熱帶氣旋是熱帶和中緯度地區降水的重要來源，其所帶來的降雨雖可為水資源和農業帶來好處，但在許多情況下亦透過洪水與土石流對人口和基礎設施造成廣泛的破壞。若能準確的對颱風路徑、強度及降雨等做預報，對於即將來臨的災害亦可盡早提供警報來降低人命及財產的損失。除台灣以外，東亞地區亦存在著相同遭受颱風侵擾的國家，以鄰近臺灣南邊的國家菲律賓共和國為例，其都會地區聚集來高度密集的人口，當災害來臨時，勢必要仰賴這些預報來提供警訊。
歷史資料顯示，每年平均約有9個颱風登陸菲律賓，但分布於菲律賓全島的氣象觀測站僅有56座，在數量與密度上均嫌不足，且計算資源也較不充分下。本研究利用雲解析差時系集預報對於2018年侵襲菲律賓的山竹颱風、2015年的巨爵颱風以及茉莉颱風作定量降水預報之評估，將預報結果的降水量與衛星及觀測雨量站的資料做比對，並校驗其技術得分，以了解在差時系集方法下，定量降水預報之參考價值。
結果顯示，差時系集預報在颱風路徑、最大風速及最低氣壓之預報上皆有當預報初始時間越接近實際觀測時，其誤差變小的趨勢，並且離目標降水時段兩天前之內開始的預報路徑誤差都在150公里以下。在降雨方面，其強度與位置分布也會隨預報時間越接近目標降水時段而越與觀測接近，顯示該三個個案利用差時系集預報方法，可提前在防災應變上提供有用的參考資訊。技術得分校驗結果顯示，差時系集預報中路徑誤差較小之成員若使用全球降水測量(GPM)資料計算佔比技術得分(FSS)，山竹、巨爵和茉莉颱風分別為0.8、0.7和0.5以上，使用測站資料計算得分則分別為0.5、0.6和0.7以上。在使用預兆得分(TS)評估結果得知，整體趨勢與FSS得分相似，在高門檻值強降水區域都有不錯的預報表現，顯示差時系集預報對於颱風降雨有一定程度技術。

錢稚偉，2018：雲解析模式對侵臺颱風八天定量降水預報技術之評估與特性分析。國立臺灣師範大學地球科學研究所碩士學位論文。
李昭億，2019：海燕颱風(2013)之雲解析差時系集預報應用研究。國立臺灣師範大學地球科學研究所碩士學位論文。
Bagtasa, G., 2017: Contribution of Tropical Cyclones to Rainfall in the Philippines. J. Clim. 30, 3621-3633.
Cuo, L., T. C. Pagano, and Q. J. Wang, 2011: A review of quantitative precipitation forecasts and their use in short- to medium-range streamflow forecasting. J. Hydrometeor., 12, 713–728.
Cinco, T. A., 2016: Observed trends and impacts of tropical cyclones in the Philippines. Int. J. Climatol., 36, 4638–4650.
Czajkowski, J., G. Villarini, E. Michel-Kerjan, and J. A. Smith, 2013: Determining tropical cyclone inland flooding loss on a large scale through a new flood peak ratio-based methodology. Environ. Res. Lett., 8, 044056.
Hong, J.-S., C.-T. Fong, L.-F. Hsiao, Y.-C. Yu, and C.- Y. Tzeng, 2015: Ensemble Typhoon Quantitative Precipitation Forecasts Model in Taiwan. Wea. Forecasting, 30, 217–237.
Roebber, P. J., D. M. Schultz, B. A. Colle, and D. J. Stensrud, 2004: Toward improved prediction: high-resolution and ensemble modeling systems in operations. Wea. Forecasting, 19, 936–949.
Roebber, P. J., 2009: Notes And Correspondence Visualizing Multiple Measures of Forecast Quality. Wea. Forecasting, 24, 604-608.
Tsuboki, K., and A. Sakakibara, 2007: Numerical Prediction of High-Impact Weather Systems. The Textbook for Seventeenth IHP Training Course in 2007. HyARC, Nagoya University and UNESCO, 273 pp.
Tsuboki, K., and A. Sakakibara, 2002: Large-scale parallel computing od cloud resolving storm simulator. High Performance Computing, Springer, H. P. Zima et al. Eds., 243-259.
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. Mon. Wea. Rev., 143, 1723–1748.
Wang, 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.
Wilks, D. S., 2011: Statistical methods in the atmospheric sciences (3rd ed.). Elsevier lnc., chapter 8.
Zhu, Y., Y. Li, and S. Peng, 2020: The track and accompanying sea wave forecasts of the Supertyphoon Mangkhut (2018) by a real-time regional forecast system. J. Atmos. Oceanic Technol., 37, 2075–2084.