書籍介紹
台灣河川坡陡流短，每逢颱風暴雨侵襲，中下游區域易發生嚴重淹水之情形；因此，建置洪災預警及淹水潛勢等防災預報系統，實有其必要性與迫切性。考量傳統之水文與水理模式，在運算過程需耗費大量的時間與人力，使得預警或淹水預判緩不濟急。本計畫提出建置全河段預測模式與區域淹水推估模式之方法論，以期在颱風暴雨期間對小區域進行即時淹水災害範圍分析，以獲得即時洪災資訊及災害影響範圍。本計畫選定彰化縣大村鄉與高雄縣鳳山市為淹水潛勢預測之研究區域；其中全河段預測模式以倒傳遞類神經網路來建立，將部份流量站資料作為訓練階段學習，其餘測站資料作為測試資料以驗證模式之預測成效。區域淹水推估模式則以BPNN與線性模式之複合型模式建置，分為資料前處理階段與模式建置階段。由於造成淹水的成因相當多且複雜，為瞭解區域淹水預測模式與各可能影響因子間的關係，本計畫首先以相關性分析及因素分析簡化影響因子間的線性關係。資料前處理階段分別以高程門檻值先判定該地區是否會發生淹水，以及K-means聚類分析依淹水特性進行分類，可劃分該區域不同的淹水特性之資料點群集，並求得各分群之控制點；在模式建置階段則分別建置控制點之淹水預測模式、線性網格點之線性迴歸淹水預測模式、非線性網格點之倒傳遞類神經網路多點淹水預測模式。透過上述模式組合即可建構全區域淹水預測模式，並可線上即時預測與繪製淹水潛勢圖，有助於相關主管單位擬定緊急應變措施，進而達到減少洪災損失之效。
分類
其他詳細資訊
- 英文題名：A Study of Flood Inundation Extent in Small Watershed Using Artificial Neural Network
- 適用對象：成人(學術性)
- 關鍵詞：全河段預測，區域淹水推估，類神經網路，聚類分析
- 附件：無附件
- 頁/張/片數：127
授權資訊
- 著作財產權管理機關或擁有者：經濟部水利署
- 取得授權資訊：聯絡人：蘇瑞華聯絡電話：02-37073216聯絡地址：台北市大安區信義路三段41-3號9-12樓