冰冷的城市需要更多的綠手指論文書籍站
國防大學 空間科學碩士班 蔡明達所指導 陳俊杰的 颱風期間GPM衛星降雨資料空間特徵之研究 （2021），提出南投市天氣預報10天關鍵因素是什麼，來自於全球降水觀測、ArcGIS、數值地形模型。
而第二篇論文國立中興大學 環境工程學系所 林明德所指導 鄧兆倫的 利用軌跡模式與受體模式解析南投縣空氣污染物PM2.5之貢獻來源 （2018），提出因為有 南投縣、受體模式、軌跡模式、天氣型態、污染來源分析的重點而找出了 南投市天氣預報10天的解答。
颱風期間GPM衛星降雨資料空間特徵之研究
為了解決南投市天氣預報10天 的問題，作者陳俊杰 這樣論述：
全球降水觀測(Global Precipitation Measurement, GPM)計畫是為提升全球性降水預測等水資源管理與利用的太空降水觀測計畫，突破地形及海面缺乏降雨觀測資料限制。本研究將探討GPM衛星反演雨量資料與地面氣象觀測站資料的比對分析，藉以了解降水受地形影響之特徵。本研究以2016年尼伯特強烈颱風及2021年璨樹強烈颱風為案例，使用當時的GPM衛星反演雨量資料及地面氣象站雨量資料，經資料同化處理後，再運用ArcGIS將資料匯入臺灣地區的網格中，並套疊數值地形模型(Digital Terrain Model, DTM)的臺灣地形高程圖、1000公尺等高線及颱風位置等，探討G
PM衛星降雨資料受地形影響之降雨特徵，藉以探討GPM衛星反演雨量資料的準確及可靠性。研究結果發現，GPM衛星資料降雨分布呈現較廣且平均，雨量在地形影響分布上表現較不明顯。在迎風面強降雨區，多集中分布在1000公尺以上的高山及高山前緣，GPM衛星反演雨量數據有低估的情形，反而背風面弱降雨區，雨量數據有高估的情形，但在衛星資料雨量高低估數據分析部分，在正負值差值0至20毫米內雨量分別佔總雨量的96.4 ％及99.3 ％，顯示GPM衛星資料反演的降雨數值表現相當優異。
利用軌跡模式與受體模式解析南投縣空氣污染物PM2.5之貢獻來源
為了解決南投市天氣預報10天 的問題，作者鄧兆倫 這樣論述：
台灣排放清冊資料庫TEDS9.0顯示南投縣不論是PM2.5亦或是其前驅物的排放量皆較台灣西部其他縣市低，但近幾年其PM2.5年平均濃度皆高居前五名，成因值得探究。本研究探討天氣型態對南投縣PM2.5分布及擴散的影響，同時利用周界採樣、風場軌跡模式以及CMB受體模式解析南投縣PM2.5的來源與貢獻量。研究結果顯示南投縣在冷高壓出海迴流及弱綜觀天氣型態下，最容易造成污染事件日。前者之污染成因為西半部地區為中央山脈的背風面，沉降氣流會導致西半部地區擴散不易；而後者則因為風場微弱由海陸風環流主導，易將沿岸及台中都會區之交通污染帶至南投境內，且也因地形關係，造成其污染物難以擴散。CMB模式解析結果發現
，南投市PM2.5主要污染來源為汽油之交通排放、硫酸銨及硝酸；而竹山鎮則以汽油之交通排放、硝酸銨及硫酸銨為其主要污染來源，兩地區亦含有少量之鍋爐與地殼元素貢獻。逆軌跡分析則顯示，台中都會區之交通污染源與硝酸鹽類易隨著北風及西北風帶入南投縣，造成高污染事件日發生。