第一章 緒論
1-1 研究動機與目的
臺灣位於西北太平洋颱風主要活動範圍，此區域平均每年生成 27 個颱風，多數發生時間於 7、8、9 三個月份；近十年內，平均每年有 4 個颱風會侵襲臺灣。西北太平洋的颱風主要受太平洋副熱帶高氣壓 環流所導引，其路徑多以偏向西行，到達臺灣或菲律賓附近時，因已 到達太平洋副熱帶高氣壓邊緣區，其路徑才會有所變化。因受到不同 的高氣壓影響，有些颱風會繼續向西行，有些會轉往東北方向，甚至 有些會在附近打轉或停滯，另外有部分是來自南中國海域，平均來看 此種路徑的颱風規模較弱。此類型的颱風向西行至越南或往中國登 陸，或向東北行至臺灣海峽。
颱風所帶來的強烈暴風吹拂海面會產生具有較大波高的波浪，這 種波浪具有相當大的能量。當波浪傳遞至近岸地區時，會因淺化效應 使得波高增加，不僅影響到漁撈、航運安全，也會使沿岸海工結構物 及造成臨海低窪區域溢淹與人員傷亡。
參考由氣象局科技中心所統計出 2007 年至 2011 年臺灣因氣象因 素導致農業、漁業、水利、鐵路、公路、港務及電力七種高害損失的 統計結果，如圖 1-1 所示。
圖 1-1 因颱風事件造成七種高害損失的長條統計圖(金額:新台幣仟元) 0
10000000 20000000 30000000 40000000 50000000
農業 漁業 水利 鐵路 公路 港務 電力
2
可由圖 1-1 看出臺灣的農業損失受颱風影響最大，4 年約 400 億 元。四年約 300 億元的公路損失為第二大的災害，。第三為水利相關 設施的災害損失，四年約 200 億元；而漁業及港務部分，四年損失約 為 100 億元，都是相當大的數目。
為降低財產及人員傷亡，因此探討颱風風場與波浪的傳遞機制，
目的要發展出即時的颱風波浪推算與預報模式，藉由即時的颱風波浪 預報，可以提供颱風來襲前，海域的波浪特性，作為沿岸居民經濟活 動的安全預警，並降低國土環境所造成的災害。本研究以臺北港海域 為研究基地，主要原因是臺北港為國內新建設的重要國際商港且有長 期的外海波浪與風速觀測資料，此充足資料是建構模式時所必須的條 件。
過去利用統計及經驗為基礎的參數經驗模式，雖擁有快速、簡便 的推算能力，但臺灣因為有高山阻隔，加上東、西、南、北四個方位 的水深地形特性及海象皆不相同，在使用經驗公式作大範圍海域的推 算上有其限制。至於數值波浪推算法因為電腦計算能力的提升，加上 實測海氣象資料的輔助與校正，其波浪的推算準確性已達到很高的水 準，亦可對中、大尺度的海域作計算，但由於數值模式的計算範圍相 當大，計算的格網點數目相當的多，需耗費相當多的時間在計算上，
雖然計算結果較為精準，卻無法滿足即時的颱風波浪預報模式所需要 快速計算的需求。
隨著電腦軟體工具技術的提升，目前已有工具能有效地描述許多 物理現象中非線性的問題，如類神經網路、模糊系統、遺傳演算法及 混合型網路系統等。類神經網路具有學習演算及非線性最佳化之優 點，且容易適應新的資料，即使輸出與輸入參數之間的關係相當複 雜，仍然比一般傳統之統計迴歸方法較佳。
在兼顧計算精度與計算速度兩項目標下，本研究選擇類神經網路
3
模式來建構出具有描述區域特性的颱風波浪推算模式。期望本颱風波 浪推算模式能提供在沿海、臨海防災、海上活動及航運上即時且精確 的波浪預報。
1-2 文獻回顧
風能為波浪能量交互作用的主要因素之一，因此颱風波浪推算主 要影響度由颱風風場提供，而颱風風場資料的來源除了經過實際量測 資料配合計算推估風場分佈的方法外，還有較複雜的數值風場模擬模 式以及簡易參數形式的颱風風場推算模式。
1-2-1 數值模式或參數化經驗模式
颱 風 風 場 模 式 的 描 述 也 可 以 利 用 複 雜 的 大 氣 數 值 模 式 (Atmospheric models)，中央氣象局使用的作業模式有全球模式、區域 模式、Typhoon 預報模式、MM5，歐洲的中長期大氣預報採用 ECMWF 模式，美國國家海洋及大氣管理局(NOAA)採用 RSM Model，大氣數 值模式的運作資料來自於大氣各種參數的現況，配合實際的地理、地 形條件，利用大量的數值運算模擬氣候，進一步推算各個高程的壓 力、溫度、風速等以發展達到預報的目的。而大氣數值模式所應用的 大多是以中尺度與大尺度的氣候預報，當大氣模式應用在不同的區域 預報時須先經過複雜的調整與校正係數與參數。
而操作簡易且推算快速的參數化颱風風場模式中，目前較為常用 的有 Rankine Vortex Model(簡稱：RVM)、Modify Rankine Vortex Model(簡稱：MRVM)、Sea, Lake and Overland Surge from Hurricane Wind Model(簡稱：SLOSH)以及 Modify Holland Wind Model(簡稱：
MH)。
數值波浪推算模式目前臺灣的颱風風場波浪推算預報是採用示 性波參數經驗模式，如 Bretschneider (1976)，或是採用能量平衡方程
4
式為基礎的數值運算，進行大區域的波浪推算與預報，如 SWAMP (1985)、WAM (1988)、Young (1988a)、SWAN (Booij 等人，1996)、
WW3（Tolman，1997）等。
而參數化波高推算方法有 Francis Beaufort(1805)提出的蒲福式風 級對應波高方法、Bretschneider & Tamage (1976)基於 SMB 方法 (Sverdrup and Munk, 1947)提出的颱風波浪推算法、Rodolof (2002)提 出的 Rodolof 法，梁 (2010)提出的梁颱風湧浪推算法…等。
1-2-2 類神經網路
不論是參數形式的經驗公式或是數值計算模式，在考量特殊颱風 行為以及對於推算的誤差都必須對參數或是模式作適當的修正，又因 為大部分推算誤差的產生不具規則性，影響因素也不易有效分離或解 析，所以推算模式修正的過程往往相當複雜，效果也相當有限。
在海洋工程領域，存在著許多無法完全解析的現象。理論模式的 發展，限制了真實環境的複雜性與非線性狀況，使得研究發展上會遭 受到許多限制。在類神經網路的技術輔助下，對非線性系統、黑盒系 統的模擬提供了新的探索及研究方法。目前類神經網路應用於波浪預 測、水位計算、颱風預測分析等成果皆有令人滿意的。
類神經網路應用於波浪計算包括：Deo and Shidhar Naidu (1999)，
Deo and Kiran Kumar (2000)，Deo et al. (2001)，Deo et al. (2002)，
Agrawal and Deo (2002) ， Deo and Jagdale (2003) ， Makarynskyy (2004)。利用固定區域內的單一或是數個觀測站實測的波浪資料做為 類神經網路波浪模式模擬的目標，以達到模式具有波浪預測與波浪資 料補遺的能力。
錢等人(2006)，結合類神經網路、模糊規則及複合型轉換函數，
建構出模糊-混合型類神經颱風波浪推算模式。林(2011)所提的結合歸
5
屬函數之類神經網路颱風波浪推算模式，因輸入因子中的角度參數與 波高關係不佳，作者將角度參數經由雙峰高斯函數轉換成影響度參 數，再輸入類神經網路藉此提升其學習及推算精度。
由於類神經網路可以藉由足夠的學習資料，連續的學習方式建構 邏輯或是經驗法則，因此大氣環境與颱風間複雜的作用關係，可以藉 由已知的經驗或規則配合學習的資料提高類神經網路模式的準確性。
1-3 文章架構
本文使用類神經網路方法，建構颱風波浪推算模式。並依照六個 章節說明颱風之分組、模式建構過程與推算結果探討。
第一章為緒論，主要說明研究的動機與研究目的及文獻回顧。
第二章為選擇研究臺北港區域的介紹包含測站位置、測站的量測儀 器…等、颱風資料來源，其取自於日本國土交通省氣象廳(JMA)的 RSMC-Tokyo Center 颱風氣象資料、所蒐集來的颱風資料、測站資料 進行篩選與資料分組的介紹。
第三章說明，參數化風場模型的探討。四個風速計算公式皆需要有最 大風速半徑的資料，因此參數實測方式複雜，為了達到操作上方便且 計算快速…等需求，利用幾位學者所提出的經驗回歸公式，進行最大 風速半徑的估算，進而帶入風場模型可推算出局部風速。因為蒐集到 最大風速半徑之實測資料，本研究以颱風特性及蒐集到由港研中心提 供之 21 侵臺颱風之實測風速做比對，最後選出最適當最大風速半徑 公式及風場模型公式。
第四章則討論建立類神經颱風波浪推算模式所選用的輸入參數，並將 其分成角度參數未轉換及經由歸屬函數轉換後、利用相同模式設定條 件及訓練條件建構出 ANN-B 及 ANN-M 兩個模式並以檢定指標來探
6 討其學習與驗證成果。
第五章則說明，由參數化颱風風場模型所得的計算風速須先經過篩選 或改正，並加入颱風中心與目標點距離及將新的波高與颱風位置參數 等當作輸入參數後，建構出 ANN-V 及 ANN-P 兩個颱風波浪推算並 以檢定指標來探討其學習與驗證成果，最後比較四個模式。
第六章則為本文的總結，內容為結論與建議。本研究流程如圖 1-2。
1-4 模式建構流程圖
模式建構流程圖如圖 1-3 所示，首先蒐集台北港時測風速及實測 波高資料與 JMA 颱風資料。下一步選用合適的 33 場颱風及將選用的 颱風分組。下一步針對不同模式選用不同的類神經網路輸入參數，分 別為角度參數未修正、角度參數經高斯函數修正、風速改正加入波高 與颱風位置空間資訊參數…等參數計算完畢後，建立四個類神經網路 颱風波浪推算模式，最後再驗證模式比較四個模式的結果。
7
圖 1-2 研究流程圖 資料收集
動機與目的 颱風波浪推算
模式之發展
類神經網路 發展與應用
颱風資料分組
颱風推算模式 建立與驗證
修正颱風推算模式 與修正後模式驗證
結果分析
結論與建議 文獻
回顧
結果 與討 論 研究 方法
8
資料蒐集
1. 臺 北 港 實 測 風 速 及 實 測 波 高。
1. 臺 北 港 實 測 風 速 及 實 測 波 高。