一、計畫目的

自從政府於108年核定「氣象資訊智慧應用計畫」與「強化氣象資訊基礎建設計畫」起，本計畫便著手強化氣象雷達、衛星及天氣數值預報等相關設備與能力。今年本計畫將利用中央氣象署新更新的S波段雙偏極化雷達(台南七股、屏東墾丁、花蓮)與過去已建置的防災降雨雷達網，持續強化短延時強降雨預警能力，同時配合災害業管的水災與土砂衝擊研發成果，來優化氣象導致災害智能預警的能力。

另外，面臨極端氣候(強風暴雨、旱災、極端溫度)的衝擊，本計畫將利用季節曆與次季節預報研發的技術以及人工智慧預警技術，開發以鄉鎮為尺度的災害衝擊分析模組，提供氣象全災害智慧化整合預警資訊，強化災害應變與管理操作能力。

二、執行內容

本計畫執行時分為三部分：

        第一部分為「短延時暴雨監測與衝擊預警技術研究」。氣候變遷影響下，短延時暴雨威脅加劇，隨著臺灣地區防災降雨雷達採雙偏極化逐步興建完成，中央氣象署四座雷達也均已更新為雙偏極化。本計畫將利用新一代雷達系統所提供的雙偏極化參數，透過新參數監測技術研發與新參數同化技術的改進，強化都會低窪區及山區暴雨預警技術，期待強化訊息提供的時效與提高預警資訊的精準度，以達防災能力提升的目標。

       本部分重要的工作項目包括（1）利用新一代降雨雷達系統，開發都會區防洪監測預警技術、（2）利用偏極化參數開發新資料同化系統，強化暴雨預警能力。

圖1、歷年短延時暴雨監測與預警技術研發的進程

       第二部分為「氣象全災害數值預報技術研發」。臺灣地區常見的氣象災害包括颱風、豪雨、強風、寒潮、乾旱、空氣污染等，其中颱風、豪雨在長期努力下已具備可預警的能力，但寒潮低溫、旱災、空氣污染等影響時間較長的災害預警技術還有進步的空間。本計畫將利用國際間重視的次季節到季節預報技術，進行在地化氣象災害全面落實與應用，本年度規劃先針對次季節極端氣候衝擊技術進行研究，將利用已有的氣象多模式成果，落實提升至空氣品質預警技術開發，同時也將強化旱災、寒害及空氣品質預警能力的建構與提升。

       本部分重要的工作項目包括（1）次季節預報模式技術開發與極端氣候衝擊運用、（2）配合空氣品質模式，進行系集預報系統改善。

圖2. 人工智慧於氣象全災害數值預報技術研發之應用

       第三部分為「利用人工智慧研究新一代氣象預警技術」。人工智慧的發展相當快速，已從機器學習進步到深度學習與生成式AI的研究。過去以單點突破方式來測試獨立的問題，本年度本計畫將擴大至系統性發展，期望透過季節時序判識到季節天氣類型判斷，進而可以預警降雨、強風、低溫等致災因子。利用梅雨季作為研究的目標季節，透過AI演算法的研究與國際AI氣象預報模式的引進，提升梅雨季暴雨智慧化預警能力與系統建構。

       本部分重要的工作項目包括（1）利用深度學習技術進行梅雨季暴雨預警能力提升、（2）利用人工智慧開發風力預估技術。

三、重點產出

年度預計產出如下：

1. 運用雙偏極化雷達改良都會區淹水預警技術
2. 山區閃洪預警雨量預報技術開發
3. 運用次季節預報開發旱災前兆預警研究
4. 智慧化極端天氣類型判識技術
5. 改善颱洪系集預報品質與提升空間解析至3KM

四、歷年相關成果

• 2023年度重點成果請參閱技術報告「機器學習與深度學習模型應用於易致災天氣之研究」（NCDR 112-T07）

• 2023年度重點成果請參閱技術報告「雙偏極化雷達於高衝擊降水系統提前判識之技術發展」（NCDR 112-T06）

• 2022年度重點成果請參閱技術報告「大數據演算法於氣象防災之應用評估」（NCDR 111-A12）

• 2022年度重點成果請參閱技術報告「防災降雨雷達於短延時強降雨即時預警技術開發」（NCDR 111-T02）

• 2021年度重點成果請參閱技術報告「偏極化雷達產品於定量降雨估計與預報之應用」（NCDR 110-T04）

• 2021年度重點成果請參閱技術報告「氣候災害預警產品與動態視覺化展示技術開發」（NCDR 110-A17）

• 2020年度重點成果請參閱技術報告「雷達觀測資料即時處理技術及產品應用之開發」（NCDR109-A12）

• 2020年度重點成果請參閱技術報告「AI技術於區域降雨與雷達回波判識先期研究」（NCDR109-T15）

• 2020年度重點成果請參閱技術報告「模式調整外延(ExAMP)即時預報方法之開發與應用」（NCDR109-T04）

• 2020年度重點成果請參閱技術報告「MPAS全球模式冬季月預報技術先期研究」（NCDR109-T01）