第二章 颱風風速與波浪的資料分析
2-1 風速及波浪資料基本分析
探討風浪機制，風速常採用海面 10 m 上空風速，而在臺灣地區 僅有臺北港及安平港具有此類型的量測儀器，因此選擇探討臺北港的 風與浪關係是否更明顯。本研究所使用的臺北港實測波高資料及實測 風速資料，是由交通部運輸研究所港灣技術研究中心提供。港灣技術 研究中心於 1996 年受基隆港務局委託辦理「淡水國內商港漂砂調查 暨海象與海岸地形變遷監測計畫」，於淡水河口南岸水深 15 m 處打 射海上觀測樁，測站位置為 25°10’14”N，121°22’41”E，並於水下深 度 5 m 及 10 m 兩處裝設潮波流儀 Seapac2160 Directional Wave 和 Tide & Current Meter 觀測波浪、潮位與海流，並於 1999 年 7 月購 置 S-4 ADW 投入觀測作業取代原 Seapac2160。由於舊觀測樁傾斜 嚴重，2004 年 12 月於 25°10’54”N，121°22’32”E 更換新觀測樁，並 於 2008 年增購另一海氣象即時觀測系統挪威 AWAC 方向性潮波流 儀，具備可測得逐時波浪、分層流向流速、水位值之功能。本文採用 2004 年新設置的觀測樁，其觀測樁位置如圖 2-1 所示。
圖 2-1 臺北港離岸觀測樁位置圖
10
本研究選取 Hs (示性波高)作為實測波高資料，即以波群中依照大 小排序，取前 1/3 大的個別波之波高平均值來代表波浪的大小，其在 統計特性上，具安定性且較能反映波浪所含之能量大小，是最常使用 的代表波(郭，2001)，風速部分選用臺北港測站的實測平均風速。
颱 風 資 料 取 自 日 本 國 土 交 通 省 氣 象 廳 (JMA)的 RSMC-Tokyo Center 颱風氣象資料，由於 JMA 資料為免費對外公開，因此使用 JMA 的颱風資料來作為我的後續所需參數的計算資料。資料的內容包含颱 風名稱、發生時間與路徑，皆採用 RSMC-Tokyo Center 發佈的資料為 準，因時間格式須以臺灣的所在時區為準，所以時區部分須調整成臺 灣時區。RSMC-Tokyo Center 所發佈之颱風資料為每 6 小時一筆，而 港灣技術研究中心之波浪資料與實測風速資料皆為每 1 小時一筆，為 配合波浪資料之時間間距，本研究將 JMA 發布的颱風氣象資料(經緯 度、中心氣壓、近中心最大風速)，利用三次多項式內插，將其時間 間距內插為 1 小時一筆。再依據中央氣象局(CWB)所公佈之侵臺颱風 列表，挑選合適的颱風作為模式的建立與驗證之用。
中央氣象局公佈之 2000 年至 2013 年侵臺颱風共有 86 場，擁有 實測風速所對應的颱風場次共有 21 場。考慮每場颱風對應資料之完 整性及相關性，因實測風速的樣本數過少，本研究在建立類神經網路 颱風風速推算模式時，採用全部颱風共 21 場來進行建立類神經颱風 風速推算模式。類神經網路颱風波浪推算模式的部分選用 86 場來進 行資料分析，針對這些颱風評估是否適合模式之學習與驗證，表 2-1 及續表 2-1 為中央氣象局公布侵臺颱風之最大示性波高與路徑列表。
表 2-2 為由港研中心提供最大風速對應侵臺颱風場次資料列表。
11
12
13
表 2-1 及續表 2-1 中，86 場颱風對臺北港有影響的 59 場颱風最 大示性波高未達 3m；小於 2m 的有 42 場；小於 1m 的有 18 場。對臺 北港而言，其位置位於臺灣西北側的海岸，會受到每年 10、11、12 月之冬季東北季風影響，最大示性波高值 3m 以上的颱風，並非是由 颱風主導所造成的波浪，可能為季節風所造成。在選用模式適合之颱 風時，需同時考慮到颱風行徑的路徑，如果颱風是由臺灣東北部往西 部的路徑，及未直接撞擊中央山脈此種颱風受地形影響因素較小，但 是颱風路徑是由臺灣南部向北部的此種類型，結構容易受到中央山脈 阻擋而造成結構鬆散，經過臺北港的颱風會處於一個較弱的狀態，而 颱風對臺北港會較無影響力。表 2-2 中為建構類神經網路颱風風速推 算模式的颱風場次，因資料長度不足，將全數場次皆採用。
表 2-1 及續表 2-1 的 86 場颱風，其最大示性波高未達 3m 的颱風 佔了整體的 69%，顯示出有 69%的颱風，對於臺北港的影響是小的 甚至是沒有影響，其原因大部分颱風皆為由東向西進的第 2、3、4、
5 路徑，約佔整體颱風的 52%，而直接對臺北港會有影響的第一、九 路徑佔了整體颱風的 19%。如圖 2-2 所示從歷年的臺灣地區颱風路徑 分類統計圖可發現，第九路徑僅占 7%，而由東向西的第 2、3、4 路 徑佔了 33%，由此可見對於模式的建立，地形以及高山的屏障影響，
是一個需要考慮的因素。
最大示性波高大於 3m 的部分，對於臺北港有較大影響之 1、2、
7、9 路徑的颱風有辛樂克(SINLAKU 2002)、南瑪都(NANMADOL 2004)、馬莎(MATSA 2005)、韋帕(WIPHA 2007)、辛樂克(SINLAKU
2008)、米雷(MEARI 2011)、蘇拉(SAOLA 2012)，將這 7 場颱風 列為適合模式推算的颱風。
14
圖 2-2 臺灣地區颱風路徑分類圖(1987-2012)
圖 2-2(引自 Typhoon Room)為 1987 年至 2012 年侵台颱風路徑的 統計圖。本研究以人工方式考量，1.利用日本情報研究所製作颱風在 google map 的移動路徑，先以颱風之暴風範圍是否有直接影響臺北港 作篩選、2.由颱風行經路徑是否受臺灣高山地形影響之原因、3.去除 影響較小(波高小於 1.2m)及雙颱交互影響的颱風後，再依照個路徑均 勻選取颱風，盡量讓每個路徑之颱風皆有被選取，最後選取了 33 場 颱風進行模式的建立，如表 2-3 所示。
15
表 2-3 選擇的颱風名稱、最大波高與路徑
年份 颱風名稱 颱風名稱 最大波高(m) 路徑分類
2000 PRAPIROON 巴比倫 2.67 6
2000 BILIS 碧利斯 1.74 3
2001 HAIYAN 海燕 6.54 --
2001 NARI 納莉 4.55 4
2001 LEKIMA 利奇馬 3.32 --
2002 RAMMASUN 雷馬遜 2.21 --
2002 SINLAKU 辛樂克 3.45 1
2003 KUJIRA 柯吉拉 1.95 --
2003 SOUDELOR 蘇迪勒 1.72 --
2003 DUJUAN 杜鵑 1.21 5
2003 MELOR 米勒 2.63 8
2004 MINDULLE 敏督利 2.61 6
2004 RANANIM 蘭寧 3.29 --
2004 HAIMA 海馬 3.51 6
2004 NANMADOL 南瑪都 3.10 9
2005 HAITANG 海棠 4.01 3
2005 MATSA 馬莎 5.03 1
2005 TALIM 泰利 4.08 3
2005 KHANUN 卡努 3.19 --
2005 LONGWANG 龍王 2.95 3
2006 BILIS 碧利斯 2.91 2
2006 SAOMAI 桑美 1.88 --
2006 SHANSHAN 珊珊 3.83 --
2007 WIPHA 韋帕 4.13 1
2008 KALMAEGI 卡玫基 2.20 2
2008 FUNG_WONG 鳳凰 2.58 3
2008 SINLAKU 辛樂克 3.83 2
2009 MORAKOT 莫拉克 4.19 3
2010 FANAPI 凡那比 2.94 4
2010 MEGI 梅姬 3.47 9
2011 MEARI 米雷 3.29 --
2012 SAOLA 蘇拉 3.75 2
2012 HAIKUI 海葵 2.60 --
16
2-2 颱風波浪特性之分組
本研究採用的分組方式為：學習、查核與驗證組(LVT 組)。其中 符號 L 為學習(Learning)用資料群；V 為查核(Validation)用資料群；T 為驗證(Test)用資料群。
LVT 組分組方式是將資料分為三個部分，1.學習資料群、2.查核 資料群、及 3.驗證資料群，隨著訓練次數的增加，模式對於學習資料 群的 MSE 會逐漸降低，在訓練的同時輔以查核資料群進行網路的確 認，當查核資料群之 MSE 無法因網路的訓練而降低，即停止網路的 訓練，透過查核資料群我們可以防止網路的過度學習，也使學習出來 的網路對於未學習過的資料適用性更高，訓練結束後可利用驗證資料 群進行模式的二次驗證，確認模式的適用性。
不論是將資料分為幾群，皆需要使每個資料群的特性是均勻的，
即為類神經網路模式在學習、驗證各個階段所模擬的颱風特性類似，
此可提高模式在驗證時的可靠度。
本研究初步的分類方法是依據 Camargo 等人(2007a)所採用的熱 帶氣旋分類法 Curve-Aligned Clustering，透過熱帶氣旋在地球表面的 路徑來將颱風分類，將表 2-3 颱風依據路徑分成三種特性不同的分 類，其分類後的三種路徑圖如圖 2-3 所示。圖 2-3 中的 A 分類為颱風 生成於太平洋東側，由臺灣東南方往東北方向行進至日本、B 分類為 颱風生成於太平洋東側，由東南方往西北方向行進至大陸，可看出分 類 B 的颱風路徑會直接侵襲臺灣、C 分類為颱風生成於太平洋東側，
由臺灣東部往西部方向行進至大陸，可看出分類 C 的颱風路徑亦會 直接侵襲臺灣。表 2-4 為分三類後的結果列表。除了路徑的特性之外，
還需考慮每個颱風所造成的最大波高，本研究將這三組各別依照最大 波高由小到大排序，最後將各組合併，結果如表 2-5 所示。
17
表 2-4 依颱風路徑分群的三類颱風
分類 A(9 場) 分類 B(20 場) 分類 C(4 場)
年份 颱風名稱 最大波高
(m) 年份 颱風名稱 最大波高
(m) 年份 颱風名稱 最大波高 (m) 2001 HAIYAN 6.54 2000 PRAPIROON 2.67 2005 HAITANG 4.01 2002 RAMMASUN 2.21 2000 BILIS 1.74 2005 TALIM 4.08 2002 SINLAKU 3.45 2001 NARI 4.55 2005 LONGWANG 2.95 2003 KUJIRA 1.95 2001 LEKIMA 3.32 2009 MORAKOT 4.19 2003 SOUDELOR 1.72 2003 DUJUAN 1.21
2004 NANMADOL 3.1 2003 MELOR 2.63 2006 SAOMAI 1.88 2004 MINDULLE 2.61 2006 SHANSHAN 3.83 2004 RANANIM 2.21 2008 SINLAKU 3.83 2004 HAIMA 3.51 2005 MATSA 5.03 2005 KHANUN 3.19 2006 BILIS 2.91 2007 WIPHA 4.13 2008 KALMAEGI 2.20 2008 FUNG_WONG 2.58 2010 FANAPI 3.08 2010 MEGI 4.17 2011 MEARI 3.29 2012 SAOLA 3.75 2012 HAIKUI 2.60
18
19
表 2-5 依最大示性波高大小排序之合併分類結果
年份 颱風名稱 颱風名稱 最大波高(m)
2003 SOUDELOR 蘇迪勒 1.72
2006 SAOMAI 桑美 1.88
2003 KUJIRA 柯吉拉 1.95
2002 RAMMASUN 雷馬遜 2.21
2004 NANMADOL 南瑪都 3.1
2002 SINLAKU 辛樂克 3.45
2006 SHANSHAN 珊珊 3.83
2008 SINLAKU 辛樂克 3.83
2001 HAIYAN 海燕 6.54
2003 DUJUAN 杜鵑 1.21
2000 BILIS 碧利斯 1.74
2008 KALMAEGI 卡玫基 2.2
2004 RANANIM 蘭寧 2.21
2008 FUNG_WONG 鳳凰 2.58
2012 HAIKUI 海葵 2.6
2004 MINDULLE 敏督利 2.61
2003 MELOR 米勒 2.63
2000 PRAPIROON 巴比倫 2.67
2006 BILIS 碧利斯 2.91
2010 FANAPI 凡那比 3.08
2005 KHANUN 卡努 3.19
2011 MEARI 米雷 3.29
2001 LEKIMA 利奇馬 3.32
2004 HAIMA 海馬 3.51
2012 SAOLA 蘇拉 3.75
2007 WIPHA 韋帕 4.13
2010 MEGI 梅姬 4.17
2001 NARI 納莉 4.55
2005 MATSA 馬莎 5.03
2005 LONGWANG 龍王 2.95
2005 HAITANG 海棠 4.01
2005 TALIM 泰利 4.08
2009 MORAKOT 莫拉克 4.19
20
學習、查核與驗證組(LVT 組)的資料選取，採用 20 場作為類神經 模式學習的學習組，其餘 7 場作為查核類神經模式的查核組，餘下的 6 場則作為類神經模式驗證的驗證組。選取的準則為，從表 2-5 中，
先交叉選取奇數列的颱風共 17 場加上剩餘場次每取一場間隔 5 場再 選出 3 場共 20 場納入學習組，再將剩餘的 13 場颱風每隔一場颱風選 取一次的方式選出 7 場颱風納入查核組，最後剩餘 6 場颱風則納入驗 證組，其結果如表 2-6 所示。
表 2-6 選擇模式建立的 LVT 資料的颱風
學習組(20 場) 查核組(7 場) 驗證組(6 場)
年份 颱風名稱 最大波高
(m) 年份 颱風名稱 最大波高
(m) 年份 颱風名稱 最大波高 (m) 2006 蘇迪勒 1.72 2002 雷馬遜 2.21 2002 辛樂克 3.45 2003 柯吉拉 1.95 2008 辛樂克 3.83 2003 杜鵑 1.21 2004 南瑪都 3.10 2008 卡玫基 2.20 2004 敏督利 2.61 2006 珊珊 3.83 2000 巴比倫 2.67 2010 凡那比 3.08 2001 海燕 6.54 2011 米雷 3.29 2004 海馬 3.51 2000 碧利斯 1.74 2001 納莉 4.55 2005 龍王 2.95 2004 蘭寧 2.21 2005 泰利 4.08
2012 海葵 2.60 2003 米勒 2.63 2006 碧利斯 1.74 2005 卡努 3.19 2001 利奇馬 3.32 2012 蘇拉 3.75 2010 梅姬 4.17 2005 馬莎 5.03 2005 海棠 4.01 2009 莫拉克 4.19 2006 桑美 1.88 2008 鳳凰 2.58 2007 韋帕 4.13
21