指導老師: 汪立本 教授
專案經理: 許筠曼/陳沛均
實習名額: 1-2位
是否同意遠距: 是
專案類型: 探索型 (預期讓實習生體驗研究的過程，並探索研究興趣與方向)
午後雷陣雨（thunderstorm）是臺灣夏天常見的降雨型態之一，由於其發生區域小、事件短、強度高，預測延時及可以應變之時間非常短，容易造成都市淹水。此外，隨著氣候變遷，午後雷陣雨發生之頻率、強度都有提高之趨勢，因此如何提升午後雷陣雨之預測延時及準確度，對於臺灣治災防洪上極具重要意義。
午後雷陣雨發展階段包含初始期（對流旺盛、雲層堆積）、成熟期（降水期）、消散期（對流降水減弱），實務上常用氣象雷達來觀測午後雷陣雨，然而通常當氣象雷達觀測到午後雷陣雨系統時，往往已經接近進入成熟期，對於發展初始期之觀測相當有限，因此可提供之預測延時較短。而衛星有機會透過分析降水前之數據變化，較氣象雷達提早15-20分鐘偵測到午後雷陣雨的初始發展，延長預測延時（如附圖）；並於發展各階段提供溫度、濕度等其他觀測數據，因此衛星資料對於午後雷陣雨之預測具相當潛力。本專案旨在結合深度學習模型及向日葵多頻道衛星資料，來輔助午後雷陣雨之預測，以臺灣午後雷陣雨降水事件為例，獲取降水事件中雷雨胞於各發展階段之衛星觀測值，並探索其應用性，以各項衛星觀測值作為 AI 模型訓練特徵，提升午後雷陣雨預測能力。
