跳到主要內容

臺灣博碩士論文加值系統

(34.226.244.254) 您好!臺灣時間:2021/08/01 06:25
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:黃暉翔
研究生(外文):Huei-SiangHuang
論文名稱:自組非線性系統應用於颱風波高預測
論文名稱(外文):Study on Typhoon Wave Height Forecastingby Using Self-Organization Algorithm Model
指導教授:顏沛華顏沛華引用關係
指導教授(外文):Pei-Hwa Yen
學位類別:碩士
校院名稱:國立成功大學
系所名稱:水利及海洋工程學系碩博士班
學門:工程學門
學類:河海工程學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:120
中文關鍵詞:颱風波高預測自組非線性系統GMDH演算法
外文關鍵詞:Typhoon wave height forecastingSelf-Organization Algorithm ModelGMDH(Group Method of Data Handling)
相關次數:
  • 被引用被引用:3
  • 點閱點閱:122
  • 評分評分:
  • 下載下載:15
  • 收藏至我的研究室書目清單書目收藏:0
臺灣夏季因颱風產生的湧浪與風浪對近岸環境及海岸工程影響很大,特別是颱風從臺灣附近海域通過時所產生的風浪以及颱風遠離所引進之西南氣流,除容易造成水患外,亦常導致潮浪成災!因此,探討颱風波浪傳遞的機制,發展颱風波浪預報模式,對於海岸工程設施的防護、疏散警報之發布、人員傷亡之減少、農漁財產損失風險之降低,以及全國防災政策之擬定上,為相當關鍵及倚重的課題。
本研究以自組性(Self-Organization)網路架構(GMDH,Group Method of Data Handling)演算法為基本架構,以2006至2009年間所發生之15個颱風期間新竹氣象資料浮標之逐時波高(H)為主要參數,浮標所測得之風速(V)及中央氣象局颱風中心每6小時發佈之颱風中心坐標位置計算所得距浮標之距離(L)及其對應浮標之方位角(θ)為次要三個參數,以此四個參數建立一輸入~輸出關係之「颱風波高預測模式」,進行海域前置時間6小時之波高預測以滿足防災預警需求;而遞迴之GMDH方式可修正模式,使模式具時變性而能自我調整,達到精確預測的效果。另以該6小時時距之波高預測結果以雙對數方式建立「逐時波高預測模式」,可預測6小時時距內之逐時(每1小時)波高,故可提升本文模式之實用性。
據分析結果顯示,該自組非線性系統以SGMDH演算法較佳,故本文以此演算法建模,因以薔蜜颱風逐時數據之建模結果最為突出,其誤差均方根為22.67 cm,相關係數達97.16 %,故本文以薔蜜颱風建模逐時預測其他14個颱風,其結果平均誤差均方根(RMSE)為20.37 cm,相關係數(CC)為90.55 %,誤差尺度百分比(RMSE/H(1/3))為17.32%。而在實際應用上,為了防災預警需求,將預測時距從逐時拉長為6小時,即直接取用氣象局每6小時發佈之資料,取11個颱風事件建立「颱風波高預測模式」,據分析結果顯示,8個颱風事件每6小時時距預測結果之平均誤差均方根為41.34 cm,相關係數為80.09 %,誤差尺度百分比為26.41%,其預測效能稍遜於逐時之波高預測!而以雙對數方式建立之「逐時波高預測模式」分析顯示,以每6小時時距之預測結果推估6小時時距內該8個颱風事件之逐時波高,其平均誤差均方根為29.53 cm,相關係數為90.76 %,誤差尺度百分比為18.42%,表示本文以自組性網路演算法為架構建立新竹海域8~14個颱風事件之「颱風波高預測模式」及「逐時波高預測模式」,不論是提前1小時或提前6小時之波高預測,其與實測值變化趨勢一致,而平均誤差均方根介於20.37cm~41.34 cm間,相關係數介於80.09~90.76 %,平均之誤差尺度百分比介於17.32 %~26.41 %間,證實本文模式有良好之實用性,可用於實際颱風波高之推算。

Swell and wind wave, as well as the southwest air current, induced by typhoons moving around Taiwan in summer influence severely the near shore structures and marine environment. Therefore, it is important to discuss the mechanism of typhoon wave’s deforming process while typhoon is moving on surroundings and to develop the typhoon wave height forecasting model to meet the requirement of disaster prevention during the typhoon season.
A forecasting model of typhoon wave height developed by the GMDH (Group Method of Data Handling) structure of Self-Organization Algorithm with four parameters of wave height (H), wind speed (V), distance (L) and azimuth (θ) between the target location and typhoon center is proposed in this paper. Data of these 4 parameters observed at Hsin Chu data buoy and obtained from CWB were be used to construct the prior 6hrs typhoon wave height forecasting model first to provide the necessity of warning facility with fifteen typhoon events data during 2006 to 2009. Then, a recursive GMDH model could be organized by using the update data to match the time variant properties in forecasting steps to improve the predict accuracy. In addition, a prior 1hr typhoon wave height forecasting model could be set up by cooperate prior 6hrs predict results with the log-logarithm correlation between progressive every 6hr’s and every hour’s measured wave height data to enhance the model advanced applications.
The modeling approach shows that the Stepwise regression GMDH (SGMDH) algorithm is better than GMDH on typhoon wave height forecasting in typhoon events modeling, and the Jangmi typhoon event modeling with the RMSE 22.67cm and CC 97.16% result the best simulation. Hence, taking this optimum model to forecast wave height of other 14 typhoon events and results show that the average RMSE, CC and error scale ratio (RMSE/H(1/3)) are 20.37cm, 90.55% and 17.32% respectively. Due to the necessity of disaster prevention, a prior 6hrs wave height forecasting model was build up by taking the data of 11 typhoon events and the predicted results reveal that the average RMSE, CC and error scale ratio are 41.34 cm, 80.09% and 26.41% respectively. A prior 1hr wave height forecasting model base on the log-log relation as mentioned above was then applied to calculate the progressive every 1hr’s wave height by using the predicted values of every 6hrs step. Simulation tests show that the average RMSE, CC and error scale ratio are 29.53 cm, 90.76% and 18.42% respectively. In consequence of typhoon wave height forecasting with the data of 8~14 typhoon events, both prior 6hrs and 1hr typhoon wave height forecasting appear the trend of forecasting results in agreement with measuring materials of the data buoy and result reasonable predicting accuracy in this research with the average RMSE, CC and error scale ratio in between 20.37cm~41.34cm, 80.09%~90.76% and 17.32%~26.41% respectively. So, the GMDH forecasting model possesses the practical usage of typhoon wave height forecasting at the specific surroundings.

目 錄
頁次
摘 要 I
ABSTRACT III
誌 謝 V
目 錄 VII
表 目 錄 IX
圖 目 錄 XI
符 號 說 明 XIV
第一章 緒論 1
1-1研究動機 1
1-2研究方法 3
1-3相關文獻回顧 3
1-4本文組織 8
第二章 自組非線性系統理論 9
2-1 GMDH基本架構 9
2-2 GMDH基本理論 10
2-2-1 GMDH演算法 10
2-2-2逐步迴歸之GMDH演算方法 14
2-2-3遞迴結構之GMDH演算方法 17
第三章 颱風波高預測模式之建立與驗證 20
3-1颱風侵襲時期波高預測的重要性 20
3-2颱風波高預測模式之建立 22
3-3波高預測效能評鑑指標 24
3-4颱風波高預測模式之驗證 25
3-4-1新竹附近海域地形及氣海象概述 25
3-4-1-1沿海海域地形 25
3-4-1-2氣海象狀況 26
3-4-2資料浮標概述 29
3-4-3資料浮標系統 30
3-4-4波高預測模式參數選定 32
3-4-5新竹海域波高預測模式之建立與預測 41
3-4-6資料更新重新建模之波高預測 45
第四章 分析結果與討論 47
4-1 GMDH與SGMDH之模擬結果與討論 47
4-2最佳輸入變數組合分析 49
4-3 颱風波高預測結果分析 51
4-4資料更新重新建模之預測結果分析 94
第五章 颱風波高預測模式實際應用探討 97
5-1每6小時波高預測之最佳變數輸入組合 97
5-2 第7、8、9、10、11時之波高預測 104
5-3 逐時波高預測精度分析 108
第六章 結論與建議 113
6-1 結論 113
6-2 建議 115
參 考 文 獻 118


1.Duffy,J.J.andM.A.Franklin,「A Learning Identification Algorithm and Its Application to an Environmental Systems」,IEEE Trans.System,Man,Cybernetic,Vol.SMC-5,NO.2,pp226-239,1975。
2.Ikeda S.,S.Fugishige,and Y. Sawaragi,「Nonlinear Prediction Model of River Flow by Self-Organization Method」,Int. J. Syst. Sci.,Vol.7,No.2,pp.165-176,1976。
3.Stanley J.Farlow,「Self-Organization Methods In Model-GMDH TYPE Algorithms」,MARCEL DEKKER.IND。
4.郭金棟,「海岸工程」,初版,中國土木水利工程學會,1988。
5.顏月珠,「現代統計學」,初版,三民書局,1992。
6.李梅芳,「自組非線性系統應用於水位相關研究」,國立成功大學水利及海洋工程研究所碩士論文,1993。
7.楊永棋,「自組非線性系統應用於水位即時預測」,國立成功大學水利及海洋工程研究所碩士論文,1997。
8.周益達,「自組非線性理論建立水位預測模式之探討」,國立成功大學水利及海洋工程研究所碩士論文,1998。
9.方介群,「應用SWAN風浪模式推算臺灣附近海域之颱風波浪 」,國立成功大學水利及海洋工程研究所碩士論文,1999。
10.李文揚,「自組非線性系統應用於水庫優養化之預測」,國立成功大學水利及海洋工程研究所碩士論文,2000。
11.吳俊逸,「自組非線性系統應用於地層下陷之預測」,國立成功大學水利及海洋工程研究所碩士論文,2001。
12.廖建明,「近岸風浪推算之研究」,國立成功大學水利及海洋工程研究所博士論文,2001。
13.楊博閔,「客觀分析應用於臺灣海域颱風波浪預報之研究」,國立成功大學水利及海洋工程研究所碩士論文,2003。
14.郭一羽,「海岸工程學」,第二版,文山書局,2003。
15.陳亞嵐,「近岸風浪推算資料同化之研究」,國立成功大學水利及海洋工程研究所碩士論文,2004。
16.王英銘,「自組非線性系統應用於濁度預測」,國立成功大學水利及海洋工程研究所碩士論文,2005。
17.李怡婷,「風浪模式計算最佳化之研究」,國立成功大學水利及海洋工程研究所碩士論文,2005。
18.鄭皓元,「SWAN波浪模式推算週期之探討」,國立成功大學水利及海洋工程研究所碩士論文,2005。
19.蔡心堯,「SWAN模式於潮汐水位變化之研究」,國立成功大學水利及海洋工程研究所碩士論文,2006。
20.陳家銘,「應用波浪數值模式推算台灣海域波浪特性」,國立中山大學海洋環境及工程學研究所碩士論文,2007。
21.黃大任,「自組非線性系統應用於波高預測」,國立成功大學水利及海洋工程研究所碩士論文,2008。
22.經濟部水利署第二河川局,「桃竹苗海岸基本資料監測調查計畫」,2010。
23.程大器,「統計學(下)重點整理」,高點出版社,2010。
24.經濟部水利署第二河川局,「竹苗海岸基本資料監測調查計畫」,2011。
25.從文碩,「以高階Boussinesq模式模擬波浪於海岸地區之溯升及越波」,國立成功大學水利及海洋工程研究所碩士論文,2011。
26.邱方瑜、蔡仁智、蔡政翰「以類神經網路預測龍洞海域的颱風波浪」,第33屆海洋工程研討會論文集,高雄,第163-168頁,2011。
27.林賢明、張憲國、何良勝、陳蔚瑋「結合歸屬函數之類神經網路颱風波浪推算」,第33屆海洋工程研討會論文集,高雄,第169-174頁,2011。
28.湯麟武、陳陽益,「海岸工程學」,國立中山大學海洋環境及工程學系大學教材用書。
29.交通部中央氣象局。
30.國立成功大學近海水文中心。

連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊