5-1 結論
本文利用荷蘭代爾夫特理工大學建立的雷達高度計資料庫系統 (Radar Altimeter Database System)，採用 2002 年至 2008 年之間的衛 星測高資料，分析在台灣周圍外海波浪的時空特性，最後並與傳統定 點實測資料做比較，建立兩者關係。
衛星測高資料的分析上，根據本文結果在宜蘭地區(S1)及花蓮台 東地區(S2)為同樣情況，近岸為 Gamma 分布，而遠岸則為 Weibull 分布。在台東屏東地區(S3)則是不管近遠岸皆為 Normal 分布，高雄 屏東地區(S4)皆為 Gamma 分布。台南地區(S5)在近岸為 Weibull 分 布，遠岸為 Gamma 分布，臺中苗栗地區(S6)則又是不管近遠岸皆為 Weibull 分布。臺北地區(S7)近岸為 Gamma 分布，遠岸為 Normal 分 布。然而不管是依據絕對誤差或是殘餘確定係數，結果都顯示臺北地 區(S7)在近岸方面與賴(2007)在臺北港之研究結果為 Gamma 分布相 同。花蓮港在內之近岸區域則與江(2006)結果一致，亦為 Gamma 分 布。綜合所有結果發現，台灣周圍外海之波浪是無法使用同一種分布 描述之，惟有配合空間上的不同使用較恰當的分布，才能在工程應用 上推估合理的波高值。
另一方面，若波高分布越類似的月份，其各月份所推估出來的參 數應會越相近，在分群中分在同一個群集的機會也越高，因此本文由 推估出來的參數以 K-Means 群集分析。各區域衛星測高資料之季節 分類情形，大多數的區域冬夏季有著非常明顯的分別，而在高雄屏東 地區之結果則是顯示分類為夏季之月份為 3 月至 11 月，擁有較長的 夏季波高分布情形。臺南地區則是略為凌亂，分類結果在 3 月至 10 月之間跳過了 6 月及 8 月，此情形可能為用來群集分析之依據只有機 率密度推估出的參數是不夠的。至於定點港口之分析結果，各定點港 口季節分類選用的分布函數分別為，臺北港與臺中港為 Weibull 分 布，安帄港與高雄港為 Gamma 分布，花蓮港則是 Log-Normal 分布，
而各分類結果也符合直觀上的認定，夏季多為五月至九月間。其中臺
49
中港分類結果較長，為三月至九月，此一結果可能為用來做群集分析 之依據僅有機率密度函數之參數，敞若能有更多分析依據，如風速等 資料，將能使季節分類更趨完善。
最後衛星測高與定點實測之比較這方面，結果顯示臺北港的差異 最大，每月的月帄均波高最大可差異到 12 倍之多，其餘港口至多皆 在 6 倍之內。而其中臺中港的衛星測高與定點實測資料最為接近，甚 至是有衛星測高資料比定點實測資料還要小的情況發生。花蓮港則是 有在四、五月時發生衛星測高突然比定點實測還要小的情形，其於月 份又是衛星測高資料較大之情況。綜合所有比較結果，在五個港口所 在的劃分區域上，衛星測高資料普遍上比定點港口資料來的大。
5-2 建議
本文期望建立衛星測高與定點實測此兩者間的關係，能夠對未來 工程或學術研究上能夠有所幫助，而在此對於相關問題上提出以下幾 點建議：
1. 本文將台灣周圍海域依海底地形分成七區，再以距岸距離之遠近 做為細分之依據。而其中之 50 公里為本文所訂定之距離，因此是 否在東西岸皆以此值仍是需要探討之課題，若是能夠更確定其分 界範圍，則必能更加完整描述海上波浪之特性。
2. 為求季節分類之準確性，因此本文在衛星測高資料及定點實測資 料的選用上皆使用所有有效波高，分析上可能也將颱風期間之波 高納入考慮範圍，有鑑於颱風波浪皆是較大的值，在使用絕對誤 差此評估指標時可能會影響結果，因此可能將屬於颱風波浪的部 份剔除，並以殘餘確定係數做為主要評估指標是較為妥當的。
50
參考文獻
1. 錢志春(1991) 「海浪及其預報」，氣象出版社，第 189 頁。
2. 郭一羽(2001) 「海岸工程學」，文山書局。
3. 江俊銘(2006) 「花蓮港海域波浪之波高分佈及其統計特性研 究」，國立交通大學土木工程研究所碩士論文。
4. 李明璋(2007) 「台灣海域之波高分佈及其週期分佈之較」，國立 交通大學土木工程研究所碩士論文。
5. 朱景鉅(2007) 「應用衛星測高資料探討台灣外海波浪特性」，國 立交通大學土木工程研究所碩士論文。
6. 賴佳裕(2008) 「台灣海域短期波高與週期的最適機率分佈之研 究」，國立交通大學土木工程研究所碩士論文。
7. Abdalla, S., J. R. Bidlot,. and Janssen, P. A. E. M. (2004)
“Assimilation of ERS and ENVISAT wave data at ECMWF”,
Proceedings of the ENVISAT ERS Symposium, Salzburg, Austria.
8. Bowman, A. W. and A. Azzalini (1997) Applied Smoothing Techniques for Data Analysis, Oxford University Press.
9. Cotton, P. D., Carter, D. J. T. and Challenor, P. G. (2003) Geophysical validation and cross calibration of ENVISAT RA-2 wind and wave products at Satellite Observing System and Southampton Oceanography Centre, Satellite Observing System, Goldaming, UK.
10. Cox, A. T., Cardone, V. J. and Swail, V. R. (1999) “On the use of in-situ and satellite wave measurements for evaluation of wave hindcasts,” CLIMAR 99, WMO Workshop on Advances in Marine
Climatology, Vancouver, Canada.
11. Krogstad, H. E. and Barstow, S. F. (1999) “Satellite wave measurements for coastal engineering applications,” Coastal
51
Engineering, Vol. 37(3), pp. 283-307.
12. Longuet-Higgins, M. S. (1952) “On the statistical distribution of the heights of sea waves,” J. Marine, Res., Vol. 9, pp. 245-265.
13. Pan, J. (1992) “Long-term joint distribution of one-tenth large (or significant)wave height with average period,” China Ocean Eng., Vol. 6 , pp. 383-394.
14. Putz, R. R. (1952) “Statistical distribution for ocean waves,” Trans.
AGU., Vol.33, pp. 685-692.
15. Queffeulou, P. (2003) Cross validation of ENVISAT RA-2 significant
wave height, sigma0 and wind speed, CCVT final report, IFREMER,
BP 70, 29280 Plouzané, France.16. Queffeulou, P., Bentamy, A. and Guyader, J. (2004) “Satellite wave height validation over the mediterranean sea”, Proceedings of the
ENVISAT ERS Symposium, Salzburg, Austria.
17. Satheesh, S. P., V. K. Praveen, V. Jagadish Kumar, G. Muraleedharan and P. G. Kurup (2005) “Weibull and Gamma distribution for Wave Parameter Predictions,” J. Ind. Geophys. Union, Vol. 9, No. 1, pp.
55-64.
18. Skandrani, C., Lefèvre, J. M. and Queffeulou, P. (2004) “Impact of Multisatellite altimeter data assimilation on wave analysis and forecast,” Marine Geodesy, Vol. 27, pp. 1-23.