跳到主要內容

臺灣博碩士論文加值系統

(44.222.189.51) 您好!臺灣時間:2024/05/24 18:28
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

我願授權國圖
: 
twitterline
研究生:郭盈妤
研究生(外文):KUO,YIN-YU
論文名稱:以氣象雷達及類神經網路預測高水位時期之河川水位
論文名稱(外文):Forecasting of gage height during high water using weather radar and neural network
指導教授:陳彥璋陳彥璋引用關係
指導教授(外文):CHEN,YEN-CHANG
口試委員:陳彥璋葉惠中衛強李心平
口試委員(外文):CHEN,YEN-CHANGYEH,HUI-CHUNGWEI,CHIANGLI,SHIN-PING
口試日期:2019-07-19
學位類別:碩士
校院名稱:國立臺北科技大學
系所名稱:土木工程系土木與防災碩士班
學門:工程學門
學類:土木工程學類
論文種類:學術論文
論文出版年:2019
畢業學年度:107
語文別:中文
論文頁數:77
中文關鍵詞:降雨-逕流模式輻狀基底函數類神經氣象雷達
外文關鍵詞:Rainfall-runoff modelRadial basis function neural networkweather radar
相關次數:
  • 被引用被引用:0
  • 點閱點閱:151
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
利用中央氣象局的定量降雨即時預報模式所預測的降雨量,以評估適用於翡翠水庫集水區北勢溪流域的定量降水模式,並以此模式所產出的降雨量預測未來1-3小時北勢溪流域的水位資料。
雨量資料乃利用集水區雨量站網的實測雨量資料,並利用北勢溪流域範圍內之10個網格,以迴歸分析預估下個小時的雨量,並以此方式所產出的降雨量預測未來水庫集水區上游可能的入流量,即時QPESUMS資料及預測的降雨資料,亦將利用網格內的降雨量及支流入庫流量資料,以類神經網路建構降雨-逕流模式,推估北勢溪流域之未來1-3小時河川水位。

The rainfall data which is measured from the rainfall station network in the catchment area from the QPESUMS of the Central Meteorological Administration is used to evaluate the quantitative precipitation patterns applicable to the catchment area of the Feitsui Reservoir of the Beishi River area , and using this model to forecasting the water level for the next 3 hours in the future.
This study will use the rainfall data from these observation grids to reqression of the forecasted rainfall for the next hour. Using the rainfall and branch flow data in the grid, the rainfall-runoff model is constructed with a neural network to estimate the main river water level and inflow of the future tributary to facilitate the operation of the reservoir and reduce the flood and shortage of the reservoir downstream.

目錄
摘要 i
ABSTRACT ii
誌謝 iii
目錄 iv
表目錄 vi
圖目錄 vii
第一章 緒論 1
1.1前言 1
1.2 研究動機及目的 1
1.3論文架構 1
第二章 文獻回顧 4
2.1氣象雷達 4
2.2類神經網路 9
第三章 QPESUMS觀測降雨分析 14
3.1 氣象雷達概述 14
3.2 QPESUMS推估集水區雨量 16
第四章 輻狀基底函數類神經網路 21
4.1輻狀基底函數類神經網路概述 21
4.2輻狀基底函數 22
4.3學習演算法 24
第五章 研究材料 27
5.1研究區域概述 27
5.2集水區網格資料處理 30
5.3集水區網格雨量推估 32
5.4颱洪事件資料整理 36
第六章 結果與討論 38
6.1資料前處理 38
6.2預測T+1水位 41
6.2.1 訓練 43
6.2.2 檢定 47
6.2.3 驗證 50
6.3 預測T+2水位 52
6.3.1 訓練 54
6.3.2 檢定 58
6.3.3 驗證 61
6.4 預測T+3水位 63
6.4.1 訓練 65
6.4.2 檢定 69
6.4.3 驗證 72
第七章 結論與建議 74
7.1結論 74
7.2建議 74
參考文獻 75


參考文獻
1. Andrieu H. ,1997,” Use of a weather radar for the hydrology of a mountainous area.Part I: radar measurement interpretation,”. Journal of Hydrology. vol. 193, no.1-4,pp 1-25.
2. Andrieu H.,1997,” Use of a weather radar for the hydrology of a mountainous area. Part II: radar measurement validation. ,” Journal of Hydrology. vol. 193, no.1-4,,pp 26-44.
3. BellV.A. and MooreR.J,2015, ” A grid-based distributed flood forecasting model for use with weather radar data.,” Hydrology and Earth System Sciences. 1998 ,pp 265-281.
4. Dubey Dutt Akash. ,“ K-Means Based Radial Basis Function Neural Networks for Rainfall Prediction,” IEEE.
5. Fazlina Ahmat Ruslan,,2013,” Modelling flood prediction using Radial Basis Function Neural Network (RBFNN) and inverse model: A comparative study,” IEEE International Conference on Control System, Computing and Engineering
6. Phanida Phukoetphim,2016 ,” Multimodel Approach Using Neural Networks and Symbolic Regression to Combine the Estimated Discharges of Rainfall-Runoff Models,”. Journal of Hydrologic Engineering.
7. Sulafa Hag Elsafi,2014.,”Artificial Neural Networks (ANNs) for floodforecasting at Dongola Station in the River Nile,Sudan.,” Alexandria Engineering Journal. vol. 53, pp. 655-662.
8. SunX, 等,2000.,”Flood estimation using radar and raingauge data.,”Journal of Hydrology. vol. 239, no.1-4,pp. 4-18.
9. ZhangYonghua, LiuLiping and Bi Shuoben ,2019,” Analysis of Dual-Polarimetric Radar Variables and Quantitative Precipitation Estimators for Landfall Typhoons and Squall Lines Based on Disdrometer Data in Southern China,” Atmosphere.,no.10.
10. 曲建仲. 2017.,「翻轉人類未來的 AI 科技:機器學習與深度學習」,[線上].
11. 沈志全,資料可靠度對颱洪時期QPESUMS及洪水預報影響之研究. 博士論文,工程學院工程科技博士班,台北科技大學,2018.
12. 紀昀.,輻狀基底函數類神經網路結合遺傳演算法於河川水位預測之應用.,碩士論文,土木工程學系, 中原大學,2013.
13. 張大元.,類神經網路在放流對河川水位增量之研究.,碩士論文,土木工程學系, 中原大學,2003.
14. 張保亮,「大氣科學(下)東山飄雨西山晴-氣象雷達與應用」科學研習月刊.,第50冊,第6期,2014
15. 張斐章、陳彥璋、梁建銘「以輻狀基底函數網路建立降雨-逕流模式」,台灣水利,第 48 卷,第3期,2000
16. 張智昌、孫志鴻、賴進貴,「整合氣象雷達與即時降雨資料於颱風降雨推估之研究」,環境與世界,第1-22頁,2006
17. 梁晉銘、張斐章、陳彥璋,「複合演算類神經-模糊推論模式應用於洪水預測」,中華水土保持學報 第31卷,第3期,第183-191頁,2000
18. 陳彥璋,多尺度預報降雨模式應用於翡翠水庫集水區之研究,台北市翡翠水庫管理局,2018
19. 黃鵬豪,應用QPESUMS高解析降雨資料改良洪水預報模式之研究,碩士論文,生物環境系統工程學研究所,台灣大學,2008
20. 廖宇慶,氣象雷達簡介以及在劇烈天氣監測與研究上的應用國立中央大學大氣科學系, 雷達氣象實驗室,水保局技術研究發展小組,2019.
21. 蔡孟原、許銘熙、傅金城. 2011.「雷達定量降水估計在河川洪水預報模式之應用」,農業工程學報,第 57卷,第4期,2011


電子全文 電子全文(網際網路公開日期:20240822)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top