本研究為了探討雲解析模式對侵臺颱風期間之8天定量降水預報技術。過去研究顯示，雲解析模式3天預報已有相當優異的預報表現，以及8天預報評估2012～2013年間6個侵臺颱風，發現在3天以上已具備降水預報技術，故評估2012～2016年所有侵臺颱風，以獲得更加完整的8天定量降水預報技術。
　　8天預報以不同初始時間對侵臺颱風之每24小時個案，並使用3種技術得分（TS、BS及FSS），評估結果得知，FSS與TS之趨勢一致，即「當累積雨量值愈高且雨區規模愈大時，定量降水預報技術愈佳」。在3天內的比較，整體而言，8天（大區域）與3天（小區域）預報皆為相當優秀之預報技術。但第1天預報在門檻值750毫米處，大區域預報有更優於小區域預報之TS得分，顯示在少數個案中，放大預報區域可能有利於模式在極端降水事件的表現。
　　8天預報在3天以上第4～8天的預報，在2012～2016年之大豪雨個案，平均達6.1天前具預報技術；未能在3天前做出好的降水預報的個案中，其路徑偏差主要原因為副熱帶高壓的不確定性，全球模式預報的誤差以及雲解析模式預報路徑有右偏的現象，進而造成降水預報技術的得分偏低。
　　本文以不同條件做路徑誤差與降水分布型態（FSS）的分類，整體而言，呈現很好的負相關，路徑誤差愈小，降水分布型態愈好。與西南氣流交互作用的颱風情境下，降水主因為西南氣流受到地形舉升作用所造成的，而模式若能有效預報到其情境的變化，那麼即便路徑誤差偏大，但降雨預報仍然可能有很高的準確度與實用性。在7級暴風半徑的分類，暴風半徑愈大、雨區亦愈大、FSS得分也愈高。綜上所述，本研究所歸類的颱風預報特性，可以提供有效的參考資訊，給予預報員更加充足的觀念，以防範於未然。

王尹懋，陳正達，張智昇，駱世豪，2015：氣候變遷影響下台灣之颱風降雨分佈第一部份：數值模式控制實驗之校驗。大氣科學，43，151-168。
葉天降、李清勝、楊明仁、馮欽賜、張保亮、何台華，2010：颱風路徑與侵臺颱風伴隨風雨預報技術之發展研究2009年成果，氣象學報，48(3)，43-58。
Chang, C. -P., Y. -T. Yang, and H. -C. Kuo, 2013: Large increasing trend of tropical cyclone in Taiwan and the roles of terrain. J. Climate, 26, 4138-4147.
Chien, F. –C., Y. –C. Liu, and B. J. –D. Jou, 2006: MM5 Ensemble Mean Forecasts in the Taiwan Area for the 2003 Mei-Yu Season. Wea. Forecasting, 21, 1006–1023.
Ebert, Elizabeth E., 2001: Ability of a Poor Man’s Ensemble to Predict the Probability and Distribution of Precipitation. Mon. Wea. Rev., 129, 2461-2480.
Fang, X., and Y. H. Kuo, 2013: Improving ensemblebased quantitative precipitation forecast for topography-enhanced typhoon heavy rainfall over Taiwan with modified probability-matching technique. Mon. Wea. Rev., 141, 3908-3932.
Hsu, L. -H, H. -C. Kuo, and R. G. Fovell, 2013: On the geographic asymmetry of typhoon translation speed across the mountainous island of Taiwan. J. Atmos. Sci., 70, 1006-1022.
Roberts, N.M. and H.W. Lean, 2008: Scale-Selective Verification of Rainfall Accumulations from High-Resolution Forecasts of Convective Events. Mon. Wea. Rev.,
136, 78–97.
Tracton, S., and E. Kalnay, 1993: Ensemble forecasting at NMC: Operational implementation. Wea. Forecasting, 8, 379-398.
Tsuboki, K., and A. Sakakibara, 2002: Large-scale parallel computing of cloud resolving storm simulator. High Performance Computing, H. P. Zima et al. Eds., Springer, 243–259.
——, and ——, 2007: Numerical Prediction of High-Impact Weather Systems: The Textbook for the Seventeenth IHP Training Course in 2007. Hydrospheric Atmospheric Research Center, Nagoya University, and UNESCO, 273 pp.
Wang, C. –C., 2015: The more rain, the better the model performs: The dependency of quantitative precipitation forecast skill on rainfall amount for typhoons in Taiwan. Monthly Weather Review, 143, 1723-1748.
——, C. –C., S. –Y. Huang, S. –H. Chen, C. –S. Chang, and K. Tsuboki, 2016: Cloud-Resolving Typhoon Rainfall Ensemble Forecasts for Taiwan with Large Domain and Extended Range through Time-Lagged Approach. Wea. Forecasting, 31, 151–172.
——, C. -C., H. -C. Kuo, Y. -H. Chen, H. -L. Huang, C. -H. Chung, and K. Tsuboki, 2012: Effects of asymmetric latent heating on typhoon movement crossing Taiwan: The case of Morakot (2009) with extreme rainfall. J. Atmos. Sci., 69, 3172-3196.
Wilks, Daniel S., 2011: Statistical methods in the atmospheric sciences (3rd ed.). Elsevier lnc., chapter 8.
Wu, C. -C., and Y. -H. Kuo, 1999: Typhoons affecting Taiwan – Current understanding and future challenges. Bull. Amer. Meteor. Soc., 80, 67-80.
——, T. -H. Yen, Y. -H. Kuo, and W. Wang, 2002: Rainfall simulation associated with Typhoon Herb (1996) near Taiwan. Part I: The topographic effect. Wea. Forecasting, 17, 1001-1015.
Zhou, B. , J. McQueen, J. Du, G. DiMego, Z. Toth and Y. Zhu, 2005: Ensemble forecast and verification of low level wind shear by the NCEP SREF system. 21st
Conference on Weather Analysis and Forecasting/17th Conference on Numerical Weather Prediction. Washington, D.C., Amer. Meteor. Soc., 11B.7A