF 的過程就像 change of basis. 最簡單的例子是二維空間(x,y)上的一些數據點. 通常我們需要兩支向量(如 i, j)來表示各資料點相對於平均值的位置, 但假如資料點都非常接近一條直線, 而我們又不用絕對準確的話, 則只需選擇一支向量就可以代表所有資料點. 也正由於此, EOF 也可用於氣象資料壓縮.

以下抽 ncl 軟件內的一個例子來說明 EOF 在氣候研究的應用. 例子中用了 79-03 年的海平面氣壓場格點資料. 先求出冬季(DJF)的氣壓場再進行分析. 下圖是首兩個 EOF. EOF1 圖右上角寫著 54.8%, 英文寫出來通常就是 "EOF1 explained 54.8% of the variance" (中文我不懂怎樣翻過來), 應該算是很高. 它的意思就像上面的 (x,y) 例子, 即氣壓場的振動以這種形態進行. 而這形態正是我們常聽說的 North Atlantic Osciilation (NAO) .


下圖(上)顯示 EOF1 的"位相". 在 92 年, 數值為負, 看回上面的 EOF1, 即表示北面氣壓偏低, 南面偏高.

通常來說, 首三個 EOF 已足夠描繪資料場. EOF 還有 extended 和 complex 兩種, 另外常一起碰到的還有 SVD 和 complex SVD. 稍後將會找些文章並進一步說明它們的用途.

印度洋海溫振盪

今日先看看 Indian Ocean Dipole (IOD) 的歷史. IOD 算是比較新的發現, 在網上資源上找到一篇 99 年在 Nature 發表的 "A dipole mode in the tropical indian ocean", 估計就是最早的一篇. 以下結果都是取自該文章.

據 EOF 分析, 印度洋海表溫度首先受到 ENSO 影響, 達 30%. 這一部份的變化是整個海洋同步的, 即水溫同時偏高或同時偏低, 約落後於 ENSO 一季. 這裏涉及另一個主題, 就是當 ENSO 時, 海溫異常不單在太平洋出現. 可以留待厄爾尼諾答問篇再詳細討論.

第二個影響就是 IOD, 佔 12%. IOD 表示為洋面東部水溫較高而西部較低, 或相反. 與 ENSO 相似, 海表溫度的異常和緯向風及降水相關. 另外, IOD 亦有 'phase-locking' 的情況, 在十月左右達到鋒值.

IOD 的指數 DMI 定義為: 西部(50-70E, 10S-10N)水溫減去東部(90-110E, 10S-0)水溫. 以下是文章圖二, DMI 為正數年份的合成圖:



五/六月時, 水溫異常(顏色)並不明顯. 七/八月時開始出現西暖東冷, 並伴隨異常東風, 有點像 La Nina. 九/十月時達到高鋒, 十一/十二月已消退. 和 ENSO 比較, 除了水溫異常值較低外, 出現的時間也較短暫.

IOD 主要影響鄰近地區的氣候, 包括非洲, 澳洲, 印度等地方. 按照上圖, 正位相減退時的十一/十二月, 華南沿岸偏南風較強, 即香港冬季風可能較弱. 是分析上的問題(如把 ENSO 效應混入)還是真有其事, 要留待下回.

另外, 如果要討論海洋對香港的影響, 怎也不可能不考慮南中國海. 到底南海水溫的變化有多大, 又會否對鄰近地區的氣候帶來影響, 之後也會探討.

連結:

http://www.jamstec.go.jp/frsgc/research/d1/iod/

聖誕新年的氣溫

昨天晚上下載了 NCEP CFS 的預測, 總共用了過去七天共二十八轉的資料. 格點日資料(按檔案內容可能是每天 00Z)分辨率為 2.5 緯度. 我將 22.5 N, 115.0 E 的兩米溫度處理過後劃了下來:


時間關係沒有劃得太詳盡. y 軸為攝氏度, x 軸為日數, x = 1 應為 12 月 4 日. 中間黑線為 28 個成員的平均值, 兩條紅線為最高值及平均加上一個標準差, 藍線為最低值及平均減去一個標準差.

首先要注意的是資料並未經修正, 溫度並不代表香港境內的溫度, 雖然肯定和香港的溫度有相關. 據上圖, x = 25 (即 12 月 28 日) 預測平均會偏低, 而眾多預測的最低值約在 x = 66 (二月前半月)出現.

以上只是作為一種示範, 最大問題是這種月/季預報應該不是這樣解讀的. 我們平日看的數值預測只看到七至十日, 再遠一點應該就不準, 當然不可能期望看到以上就知道 2 月 10 日會超凍之類. 但這亦不代表月和季預測完全不可信, 因它們和日常數天的天氣預測是有本質上的不同. 數學一點的說法, 前者是 boundary-value problem, 後者是 initial-value problem. 而解讀氣候預報時亦應以時間平均及統計的方法較適宜.

如果有人在還有二十天前便說現在就知道聖誕和新年那幾天會較凍還是暖, 你可以告訴他/她: 不要亂估.

CRU信任危機

上月 22 日"全球數值預報圖"說 CRU 數據倒退問題, 24 日該組織負責人 Phil Jones 辭職. 鄭重聲明, 絕非因我"加大力度鞭撻"的後果.

據新聞報導, CRU 伺服器的內部電郵和數據文件被竊取，並在 20 日左右開始被公開, 當中一些內容受到指責．我抽了一些出來：


* 有人選擇性地採用數據. 採用對全球變暖有利的, 不採用沒有利的. 包括有意識地不採用 76-05 年為氣候值，而繼續用 61-90

* 有人"討論逃避同行的資料要求, 並防止有人發表不同意見"

* "在另一封郵件中，一位 CRU 的科學家辱罵懷疑氣候變暖的同行"

* "CRU 的另一位核心專家在他的郵件裏說，他會聯絡BBC的環境記者 Richard Black, 質問對方為何有另一個媒體的記者被允許發表含糊的氣候懷疑論文章”



相關的指控確實嚴重，CRU 負責人不得不請辭．請看新聞源- 英國氣候研究中心陷入信任危機 : 被指操縱數據
http://www.tianqi321.com/tianqi/2602

智取黃茅洲實錄

不妨告訴大家, 在高人指點下, 我已取得黃茅洲氣象站實時數據, 稍後將會在底圖上劃出來.
http://www.tianqi321.com/huangmaozhou

黃茅洲自動氣象站早於 1984 年建立, 我們偶爾可從華南海域天氣報告中聽到相關天氣. 而下圖中的另外五站亦於 96-97 年間建立.

從地理位置而言, 黃茅洲位於最南端, 對於在南面掠過的颱風起到前哨站的作用, 尤其對那些中心風速高但風場細小的颱風, 意義就更大. 今年發八號的天鵝, 黃茅洲曾錄得十一級的風速, 也是升格為 S.T.S. 的最大依據, 我們單看著境內一大堆氣象站也難確認颱風中心風力有多高.

另一個對本地預測尤其重要的站應是東面的沱濘列島. 對香港颱風發信號而言, 它的意義可能比黃茅洲更高, 因過往也有不少從高緯偷襲的颱風. 本地由於受地形影響風速較低(氣壓梯度受屏障影響不大, 在北風時, 代表性可能更高), 風速要到颱風非常接近時才會顯著上升, 而又由於颱風接近陸地可能減弱, 追踪颱風中心風速變化來決定是否"升球"最為關鍵.

熱烈慶祝的珠三角及北極代表:

參考:

http://www.hko.gov.hk/prtver/pdf/docs/wxinfo/news/2004/pre0218c.pdf

地圖製作DIY

花了不少時間製作底圖, 誤打誤撞(試過不同網站資源, 不同解讀方法)後終於成功. 不想浪費心血, 現將簡單步驟列出來:


1) 到 https://wist.echo.nasa.gov/~wist/api/imswelcome/, 進入 WIST.

2) 點選 Land: 下面的 MODIS/Terra. 網頁較上面會出現一列相關的產品. 請找出並點選 "MODIS/Terra Land Water Mask Derived from MODIS and SRTM L3...."

3) 網頁內有一地球, 右面有四組 lat/lon 要輸入. 左上角可填 23.3N, 113.2E, 右上 23.3, 115.2,
左下 21.3 113.2, 右下 21.3 115.2. 輸入完後按下面的 Update Lat/Lon... 按鈕. 接著按網頁近底部的 Start Search 按鈕.

4) 稍等片刻後, 應會找到一個合適檔案 MOD44W.A2000055.h28v06.005.2009212174635.hdf.
按 Data* 下載.

5) 到 https://lpdaac.usgs.gov/lpdaac/tools/modis_reprojection_tool , 注冊後下載 MRT 軟件. 剛才下了 windows 版但好像運作有問題, 再試 linux 版成功.

6) 安裝 MRT 成功後, 運行 ModisTool. 打開剛才的 *.hdf 文件. 界面左邊接近中間會發現兩個變數, water_mask_QA 是不需要的, 可以搬回 "Available Bands". 左下角要輸入所需地圖的左上角和右下角經緯度.

7) 界面右邊選擇輸出檔名, 如 out.hdf. File Type 選 HDFEOS. Resampling 可選 Nearest Neighborhood, Projection 我選了 Mercator, 但另外要按 "Edit Projection Parameter" 按鈕, 在 Datum: 列表中選第一項(我也不知道哪些是甚麼).

8) 接著按界面右下角的 Run. 如沒出錯應會產生 out.hdf 檔.

9) 用 ncl (script 不用十行, 不要給嚇怕)軟件讀取 out.hdf 並將數據寫成 binary, 並記低數據的 dimension.

10) 最後可以用 c 程序讀取 binary(數據為 char type, 0 為陸地, 1 為海), 並以 gd library 劃圖.

東亞中尺度模式

今天想總結東亞地區中尺度模式的連結. 說中尺度模式只是習慣, 可能已不合時宜, 因目前不少全球的數值天氣模式分辨率已高達幾十公里. 說是區域模式會更加合適.

以功能來分類, 中尺度模式是用作 dynamical downscaling, 另外還可以處理一些不常規的區域性資料, 如雷達等. 可惜, 不知是因為目前大家的注意力都放在全球暖化, 還是中尺度模式的作用沒原先想像般大, 感覺上中尺度模式的應用並不太廣範. 以本地為例, 由於全球模式還是比較粗, 理論上中尺度模式可更適合用作預測暴雨, 海陸風, 地形抬升, 幅射冷卻, 污染物傳播等問題. 但目前的日常天氣預測似乎沒有太倚賴中尺度模式, 估計是準確度不足, 反而用經驗統計方法還更可靠.

中尺度模式有很多, 例如美方有 WRF, RAMS, ARPS, COAMPS, 歐洲有 HIRLAM/HARMONIE, 中方有 GRAPES, 香港用日本的 RSM, 不能盡錄. 當中可能以美方 ncar 的 MM5/WRF 系列最受歡迎, 因為是免費, 有詳盡說明文件, 更有電郵支援(想想, 三唔識七沒有利益關係下問問題都可以很快得到回覆, MM5/WRF 在這方面確實值得加許). 另外 ncar 的氣候模式 ccsm 雖然目前不是太準, 但亦都是"公眾模式", 免費而且也頗多說明文件. 幾年前曾將 ccsm 的文件全部印出來, 但沒有合適的機器運行, 不了了之.

在東亞地區, 目前在網上也可找到幾個 MM5/WRF 網站(請看以下連結).

講得多大野要講下細野, 之後會講下海陸風預測, 及再細一點的屏風樓問題. 也別忘了較早前開了暴雨預報的題目, 但目前才十二月, 不用太急, 可留待雨季接近時才繼續.

MM5/WRF 連結:
http://pblap.atm.ncu.edu.tw/mefsea/
http://aoaws.caa.gov.tw/htdocs/projects/aoaws_modeldisplay/
http://weather.cityu.edu.hk/WRF/
http://envf.ust.hk/dataview/mm5/current/index.py http://www.smg.gov.mo/www/cpt/mm5/fc_mm5.htm

http://www.pagasa.dost.gov.ph/wb/mm5_main_domainnew.html

GRAPES:

http://grapes.cma.gov.cn/web/default.aspx

長期數值預報圖

地台有網友報料, 上星期明報報導了深圳氣象局的預測(?), 指出明年一月中下旬可能出現 6-7 度的低溫. 雖然 6-7 度未必是特別低, 但也令人聯想我們有沒有可能找到這說法背後的理據.

早前看季預報時亦留意到歐中的月預報, 但因無法開戶, 不了了之. 最近到 ncep 下載模式資料時才發現美方的 CFS(climate forecast system; 在 nino 3.4 sst 預測圖也有這個模式)模式資料也放在網上. CFS 每天共有 4 個 run (為何是 4 個, 還有它們的分別在哪, 留待之後鑽研), 預報長度為未來九個月, 輸出資料為日資料. 也就是說, 只需下載過去十天資料就可以有 40 個 ensemble member, 每個月共有 1200 天的預報可作參考. 若資源足夠, 未來網站內將加入 CFS 的模式資料, 還可以做一些機率和分佈統計, 看看一月中下旬是否真的有極冷的可能.


連結:
http://www.ftp.ncep.noaa.gov/data1/nccf/com/cfs/prod/

厄爾尼諾答問四

網站快報: 今日本想將 GFS 的其他參數(相對濕度, 短波幅射, 雨量, 氣壓, 氣壓梯度)一拼劃出來, 無奈伺服器出了問題, 盼望能盡快解決.

厄爾尼諾弟四回主要靠天文台的 r789. 那是去年在一個會議發表的文章, 討論了厄爾尼諾對香港冬季溫度的影響. 共採用了 59 年資料, 當中有 17 年為厄爾尼諾, 19 年為拉尼娜, 23 年為正常. 冬季風強度則約均等分為三份: 偏冷, 正常, 和偏暖. 亦採用了天文台總部的溫度資料.

根據上表, 可看到厄暖拉冷的現象相當明顯. 如以天文台的溫度作標準, 減去氣候暖化的上升趨勢後, 亦可得到類似結論, 尤其以拉尼娜年偏冷較為顯著(見文中表二).

較有趣的, 是冬季風較弱的厄年, 寒潮數目反而較多(上圖). 文中圖二亦顯示在厄爾尼諾時, 冷日子的數目其實和正常或拉尼娜時差不多. 厄偏暖主要是暖日子多了. 寒潮較多的原因可能是波長較短移速較快. 文章的另一賣點是 500 hPa 阻塞高壓和冬天溫度的關係. 厄爾尼諾時, 較少阻高在東經 40-80 度範圍出現.

相對於正常年, 拉年的東亞大槽上遊明顯較低(上圖 a). 厄年則為下遊較高, 北面則較低, 顯示槽應較正常偏北, 和偏暖天氣吻合. 還記得曾經談及菲東反氣旋可能為冬天偏暖的原因. 十二月快到, 正式踏入學術界的冬季, 要準備密切注視阻高, 菲東高等等的發展.

文章:

http://www.weather.gov.hk/publica/pdf.gif

香港境內氣壓場

先賣廣告: http://www.wohk.org/ 內容已稍為更新, 加入了全球模式的預報圖. 由於資源有限, 只提供"綠色版", 但相信還是頗為方便. ASCAT 方面, 資料下載和解讀都沒問題, 只欠寫程序劃圖. 溫度預測方面則停滯不前, 未開始修正預測. 網上看到的兩張圖是以 GFS 1000 hPa 和 2m 溫度得出來的, 要儲存多一點數據(包括京士柏溫度和模式的預測溫度)才能展開工作. 當然還要翻看一些文獻.

目前網站主要路線為整合和深化已有的資源. 例如, 對短期天氣預測(如冷鋒南移), 只看著境內的數據可能不夠, 稍後可能會加入鄰近地區的數據序列, 包括深圳, 廣州, 汕頭, 澳門等. 亦可劃一將大一點的地圖, 實行氣象二十四小時通關.

剛才想到香港境內氣壓的問題. 其實相比起其他氣象參數(溫, 濕, 風), 氣壓應是穩定的. 暫且不理分析氣壓場有多大意義, 只討論技術問題: 能否繪畫境內氣壓場? 毫無疑問應是可以的. 例如用 series expansion 的方法, 可知最少只需三站便可包含境內的平均氣壓梯度. 如要加強精確度, 例如當西南部氣壓梯度較大時, 則可保留 expansion 的二次項, 最少應要六站. 以目前天文台提供的資源(剛才看共十一站有氣壓數據)應該還是可以的.

冬季預測仍偏暖

各網站的十一月預測早已出爐, 除了幾乎肯定厄爾尼諾不會太強之外, 其餘都和數月前的差不多.

IRI 網站的 Nino 3.4 最高 SST 預測進一步調低, 如 NASA GMAO 已低於 2 度, 最外圍的 COLA CCSM3 亦從十月時的 2.8 度大幅調低至稍高於 2 度:

多模式預測溫度較高(但幾乎全球也一樣), 內陸地區雨量偏多:

歐洲多模式 EUROSIP 顯示 DJF 冬季風偏弱, 南海北部雨量則偏少:

歐中的模式亦預測冬季風偏弱, 南海北部雨量偏少, 但內陸地區則可能偏多:

究竟香港冬天的氣溫和降水受厄爾尼諾影響到哪個程度, 又為何南海北部雨量偏少但內陸反偏多, 是否就因季風前沿的幅合偏北了, 請留意厄爾尼諾答問第四回.

QSCAT玩完

早前留意到 quikscat 可能就快玩完. 最新消息指出 quikscat 應已失效, 對風迷來說絕對是個壞消息:

23 Nov-2009
The antenna rotation rate has dropped to zero and remains at zero as of 23 Nov, 7:00 UTC. No data are available.

23 Nov-2009
The SeaWinds instrument is near the end of its lifetime due to the aging of the antenna rotary joint. The number of data gaps due to variability in the antenna spinning rate is becoming very large. We advise users to discontinue automatic SeaWinds data ingestions, since the data accuracy can not be guaranteed any more.

目前還有兩個 scatterometer 在運作: ASCAT, ERS-2. ERS-2 已很舊資料不齊全, ASCAT 則在去年才投入服務, 但掃瞄的範圍比 quikscat 窄:

由於網站提供的圖像並不理想, 稍後可能會自動下載 ASCAT 資料並自畫.

網站:

http://www.knmi.nl/scatterometer

國產七十四指數

民間氣象人仕或者和我一樣, 會發覺要緊貼氣象學最新發展是很困難. 我告訴你, 在資訊爆炸的年代, 業餘和專業的水平絕對有收窄的可能. 事實上, 從事氣象學工作的人有時因要專注於某方面的工作, 也未必就能夠開拓各方面的知識. 只要民間人士合力, 必可做到五年內溫故知新, 五年後緊貼大市.

當然, 民間有沒有這麼多有心人才是最大問題. 我絕不介意在這裏踢一人足球(事實上我頗獨食... 並非有波死扭果種, 係思想上的獨食, 要人地跟著我的想法去踢), 但一人力量不可能搞得起, 所以如無意外這部落將於 2010 年七月三十一日寫最後一篇. 但黃家香港天文台會繼續運作.

廢話完畢, 今日想講的其實是氣候監測. 民間也好, 專業也好, 都要找一套有系統的方法, 否則只會雜亂無章最後與吹水無異. 從國家氣候中心可以找到 74 個環流指數的數據:

1.北半球副高面积指数(5E-360)
2.北非副高面积指数(20W-60E)
3.北非大西洋北美副高面积指数(110W-60E)
4.印度副高面积指数(65E-95E)
5.西太平洋副高面积指数(110E-180)
6.东太平洋副高面积指数(175W-115W)
7.北美副高面积指数(110W-60W)
8.大西洋副高面积指数(55W-25W)
9.南海副高面积指数(100E-120E)
10.北美大西洋副高面积指数(110W-20W)
11.太平洋副高面积指数(110E-115W)
12.北半球副高强度指数(5E-360)
13.北非副高强度指数(20W-60E)
14.北非大西洋北美副高强度指数(110W-60E)
15.印度副高面积强度指数(65E-95E)
16.西太平洋副高强度指数(110E-180)
17.东太平洋副高强度指数(175W-115W)
18.北美副高强度指数(110W-60W)
19.大西洋副高强度指数(55W-25W)
20.南海副高强度指数(100E-120E)
21.北美大西洋副高强度指数(110W-20W)
22.太平洋副高强度指数(110E-115W)
23.北半球副高脊线(5E-360)
24.北非副高脊线(20W-60E)
25.北非大西洋北美副高脊线(110W-60E)
26.印度副高脊线(65E-95E)
27.西太平洋副高脊线(110E-150E)
28.东太平洋副高脊线(175W-115W)
29.北美副高脊线(110W-60W)
30.大西洋副高脊线(55W-25W)
31.南海副高脊线(100E-120E)
32.北美大西洋副高脊线(110W-20W)
33.太平洋副高脊线(110E-115W)
34.北半球副高北界(5E-360)
35.北非副高北界(20W-60E)
36.北非大西洋北美副高北界(110W-60E)
37.印度副高北界(65E-95E)
38.西太平洋副高北界(110E-150E)
39.东太平洋副高北界(175W-115W)
40.北美副高北界(110W-60W)
41.大西洋副高北界(55W-25W)
42.南海副高北界(100E-120E)
43.北美大西洋副高北界(110W-20W)
44.太平洋副高北界(110E-115W)
45.西太平洋副高西伸脊点
46.亚洲区极涡面积指数(1区,60E-150E)
47.太平洋区极涡面积指数(2区,150E-120W)
48.北美区极涡面积指数(3区,120W-30W)
49.大西洋欧洲区极涡面积指数(4区,30W-60E)
50.北半球极涡面积指数(5区,0-360)
51.亚洲区极涡强度指数(1区,60E-150E)
52.太平洋区涡强度指数(2区,150E-120W)
53.北美区极涡强度指数(3区,120W-30W)
54.大西洋欧洲区极涡强度指数(4区,30W-60E)
55.北半球极涡强度指数(5区,0-360)
56.北半球极涡中心位置(JW)
57.北半球极涡中心强度(JQ)
58.大西洋欧洲环流型W
59.大西洋欧洲环流型C
60.大西洋欧洲环流型E
61.欧亚纬向环流指数(IZ,0-150E)
62.欧亚经向环流指数(IM,0-150E)
63.亚洲纬向环流指数(IZ,60E-150E)
64.亚洲经向环流指数(IM,60E-150E)
65.东亚槽位置(CW)
66.东亚槽强度(CQ)
67.西藏高原(25N-35N,80E-100E)
68.西藏高原(30N-40N,75E-105E)
69.印缅槽(15N-20N,80E-100E)
70.冷空气
71.编号台风
72.登陆台风
73.太阳黑子
74.南方涛动指数

當中包括一些常見的, 例如 74.

只需經過簡單注冊後, 這些數據是可以下載的, 中國氣象界也還是相當開放的. 數據從 1951 年開始, 我們不但可以從中研究它們和一些天氣/氣候現象的關係(例如可研發一條颱風個數的方程), 亦可用於日常氣候監測.

稍後將會將數據加工, 並放在網頁內, 讓瀏覽人士(包括自己)一看便知道那個指數目前較高或較低.

九十月高溫排名

今天運氣還是不錯, 只花了少許時間就從原資料檔計算出全球及半球的平均溫度距平. 今年九月香港熱到飛起, 北半球的九月則排名第四位. 南半球亦在第六位.

過去百多年北半球九月溫度排名的前五位為:
2005(0.75), 2003(0.67), 2006(0.62), 2009(0.61), 2004(0.60)

南半球則分別為:
1997(0.45), 2001(0.35), 2002(0.32), 2003(0.32), 1998(0.30)


十月香港溫度沒有太大異常, 北半球/南半球溫度距平則為 0.56/0.31, 巧合地(?)亦沒有太大異常(以沒有打入前五位為準)

北半球前五位: 2003(0.75), 2006(0.71), 2005(0.69), 2008(0.65), 2004(0.61)
南半球前五位: 1997(0.43), 2002(0.37), 2003(0.35), 1998(0.33), 2004(0.33)


值得留意的是南半球九/十月的前五位看似和厄爾尼諾現象有關. 我們常聽說厄爾尼諾出現較頻繁可能受全球暖化影響, 到底是何原因, 當中的因果為何, 之後會再細看.

全球數值預報圖

已很久看不到全球數值模式的預報圖, 今天終於把那些圖再劃了出來, 目前只欠抄襲一個合適的界面. 想偷圖的話可試試 http://www.wohk.org/models/gfs/2009112012/slp0.png


---------------------------------------------------------------------------
雖說對氣象的興趣還在, 但人畢竟老了, 你問八站是那八站? 我是答不出來的. 超強颱風風速下限是多少? 我也有點猶豫, 亦懶得去求證.

不過在距離氣象界的大開放未實現之前, 大家可以做的還有很多. 不進則退, 當資訊停滯不前甚至倒退的時候, 民間氣象人士亦要伸出援手加大力度鞭撻, 讓氣象資訊和資料更大眾化和自由化. 在此亦呼籲官方有好野要盡早公佈. 就像人的年齡一樣, 老了就是老了, 遲了公佈的資料也失去了價值.

十月十五日的"全球溫度的指標"曾經引用網站 http://www.cru.uea.ac.uk/cru/data/temperature/ 的資料. 今天重遊舊地, 心想已過了超過一個月, 九月的資料必然可到手. 不知是何原因, 檔案最新資料變了是二月, 沒有更新之餘還倒退了半年. 而那個 ftp 伺服器還需要密碼才能進入(印象中之前是不需要的).

沒辦法下到了資料源頭下載檔案: http://hadobs.metoffice.com/hadcrut3/data/HadCRUT3v.nc
不幸中之大幸, 十月的資料都在裏面了, 但因為有很多缺值, 明天才再嘗試從格點資料計算溫度距平, 然後和 http://www.cru.uea.ac.uk/ 網站的比較. 最終希望將今年九月的氣溫排名(全球, 南/北半球)算出來.

由於十一月特別冷, 之後會用 EOF 看看華南十一月的溫度模態. 不過目前還有不少債要還, 是時候自我檢閱過去幾個月的網誌內容.

准永久網站成立

狂賀!!! 狂賀黃家香港天文台找到"准永久"網站: http://www.wohk.org/

未來一星期左右將加入"大五"模式的輸出, 及嘗試以簡單方法修正 GFS 的溫度預測. 暫時不排除加入聊天室或討論區的可能性, 但機會較低.

昨天的臨時網站已停止更新並將於數天後移除. 由於忙著測試及編程, 目前沒有心機找些較新的題材在這裏探討. 希望能盡快改善.

臨時網站已開放

剛算過過去十年, 京士柏各月的 1000 溫度和地面溫度的相關, 都在 0.97-0.99 之間. 在夏季, 地面不少日子都低於 1000 hPa, 稍為影響方程的可靠度.

今天整天都在建構程式讓預報自動化. 暫時將預報圖放在:
http://www.wohk.myscicube.net/

今天預測也能看到以高度場和 1000 溫度場預報的溫度可以相差很遠. 以後將只提供 1000 溫度的預測在網站內, 並會提供過去誤差數值讓網友們評估.

目前京士柏溫度約 15.5, 下跌勢頭不急. 因北風已稍為減退, 今晚預測誤差還是可以很大的.

溫度預測會於每天下午一時和九時左右會更新. 以後將會把日常預報和監測數據放在上面網站. 目前以溫度, 濕度, 熱帶氣旋路徑為首要目標, 因相對較易. 稍後希望可以對雲量和雨等作預報, 但應不可能在來年雨季實施了.

溫度預報測試版

經過一星期左右的誤打誤撞後(始終最叻還是給錢人做, 但我沒有), 目前估計以 1000 hPa 溫度為輸入的一元線性方程來預報京士柏溫度可以得到不俗的效果. 預測以 GFS 模式為主, JMA/NGP 模式為參考. 未來一段時間內都會以目前的方法預測, 主要工作包括:

1) 製作各月份的方程
2) 繪畫並儲存預報誤差. 最好能將京士柏每三小時的溫度記錄下來. 似乎 06Z 的低溫都是比 00Z 報得低, 可能要分開來處理
3) 找方法修正, 最簡單如將過去幾天的 24 小時預測誤差平均起來, 並加進未來的 24 小時預測

希望可以在兩個月內投入業務, 但最困難的地方是要找平台放資料和程式等.

十八日最新預測

今晨京士柏最低氣溫稍低於九度, 比昨天 GFS 預測的最低溫度約低一度, 只能算緊緊合格. 較大問題是預測低溫在午夜前後出現, 比實況早了許多, 亦可能是預測溫度稍為偏高的原因之一.

其實以昨天晚上的狀況, 我相信殺雞不用牛刀, 以更傳統的方法預測低溫會更有效, 因入夜後市區及北區氣溫已跌得頗急, 而且北風仍然偏強, 要減弱也要一段時間, 淩晨升溫不太可能.

雖然沒有歐中, 但在昨天 GFS 及 JMA 不約而同都有類似預測下(即淩晨氣溫升), 有理由假設歐中預測應相近(那只是一兩天預測, 沒理由差太遠). 那就是說可能是方法出了問題. 暫時估計原因可能有二: 1) 模式的 925 及 1000 高度場也不能直接套用在預報方程上. 有時間和人手的話, 當然可以驗證. 例如可以先看初始及一天預測, 經插值後的 925 和 1000 hPa 高度和實況有沒有系統性偏差; 2) 雖然高度場和地面溫度的相關系數高, 但在寒潮時可能有較大偏差. 如當冷空氣較薄的時候, 到不了 925 (約 800 米高), 或晚上和剛日出時近地面先冷/熱. 這也可以從過往寒潮案例中, 看看冷空氣厚度與高度場的關係. 以下是今早 GFS 預測圖:

較大問題是早上八時(初始場)的氣溫相差很遠, 比實況高了差不多兩度. 反而取 t1000 和地面溫度的換算就可以得出 9.0 度. 稍後將下載今早 GFS 的整個檔案看看. 上圖預測明早京士柏最低氣溫約 14 度(實況已跌至 13 度左右, 故不可信). 如以 t1000 來做預測, 則可得出 11 度, 目前看來比較合理.

回望 11 月 12 日的題目"GFS 今早預測", 括號內的就是 t1000 的預測, 十七至十九日早上八時京士柏預測溫度分別為 11.0, 9.9, 11.8. 事後看來可能比用厚度更準, 只不過當時不相信氣溫這麼低而已(當然也不排除是巧合)... 科學還是應該少點偏見和堆砌. :P

十七日最新預測

今早京士柏最低氣溫 11 度(下圖), 比昨天的預測約高 0.5 度, 誤差完全可以接受. 日間多雲, 氣溫沒有明顯回升, 京士柏最高約 12.4 度, 也和昨天的預測頗為相近.

今天的預測和昨天相差不大, 晚間京士柏最低溫約 10 度(即天文台總部約 11 度), 但是在午夜前後出現, 並不在明早清晨.

若要現在打分, 則昨天的預測會打 80. 但好運不常, 最嚴峻考驗會在未來 24-36 小時出現, 尤其 GFS(今天 JMA 亦相近)預測後天(19 日)早上氣溫明顯回升, 但昨天的歐中預測則仍看到海平面氣壓為 1025 hPa.