• 沒有找到結果。

本文收集台灣周邊潮位測站資料共有 14 個,東部依序為基隆 (KL)、龍洞(LD)、頭城(TC)、蘇澳(SA)、花蓮(HL)、成功(CG)及蘭嶼(LY) 等七個測站;西部為台北(TP)、竹圍(JHU)、新竹(HS)、台中(TaiC)、安 平(AP)、高雄(KH)及恆春(HC)等七個測站,示如圖 2-1。圖 2-1 中東部 海域,附近水深約為6000 公尺,東北部有沖繩海槽及琉球島弧,台灣 南部則有恒春海脊,台灣西海岸附近則由恆春至安平一帶,地形由深 至淺。由此至淡水附近海域之海底深度最淺,是為台灣灘。整體來說,

台灣東部最深,西北部最淺,西南及東北部之地形由深變淺。

除 了 花 蓮 收 集 2001-2004 年 共 四 年 資 料 外 , 其 餘 測 站 則 收 集 2001-2002 年資料。潮汐水位資料來源為中央氣象局海象測報中心。由 於量測儀器或人為因素之故,使得潮汐資料出現遺缺,本文對於所收 集的資料進行遺缺部分進行補遺,首先對遺缺資料給定任意潮位值,

進行一年之調和分析並選取60 個調和分潮,將所求得之調和常數對遺 缺資料進行預測,以此預測值替換先前之任意潮位值,以此重複進行,

直到前次與該次之遺缺資料部份的誤差量為最小,即完成資料補遺的 過程。

經由資料補遺後,本文將所有潮位測站進行潮型與平均潮差之分 析 , 以 調 和 分 析 後 之 各 分 潮 振 幅 , 分 析 其 法 國 制 潮 型 F 值 為

(

K1+O1 M2 +S2

)

,示如圖 2-2。F 值小於 0.5 為半日潮型,大於 1.25 時 則為全日潮型,介於兩者間為混合潮。由圖 2 可知,除基隆與高雄屬 於全日潮型,台北、竹圍、新竹及台中屬於半日潮,其餘則接近混合 潮型。平均潮差除了台北、竹圍、新竹及台中約為2-4 公尺,其餘測站 約為 1 公尺以下,潮波由海峽南北開口進入,並交會於中部海域,由 於台灣海峽中部至西北部海岸,分潮振幅受到海峽束縮且地形變淺,

以致潮差變化較大,由此可知,中西部海岸的潮差高於南北兩端之現 象。莊(2000)之台灣海峽潮波振盪研究提出,台灣西部海峽區域之潮差 顯著,起因於海峽之陸架平台地形扮演潮波振盪之故。經由模式與實 測資料的分析,顯示該水域有重複駐波之存在,振盪腹點約在海峽中 部,節點則於高雄與基隆外海,而其共振週期與半日型分潮週期之ㄧ 半接近。

本文將進行台灣沿海潮位特性的分類,並以此分類結果作為模糊-神經網路模式建立之參考,本文將計算各測站一年之調和分析分潮常 數,並以群集分析法進行分類並探討其相似之特性。群集分析法 (hierarchical clustering)之原理為將一批群類與變數,按照它們性質上的 親緣關係(genetic relation)進行分類,群類之變數為 m 個,則視為 m 維 空間,每個群類看成是m 維空間的一個點,在 m 維坐標中,定義點與 點(變數值與變數值)之間的某種距離。首先將 n 個群類自成一類,然後 每次將具有最小距離的兩類合併,合併後重新計算類與類之間的距 離,這個過程一直繼續到所有樣品歸為一類為止。

依照觀測體間不同的數量特性之距離遠近予於分類,並依其測體間 之距離遠近,描述它們間之相似性(similarity)與相異性(dissimilarity),

距離愈近的則相似性愈大,反之距離愈遠的則相異性愈大。而衡量變 數間之距離遠近程度用數值來表示,該數值稱為距離係數(distance coefficient),其表示方法有很多種,最常使用的是歐氏距離法(Euclidean distance),其觀念如我們有二個群類分別為群類 A、群類 B,二群類分 別有三個變數,為x1x2x3;y1y2y3。將群類 A 及 B 之變數值表 示在三維作座標軸上,分別於三維歐氏空間中表示 A、B 兩點,如圖 2-3 所示,並量測出兩測點間之變數差值,當差值小,表示 A 和 B 兩 測點特性相近,則說明瞭兩個分類單位有較大的相似係數(similarity

coefficient );相反的當變數差值大,表示 A 和 B 兩測點特性疏遠,則 說明瞭兩個分類單位有較大的相異係數(dissimilarity coefficient)。差值

dAB之計算,如式(2-1)所示

dAB =

(

x1 y1

) (

2 + x2 y2

) (

2 + x3 y3

)

2 (2-1) 一般則使用歐氏距離平方值(squared Euclidean distance)dAB2 ,作為後 續分析的標準。若將式(2-2)的三維空間座標推廣至 n 維,得到的歐氏 華德法之階層群集分析。華德法又稱為最小變異數法(minimum variance method),其群集合併群類間之距離遞推公式可表示為

果,台灣西北部、東部與東北及西南部等潮汐分區,進行模式學習過 程之測站選擇。

圖2-1 測站位置及周圍海域海底地形圖

圖2-2 台灣各測站之潮型與平均潮差

圖2-3 歐氏距離的空間表示

圖2-4 台灣周圍潮汐水位特性分類之群集分析圖

相關文件