此章節在說明，修正類神經網路颱風波浪模式的建立。5-1 節為 提出兩個局部風速的改正的方法、5-2 節為波高與颱風位置空間資訊 參數的計算、5-3 節為模式推算整場颱風歷時波高的比較及 5-4 節為 推算波高風值的差異分析。
5-1 局部風速的改正
利用參數化颱風風場模型所計算出來的 10 米海面上空風速與實 測風速的誤差量大，且趨勢上也有所差異。。因此利用計算風速輸入 類神經網路前，須先進行風速的改正程序。本研究提出兩個改正方法:
1.利用颱風資訊及實測風速資料建立風速類神經網路風速推算模 式，2.利用回歸公式修正參數化風場模型的計算風速。其方法如以下 說明：
1. 方法一:
利用表 2-1 的 21 場颱風資訊來建構風速類神經網路，稱此模式為 ANN-W 。 建 立 此模 式 所 選用 參數為 :1.參 數化 風 場 模型 計 算 風速 (V10)、2.颱風中心與目標點距離(D)、3.實測風速與颱風位置空間資訊 參數(Cv)。
計算風速(V10)參數及颱風中心與目標點距離(D)兩個參數比照 4-1-1 節的說明，實測風速與颱風位置空間資訊參數(Cv)的計算方式為 實測風速(V10m)與颱風中心與目標點距離(D)之比值。圖 5-1 為實測風 速隨距離變化的關係圖，可由圖中看出颱風越遠離臺北港時，風速越 小反之颱風越靠近臺北港測站時，風速則愈大。
風速與距離此較明顯關係下，利用經緯度座標(颱風中心位置)及 實測風速與颱風位置空間資訊參數製成一個空間資訊分布圖，如圖 5-2 所示。圖 5-2 中的紅色方框表示臺北港測站的所在位置其值的範
44
0 200 400 600 800 1000 1200 1400 1600 1800
0
110 115 120 125 130 135 140 145
10
45
圖 5-3 ANN-W 模式學習結果 Q-Q 圖
由圖 5-3 可看出輸入實測風速與颱風位置空間資訊參數對學習是 有幫助的， R2指標為 0.97，在趨勢上學習狀況良好，RMSE 指標為 0.79，誤差也比單純利用參數化風場模型下降許多，BIAS 指標為 0.008，偏差量也相當小，表示整體學習效果不錯。以此良好的學習 狀況當作一個風速的修正依據，以 Vann 風速來當作修正類神經颱風 波浪推算模式的風速輸入參數。
2. 方法二:
臺北港平均季節風速為 6.44(m/s)，所對應的平均示性波高值為 0.88(m)。以此當作修正的依據，若風場模型推算出來的風速比平均 風速小，且對應的波高比統計平均示性波高值大，則由公式 5-1 作風 速之修正。若計算風速比平均風速小，且波高小於最小統計示性波高 值 0.58(m)時，則以線性回歸公式 5-2 作風速修正。
Vc=(0.0199+(0.01992-4*(0.5881-H)*0.0102)0.5)/2/0.012 (5-1) Vc=H*6.44/0.5881 (5-2) 其中，Vc為修正風速(m/s)、H 為示性波高(m)。
0 10 20 30 40
0 10 20 30 40
Vm(m/s) V s(m/s)
46
因模式須具備預報能力，在預報過程中無法得知實測波高資料，
本研究提出以 ANN-M 模式推算出的波高當作實測波高特性，並利用 回歸公式修正風速後再當作風速因子輸入類神經網路。
5-2 臺北港的波高與颱風位置的空間資訊(Ch)
比照 5-1 節說明，波高與距離的關係也較明顯，依相同方式操作。
在此利用學習組及驗證組兩組資料的實測波高資料與目標點距離的 比值作為波高與颱風位置的空間資訊參數(Ch)，再利用經緯度座標及 實測波高與颱風位置的空間資訊參數製成空間資訊圖，示如圖 5-4。
圖 5-4 中紅色方框為臺北港測站位置，其值的範圍介於 0 至 0.1，顏 色由淺至深表示數值由小到大。在未來應用上，利用內差的方式輸入 新的颱風所在經緯度位置求得此參數輸入類神經網路進行波高的推 算。
圖 5-4 颱風波高的位置參數的空間資訊分布圖
利用 5-1 節提出的修正風速方法及颱風中心距目標點的距離(D) 波高與颱風位置參數(Ch)等參數，建立修正類神經網路颱風波浪模 式，模式的設定條件比照 4-1-2 節說明。表 5-1 為 ANN-V 與 ANN-P 模式輸入參數選用列表。
Longitude
Latitude
110 115 120 125 130 135 140 145
10 15 20 25 30 35 40 45
0.02 0.04 0.06 0.08 0.1
47
48
49
50
51
52
(a)ANN-B 模式 (b)ANN-M 模式
(c)ANN-V 模式 (d)ANN-P 模式 圖 5-5 不同模式的推算學習組波高與實測值之比較
將四種模式的學習組及驗證組作一個綜合列表比較。如表 5-6 所 示，分別計算四個模式個別之學習組與驗證組的颱風波浪最大波高誤 差ΔHs,p、最大波高發生時間誤差Δtp、相關係數 R2及均方根誤差 RMSE 等四個指標之平均值。
53
表 5-6 四種模式推算結果比較 組別 ΔHs,p
(m)
Δtp
(hr)
RMSE
(m) R2 ANN-B 學習組 1.04 12.10 0.61 0.58
驗證組 0.82 14.83 0.77 0.47 ANN-M 學習組 1.04 7.90 0.64 0.54 驗證組 0.57 14.00 0.57 0.56 ANN-V 學習組 0.70 11.6 0.30 0.81 驗證組 0.41 5.67 0.50 0.57 ANN-P 學習組 0.96 8.55 0.53 0.61 驗證組 0.41 5.33 0.60 0.42
由表 5-6 綜合比較四個指標可得知，ANN-M 模式之推算結果較 ANN-B 模式佳，且 ANN-V 模式之推算結果較 ANN-P 模式佳。因此 以下僅比較 ANN-M 模式及 ANN-V 模式的差異。比較兩模式驗證組 可得知，ΔHs,p修正約 16%、RMSE 修正約 12%、R2修正約 2%，而 Δtp 有較大的修正約 60%。
將學習組與驗證組的颱風分開，討論這兩組的推算結果，並在學 習組挑取四場及驗證組兩場挑取兩場來做以下的討論。
5-3 推算整場颱風歷時波高的比較
從學習組挑選了海燕(2001)、利奇馬(2001)、柯吉拉(2003)及珊珊 (2006)，從驗證組挑選了杜鵑(2003)及敏督利(2004)。這幾個案例在波 高推算上，以各項指標檢定其推算效果較差，因此利用推算結果時序 列圖與颱風行進路徑分別示如圖 5-6 至圖 5-11，討論如下文所述:
54
(a) 實測與推算波高
(b) 路徑
圖 5-6 4 種模式推算海燕颱風(2001)波高的比較與其路徑
由圖 5-6(a)時序圖可看出 ANN-B 與 ANN-M 模式因波高訊號震盪 較大，趨勢上學習不到且推算的波高比實測波高小很多。而 ANN-V 與 ANN-P 模式在趨勢上學習效果佳但是在大波高的資料點推算結果 低估。由圖 5-6(b)路徑圖可看出海燕颱風的活動範圍在臺灣東部，行 進方向為東北方向前往日本。颱風暴風範圍並沒有直接對臺北港造成 侵襲，卻有較大的波高資料點存在，此路徑也會有大波高產生而四個 模式皆未學習到。從整體趨勢還有推算波高與實測波高差異可判斷 ANN-V 波高推算模式較佳。
0 72
0 2 4 6 8
Time(hr)
Wave Height(m)
Observed ANN-B ANN-M ANN-V ANN-P
104oE 112oE 120oE 128oE 136oE 12oN
18oN 24oN 30oN 36oN
S
Longitude
Latitude
55
(a) 實測與推算波高
(b) 路徑
圖 5-7 4 種模式推算利奇馬颱風(2001)波高的比較與其路徑 由圖 5-7(a)時序圖可看出 ANN-B 與 ANN-M 模式學習效果不佳，
相較之下 ANN-V 與 ANN-P 模式在趨勢上學習效果良好，且在波高 推算上與實測波高值也較吻合。在利奇馬颱風這個案例上，ANN-V 模式僅有少數的波高推算點不準。由圖 5-7(b)的路徑圖可看出這場颱 風的活動範圍在菲律賓北方往臺灣陸地前進，並止於臺灣島內，其行 進方向為菲律賓往北方直撲臺灣南部。颱風的暴風範圍有直接對臺北 港造成侵襲，行徑過程有經過臺灣陸域，受高山地形影響。從整體的 學習狀況來看是 ANN-V 比較好。
0 72
0 2 4 6
Time(hr)
Wave Height(m)
Observed ANN-B ANN-M ANN-V ANN-P
104oE 112oE 120oE 128oE 136oE 12oN
18oN 24oN 30oN 36oN
S E
Longitude
Latitude
56
(a) 實測與推算波高
(b) 路徑
圖 5-8 4 種模式推算柯吉拉颱風(2003)波高的比較與其路徑 由圖 5-8(a)時序圖可看出 ANN-B 與 ANN-M 模式的學習狀況不 佳。而 ANN-V 模式在趨勢上學習良好，且在波高推算上與實測波高 數據大致上誤差較小，僅有後方幾小時有過大的推算結果。由圖 5-8(b) 路徑圖可看出柯吉拉颱風的活動範圍在臺灣東部，行進方向為東北方 向類似海燕颱風，颱風暴風範圍並未直接對臺北港造成侵襲，且此場 颱風的波高偏小，大部分都在 1 米以下，因此推算最大發生波高時間 容易造成大的誤差。從整體學習狀況來看是 ANN-V 模式較好。
0 72 144
0 2 4 6
Time(hr)
Wave Height(m)
Observed ANN-B ANN-M ANN-V ANN-P
104oE 112oE 120oE 128oE 136oE 12oN
18oN 24oN 30oN 36oN
E
Longitude
Latitude
57
(a) 實測與推算波高
(b) 路徑
圖 5-9 4 種模式推算珊珊颱風(2006)波高的比較與其路徑
由圖 5-9(a)時序圖可看出 ANN-B 與 ANN-M 模式模式因波高訊號 震盪較大，學習狀況不理想且 ANN-P 的學習效果亦不理想。而 ANN-V 模式在趨勢上學習效果較佳，且在波高推算上與實測數據也較吻合。
由圖 5-9(b)路徑圖可看出珊珊颱風的活動範圍在臺灣東部，行進方向 為東北方向類似海燕颱風(圖 5-6)及柯吉拉颱風(圖 5-8)，颱風暴風並 未直接對臺北港造成侵襲，波高平均在 2 米左右。因學習組大波高資 料點很少，3 米以上的波高學習不到。從整體學習狀況得知以 ANN-V 模式較好。
0 72 144
0 2 4 6
Time(hr)
Wave Height(m)
Observed ANN-B ANN-M ANN-V ANN-P
104oE 112oE 120oE 128oE 136oE 12oN
18oN 24oN 30oN 36oN
S E
Longitude
Latitude
58
(a) 實測與推算波高
(b) 路徑
圖 5-10 4 種模式推算杜鵑颱風(2006)波高的比較與其路徑 由圖 5-10(a)時序圖可看出 ANN-B 與 ANN-M 模式預測結果也是 不理想，且 ANN-P 的預測結果也是不理想。而 ANN-V 模式在趨勢 上預測結果良好，且在波高推算上與實測也很接近，但再 72 小時左 右的資料點有幾個過大的高估。由圖 5-10(b)路徑圖可看出杜鵑颱風 的活動範圍在臺灣南部，其行進方向由太平洋東側生成沿臺灣南部海 域西進往大陸，颱風暴風範圍並未直接對臺北港造成侵襲，此颱風對 臺北港造成波高影響較小，波高在 1 米以下。從整體預測結果來看是 ANN-V 模式較好。
0 72
0 2 4 6
Time(hr)
Wave Height(m)
Observed ANN-B ANN-M ANN-V ANN-P
104oE 112oE 120oE 128oE 136oE 12oN
18oN 24oN 30oN 36oN
S E
Longitude
Latitude
59
(a) 實測與推算波高
(b) 路徑
圖 5-11 4 種模式推算敏督利颱風(2004)波高的比較與其路徑 由圖 5-11(a)時序圖可看出 ANN-B、ANN-M 及 ANN-P 模式預測 狀況均不佳。而 ANN-V 模式其趨勢在後半部分出現差異較大的狀 況。由圖 5-12(b)路徑圖可看出敏督利颱風生成於太平洋東側，其颱 風暴風範圍有直接對臺北港造成侵襲，且行經臺灣內陸會受地形影 響，其波高大多在 1 米以下，僅有後半部較靠近臺北港區域時才有少 數 2 米的波高值出現，模式無法考量受地形所造成的影響使得推算造 成誤差。從整體預測結果來看是 ANN-V 模式比較好。
0 72 144
0 2 4 6
Time(hr)
Wave Height(m)
Observed ANN-B ANN-M ANN-V ANN-P
104oE 112oE 120oE 128oE 136oE 12oN
18oN 24oN 30oN 36oN
E
Longitude
Latitude
60
5-4 推算波高峰值的誤差分析
本節以四個波浪推算模式期推算波高峰值的誤差來分析，示如圖 5-12 至圖 5-15。
圖 5-12 以 ANN-B 推算波高峰值的誤差分析
圖 5-13 以 ANN-M 模式推算波高峰值的誤差分析
-6 -4 -2 0 2 4 6
0 0.1 0.2 0.3 0.4
h
probability density
median=-0.5
mean=-0.64879
-6 -4 -2 0 2 4 6
0 0.1 0.2 0.3 0.4 0.5
h
probability density
median=-0.67
mean=-0.64758
61
圖 5-14 以 ANN-V 模式推算波高峰值的誤差分析
圖 5-15 以 ANN-P 模式推算波高峰值的誤差分析
-6 -4 -2 0 2 4 6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
h
probability density
median=-0.14
mean=-0.23545
-6 -4 -2 0 2 4 6
0 0.1 0.2 0.3 0.4 0.5 0.6
h
probability density
median=-0.42
mean=-0.44848
62
圖 5-12 為 ANN-B 模式波浪推算結果的各場颱風波高峰值的誤差 分析，其平均值為-0.5 米，中位數為-0.65 米，標準偏差為 1.11 米，
33 個樣本中不通過 95%信賴度的有 2 個，佔全部的 6%。
圖 5-13 為 ANN-M 波浪推算結果的各場颱風波高峰值的誤差分 析，其平均值為-0.65 米，中位數為-0.67 米，標準偏差為 1.04 米，33
圖 5-13 為 ANN-M 波浪推算結果的各場颱風波高峰值的誤差分 析，其平均值為-0.65 米，中位數為-0.67 米，標準偏差為 1.04 米，33