臺灣博碩士論文加值系統

目前中央氣象局乃採用以逐步廻歸(SR)為基礎的模式輸出統計（MOS）作為天氣預報主要輔助業務預報工具之用。此類線性模式因預報因子的共線性問題而使得預報技術無法達到完善，為了改進MOS預報系統的缺點，本文引入非線性統計模式，類神經網路模式（BP）和混合遺傳演算法/類神經網路模式(GABP)。
本文使用此三種模式於全球分析場資料進行台灣測站日最高溫度、最低溫度及分區降水的預報實驗。以1995年至1999年為模式訓練期來建立模式，以2000年至2004年為測試期來進行模式驗證。以預測值和觀測值之相關係數及平均絕對誤差為評估指標。本文首先分析作為比較基準的SR模式模擬預報的結果。再和BP及GABP的模擬預報結果做比較。
SR模擬預報實驗的結果顯示直接選用台灣附近網格點上的預報因子資料讓SR有最佳的預報技術。SR篩選出來的預報因子也作為BP和GABP模式的輸入。以三種模式模擬預報實驗的結果顯示在訓練期BP可能在大部分情況較其他兩種模式有較高的技術，但是結果並不穩定。在測試期則以GABP有最高而穩定的預報。顯示GABP可有效解決SR和BP的缺點，具有進一步發展，作為業務預報模式之潛力。
本文另探討相關分析、顯著性及逐步廻歸選取預報因子的部分，顯示逐步廻歸所選取的預報因子和以相關分析顯示具有顯著相關的變數分佈有所差異。逐步廻歸所得到預報因子比相關分析中具顯著性變數的個數少。相關分析中具有顯著相關的變數並沒有完全挑選進入預報模式，甚或逐步廻歸會挑選不具相關顯著性的變數進入模式，顯示預報因子並非完全獨立。

摘要﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒I
目錄﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒III
圖表說明﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒.V
第一章 前言﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒1
第二章 研究資料、模式建立及評估﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒4
2.1 研究方法 ﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒4
2.1.1 逐步廻歸﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒4
2.1.2 倒傳遞類神經網路﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒4
2.1.3 遺傳演算法﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒6
2.2 使用資料、模式建立及參數設定﹒ ﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒8
2.2.1 再分析場資料。﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒8
2.2.2 測站資料﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒8
2.3 模式建立及參數設定。﹒﹒﹒﹒﹒ ﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒9
2.4 評估標準﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒ ﹒﹒﹒﹒﹒﹒﹒﹒﹒ 10
第三章 逐步廻歸模式﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒11
3.1 逐步廻歸模式之建立﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒11
3.1.1 日最高溫度﹒﹒﹒﹒﹒﹒﹒﹒ ﹒﹒﹒﹒﹒﹒﹒﹒﹒11
3.1.2 日最低溫度﹒﹒﹒﹒﹒﹒﹒﹒ ﹒﹒﹒﹒﹒﹒﹒﹒﹒12
3.1.3 日分區雨量﹒﹒﹒﹒﹒﹒﹒﹒ ﹒﹒﹒﹒﹒﹒﹒﹒﹒13
3.2 區域大小和資料EOF前處理的影響﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒13
3.2.1 網格資料範圍大小的影響﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒14
3.2.2 預報因子EOF﹒﹒﹒﹒﹒﹒﹒﹒ ﹒﹒﹒﹒﹒﹒﹒﹒15
3.2.3 網格VS. EOF資料﹒﹒﹒﹒﹒﹒ ﹒﹒﹒﹒﹒﹒﹒﹒17
3.3 線性廻歸與相關分析﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒18
第四章 模式模擬與預報比較﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒21
4.1 日最高溫度﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒21
4.2 日最低溫度﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒22
4.3 日分區雨量﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒23
第五章 總結和討論﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒25
參考文獻﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒27附錄一﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒31
附錄二﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒34
附圖﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒﹒35

周明、孫樹棟，2005：遺傳演算法原理與應用。國防工業出版社。
周鵬程，2002：遺傳演算法原理與應用-活用Matlab。全華科技圖書股份有限公司。
郭晶、孫傳娟，2005：神經網路理論與Matlab7實現。電子工業出版社。103頁。
陳仁曾，2001：1993、1994年夏季東亞降水與大尺度海氣環流之關係。國立台灣
大學大氣科學研究所碩士論文。
陳白瑜、王國英，2006：臺北測站2002-2005年溫度預報之分析。天氣分析與預報研討會論文彙編2006，3-83至3-88頁。
蔡清彥、柯文雄、許武榮，1990：數值天氣預報。聯經出版事業公司。
謝坤璋、陳昭銘，2005：台灣降雨之動力-統計降尺度預報模式。天氣分析與預報研討會暨2005台灣海洋年--海洋資訊應用研討會論文彙編，374-377頁。
羅存文與陳重功，2003：2001年最高/低溫統計預報結果分析。氣象學報第四十五卷，33-50頁。
Barnett T.P., and R. Preisendorfer, 1987：Origins and Levels of Monthly and Seasonal
Forecast Skill for United States Surface Air Temperatures Determined by
Canonical Correlation Analysis. Monthly Weather Review. Vol. 115, pp.
1825-1850。
Bretherton, C. S., Smith, C. and Wallace, J. M. 1992. An intercomparison of methods
for finding coupled patterns in climate data. J. Climate 5, 541-560。
Cavasos T., 1997：Downscaling large-scale circulation to local winter rainfall in
North-eastern Mexico。International Journal of Climatology, Vol. 17, pp.
1069-1082。
De Jong, K.A.，1975：Analysis of Behavior of a Class of Genetic Adaptive Systems .
PhD thesis,. University of Michigan, Ann Arbor, MI。
Dickinson, R.E., R.M. Errico, F. Giorgi and G.T. Bates, 1989: A regional climate model
for western United States. Clim. Change, 15, 383-422。
Draper, N. R., H. Smith, 1981：Selecting the "best"regression equation。Applied Ression
Analysis, pp. 294-352。
Giorgi, F., 1990: Simulation of regional climate using a limited area model nested in a
general circulation model. J. Climate, 3, 941-963。
Glahn, H. R., and D. A. Lowry, 1972: The use of model output statistics (MOS) in
objective weather forecasting. J. Appl. Meteor., 11, 1203-1211。
Holland, J. 1975：Adaptation in natural and articial systems. The University of
MichiganPress, Ann Arbor.
Jolliffe I.T., 2002：Principal Component Analysis (Springer Series in Statistics)
(Hardcover)。Amazon.com。
Kim, J.W., J.T. Chang, N.L. Barker, D.S. Wilks and W.L. Gates, 1984: The statistical
problem of climate inversion: Determination of the relationship between local and
large-scale climate. Mon. Wea. Rev., 112, 2069-2077。
Kim, M.-K., I.-S. Kang, C.-K. Park and K.M. Kim, 2004: Super ensemble prediction of
regional precipitation over Korea. Intl. J. Climatol., 24, 777-790。
Kistler, R., and Coauthors, 2001: The NCEP-NCAR 50-year reanalysis: Monthly means
CD-ROM and documentation。 Bull. Amer. Meteor. Soc., 82, 247-267。
Koh CG, YF Chen, CY Liaw, 2003：A hybrid computational strategy for identification of
structural parameters. Computer & Structures. Volume 81, Issue 2, pp. 107-117.
Kok, K., and S. Kruizinga, 1992: Updating probabilistic MOS equations. Proc. 12th
Conf. on Probability and Statistics in Atmospheric Sciences, Versailles, France,
Amer. Meteor. Soc., 62-65。
Lemcke, C., and S. Kruizinga, 1988: Model output statistics forecasts (three years of
operational experience in the Netherlands). Mon. Wea. Rev., 116, 1077-1090。
Maini Parvinder , Ashok Kumar, S V Singh, L S Rathore, 2002：Statistical
interpretation of NWP products in India. Meteorological Applications. Vol. 9, pp.
21-31.
Radan Huth, 2002：Statistical Downscaling of Daily Temperature in Central Europe。
Journal of Climate，Vol. 15, No. 13, pp. 1731-1742。
Ross, G. H., 1989: Model output statistics using an updatable scheme, Proceedings of
the 11th Conferences on Probability and Statistics in Atmospheric Sciences,
Monterey, California, American Meteorologist Society, 93-97。
Schoof J.T., S.C. Pryor，2001：Downscaling temperature and precipitation: a comparison
of regression-based methods and artificial neural networks。International Journal of
Climatology，Vol. 21, Issue 7 , pp. 773-790。
Sohn, K. T., and J. H. Kim, 2003: Statistical prediction of precipitation during warm
season in Seoul area. Journal of the Korean Data Analysis Society, 5(1), 113-126。
Teng J.-H., and Hui-Chuan Lin, 2004：Ensemble prediction of rainfall during the
2000-2002 Mei-Yu seasons: Evaluation over the Taiwan area. Journal of
Geophysical Research , VOL. 109。
Wigley, T.M.L., P.D. Jones, K.R. Briffa and G. Smith, 1990: Obtaining sub-grid-scale
information from coarse-resolution general circulation model output. J. Geophys.
Res., 95(D2), 1943-1953。
Wilby, R.L., T.M.L. Wigley, D, Conway, P.D. Jones, B.C. Hewitson, J. Main and D.S. Wilks, 1998: Statistical downscaling of general circulation model output: A comparison
of methods. Water. Resour. Res. 33(11), 2995-3008。
Wilks, D. S. 1995. Statistical methods in the atmospheric sciences. Academic Press, San
Diego, CA, pp. 467。
Yang Ming-Jen, Ben J.-D. Jou, Shi-Chieh Wang, Jing-Shan Hong, Pay-Liam Lin,
Parvinder Maini, Ashok Kumar, S V Singh, L S Rathore, 2002：Statistical
interpretation of NWP products in India. Meteorological Applications. Vol. 9, pp.
21-31。