大氣系楊舒芝副教授以「由混沌到可預報度：利用資料同化技術改善台灣劇烈天氣預報」為題，分享她的學思歷程。吳雨潔攝
今年入春以來連續幾波強降雨，讓民眾對台灣的劇烈天氣很有感。104週年校慶系列講座的壓軸場，特邀請大氣系楊舒芝副教授以「由混沌到可預報度」為題，分享透過「資料同化」這個用以帶動氣象預報的寧靜革命的方法，如何結合觀測，改善數值預報模式初始場誤差，讓台灣天氣預報系統更臻完善。
楊舒芝在1999年畢業於中央大學大氣物理研究所，先後於美國馬里蘭大學與NASA Goddard Center進行博士研究，現任大氣科學系副教授。在2012年獲得國科會吳大猷獎，2013年獲選為第六屆「台灣傑出女科學家新秀獎」及2015年中央研究院年輕學者研究著作獎。
楊舒芝以2013年潭美颱風和2015年蘇迪勒颱風為例，說明其路徑與原預測值有很大的不同，指出天氣預報存在很大的不確定性，例如西北太平洋上的副高氣壓位置及強度，造成許多颱風路徑的不確定性。較晚的預報較為準確，其不確定較小。
1963年氣象學家愛德華羅倫佐教授就已經發展出Lorenz 三變數模式 模擬大氣對流運動，模式軌跡以蝶形的方式運行。但因初始場誤差在非線性數值大氣預報模式中會造成不確定性，形成所謂的「蝴蝶效應」。其中大氣的可預報度會因不同的流場特性而異，於是掌握控制可預報度的變因將有助於提升數值模式的預報能力。
她指出，透過資料同化技術，利用觀測的資訊改善模式初始場誤差進而改善預報。如目前她與合作學者建立的 NCU區域系集資料同化系統，以系集卡爾曼濾波器方法加入台灣發展的觀測，包含福衛三及七號掩星觀測、雷達逕向風、回波等作為資源，結合觀測與模式，透過高解析度的資訊同化過程改善中小尺度預報之初始場準確度，進而改進如颱風，梅雨等劇烈天氣預報。
她以平均溫度為例，以深入淺出的方式突破資訊同化的迷思，同時結合觀測與模式預報結果，好幫助資料分析更加準確。而新型態的資料同化利用系集預報獲得具有隨時間變化的預報誤差特性，可更有效地使用觀測對數值模式初始場進行修正，因此後續可獲得更準確的氣象預報。
她認為，大氣科學最需的是—跨域的π型人才，學生需要接觸多面向的學習。資訊同化不僅可應用於劇烈天氣或氣候預報，亦可應用於結合像光達資料等非傳統氣象觀測資料對大氣化學數值模式進行修正，進一步應用改善於空汙預報。
作為中央大學的校友，她感謝中大給予她的支持，並提供良好跨域合作環境。也坦言在研究路上並非一路順遂，也曾缺乏耐心，但人生本是跌跌撞撞，要學習把握良機，不犯同樣的錯誤。她最後以電影《關鍵少數》鼓勵學弟妹，要勇於接受挑戰，突破自我限制，「自身的驅使，才是研究的最大動力。」
大氣系楊舒芝副教說，資料同化技術，堪稱氣象預報的寧靜革命。吳雨潔攝
校長周景揚頒發紀念品，感謝楊舒芝副教授擔任本講座主講者。吳雨潔攝