書籍介紹
本計畫第一年已在宜蘭縣、雲林縣、屏東縣等三個區域進行測試，並完成倒傳遞類神經網路(BPNN)與調適模糊推論系統(ANFIS)對未來1～6小時之淹水預測結果，淹水預測正確率皆以BPNN模式優於ANFIS模式。BPNN模式在三個測試區預測效果不錯，淹水預測正確率大多高於70%；雨型比較法以10種雨型特徵值探討雨型特徵值之線性關係，找出評估雨型因子之線性模式；修正因子推估方法之研擬，則分別以潮汐變化、地形情況、抽水機數等不同之設計情況探討淹水情況之變化，並建立淹水面積及淹水體積與潮汐水位、抽水機數之關係曲線。
預測雨型方面，本研究應用氣候模式法及類神經網路預測並修正未來6小時之預測雨型。降雨-淹水預測模式已完成全台各縣市的建置，預測結果皆以BPNN模式優於ANFIS模式；以SINOTOPO模式製作淹水潛勢圖之縣市其BPNN模式預測正確率平均達78％以上、以二維零慣性淹水模式製作淹水潛勢圖之縣市平均達90％以上。在水文因子-臨前降雨及雨型因子方面，配合氣候模式法預測之雨型，透過類神經網路，於宜蘭示範區選取ObsT0.5pc/SimT0.5pc、ObsT0.75pc/SimT0.75pc、ObsP0.25t/SimP0.25t、ObsP0.75t/SimP0.75t等4種雨型特徵值因子；於雲林示範區選取ObsT0.25pc/SimT0.25pc、ObsT0.75pc/SimT0.75pc、ObsP0.25t/SimP0.25t、ObsP0.5t/SimP0.5t等4種雨型特徵值因子，計算可能淹水面積變量。在水文因子-潮位因子及地文因子-清淤疏浚因子方面，本研究透過多組潮位（或淤積率）及設計雨量之模擬試驗，以多組方程式內差可即時計算不同潮位（或淤積率）及雨量下之淹水面積。在地文因子-地層下陷因子、抽水站因子方面，經多組地層下陷（或抽水站）配合設計雨量之模擬試驗後，其預測結果無明顯趨勢，不建議採用。本研究並將上述類神經網路運算整合至降雨-淹水預警系統，可即時計算在不同因子下之淹水面積或淹水面積變量。
分類
其他詳細資訊
- 適用對象：成人(學術性)
- 關鍵詞：淹水潛勢圖、淹水預警系統、類神經網路
- 附件：無附件
- 頁/張/片數：243
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：聯絡處室：防災中心
姓名：楊其錚
電話：02-37033037
地址：台北市大安區信義路三段41-3號9-12樓