• 沒有找到結果。

路徑六

在文檔中 中 華 大 學 碩 士 論 文 (頁 48-53)

第五章 案例成果與討論

5.1 路徑六

路徑六其颱風行進方向以中央山脈為界或以22°N 為準,沿台灣東岸或東部海面 北上,在北行颱風中為最為常見的路徑,極多數的颱風皆發生於此一路徑,且此路徑 之颱風北上時研究區域常會受到颱風外圍環流的影響,於石門水庫的集水區內帶來大 量的降雨,例如2000 年的象神颱風、2004 年的敏督利颱風皆為此路徑之颱風,也皆 為北部帶來過多的雨量,造成不小的災害與損傷,故預測此路徑颱風降雨,將來有助 於水庫管理單位於決策時的參考依據。此路徑以納坦颱風作為路徑六之驗證資料,其 行進路徑如圖5-1。

圖5-1 納坦颱風行進路線(中央氣象局)

路徑六學習模式:

ANN 的設定經過多次嘗試,採用 1 個隱藏層,8 個節點數,學習代數 150 代。

GAOT 的參數設定群集大小 100,染色體長度 16 位元,交配率 0.9,突變率 0.001,

收斂條件為連續200 個世代不再進步則停止程式。路徑一經 MLR 與 GAOT 模式運算 後產生的方程式如下式5.1、5.2:

MLR

1 2

4 5 6

7 8

( ) -1 3 8.8 3 8 2 .30 5 9 6 X 0 .1 34 9 1 9 X 0 .0 0 3 5 5 X 0 .00 5 0 4 X 0 .0 09 5 4 5 X 0 .0 4 7 2 6 2 X

0 .5 8 2 5 7 8 X 0 .1 2 0 2 6 3 X ...(5 .1 )

m m = + × + × − ×

− × + × + ×

+ × + ×

路 徑 六 3

GAOT

( )

7 7

(m m) = 0.180181 0.026075+ ×⎡⎣X × 49.7612 - X ⎤⎦...(5.2)

路 徑 六

圖5-2 路徑六 GAOT 示意圖

39

GAOT 模式從 8 個因子中篩選出 X7(前ㄧ小時降雨量),其敏感度分析如圖 5-3:

前一小時降雨量

X7

0 10 20 30 40

Y

0 2 4 6 8 10 12 14 16 18

圖5-3 路徑六-X7因子敏感度分析

由敏感度圖中可看出與前ㄧ小時降雨量(X7)呈一非線性關係,並可得知前ㄧ小時 降雨量於GAOT 模式中,對下一小時降雨量之推估有一定程度影響能力。

路徑六之運算結果比較如表5-2,訓練資料中三種模式的訓練 RMSE 值以 GAOT 的3.272 最小,驗證 RMSE 值也有 4.01 的表現皆優於 MLR 與 ANN 模式;由散佈圖 5-4~6 可看出 GAOT 的預測降雨量較 MLR 更為準確,顯示 GAOT 在路經六的預測模 式中有較佳的預測能力,在改善率的部份可得知 GAOT 能進一步改善訓練與驗證之 成果,在訓練改善率有4.44%,驗證改善率有 6.3%。

表5-2 路徑六運算結果比較表(驗證資料-納坦颱風)

CC RMSE SS(%)

路徑六 training testing training testing training testing MLR 0.81 0.59 3.423 4.280 - - ANN 0.84 0.60 3.298 4.109 3.67 3.99 GAOT 0.83 0.66 3.272 4.010 4.44 6.3

Actual Value(mm)

0 10 20 30 40 50 60

Predicted Value(mm)

0 10 20 30 40 50 60

Training Testing

Actual Value(mm)

0 10 20 30 40 50 60

Predicted Value(mm)

0 10 20 30 40 50 60

Training Testing

圖5-4 路徑六 MLR 散佈圖 圖5-5 路徑六 ANN 散佈圖

Actual Value(mm)

0 10 20 30 40 50 60

Predicted Value(mm)

0 10 20 30 40 50 60

Training Testing

圖5-6 路徑六 GAOT 散佈圖

在比較總降雨量部分如表5-3,GAOT 的預測降雨總量誤差率 5.41%,雖略差於 MLR 的-4.02%與 ANN 的 2.17%,但於 MLR 模式推估時會出現負值,而雨量預測中 是沒有負值的表現,故在推估中將其值以手動的方式修正為零,所以MLR 模式在路 徑六中會出現明顯的降雨量低估,原本的誤差將會更加低估;在ANN 模式中可以從 累積降雨量圖5-7 與每小時降雨量圖 5-8 明顯看出,ANN 在每小時的降雨量推估表現 上實際是略遜於 GAOT,且 GAOT 模式所表現出的每小時降雨量走勢也與實際情況 較為吻合,故GAOT 在路徑六中具有更為準確的降雨量預測能力。

41

表5-3 納坦颱風累積雨量表

納坦颱風對於石門水庫之降雨量 214 mm 路徑六 預測雨量(mm) 誤差率 (%)

MLR 205.39 -4.02

ANN 218.63 2.17

GAOT 225.57 5.41

0 50 100 150 200 250

1 7 13 19 25 31 37

hr

m m

實際 GAOT MLR ANN

圖5-7 納坦颱風累積降雨量

0 5 10 15 20 25

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41

hr

mm

實際 GAOT MLR ANN

圖5-8 納坦颱風每小時降雨量

在文檔中 中 華 大 學 碩 士 論 文 (頁 48-53)

相關文件