第一節 演算法測試結果
本計畫使用相同的地動訊號樣本測試22 種不同的機器學習演算法，寬 頻地震儀及短週期地震儀之結果分別整理於表3.1 及表 3.2。其中可以觀察 到隨機森林演算法(Random Forest)於兩組資料集對崩塌皆有較佳的表現，
針對寬頻地震儀崩塌訓練樣本之正確度、敏感度及準確度分別為 93.9%、
88.8%及 94.8%，而短週期地震儀崩塌樣本之正確度、敏感度及準確度分別 為89.2%、87.4%及 86.8%，因此本計畫最終採用隨機森林演算法建立適用 於高屏溪流域之地動訊號自動分類器。
編號 演算法 正確度
編號 演算法 正確度
210 筆被分類為地震事件的訊號也全數確實為地震事件產生的地動訊號，
分類器對於地震地動訊號的精確度同樣為 100%，協調分數為 98.8%；226 筆被分類為噪訊事件的訓練樣本內，有 215 筆確實屬於噪訊地動訊號，其
震地動訊號的敏感度為 95.2%；而 251 筆噪訊訓練樣本全數被分類器正確
第三節 自動分類器測試結果
本計畫成功建立適用於高屏溪流域寬頻地震儀及短週期地震儀之地動 訊號自動分類器，並且探討自動分類器對長時間連續地動紀錄的分類能力。
使用2012 年至 2015 年間共 10 場不同颱風事件期間的連續地動訊號紀錄進 行崩塌地動訊號的辨識，颱風目錄整理於表3.5。
表3.5 颱風事件目錄
颱風名稱 影響時間(台灣時間) 颱風名稱 影響時間(台灣時間) 泰利 2012.06.19-2012.06.21 康芮 2013.08.27-2013.08.29 蘇拉 2012.07.30-2012.08.04 麥德姆 2014.07.20-2014.07.23 天秤 2012.08.21-2012.08.23 鳳凰 2014.09.19-2014.09.22 蘇力 2013.07.11-2013.07.13 蘇迪勒 2015.08.06-2015.08.10 潭美 2013.08.20-2013.08.22 杜鵑 2015.09.27-2015.09.30
一、具有崩塌特徵且辨識成功之地動訊號
圖3.1 及圖 3.2 為 WTP 測站及 ALS 測站成功偵測同一起具有崩塌特徵 之地動訊號，由時間域波形、頻率域波形及時頻圖皆可觀察到明顯的地動 訊號特徵。WTP 測站及 ALS 測站使用的儀器均為短週期地震儀，顯示本計 畫建立適用於短週期地震儀之地動訊號自動分類器能夠成功分辨具有崩塌 特徵之地動訊號。圖3.3 及圖 3.4 為 MASB 測站及 SLG 測站成功偵測另外 1 筆具有崩塌特徵之地動訊號範例，同樣於時間域波形、頻率域波形及時頻 圖均能夠觀察到疑似為崩塌事件產生之地動訊號特徵，而 MASB 測站及 SLG 測站使用的儀器均為寬頻地震儀，實例說明本計畫建立之地動訊號自
動分類器於寬頻地震儀上也能夠良好的運作，並成功分辨時間域及頻率域 皆有明顯崩塌特徵之地動訊號。圖 3.5、圖 3.6 及圖 3.7 亦為成功偵測之崩 塌地動訊號，其中圖 3.6 及圖 3.7 為設置於 ELD 測站的寬頻地震儀及短週 期地震儀成功偵測到的同一筆具有崩塌特徵之地動訊號，顯示本計畫建立 分別適用於寬頻地震儀及短週期地震儀之地動訊號自動分類器能夠有效地 運作，而圖 3.5 為 TPUB 測站偵測到同一筆地動訊號的時頻圖，說明該地 動訊號並非僅有ELD 測站紀錄到的特例訊號。
圖 3.1 WTP 短週期地震儀測站成功分類之崩塌事件 1
圖3.2 ALS 短週期地震儀測站成功分類之崩塌事件 1
圖3.3 MASB 寬頻地震儀測站成功分類之崩塌事件 2
圖3.4 SLG 寬頻地震儀測站成功分類之崩塌事件 2
圖3.5 TPUB 寬頻地震儀測站成功分類之崩塌事件 3
圖 3.6 ELD 寬頻地震儀測站成功分類之崩塌事件 3
圖3.7 ELD 短週期地震儀測站成功分類之崩塌事件 3
二、具有崩塌特徵但辨識失敗之地動訊號
圖 3.8 及圖 3.9 分別展示 ALS 測站及 CHN5 測站對同筆具有崩塌特徵 地動訊號之錯誤分類，ALS 測站之分類結果為地震事件，由圖 2.8 及圖 2.9 所示，崩塌訓練樣本及地震訓練樣本之特徵值分布皆有重疊的部分，因此 儘管圖3.8 中時間域波形、頻率域波形及時頻圖具有崩塌地動訊號之特徵，
仍有機會被錯誤分類為地震事件。由圖3.9 中時間域波形可以觀察到，地動 事件的訊號強度與背景噪訊差異不大，因此在第一階段運用時間域特徵值 之分類結果將其分類為噪訊，但仍可在時間域波形、頻率域波形及時頻圖
觀察到崩塌地動訊號之特徵。受制於分類器中崩塌及地震之訓練樣本特徵 值有重疊的部分，因此分類器有機會將特徵模糊之地震事件分類為崩塌事 件，並且不論何種儀器類型，上述錯誤分類之範例皆說明本計畫建立之地 動訊號分類器對於特徵不明顯的地動事件會有錯誤分類的可能。
圖3.8 ALS 短週期地震儀測站錯誤分類之崩塌事件 1
圖3.9 CHN5 短週期地震儀測站錯誤分類之崩塌事件 1 第四節 特徵值分類效能比較
本計畫分別使用 24 項及 18 項特徵值建立適用於寬頻地震儀及短週期 地震儀之地動訊號分類器，其中並非每項特徵值都能夠同時有效地區分崩 塌、地震及噪訊等 3 種地動事件。因此，針對兩種分類器進行兩項測試，
分別討論每項特徵值的分類效能。
圖3.10 及圖 3.12 分別為寬頻地震儀及短週期地震儀地動訊號分類器各 項特徵值分類效能之比較，編號 1-9 為時間域特徵值，其餘為頻率域特徵 值。圖中的黑線代表使用全部特徵值之分類效能，兩種分類器的正確度分
別達到 93.98%及 89.2%；藍線顯示將其中一項特徵值刪去，使用剩餘特徵
圖 3.10 寬頻地震儀 24 項特徵值分類效能比較
圖3.11 寬頻地震儀特徵值分類效能疊加分析
圖3.12 短週期地震儀 18 項特徵值分類效能比較
圖3.13 短週期地震儀特徵值分類效能疊加分析
第五節 崩塌地動訊號偵測及定位配對結果
本計畫將適用於高屏溪流域寬頻地震儀及短週期地震儀之地動訊號自 動分類器使用於10 場颱風事件期間之連續地動訊號紀錄，經自動辨識及後 續人工輔助檢查後，總共找出 16024 筆具有崩塌特徵之地動訊號。透過訊 號時間的比對後，共有 79 起具有崩塌特徵之地動事件被 3 個以上之地震測 站偵測到，並可用於後續的崩塌振動源定位，另有 315 起具有崩塌特徵之 地動事件被 2 地震測站偵測到。圖 3.14 為其中一起被 3 個以上地震站記錄 之崩塌地動事件案例之時頻圖，79 起崩塌地動訊號之定位結果如圖 3.15 所 示。其中有 15 起地動事件之定位結果於高屏溪流域內，另有 24 起地動事 件之定位結果位於海上，其餘 40 起地動事件之定位結果位於台灣本島。15 起流域內事件之原始地動訊號及時頻圖彙整於附錄三。相較於前期計畫，
本計畫加入中央氣象局 Smart24 地震觀測網及井下地震觀測網，能夠有效 增加地震站之密度，使定位結果能夠更加收斂於台灣本島上，而定位結果 位於高屏溪流域內之崩塌將會於後續進行崩塌警戒水文因子分析。
圖3.14 具崩塌特徵地動訊號偵測及配對成功範例
圖3.15 79 起配對成功之具有崩塌特徵地動事件定位結果