第六章 結論與建議

6. 第六章 結論與建議

6.1 結論

由本計畫的研究結果及分析可獲得下列幾點結論：

1. 本研究利用 Pierson & Moskowitz (1964)波譜理論適用於成熟波 譜的情況及其表示示性波高及尖峰週期與風速的公式，在假設 風速分布為冪次方形式，且其指數為 1/7 下，轉換 PM 波譜公 式中 19.5m 風速成現有資料的 10m 風速。並以計算的成熟波浪 的示性波高及週期，當為的分類臺北港波浪成湧浪、成熟波及 成長波三種的條件，由分類波浪樣本可以提升建立經驗公式來 ㄋ描述波高及風速關係的能力。本方法可以合適地分類波浪為 湧浪、成熟波及成長波三種。至於風速冪次方分布的指數不同 對轉換19.5m 風速成 10m 風速而影響迴歸波高及風速關係的經 驗公式並不明顯大。

2. 由 2010 及 2012 年的波浪及風速資料迴歸結果說明，2012 年的 資料比 2010 年較散亂，但二者的統計特性差不多，遂可由 2010 年資料所得的迴歸係數來推算 2012 年的波浪。

3. 本研究的以 PM 波譜分類出三類波浪有相似統計，而可迴歸頗 佳的波浪與風速的關係。以2010 年資料的模式檢驗指標為例，

R² 從不分類的 0.6286 增加至 0.7285，RMSE 從不分類的 0.4151m 降至 0.3549m。

4. 以風向方位角區分波浪成海風、陸風、西南風及東北風等四組，

經三種分區風向方位角測試後，以Steyn and Faulkner (1986)提 出的向岸風應發生在日出後兩小時至日落後兩小時間，且應至 少持續兩小時的原則為最合適。本研究建議臺北港的分區風向 方位角為 0^o 、70^o 、205^o 、275^o。迴歸 2010 年風向分區的資 料，獲得全年波高與實測值的模式檢驗指標R²=0.6667 及 RMSE

=0.3932m，此模式檢驗指標優於不考慮分區的結果。風向分區 的迴歸分析比波浪分類的模擬差。

6-2

5. 全年樣本同時分類波浪三種及分區風向四種，所建立 12 組的 波高與風速的迴歸經驗公式能合適地表示各組波高與風速關 係，因此結合各組的模式計算值所得評估結果明顯優於單獨考 慮波浪分類或風向分區的結果。

6. 以風速分量為輸入參數的適應性類神經模式 ANFIS(u,v)，比迴 歸模式及單純輸入風速的適應性類神經模式 ANFIS-U 更適合 建立波高與風速的關係。

7. 增加合適的外圍風速的多點模式比只以觀測樁的單點模式適 合建立波高與風速的關係。

本三年的研究已發表國內研討會論文5 篇，目前已整理一篇論文 投稿海洋工程學刊，未來會陸續將研究結果投稿論文於國內外研討會 及期刊。同時在計畫執行期間讓一位碩士生參與計畫研究，訓練其撰 寫程式及分析資料等研究能力，並以此完成其碩士論文。詳細的研究 績效如附錄的績效指標KPI(Key Performance Indicator)。

6.2 建議

經過今年的研究，雖然利用波浪分類可以建立更好的迴歸經驗公 式來表示各組波高與風速關係，但此結果只能分析已觀測結果，做波 浪資料補遺，而無法進行波浪的預測。而風向分區方法只考慮風速資 料，沒使用波浪資料，雖然其迴歸經驗公式描述波高與風速關係的吻 合度比波浪分類的結果差，但此方法可以由觀測的風速資料，即可預 報波浪。若以港研中心所負責的任務工作，建議未來可進行後續的研 究，有助於港研中心在資料處理的完整性及波浪預報的能力。

1. 本研究將全年數據當為樣本母體，探討全年的波浪與風速的關 係。然而，颱風的旋轉風場結構與季節風長期定方向的結構不 同。因此，兩種不同風場機制造成的波浪特性應是不同，未來 研究可以將颱風期間的資料分離出一組樣本，再來分析波浪與 風速的關係。

6-3

2. 由本研究發現給定臺北港觀測樁外圍的風速可以增加迴歸波 浪與風速關係的能力，因此考慮不同的情境下，使用風場數值 計算結果，加入更多的資訊在迴歸波浪與風速關係上，可以精 進本模式的模擬能力。

3. 為方便港研中心執行波浪預報，可以介紹港研中心人員本研究 的方法並訓練操作程式。若能建立視窗化的操作軟體，更能讓 使用者方便使用本波浪預報模式。