本研究所指初始化泛指區域模式在產製初始場過程中的種種處理程序，包括了水平內插、垂直內插、 變數轉換以及模式地表氣壓的重建等，隨著不同的資料同化策略，初始化過程對模式預報結果有不同層 次的影響。分析結果顯示，WRF (Weather ResearchandForecasting)模式自全球模式降尺度進行初始化 後便產生顯著的誤差。本研究旨在分析WRF模式垂直內插過程中誤差形成的原因，並且嘗試修改垂直 內插方法以降低初始化過程導致的誤差，並進一步改善WRF模式的預報。 在理想化實驗與使用實際探空觀測的實驗中，若模式分層與欲進行垂直內插的等壓層距離越近，內 插誤差越小；使用較高次方的內插方法也能降低誤差，而三次仿樣內插法則有著最小的內插誤差。 在實際個案測試中，由於WRF模式是根據地表與模式層頂的氣壓來計算模式分層的氣壓和高度， 每個網格點上的模式分層與等壓層的距離無法固定，所以我們以增加垂直解析度的方式來減少模式分層 與等壓層的距離，並且使用不同的方法進行內插。如同理想化實驗的結果，增加模式分層數量有助於降 低初始場的誤差，以及後續預報的方均根誤差。另外，使用較高次方的內插方法可顯著降低初始場和模 式預報的方均根誤差，其中以三次仿樣內插法最為明顯。 本研究結果顯示導人三次仿樣內插法能有效降低WRF模式垂直內插過程的誤差，此一方案已新增 於WRF V3.6以後之版本，以提供WRF模式使用者更佳的垂直內插方法。

Initialization is an important procedure for regional model, it ususally includes variables transformation, reconstruct surface pressure, horizontal and vertical interpolation. It is found that the apparent error was occurred in the WRF's initial condition as initialized by real, the initialization module of the WRF model. In this paper, the error characteristics based on the different interpolation schemes were studied to improve the initialization performance in WRF model In summary, the vertical resolution, the vertical distribution of the model levels, and the interpolation schemes, all play imporatant roles for the interpolation error. The higher vertical resolution, and the better fit between the model levels and the isobaric layers introduce the smaller interpolation errors. The cubic-spline interpolation scheme outperforms the Lagrange polynomial interpolation scheme. The linear interpolation scheme has the largest error. In the real cases study, the higher vertical resolution results in the smaller interpolation error both in the initial condition and the 72-hr forecast. The cubic-spline interpolation scheme outperforms the other schemes in the initial condition; while the 72-hr forecast performances are comparable for cubic-spline and Lagrange polynomial interpolation scheme, the linear interpolation make the largest forecast errors.