提升即時淹水模擬效能之研究
The Study on Enhancing Real-Time 2D Flooding Simulation Efficiency
主辦機關：經濟部水利署水利規劃試驗所 執行單位：國立臺北科技大學
中華民國 108 年 12 月
MOEAWRA1080447
提 升 即 時 淹 水 模 擬 效 能 之 研 究
中 華 民 國 108
年 12 月
水 利 規 劃 試 驗 所
經 濟 部 水 利 署
提升即時淹水模擬效能之研究
The Study on Enhancing Real-Time 2D Flooding Simulation Efficiency
主辦機關：經濟部水利署水利規劃試驗所 執行單位：國立臺北科技大學
計畫主持人：張哲豪
目錄
表目錄 ... 表-1 圖目錄 ... 圖-1 摘要 ... 摘-1 Abstract ... A-1 結論與建議 ... 結-1
第一章 前言 ... 1-1 一、計畫緣起 ... 1-1 二、計畫目的 ... 1-4 三、研究工作範圍 ... 1-4 四、研究架構 ... 1-5 第二章 國內外相關資料搜集 ... 2-1 一、國內外相關系統與文獻搜集 ... 2-1 二、整合流程與管理 ... 2-15 三、新技術應用與發展 ... 2-22 四、提升效能方向 ... 2-26 第三章 運算結構之研究與探討 ... 3-1 一、作業化淹水模式探討 ... 3-1 二、系統架構與運算資源 ... 3-2 三、運算結構與流程之改善 ... 3-9 第四章 水理模式演算機制探討 ... 4-1 一、工作概述 ... 4-1 二、模式演算方法 ... 4-3 三、地文資料 ... 4-4 四、水文條件設定 ... 4-13 五、構造物設定 ... 4-44 六、現地感測設備 ... 4-60 第五章 運算結構最佳化設定 ... 5-1
二、不同伺服器主機效能測試 ... 5-2 三、排程流程化規劃與調整 ... 5-4 四、模式運算效能與功能 ... 5-14 第六章 案例測試與檢討 ... 6-1 一、案例事件說明 ... 6-1 二、臺南地區案例分析 ... 6-2
參考文獻 ... 參-1
附錄一 HyDEM 簡介 ... 附 1-1 附錄二 D-Flow FM 模式介紹 ... 附 2-1 附錄三 即時淹水模式資料的正確性與完整性探討 ... 附 3-1 附錄四 即時淹水模型調校流程說明 ... 附 4-1 附錄五 作業化平台穩定性說明 ... 附 5-1
表目錄
表 2-1 現階段國外淹水模擬之型態與模式... 2-12 表 2-2 國外相關系統與文獻分析 ... 2-13 表 2-3 本節參考文獻整理表 ... 2-14 表 2-4 探討主題與方向彙整 ... 2-26 表 3-1 作業化淹水模擬方式比較表 ... 3-1 表 3-2 二維即時淹水預報成果發布供應服務與範圍 ... 3-4 表 3-3 各縣市模式專案與數量 ... 3-6 表 3-4 各縣市淹水模擬網格尺寸與維度... 3-6 表 3-5 現有二維即時淹水預報主機資源列表 ... 3-6 表 4-1 不同 DEM 解析度成果比對 (海棠颱風) ... 4-9 表 4-2 不同 DEM 解析度成果比對 (0813 淹水事件) ... 4-10 表 4-3 三種集水區劃分尺度之比較 ... 4-14 表 4-4 三種尺度最大淹水面積比較 (海棠颱風) ... 4-17 表 4-5 不同降雨量事件淹水面積統計 ... 4-23 表 4-6 集水區 CN 值設定值 ... 4-27 表 4-7 最大淹水時間與面積：0611 豪雨 ... 4-27 表 4-8 最大淹水時間及面積：海棠颱風... 4-28 表 4-9 集水區參數敏感度分析項目 ... 4-36 表 4-10 臺南安南區鹽水溪區排測試集水區 SCS 參數與降雨量 ... 4-36 表 4-11 上游集水區 SCS 降雨逕流模式參數敏感度分析成果 ... 4-36 表 4-12 中游集水區 SCS 降雨逕流模式參數敏感度分析成果 ... 4-37 表 4-13 下游集水區 SCS 降雨逕流模式參數敏感度分析成果 ... 4-37 表 4-14 崑山抽水站抽水機組操作水位表... 4-44 表 4-15 土庫抽水機操作水位表 ... 4-46 表 4-16 正義抽水機操作水位表 ... 4-48 表 4-17 崑山抽水站起抽水位調整 ... 4-51 表 4-18 抽水站抽水量調整 ... 4-52 表 5-1 不同主機進行 SOBEK 模式運算過時間評估 ... 5-3
表 5-3 屏東地區二維即時淹水模擬作業排程表 ... 5-6 表 5-4 高雄地區二維即時淹水模擬作業排程表 ... 5-7 表 5-5 臺中地區二維即時淹水模擬作業排程表 ... 5-8 表 5-6 臺南地區二維即時淹水模擬作業排程表 ... 5-9 表 5-7 本年度防汛作業值勤供應事件一覽... 5-10 表 5-8 四縣市 6 小時排程運算測試成果... 5-11 表 5-9 四縣市 12 小時排程運算測試成果... 5-12 表 5-10 四縣市 24 小時排程運算測試成果... 5-13 表 5-11 鹽水溪流域鄰近雨量站各重現期距設計降雨之尖峰雨量 ... 5-16 表 5-12 各種有效網格模擬梅姬颱風淹水結果比較 ... 5-16 表 5-13 計算點間距對於計算效能與模擬精確度的影響 ... 5-19 表 5-14 D-Flow FM 與 SOBEK 模式之比較 ... 5-21 表 5-15 D-Flow FM 與 SOBEK 鄉鎮淹水模擬成果統計 ... 5-24 表 6-1 臺南地區颱洪事件列表 ... 6-1 表 6-2 臺南市 0813 豪雨淹水感測器資訊統計表 ... 6-3 表附 1-1 HyDEM 與傳統 DEM 規格表 ... 附 1-2 表附 2-1 淹水模式規格比較表 ... 附 2-2
圖目錄
圖 1-1 歷年淹水模式精進階段 ... 1-2 圖 1-2 計畫工作架構圖 ... 1-6 圖 2-1 淹水模式資料處理流程與驗證關聯性 ... 2-3 圖 2-2 利用 DEM 產生集水區流路與不同解析度下集水區面積差異 ... 2-4 圖 2-3 數值模擬方式呈現淹水模擬狀況... 2-4 圖 2-4 美國德州案例模擬成果與淹水現況比對 ... 2-5 圖 2-5 離線式即時淹水潛勢圖流程 ... 2-5 圖 2-6 USGS 開發的離線式即時淹水潛勢圖 ... 2-6 圖 2-7 NWS AHPS 提供離線式即時淹水潛勢圖位置 ... 2-6 圖 2-8 NWS AHPS 離線式即時淹水潛勢圖位置 ... 2-7 圖 2-9 S-uiPS 模式概念 (以道路計算為例) ... 2-7 圖 2-10 S-uiPS 模式概念... 2-8 圖 2-11 S-uiPS 模式概念 (新增住宅開放空間) ... 2-8 圖 2-12 S-uiPS 模擬區域道路高程資訊 ... 2-9 圖 2-13 日本雨水下水道系統模擬滿管情況 ... 2-9 圖 2-14 S-uiPS 模式模擬道路淹水情況 ... 2-10 圖 2-15 S-uiPS 模式成果 (道路與住宅) ... 2-10 圖 2-16 S-uiPS 模式成果 (下水道) ... 2-11 圖 2-17 上海浦東新區模式與系統架構圖... 2-11 圖 2-18 上海浦東新區二維即時淹水模擬資訊 ... 2-11 圖 2-19 上海浦東新區預報水位系統畫面... 2-12 圖 2-20 美國 AHPS 淹水潛勢圖整合流程圖 ... 2-16 圖 2-21 美國 AHPS 淹水潛勢圖整合流程圖(1/3) ... 2-17 圖 2-22 美國 AHPS 淹水潛勢圖整合流程圖(2/3) ... 2-18 圖 2-23 美國 AHPS 淹水潛勢圖整合流程圖(3/3) ... 2-19 圖 2-24 AHPS 資料檢核表格 ... 2-20 圖 2-25 CIWEM 都市排水模型建置資料搜集流程 ... 2-20 圖 2-26 CIWEM 都市排水系統流量監測點位建議 ... 2-21
圖 2-28 CIWEM 都市排水模式維護更新建議 ... 2-22 圖 2-29 Google 利用 ML 改善基礎資料 ... 2-23 圖 2-30 Google 透過大量運算搭配機械學習改善淹水模擬計算成果 ... 2-23 圖 2-31 富士通應用水桶模式搭配機械學習提供水位流量預測資訊 ... 2-24 圖 2-32 JACOBS 透過 Flood Cloud 提供二維雲端運算的架構 ... 2-24 圖 2-33 新一代淹水模式整合發展 ... 2-25 圖 2-34 新一代淹水模式應用 ... 2-25 圖 2-35 整體提升即時淹水模擬效能之實驗架構 ... 2-27 圖 3-1 作業化淹水模擬分類圖 ... 3-2 圖 3-2 二維即時淹水模擬與預報服務架構... 3-3 圖 3-3 二維即時淹水模擬與預報伺服器服務架構 ... 3-4 圖 3-4 預報排程時間管理設定 ... 3-5 圖 3-5 臺中地區即時淹水模式各分區專案範圍 ... 3-7 圖 3-6 臺南地區即時淹水模式各分區專案範圍 ... 3-7 圖 3-7 高雄地區即時淹水模式各分區專案範圍 ... 3-8 圖 3-8 屏東地區即時淹水模式各分區專案範圍 ... 3-8 圖 3-9 運算結構最佳化設定實驗與測試內容 ... 3-10 圖 4-1 水理模式演算機制探討完整實驗內容 ... 4-2 圖 4-2 即時預報之模擬分區 ... 4-3 圖 4-3 本研究採用之 HyDEM 圖幅範圍 ... 4-4 圖 4-4 導入建築物增加於 HyDEM 資料 ... 4-5 圖 4-5 根據 HyDEM 新增鹽水溪模式渠道分布圖 ... 4-6 圖 4-6 DEM 與 HyDEM 斷面比較 ... 4-7 圖 4-7 二仁溪河道交會處 ... 4-8 圖 4-8 斷面資料更新前後差異案例 ... 4-8 圖 4-9 海棠颱風案例淹水模擬網格成果比對 (範圍一) ... 4-10 圖 4-10 海棠颱風案例淹水模擬網格成果比對 (範圍二) ... 4-11 圖 4-11 海棠颱風案例淹水模擬網格成果比對 (範圍三) ... 4-11 圖 4-12 0813 淹水事件淹水模擬網格成果比對 (範圍一) ... 4-12
圖 4-15 Scale1 集水區劃分圖 ... 4-15 圖 4-16 Scale2 集水區劃分圖 ... 4-15 圖 4-17 Scale3 集水區劃分圖 ... 4-15 圖 4-18 臺南市安南區平均降雨組體圖 (海棠颱風事件) ... 4-16 圖 4-19 四草潮位站觀測值 (海棠颱風事件) ... 4-17 圖 4-20 Scale1 最大淹水範圍 ... 4-18 圖 4-21 Scale2 最大淹水範圍 ... 4-18 圖 4-22 Scale3 最大淹水範圍 ... 4-18 圖 4-23 渠道位置與流量比較圖 (海棠颱風事件) ... 4-19 圖 4-24 最大淹水範圍比較：Scale1 vs Scale2 ... 4-20 圖 4-25 最大淹水範圍比較：Scale2 vs Scale3 ... 4-20 圖 4-26 最大淹水範圍面積變化圖 (海棠颱風) ... 4-21 圖 4-27 路面水位計觀測與位置圖 (海棠颱風事件) ... 4-22 圖 4-28 臺南市安南區平均降雨組體圖 (0611 豪雨事件) ... 4-24 圖 4-29 四草潮位站觀測值 (0611 豪雨事件) ... 4-24 圖 4-30 0611 豪雨事件-最大淹水範圍模擬圖 ... 4-25 圖 4-31 海棠颱風事件-最大淹水範圍模擬圖 ... 4-25 圖 4-32 0611 豪雨、海棠颱風事件淹水範圍比較圖 ... 4-25 圖 4-33 渠道位置與流量比較圖 (0611 豪雨事件) ... 4-26 圖 4-34 選用集水區位置圖 ... 4-28 圖 4-35 CN*1.00 最大淹水範圍：0611 豪雨 ... 4-28 圖 4-36 CN*0.95 最大淹水範圍：海棠颱風 ... 4-29 圖 4-37 CN*1.05 最大淹水範圍：海棠颱風 ... 4-29 圖 4-38 流量比較-渠道位置圖 ... 4-29 圖 4-39 CN 值調整前後流量比較圖：0611 豪雨 ... 4-30 圖 4-40 CN*1.00 最大淹水範圍：海棠颱風 ... 4-31 圖 4-41 CN*0.95 最大淹水範圍：海棠颱風 ... 4-31 圖 4-42 CN*1.05 最大淹水範圍：海棠颱風 ... 4-31 圖 4-43 CN 值調整前後流量比較圖：海棠颱風 ... 4-32
圖 4-46 單一渠道沿岸入流點位細緻化成果 ... 4-34 圖 4-47 降雨逕流模式 SCS 模組敏感度分析試驗架構 ... 4-38 圖 4-48 SOBEK 降雨逕流模式 SCS 模組設定項目 ... 4-38 圖 4-49 降雨逕流參數敏感度分析位置點分布與資訊 ... 4-39 圖 4-50 上游集水區 CN 值敏感度分析 ... 4-40 圖 4-51 上游集水區面積敏感度分析 ... 4-40 圖 4-52 中游集水區 CN 值敏感度分析 ... 4-40 圖 4-53 中游集水區面積值敏感度分析... 4-41 圖 4-54 下游集水區 CN 值敏感度分析 ... 4-41 圖 4-55 下游集水區面積值敏感度分析... 4-41 圖 4-56 集水區不同降雨量成果測試 ... 4-42 圖 4-57 上游集水區不同降雨量對應流量資訊 ... 4-42 圖 4-58 中游集水區不同降雨量對應流量資訊 ... 4-42 圖 4-59 下游集水區不同降雨量對應流量資訊 ... 4-43 圖 4-60 不同降雨量對應應最大流量數值成果 ... 4-43 圖 4-61 崑山抽水站抽水範圍 ... 4-45 圖 4-62 淹水數值模式增設崑山抽水站... 4-45 圖 4-63 崑山抽水站抽水機於 SOBEK 功能設定 ... 4-46 圖 4-64 土庫抽水站抽水範圍 ... 4-47 圖 4-65 淹水數值模式增設土庫抽水站... 4-47 圖 4-66 正義抽水站抽水範圍 ... 4-48 圖 4-67 淹水數值模式增設正義抽水站... 4-49 圖 4-68 崑山關閉一台抽水機與全開動之差值 ... 4-50 圖 4-69 崑山關閉二台抽水機與全開動之差值 ... 4-50 圖 4-70 抽水機起抽水位下降對淹水深度之模擬結果 ... 4-51 圖 4-71 調整抽水站抽水量之模擬結果... 4-52 圖 4-72 關閉崑山抽水站之模擬結果 ... 4-53 圖 4-73 關閉崑山、正義抽水站之模擬結果 ... 4-54 圖 4-74 抽水機設定條件造成之水位差異... 4-54
圖 4-77 抽水站抽水改善情況 ... 4-56 圖 4-78 導入抽水站後淹水區域深度 5cm 之模擬範圍 ... 4-57 圖 4-79 導入抽水站後淹水區域深度 10cm 之模擬範圍 ... 4-57 圖 4-80 導入抽水站後淹水區域深度 15cm 之模擬範圍 ... 4-58 圖 4-81 導入抽水站後淹水區域深度 30cm 之模擬範圍 ... 4-58 圖 4-82 崑山抽水站上游水位與抽水運作狀態 ... 4-59 圖 4-83 土庫抽水站上游水位與抽水運作狀態 ... 4-59 圖 4-84 正義抽水站上游水位與抽水運作狀態 ... 4-59 圖 4-85 IoT 設備與平台資料交換方式 ... 4-61 圖 4-86 物聯網監測數據與淹水模式之即時整合應用 ... 4-61 圖 4-87 水工構造物即時控制設定內容... 4-62 圖 4-88 預報水位即時校正模式之理論示意圖 (Wu et al., 2015) ... 4-64 圖 4-89 權重半變異數模式(WSVM)示意圖 (Wu et al., 2011) ... 4-64 圖 4-90 路面淹水預報即時校正模式(RTEC_2DIS) 概念圖 ... 4-64 圖 4-91 路面淹水預報即時校正模式(RTEC_2DIS) 流程圖 ... 4-65 圖 4-92 RTEC_TS&TS 校正水位過程示意圖 (Wu et al.,2012) ... 4-66 圖 4-93 二維淹水網格校正處理流程圖... 4-67 圖 4-94 採用 08-24 02:00 預報時間段之淹水模擬成果 ... 4-68 圖 4-95 採用 08-24 03:00 預報時間段之淹水模擬成果 ... 4-68 圖 4-96 採用 08-24 04:00 預報時間段之淹水模擬成果 ... 4-69 圖 4-97 採用 08-24 05:00 預報時間段之淹水模擬成果 ... 4-69 圖 4-98 採用 08-24 06:00 預報時間段之淹水模擬成果 ... 4-70 圖 4-99 採用 08-24 02:00 時間段之淹水模擬校正成果 ... 4-70 圖 4-100 採用 08-24 03:00 時間段之淹水模擬校正成果 ... 4-71 圖 4-101 採用 08-24 04:00 時間段之淹水模擬校正成果 ... 4-71 圖 4-102 採用 08-24 05:00 時間段之淹水模擬校正成果 ... 4-72 圖 4-103 採用 08-24 06:00 時間段之淹水模擬校正成果 ... 4-72 圖 4-104 採用 08-24 02:00 時間段之淹水模擬校正與成果差值 ... 4-73 圖 4-105 採用 08-24 03:00 時間段之淹水模擬校正與成果差值 ... 4-73
圖 4-108 採用 08-24 06:00 時間段之淹水模擬校正與成果差值 ... 4-75 圖 4-109 採用 08-24 02:00 時間段於安中站 500m 範圍模擬成果與校正值比對
... 4-75 圖 4-110 採用 08-24 03:00 時間段於安中站 500m 範圍模擬成果與校正值比對
... 4-76 圖 4-111 採用 08-24 04:00 時間段於安中站 500m 範圍模擬成果與校正值比對
... 4-76 圖 4-112 採用 08-24 05:00 時間段於安中站 500m 範圍模擬成果與校正值比對
... 4-77 圖 4-113 採用 08-24 06:00 時間段於安中站 500m 範圍模擬成果與校正值比對
... 4-77 圖 4-114 採用 08-24 02:00 時間段於安中站 1000m 範圍模擬成果與校正值比對
... 4-78 圖 4-115 採用 08-24 03:00 時間段於安中站 1000m 範圍模擬成果與校正值比對
... 4-78 圖 4-116 採用 08-24 04:00 時間段於安中站 1000m 範圍模擬成果與校正值比對
... 4-79 圖 4-117 採用 08-24 05:00 時間段於安中站 1000m 範圍模擬成果與校正值比對
... 4-79 圖 4-118 採用 08-24 06:00 時間段於安中站 1000m 範圍模擬成果與校正值比對
... 4-80 圖 4-119 採用 08-24 02:00 時間段於安中站不同距離範圍模擬與校正值比對…
... 4-80 圖 4-120 採用 08-24 03:00 時間段於安中站不同距離範圍模擬與校正值比對
... …4-81 圖 4-121 採用 08-24 04:00 時間段於安中站不同距離範圍模擬與校正值比對
... …4-81 圖 4-122 採用 08-24 05:00 時間段於安中站不同距離範圍模擬與校正值比對
…4-82
圖 5-1 即時淹水模擬平台運算資源分配概念圖 ... 5-2 圖 5-2 主機效能測試採用模式專案：臺南 Zone3 TNAZ3U01.lit ... 5-3 圖 5-3 主機效能測試實驗區域 24 小時累積降雨量空間分布 ... 5-4 圖 5-4 決定 DEM 有效網格之情境降雨組體圖 ... 5-17 圖 5-5 鹽水溪集水區及雨量站徐昇氏網套疊圖 ... 5-17 圖 5-6 各重現期極端降雨情境所產製的有效網格 ... 5-17 圖 5-7 2016 年梅姬颱風降雨型態 ... 5-18 圖 5-8 鹽水溪區排與大州排水集水區資空間套疊於 D-Flow FM ... 5-20 圖 5-9 模式網格加密區域範圍 ... 5-21 圖 5-10 模式網格四分樹加密細緻化概念... 5-21 圖 5-11 模擬區域對應鄉鎮降雨量與潮位 ... 5-22 圖 5-12 SOBEK 模式網格測試範圍 ... 5-25 圖 5-13 SOBEK 模式模擬成果 ... 5-25 圖 5-14 SOBEK 模式模擬與網格套疊 ... 5-25 圖 5-15 運用 D-Flow FM 之模擬成果比對 ... 5-26 圖 5-16 運用 D-Flow FM 之測試區域 ... 5-26 圖 5-17 運用 D-Flow FM 搭配加密版本之模擬成果 ... 5-27 圖 5-18 運用 D-Flow FM 搭配無加密版本之模擬成果 ... 5-27 圖 6-1 臺南地區淹水感測器分布圖 ... 6-2 圖 6-2 臺南市 0813 豪雨 12 小時累積降雨量分布 ... 6-4 圖 6-3 EMIC 淹水回報點位主要位於 12 小時累積降雨量 200mm 等雨量線範圍 ... 6-4 圖 6-4 路面淹水感測器監測數據 ... 6-5 圖 6-5 EMIC 回報位置點位 (0813 豪雨事件) ... 6-5 圖 6-6 淹水感測器有監測數據位置 (0813 豪雨事件) ... 6-6 圖 6-7 淹水模擬與 EMIC 回報點位 (0813 豪雨事件) ... 6-6 圖 6-8 淹水模擬與 EMIC 回報點位 (0813 豪雨事件) ... 6-7 圖 6-9 淹水模擬與淹水感測器點位 (0813 豪雨事件) ... 6-8 圖 6-10 淹水感測器位置淹水模擬成果 (0813 豪雨事件) ... 6-9
圖附 1-2 HyDEM 與 DEM 之水道顯示差異 ... 附 1-3 圖附 1-3 HyDEM 與 DEM 之建物顯示差異 ... 附 1-3 圖附 2-1 美國華盛頓特區 D-Flow FM 一二維都市淹水模擬介面 ... 附 2-2 圖附 2-2 美國華盛頓特區 D-Flow FM 淹水模擬網格與排水路測試 ... 附 2-3 圖附 2-3 美國華盛頓特區不同情境下之 D-Flow FM 淹水潛勢圖 ... 附 2-3 圖附 3-1 大斷面測量資料與 DEM 地形高程的比對... 附 3-2 圖附 3-2 高精度地形資料判斷越堤界線與高程 ... 附 3-2 圖附 3-3 二維淹水模式斷面資料更新維護流程 ... 附 3-4 圖附 3-4 一維河道幾何與二維 DEM 等高線 ... 附 3-5 圖附 3-5 一維河道大斷面與二維 DEM 行水區 ... 附 3-5 圖附 4-1 一維河道走向與二維 DEM 空間對位問題... 附 4-2 圖附 4-2 下水道管徑檢核示意圖 ... 附 4-3 圖附 4-3 下水道人孔與 DEM 高程檢核調整 ... 附 4-3 圖附 4-4 全區、區塊(Part)、分區(Zone)及計算單元的示意圖 ... 附 4-5 圖附 4-5 建置 DEM 有效網格所採用之情境降雨組體圖 ... 附 4-5
摘要
一、前言
為提升淹水模式對水災模擬的有效性，從淹水潛勢圖計畫起，本所針對 淹水模式，其淹水模式精進階段如摘圖 1 所示，以全面、快速，逐漸要求模 擬條件正確化與細緻化，三項階段性的逐步改善下，逐年提升精進重點。
現階段為使預報成果與現地情況更加相似，本所針對系統中運算結構及 資料進行盤點，藉由資料分析調整部分系統結構，以提升即時淹水模擬效能。
本計畫持續搜集國內外文獻，以瞭解運算結構及改善方法，藉由歷年的計畫 成果中，發現影響即時淹水模擬的主要因素，包含基礎資料來源、模式架構 與作業化平台等三大條件，並整理出目前提供即時淹水模預報的方式，其可 區分為：「以二維淹水模式進行即時演算」，以及「透過事先演算成果，提供 最相似的淹水模擬成果」二種。
而在目前水文水理模式的發展應用上，透過結合物理模式的機械學習應 用越來越受到各國的重視。在科技部應科計畫的概念與架構上，如摘圖 2、
摘圖 3 所示，其也提出結合物理模式搭配目前相關 IoT 技術與 AI 應用。
摘圖 1 歷年淹水模式精進階段
摘圖 2 新一代淹水模式整合發展
摘圖 3 新一代淹水模式應用
二、國內外相關資料搜集
本工作藉由搜集海外諸國的相關文獻，以了解目前世界各國對淹水模擬 工作的趨勢與方向，以提供更完整的資料與訊息供計畫與研究參考，如摘表 1 為彙國內外淹水模擬之型態與模式，而本節參考文獻重點，如摘表 2 所列。
而為了找出提升效能的方向，綜觀所搜集資料內容，與國內外相關文獻 資訊後，將提升淹水模式效率的改善與方法彙整如下，其概念為當模式正確 性與合理性提升後，運算成果效率可以提升。
運算結構之研究與探討內容區分為兩大主軸，分別為提升運算正確與合 理性來探討模式調整後，對於淹水範圍與淹水深度的不確定性；與提升運算 效能來探討運算效能與成本等內容。主要探討主題與方向彙整，如摘表 3 所 示，包含地文、水文、邊界條件、模式整合、運算方式等議題。
將上述內容針對模式中可能的造成淹水範圍與深度不確定影響的內容，
進行各別模組或小區域的測試，利用改善前後對於淹水範圍與淹水深度的影 響提供參考，並且就對應的成本，做為效能提升優先順序建議。整體效能提 升主要內容，如摘圖 4 所示。
摘表 1 現階段國內外淹水模擬之型態與模式
淹水模擬型態 模式
即時
SOBEK、3Di、DFlow-FM、
德州大學阿靈頓分校_高效能淹水演算、
Google ML
日本早稻田大學 S-uiPS
離線 HEC-RAS (美國 NWS USGS)
摘表 2 國外相關系統與文獻分析
參考文獻來源 淹水模擬技術 資料分析趨勢
德國
利用 6 組 HEC-RAS 2D 模式 專案，搭配監視器影像處理 進行即時運算。
透過感測器、手機影像、CCTV 影 像、遙測影像等成果進行比對與分 析，或者搭配公民科學群眾等新一代 資料搜集方式，來取得現地資料內容
美國
美國德州大學阿靈頓分校，
透過高速電腦搭配分散式運 算架構，進行高解析度二維 淹水模式演算
在都市區域淹水模式架構，包含集水 區、降雨量、降雨逕流、淹水模擬等 內容資料與模式間具有一定程度的影 響性與關連。透過基礎資料持續驗證 與率定，將有助於提升與改善淹水潛 勢圖
日本
早稻田大學關根正人教授，
所發展都市淹水潛勢預報系 統 S-uiPS，進行東京都會區 淹水預報系統的發展。
模式在資料需求上需要有河道、下水 道系統、建物線、道路高程、下水道 匯流分區、地下道、建築物邊界等完 整資訊，同時需要有對應水位監測資 訊，搭配高解析度降雨雷達提供即時 與完整降雨量資訊。
荷蘭
SIM-CI 搭配三維虛擬實境展 示淹水的建置的環境，呈現 空間內水工構造物位置與環 境，並且搭配淹水模擬成果 展示。
進一步探討淹水範圍與受影響戶數之 間的關聯分析，以及當淹水預報失準 的時候，如何緊急因應與改善。
中國
上海浦東新區利用 SOBEK 模式搭配 Delft-FEWS 平台，
進行即時二維都市淹水之模 擬。
未來規劃因應任務需求，預計轉換成 為作業化系統，同時配合模式發展，
布在下一階段更換為 D-FlowFM (Delft3D FM) 模式，以提供更完整 的模擬應用。
摘表 3 探討主題與方向彙整
項目 內容 備註
地文 數值地形、網格解析度、多重網格 配合地形資料更新
水文 集水區架構、水文參數 因應地形資料更新與斷面新增，
調整集水區相關資訊
邊界條件 降雨量、水位、流量、潮位、IoT 探討模式輸入水文氣象資料對於
淹水範圍影響
模式整合維護 資料 QA 與 QC、版本管理 模式整合流程與版本管理
伺服器主機運算效能排程管理
三、運算結構之研究與探討
在 FEWS 伺服器架構與排程上，防汛作業過程中需要作業化 24 小時不 間斷運作，持續更新與提供最新預報與模擬成果。考量自動化資料處流程與 模式運算所需的大量運算資源，因此透過伺服器主機架構的配置，將 FEWS_Taiwan 平台對應的功能與服務轉換成為網路架構。
上述整體資料作業流程在既有的預報作業流程中，目標為每一小時提供 最新的淹水預報成果，目前測試在每小時內提供最新預報成果，搭配現有主 機預算資源，完成未來三小時淹水預報模擬計算與成果供應服務。因此在整 體作業流程，需要將相關運算服務進行最佳化的調整，評估對應排程可能最 大影響與延遲時間，摘圖 5 為每小時伺服器主機運作的相關時間設定與對應 作業流程。摘表 4 則為整體服務資料供應內容與項目。
此外，考量模式發展測試不同模式的運算作業需求與內容，做為下一階 段模式版本維護更新之參考，為此，根據摘圖 5 的整體架構，延伸至運算結 構最佳化設定，如摘圖 6 所示，在有限運算效能與成本的條件下，使用不同 主機環境進行模式專案的測試效能評估、搭配不同時間長度資料供應服務排 程測試，評估可行的二維即時淹水模擬成果資料供應服務，並評估應用不同 模式進行二維即時淹水模擬所需注意事項。
摘表 4 二維即時淹水預報成果發布供應服務與範圍
供應服務 範圍
網頁 臺中地區、臺南地區、高雄地區、屏東地區
簡報 臺中地區、臺南地區、高雄地區、屏東地區
串流服務 臺中地區、臺南地區、高雄地區、屏東地區
摘圖 5 預報排程時間管理設定
摘圖 6 運算結構最佳化設定實驗與測試內容
四、水理模式演算機制探討
在模型建置與模擬過程中，如何有效提高模型建置的合理性與模擬結果 的準確性，是即時淹水預報水理模式演算機制優化的重要目標。
為達到此目標，將淹水模式所使用的不同模組，透過特定區域範圍的實 驗。測試各模組與功能調整前後的影響，與對應調整所需的時間與人力成本，
作為模式資料維護更新過程中的優先順序參考，以下將簡述其中幾項重點成 果，其餘詳細實驗成果可再參閱報告內容。
在地文資料部份，根據內政部地政司所產製之 HyDEM，識別出來的河 川堤防與渠道溢堤圖徵，本計畫新增既有鹽水溪模式模式缺漏的渠道。新增 渠道長度佔原模式總長度 43%，共計新增渠段 429 段合計 162km，新增斷面 數 791 個，如摘圖 7 所示。另為解決斷面與 DEM 這兩種異質性資料存在的 差異，亦利用高解析度 DEM 所顯示的河寬的堤岸高程來調整斷面。
實驗範圍以摘圖 8 為二仁溪河道交匯處為例，圖中為模式進行調整前後 的河道與斷面位置分布，可明顯看出經調校過後之河道走向較符合 DEM 河 道走向，且於河道銜接處抑或是斷面分布較少的渠道上，有新增虛擬斷面。
而在構造物部份，利用海棠颱風事件進行模擬，分別呈現在三爺溪增加 抽水站前之淹水模擬成果，摘圖 9 為抽水站加入前之淹水模擬成果，摘圖 10 為抽水站加入後之模擬成果。
以現有資料搭配相關抽水機操作規則進行模擬，經測試後，改善積淹水 面積範圍 8.787 公頃 (最大淹水深度超過 5cm 以上變化區域)，減少淹水淹 水體積 8,122m3(以標準游泳池體積 1,890m3換算)，約 4.29 個標準游泳池。
摘圖 7 根據 HyDEM 新增鹽水溪模式渠道分布圖
摘圖 8 二仁溪河道交會處
摘圖 9 抽水站加入前淹水模擬成果
摘圖 10 抽水站加入後淹水模擬成果
五、運算結構最佳化設定
在運算結構最佳化的設定過程中，主要仍以 SOBEK 模式內有效網格為 主要影響因子，與一維計算節點的影響進行測試與評估，以下將以臺南鹽水 溪流域為範例介紹。
(一)有效網格設定對於計算效能的影響
採用高重現期距的極端降雨情境進行淹水模擬，可以識別出有效 (active)網格。摘圖 11 為 2016 年梅姬颱風於臺南鹽水溪流域的降雨組 體圖，由於降雨具有空間變異性，此處僅隨機由 QPESUMS 雨量紀錄取 一點位，來示意降雨型態。採用五種有效網格 DEM 分別進行模擬，再 以 200 年重現期有效網格 DEM 的模擬結果為比較基準，計算淹水面積 校驗係數及淹水深度平均誤差。
根據 QPESUMS 雨量資料分析，梅姬颱風降雨期間發生的最大時 雨量為 86.6 mm，與鹽水溪流域鄰近的 9 個雨量站各重現期尖峰雨量相 差不多，且有效網格是採用極端降雨情境，刻意延長尖峰降雨強度所產 製的，因此這五種有效網格 DEM 應該都適用，從淹水面積校驗係數顯 示 97%相似性，且淹水深度平均誤差都不到 1cm 可以獲得佐證，表示 採用這五種有效網格 DEM 的模擬是相當的。但從計算效能來看，10 年 重現期有效網格 DEM 的計算耗時僅為 200 年的 75%。因此，選取適當 且適用的有效網格，將有助於計算效能的提升。
(二)計算點間距對於計算效能的影響
摘表 5 將鹽水溪模式的計算點分別採用 50m、100m 及 200m 模擬 梅姬颱風。若以 50m 間距的結果為比較基準，100m 間距的結果其淹水 面積校驗係數下降至 90%，但計算耗時卻僅有 71%，顯然 100m 間距的 適用性，是效能與精確度兩者間取捨的問題。至於 200m 間距，由於淹 水面積校驗係數進一步下降，但計算效能的提升卻相對有限，因此可將 200m 間距評定為不適用。
由於現場地形與河道型態的樣態太多，很難找到一致的特性，因此 要建立計算點布置的通則，還需要更多的案例累積、歸納與分析。
摘表 5 計算點間距對於計算效能與模擬精確度的影響
計算 點間 距(m)
與間距=50m 比較 與間距=100m 比較
CPU Time (hr/min/sec)
計算效 淹水面積 能比
校驗係數
淹水深度 平均誤差
(m)
淹水面積 校驗係數
淹水深度 平均誤差
(m)
50 － － 5h/26m/57s 1.00
100 0.9028 0.0467 － 3h/51m/45s 0.71 200 0.8376 0.0743 0.8893 0.0501 3h/27m/41s 0.66
20m 解析度 有效網格 (Active cell) 516,268 20m 解析度 總網格 (Total cell) 1,514,390
處理器型號Intel® Core™ i7-3770K CPU @ 3.50GHz
六、D-Flow FM淹水模擬測試
在前述運算結構最佳化的設定過程中，為了下一階段模式的準備，其透 過 D-FlowFM 的測試模擬，進行未來淹水模擬軟體適用性的評估工作。針對 D-Flow FM 淹水模擬，如摘圖 12 的介面圖所示，已經完成介面的測試。
測試結果顯示，系統可支援國內常用的坐標投影系統，同時也支援對應 網路地圖服務 WMTS，將有助於在模式建模過程中，對於現場狀況與空間資 料處理及判斷將更為方便。
由於 D-Flow FM 模式仍在持續發展與開發中，同時目前國內應用之 SOBEK 模式建置的淹水潛勢圖使用之 SCS 降雨逕流模組尚未完成整合，因 此，在本計畫優先採用邊界點流量點匯入方式，直接匯入流量成果進行二維 即時淹水模擬。
摘圖 12 鹽水溪區排與大州排水集水區資空間套疊於 D-Flow FM
關鍵字：即時淹水預警、IoT、SOBEK、DFlow
Abstract
In recent years, with the improvement of hydrological observation technology, many hydrological observation techniques have been gradually applied to drainage planning. WRPI has verified the hydrological model applicable to Taiwan through the verification of the local observation data. Also, through the establishment of the SOP of building the hydrological model, the accuracy and computational efficiency of the hydrological model was able to improve.
To implement regional flood prevention, since 2015 Water Resources Planning Institute (WRPI) has used the results of the third-generation Flood Inundation Map to build the integrated platform for the application of high-performance 2D inundation simulation called "Flood Early Warning System." It has successfully integrated the FEWS_Taiwan to the Flood Inundation Map. In the system, the SOBEK model for Taichung City and Tainan City in Flood Inundation Map uses the forecast data of the CWB to predict the possible flooding range for the next three hours. After integrating SOBEK 2D flooding mode, FEWS_Taiwan has improved the flooding mode from static situational simulation to dynamic real-time data simulation through immediate and forecasted rainfall information, which is a crucial milestone for early warning of flooding areas. As the computer computing speed increases, the use of FEWS_Taiwan has stabilized the scheduling capability, coupling with a fast parallel computing architecture and the stable update of the basic data that improves the correctness and calculation speed of the model, the goal of instant flood warning can be achieved.
In order to make the forecasting results faster and simulation similar to the local situation, this year WRPI evaluation and analysis the operational system structure and data of the system and adjusts part of the system structure by data analysis to improve the efficiency of the real-time flooding forecasting.
The porject will continue to collect domestic and foreign literature to understand the computing structure and improvement methods, through the previous years' project achievements, found the main factors affecting real-time flood simulation, including the basic data source, model structure and operational platform.
one is the flexible expansion and reduction of computing resources; the other is to remove computing resources for other requirements during non- typhoon flooding.
In the part of the hydraulic model calculation mechanism, the factors affecting the accuracy of real-time flooding simulation can be roughly divided into three aspects:
the model calculation method, the geographic data and the rainfall-runoff module. At the same time using new hydraulic model D-Flow FM (base on the opensource model) to testing the possibility of 2D flooding simulation model transfer in the future.
Finally, the real-time 2D flooding simulation in Tainan area will be used as a target to test several flood events in the area in recent years, analyze the forecast results and review the improvement methods to find out the effect of improving the immediate flooding simulation.
Keyword：real-time flooding simulation, hydraulic model, SOBEK, DFlow-FM
結論與建議
一、結論
(一)藉由德國、美國、日本、荷蘭、中國等相關發展與應用情況，這些國家 不斷持續應用 AI 與 ML 技術，提升淹水預報與分析的準確度，但在核 心理論與處理過程中，仍需要仰賴物理模式。而背後的所需的物理機制、
演算法，及模式所需的基礎資訊更新與改善更為重要，才能持續提升模 式模擬成果正確與合理性。
(二)在運算結構與流程之改善上，已建立標準流程與模式版本管理資料庫，
並搭配運算資源與效能的評估，進行運算結構的優化，並搭配定時與定 期的基礎資料維護與更新，才能不斷提昇模式成果正確性。
(三)透過實驗組與對照組概念，完成水理模式演算機制探討，包含：地文資 料、水文條件設定 (集水區與降雨逕流模式)、構造物設定 (抽水站與抽 水機)、現地感測設備等不同方案的調整：
1、地文資料探討上，以臺南地區鹽水溪、三爺溪兩個流域作為效能提升 與精進的測試區域。並更新鹽水溪區排渠道長度增加 43%。
2、水文條件設定，優先針對集水區匯入流點的影響進行測試，以評估集 水區匯入流點位差異。分析結果顯示，包含區域排水、縣市管排水與 雨水下水道之模型，其模擬成果與路面水位計觀測值較為相似。
3、以抽水機運作模式作為構造物設定的主題。分析結果顯示，抽水機運 作能有效改善臺南市崑山科大周邊，積淹水面積範圍減緩 8.787 公頃，
減少淹水淹水體積 8,122m3 (約 4.29 個標準游泳池)。
4、現地感測設備資料的加入，可配合抽水機的運作，達到以淹水感測訊 號作為機器啟動的技術。而本研究已針對三爺溪三座抽水站完成情境 模擬，以盡可能貼近現場實際狀況。又以現地感測設備資料為基礎，
發展路面預報淹水深度與範圍二維即時校正模組，並完成銜接與初步 測試。
效提昇運算速度，同時不影響淹水模擬成果。降雨逕流模式設定過程中，
SCS 模式參數誤差需要小於 10％，可以有效降低流量的不確定性。使用 100 年重現期距網格大小作為二維淹水網格模擬範圍，亦可有效減少運 算量與提昇運算時間。
(五)在運算結構最佳化的設定上，針對 SOBEK 模式以完成有效網格、計算 點間距，在運算時間的評估與測試，並就 6 小時、12 小時與 24 小時預 報模式所需運算時間，進行測試與評估。以 6 小時長度預報資料為例，
在有限的資源下配置一對一排程方式，高雄地區約 11 分鐘、屏東地區 約 33 分鐘、臺南地區約 18 分鐘、臺中地區約 22 分鐘內可以完成。
(六)完成 D-Flow FM 淹水模式使用者介面與淹水網格處理流程，並以鹽水溪 區排與大州排水集水區為案例，執行 D-Flow FM 淹水模式之案例測試。
惟 D-Flow FM 資料內容未包含下水道系統排水系統，所以在淹水面積 的模擬數據上，有大於 SOBEK 模式的趨勢。
二、建議
(一)配合高解析度數值高程模型的發展，持續提昇模式空間解析度已經是世 界各國趨勢，但對應的基礎資料相關參數資訊內容 (如：土壤類型、土 地利用、抽水機、堰、水門、滯洪池、下水道系統等水工構造物) 也需 要持續提資料解析度，才能持續提昇模式成果。
(二)建議若能配合後續在水利數值地形模型(HyDEM) 的資料基礎，則有效 強化淹水模擬之地形構築。另外，搭配 D-Flow FM 的新一代淹水模式 的研發，藉由支援非格網資料的特性，以滿足未來在建置細緻化區域淹 水模式的需求。
(三)即時淹水模擬工作的基礎，雖僅從淹水模擬演算、成果展示與發布，以 及模式檢討與驗證這三類進行限縮；但是就整體循環來看，必須從資料 的調查、建立數值模擬模型、參數環境設定，直到模擬，發布，檢討與 驗證。並透過基礎資料的持續更新，建立共同的事件比對案例資料來源，
供應方式下進行成果比對。以減少各單位資料收集、彙整與重複建置的 時間，同時減少資料缺漏的問題，則將即時淹水模擬的工作應用發揮至 最大。
(四)由於淹水模擬的相關核心演算機制、演算法流程可能會有差異，因此在 模式成果測試實驗環境建置過程中，需要考慮在相同的比較基礎與環境 上進行比對，以便完整論述模式計算成果的差異性。因此，未來在不同 模式成果比對上，建議需要在相同的測試實驗環境下，使用相同的邊界 條件，與資料處理流程進行比對。以便說明使用硬體資源 (CPU、記憶 體)、作業系統、模式邊界條件、模擬事件長度、前處理流程、後處理流 程、模式成果差異性。
(五)各專案建立的模式成果，為國家水利重要的資產與成果。透過長期累積 各模式專案成果與資料，以及模式版本管理資訊的建立，將有助於對於 歷年成果的檢視與模式改善。同時瞭解各階段基礎資料收集過程中，需 要持續更新與改善的方向。
(六)水利模式與成果朝向開源模式與開放資料的推動。目前世界各國在發展 過程中不斷透過開源模式與開放資料的發展，目的是透過開源方式讓更 多使用者與單位，可以參與相關資訊與瞭解資料內容；同時，結合眾人 智慧發想，改善與提昇模式成果與應用。在未來發展過程中，數值模式 逐漸朝向開源模式或自由軟體方向發展。模擬內容未來也會有去除機敏 性與個資化資訊後，採用開放資料方式供應的趨勢，以持續提昇模式與 資料的使用效益。
第一章 前言
以往二維淹水模式介接至 FEWS_Taiwan 平台的實施過程中，在模式驗證時 發現，若要求得二維即時淹水模擬在計算正確性，或是計算速度上，獲得更進一 步的提升，首重基礎資料的完整供應，且各項基礎與驗證資料需要盡可能周全。
基礎資料的提供包含：堤防高程與地面高程銜接合理性、淹水資料搜集來源。
從淹水潛勢計畫起，加上持續性的淹水模擬結構與流程的檢討與優化，從各 地小處累積的結果，則為淹水模擬精進的重點與價值。
一、計畫緣起
為提升淹水模式對水災模擬的有效性，從淹水潛勢圖計畫起，本所針對 淹水模式，如圖 1-1 所示，逐年提升精進重點：
(一)從過往的單一流域進行淹水演算為基礎，到 103 年至 105 年第三代淹水 潛勢圖計畫的執行過程中，淹水模式所需要思考的範圍，以淹水模式功 能與演算完整性，作為建立可運行之全臺淹水模式。
(二)其次，由於即時模擬的需求日益提升，在分散式運算的可行性評估與例 證後，透過運算系統調教與增強設定的合理性，使得淹水模擬工作得以 高效能的方式進行，也開啟了即時淹水模擬演算的里程碑。
(三)在高效能淹水演算得以實施的同時，為了強化地文資料對於淹水模式的 影響，透過現地測量與調查，強化基礎資料的完整性與正確性，作為改 善模擬結果的可靠度為目標，同時也因為地文資料的有效更新，使得數 值模擬在計算上得以提升與收斂。
(四)從前開以全面、快速，逐漸要求模擬條件正確化與細緻化，三項階段性 的逐步改善下，為了能反映各項淹水模擬工作，能夠得出最佳演算成果 與最少演算成本。在接下來的改善重點上，會藉由淹水模式各工作的盤 點，分別進行最佳化研究。並挑選重點結構的改善項目，以資料分析的 方式，持續降低淹水模擬過程中的不確定性，以提升系統演算效率與正 確性。
圖 1-1 歷年淹水模式精進階段
透過上述計畫背景瞭解與說明顯示，若想持續提升淹水模式中的模擬品 質、資料的正確取得與分析，將是影響淹水模擬演算結果正確性的關鍵；另 外，如何利用國土調查成果其加值資料，也會對降雨逕流模組產生影響，故 研擬此二項議題作為關鍵問題探討。
(一)歷史淹水資料取得需結合新一代資料搜集方式
淹水模擬的演算因素包羅萬象，舉凡模式 DEM 空間解析度、集水 區劃分精度、SCS 降雨逕流物件中 CN 值參數、集流長度與坡度的推估 等，雖能透過現場調查與經驗法，作為各項因素的考量；但是現場仍存 在太多的不確定性因素，以至於模式很難做到完全擬真的程度。為此，
可藉由歷史觀測數據的引用，或是利用模式率定與驗證的方式協助處理，
共同提高模擬結果的準確性。
在歷史資料的取得上，可分結構性與非結構性，結構性資料例如：
河川水位監測儀、雨量站等，在一個點上搜集精確數值；在非結構性方 面，主要以人員通報、或是事後淹水調查，透過淹水痕跡的觀察或是口
然而，淹水範圍資料量仍無法對應更細緻的淹水景況，特別是當結 構與非結構資料的取得後，如何彙整成單一且可分析的圖層，也是在後 續資料應用與保存上最大的問題之一。
為補強上述在資料量與整合度的品質，透過近年政府所推動前瞻基 礎建設，可影響水利相關單位逐步建立智慧河川、智慧防汛等 IoT 設備，
預期將有大量即時現地資觀測資料可以取得，這些資料取得不僅是只有 限定於河川周邊，亦可拓展至村里保全區域；另外一方面，透過通報系 統提供更詳細的非結構性資料，透過環域分析進行範圍的劃定，並結合 大量的淹水監測資料，皆可作為未來在淹水觀測中數值模式修正的依據，
有助於提高淹水模擬結果的準確性。
(二)模式不確定因素眾多需找出優先改善項目
前開提及淹水模擬演算的影響因素眾多，從淹水模式對模擬成果的 精進、運算速度的影響，甚至是淹水的驗證方式，都是值得探討的範圍。
然而，部分淹水模擬影響因素，甚至是模擬與檢討流程，雖透過經 驗法則與討論共識，歷年來逐步所累積的成果。但是仍有改良與探討空 間；為此，可透過二維淹水數值模式之運算結構、水理模式與資料處理 等分類因素，進行盤點與優先順序的檢討，並透過歷史資料的比較，尋 找合適之模式測試與回饋等建議方針，作為未來在模式全面改善下的研 發基礎。
由上述關鍵問題顯示，無論是盤點研究區域內的歷史淹水資料、二維淹 水數值模式的影響因素與改善流程，甚至是藉由資料回饋機制的建立，都有 助於建置出細緻化與正確性的區域淹水模式，以利模擬結果的符合真實。
配合 106 與 107 年的「淹水預警功能之測試與運作」的成果，利用二維 淹水模式在臺南地區的適用性，針對單點預報成果進行淹水全歷程比較，並 以通報資料與預報結果進行比對，顯示在淹水範圍的掌握，能夠有獲得一定 效果的淹水趨勢與歷程。
本計畫藉此搜集國內外針對水災模擬系統測試、水理模式資料及運算處 理等文獻，以瞭解運算結構及改善方法，且針對系統中需提升的部分提出相
資料建置及模式演算方法等問題剖析對模擬結果的影響程度。依據上述探討 的工作類型，進行最佳化研究，挑選出重點結構改善系統誤差並利用後處理 方式改善隨機誤差，進而提升系統運算效率。另外將以數場颱洪事件進行測 試，分析預報結果並檢討改善方法。
二、計畫目的
藉由歷年的計畫成果中，包含基礎資料來源、模式架構與作業化平台等 三大條件，發現影響即時淹水模擬的衍生因素，並對照目前提供即時淹水模 預報的方式，作為未來在二維即時淹水預報的精進基礎。
三、研究工作範圍
本計畫工作項目的部份，包含「國內外相關資料搜集」、「運算結構之研 究與探討」、「水理模式演算機制探討」、「運算結構最佳化設定」，與「案例 測試與檢討」等重點課題，為未來在提升即時淹水模擬效能的研究上，能有 更完整的技術支援。以下針對工作範圍進行說明：
(一)國內外相關資料搜集：搜集國內外有關系統測試、水理模式資料處理、
資料分析及後處理等相關文獻以瞭解提升系統精度之方法。
(二)運算結構之研究與探討：針對既有之淹水預報系統盤點其運算結構及資 料，並參考國內外相關精進方法測試，針對系統須精進部分提出相對應 之研究方法，再依據本所需求及執行效率針對系統改善提出相關建議。
(三)水理模式演算機制探討：全面性檢視水理模式中降雨逕流模組、地文資 料及模式演算方法，並以資料分析角度進行敏感度分析、交叉驗證等方 法研究，以釐清模式各部分對模擬結果影響，其中淹水模擬演算需採 2 種整合型模式。
(四)運算結構最佳化設定：針對系統中氣象預報資料、水理模式模擬及系統 平台架構進行探討，以資料分析方法尋找最佳運算效率，提升預報準確 性。
試，檢視其運算效率是否符合預期，並針對預報結果進行檢討提出改善 建議。
四、研究架構
本研究工作繪製工作架構如圖 1-2 所示。可分為「國內外相關資料搜集」、
「運算模式及水理模式探討」與「案例測試與檢討」階段項目，而根據工作 屬性的不同，每個階段又各自延伸出其擴充議題及探討，以符合研究工作需 求。
為此，透過項目的分類與各項內容的規劃，在此更進一步說明計畫工作 項目間，其串連與工作流程如下：
(一)在「國內外相關資料搜集」階段，將會搜集國內外有關系統測試、水理 模式資料處理、資料分析及後處理等相關文獻，並藉由歷年的計畫成果，
找出影響即時淹水模擬的主要因素，以提升即時淹水模擬系統精度之方 法。
(二)而「運算模式及水理模式探討」階段，將會分別進行「運算結構之研究」
及「水理模式演算機制」之探討，在運算結構之研究方面，參考 AHPS 的淹水潛勢圖發展案例，將針對淹水模擬區域規劃前置作業、水文水理 圖資處理與分析、平台整合流程的三個方向進行探討，並延伸出後續「運 算結構最佳化設定」之部份；而在水理模式演算機制部份，將會全面性 檢視水理模式中降雨逕流模組、地文資料及模式演算方法，並以資料分 析角度進行敏感度分析、交叉驗證等方法研究，以釐清模式各部分對模 擬結果影響。
(三)最後，在「案例測試與檢討」方面，將會以數場颱洪事件進行測試，檢 視前項工作項目，其運算效率是否符合當初之預期，並針對其結果進行 檢討並提出改善建議，並搭配工作會議進行討論與調整。
圖 1-2 計畫工作架構圖
第二章 國內外相關資料搜集
藉由搜集國內外有關系統測試、水理模式資料處理、資料分析及後處理等相 關文獻，以瞭解及評估後續提升系統之正確性與合理之方法。在因應極端氣候下 治水與防災的挑戰中，如何有效應用現有資源與成果提升即時淹水模擬效能，讓 相關成果可以有效應用於防災應變的資訊供應，同時成果可以持續應用於未來 綜合治理的方案中，成為在地分析研判資料來源。
在《仙台減災綱領 2015-2030》 (Sendai Framework for Disaster Risk Reduction 2015-2030) 框架下，四個主要重點中，包含：「理解災害風險、強化災害風險治 理」、「管理災害風險、投資減少災害風險」、「提高抗災能力、強化備災作出有效 響應」，以及「在復原恢復與重建過程中，讓災區重建的更好」等四大優先重點。
而透過共同的資訊系統，來改善跨國與區域的災害風險，為目前世界各國發展的 重要目標。
一、國內外相關系統與文獻搜集
由歷年的計畫成果中，可以發現影響即時淹水模擬的主要因素，包含基 礎資料來源、模式架構與作業化平台等三大條件。而持續提升預報準確度與 穩定性的工作上，可以透過持續提升與驗證模式的正確性與完整性來加以改 善。同時搭配作業化平台效能與流程，來提升整體運作上的穩定性。
(一)資料多樣化與淹水數值模式的改善關聯
在都市區域淹水模式架構，資料與模式間具有一定程度的影響性與 關連。透過基礎資料持續驗證與率定，將有助於提升與改善淹水潛勢圖。
淹水地圖成果的繪製如圖 2-1 所示。其內容包含集水區、降雨量、降雨 逕流、淹水模擬等內容 (Abedin and Stephen 2019)。
如圖 2-2 所示，為集水區範圍在不同 DEM 解析度差異時產生的邊 界影響。同時在資料比對時，可透過各資料成果的提升來改善淹水模式 的成果。而資料驗證的過程中，來源傳統上以透過現場淹水調查為主；
然而從近年來的技術顯示，隨著資訊技術不斷提升，針對災後事件驗證 的資料，可以透過感測器、手機影像、CCTV 影像、遙測影像等成果進 行比對與分析，或者搭配公民群眾等新一代資料搜集方式，來取得現地
此外，荷蘭顧問公司 SIM-CI 搭配三維虛擬實境，展示淹水的建置 的環境，如圖 2-3 所示，呈現空間內水工構造物位置與環境，並且搭配 淹水模擬成果展示。
(二)即時淹水模預報之供應分類
目前提供即時淹水模預報的方式，主要可區分為：「以二維淹水模 式進行即時演算」，以及「透過事先演算成果，提供最相似的淹水模擬 成果」。
前開「以二維淹水模式進行即時演算」的單位，如美國德州大學阿 靈頓分校，透過高速電腦搭配分散式運算架構，進行高解析度二維淹水 模式演算 (Noh et al. 2019)，而其應用成果如圖 2-4 所示；在德國利用 6 組 HEC-RAS 2D 模式專案，搭配監視器影像處理進行即時運算(Bhola et al. 2019) 。
而透過事先淹水模擬成果選擇最相似的淹水地圖，在資料需求上需 要仰賴上下游完整的邊界與預報水位與流量資訊 (Bhola et al. 2018)，如 圖 2-5 所示。同樣的概念在美國 USGS、美國氣象局 NWS AHPS 服務，
提供如圖 2-6 至圖 2-8 所示。
(三)日本都市淹水潛勢預報系統：S-uiPS
在日本政府為了配合 2020 東京奧運，將利用早稻田大學關根正人 教授所發展都市淹水潛勢預報系統 S-uiPS (スイプス，Sekine’s urban inundation Prediction System)進行東京 23 區(東京都會區) 淹水預報系統 的發展。該預報系主要著重於道路中斷影響、地下道與車站淹水風險。
模式概念為：在都市區域河水與雨水主要在河道、道路、下水道等 系統進行水體的交換。而落在建物的雨水假設透過匯入流，直接進入雨 水下水道。道路的雨水會向低處流，並持續進入下水道系統，最終透過 抽水站排水系統進入主要河道最後流入出海口。上述概念如圖 2-9 至圖 2-11 所示，以持續修正模式匯入降雨量資訊與位置點之設定，同時原先 模擬成果之針對道路與雨水下水道系統，進行預測與模擬工作，並持續 提升到住宅區或開放空間的模擬。
統、建物線、道路高程、下水道匯流分區、地下道、建築物邊界等完整 資訊，同時需要有對應水位監測資訊如：路面淹水感測器、下水道監測 水位等，作為下水道滿管與相關車站淹水時間與地點的驗證。如圖 2-12 為研究區域中針對道路高程資料的展示。圖 2-13、圖 2-14 分別為模式 模擬雨水下水道滿管與道路淹水之情況。而圖 2-15 為模式在不同區域 計算的道路住宅區開放空間與雨水下道系統淹水之情況。此外另外一個 議題，為該系統在降雨量資料中，使用 X-band 雷達做為主要降雨資料 來源，其網格空間解析度 250m x 250m。時間解析度為每分鐘一筆。提 供東京 23 區未來 30 分鐘的淹水預報資訊。
(四)中國上海浦東新區都市淹水潛勢預報系統：FEWS 浦東
在中國上海浦東新區利用 SOBEK 模式搭配 Delft-FEWS 平台，進 行即時二維都市淹水之模擬。模式集水區範圍約 2,200km2、8,173 個斷 面、1,673 個集水區、58 個抽水站、59 個雨量站、13 個潮位站。除了因 應任務需求轉換成為作業化系統，同時配合模式發展，在下一階段更換 為 D-FlowFM (Delft3D FM) 模式，以提供更完整的模擬應用。如圖 2- 17 為上海浦東 SOBEK 模式所使用的元件清單資訊與系統架構圖。圖 2-18 及圖 2-19 為上海浦東二維淹水網格模擬成果，並利用街區邊界範 圍統計各項預報，最後透過 FEWS 平台介面進行展示。
資料來源：Abedin and Stephen 2019
資料來源︰Abedin and Stephen 2019
圖 2-2 利用 DEM 產生集水區流路與不同解析度下集水區面積差異
資料來源︰SIM-CI.com
圖 2-3 數值模擬方式呈現淹水模擬狀況
圖 2-4 美國德州案例模擬成果與淹水現況比對
資料來源︰Bhola et al. 2018
圖 2-5 離線式即時淹水潛勢圖流程
圖 2-6 USGS 開發的離線式即時淹水潛勢圖
圖 2-7 NWS AHPS 提供離線式即時淹水潛勢圖位置
圖 2-8 NWS AHPS 離線式即時淹水潛勢圖位置
圖 2-9 S-uiPS 模式概念 (以道路計算為例)
圖 2-10 S-uiPS 模式概念
圖 2-11 S-uiPS 模式概念 (新增住宅開放空間)
圖 2-12 S-uiPS 模擬區域道路高程資訊
圖 2-13 日本雨水下水道系統模擬滿管情況
圖 2-14 S-uiPS 模式模擬道路淹水情況 道
路
住 宅 開 放 空 間
圖 2-15 S-uiPS 模式成果 (道路與住宅)
下 水 道 滿 管 情 況
圖 2-16 S-uiPS 模式成果 (下水道)
圖 2-17 上海浦東新區模式與系統架構圖
圖 2-18 上海浦東新區二維即時淹水模擬資訊
圖 2-19 上海浦東新區預報水位系統畫面
(五)小結
本工作藉由搜集海外諸國的相關文獻，以了解目前世界各國對淹水 模擬工作的趨勢與方向，並整理表 2-1 為彙國內外淹水模擬之型態與模 式。而本節參考文獻重點，如表 2-2 與表 2-3 所列。
表 2-1 現階段國外淹水模擬之型態與模式
淹水模擬型態 模式
即時模擬
SOBEK、3Di 、DFlow-FM、
德州大學阿靈頓分校_高效能淹水演算、
Google ML
日本早稻田大學 S-uiPS
離線模擬 HEC-RAS (美國 NWS USGS)
表 2-2 國外相關系統與文獻分析 參考文獻
來源
淹水模擬 技術
資料分析 趨勢
德國
利用 6 組 HEC-RAS 2D 模式專案，
搭配監視器影像處理進行即時運 算。
透過感測器、手機影像、CCTV 影 像、遙測影像等成果進行比對與分 析，或者搭配公民科學群眾等新一 代資料搜集方式，來取得現地資料 內容
美國
美國德州大學阿靈頓分校，透過高 速電腦搭配分散式運算架構，進行 高解析度二維淹水模式演算
在都市區域淹水模式架構，包含集 水區、降雨量、降雨逕流、淹水模 擬等內容資料與模式間具有一定 程度的影響性與關連。透過基礎資 料持續驗證與率定，將有助於提升 與改善淹水潛勢圖
日本
早稻田大學關根正人教授，所發展 都市淹水潛勢預報系統 S-uiPS，進 行東京都會區淹水預報系統的發 展。
模式在資料需求上需要有河道、下 水道系統、建物線、道路高程、下 水道匯流分區、地下道、建築物邊 界等完整資訊，同時需要有對應水 位監測資訊，搭配高解析度降雨雷 達提供即時與完整降雨量資訊。
荷蘭
SIM-CI 搭配三維虛擬實境展示淹 水的建置的環境，呈現空間內水工 構造物位置與環境，並且搭配淹水 模擬成果展示。
進一步探討淹水範圍與受影響戶 數之間的關聯分析，以及當淹水預 報失準的時候，如何緊急因應與改 善。
中國
上海浦東新區利用 SOBEK 模式搭 配 Delft-FEWS 平台，進行即時二 維都市淹水之模擬。
未來規劃因應任務需求，布轉換成 為作業化系統，同時配合模式發 展 ， 布 在 下 一 階 段 更 換 為 D- FlowFM (Delft3D FM) 模式，以提 供更完整的模擬應用。
表 2-3 本節參考文獻整理表 參考
文獻 來源
資料分析
趨勢 參考文獻
德國 透過多種成果進行比對 與分析，或者搭配公民 群眾之資料搜集方式，
來取得現地資料內容
Bhola, P. K., Nair, B. B., Leandro, J., Rao, S. N., and Disse, M. (2019). “Flood inundation forecasts using validation data generated with the assistance of computer vision.” Journal of Hydroinformatics, 21(2), 240–256.
美國 資料多樣化與淹水數值 模式的改善
Abedin, S., and Stephen, H. (2019). “GIS Framework for Spatiotemporal Mapping of Urban Flooding.” Geosciences, 9(2), 77.
透過高速電腦搭配分散 式運算架構，進行高解 析度二維淹水模式演算
Noh, S. J., Lee, J.-H., Lee, S., and Seo, D.-J. (2019).
“Retrospective Dynamic Inundation Mapping of Hurricane Harvey Flooding in the Houston Metropolitan Area Using High-Resolution Modeling and High-Performance
Computing.” Water, 11(3), 597.
透過事先淹水模擬成果 選擇最相似的淹水地圖
Bhola, P. K., Leandro, J., and Disse, M. (2018). “Framework for Offline Flood Inundation Forecasts for Two-Dimensional Hydrodynamic Models.” Geosciences, 8(9), 346.
日本 東京 23 區(東京都會區) 淹水預報系統的發展
関根正人，「東京で発生する大規模浸水・都市河川洪 水と. そのリアルタイム予測」，日本気象学会 2018 年度夏季大学。
関根正人、古木 雄、関根貴広，「東京都心部の内水 氾濫と大規模地下空間浸水の危険度に関わる数値解 析」，土木学会論文集 B1（水工学） 71(4), I_1435- I_1440, 2015
荷蘭 搭配三維虛擬實境展示 淹水的建置的環境
SIM-CI,SIM．SAFE, https://sim-ci.com/sim-safe/
中國 中國上海浦東新區都市 淹水潛勢預報系統
Zhang, W. (2018), Introduction to the Pudong (Shanghai) FEWS System.
二、整合流程與管理
在國內政府研究資訊系統中，以水文與水理模式整合的概念，在民國 82 年開始出現，截至民國 108 年共有 107 筆相關研究，探討水文或水理模式整 合的技術與方式。在模式發展過程中，隨著資訊技術不斷提升。對於模式的 資料交換與版本管理工作、模式循環再應用概念，逐漸成為各國在水利資訊 上的長期維護管理的重要議題。
而前述在美國氣象局 Advanced Hydrologic Prediction Service (AHPS) 淹 水潛勢圖供應的流程中，主要延續美國地質調查所 USGS 所發展的淹水潛勢 圖成果，搭配觀測與預報水位或流量提供的即時淹水潛勢圖成果 (USGS 2019)。
在 AHPS 的淹水潛勢圖供應服務過程中，為了確保後續服務與資料來源 符合相關要求，因此透過系統的整合參考手冊，提供淹水潛勢圖前置規劃注 意事項、水文與水理模式及圖資處理內容，與後續發布到 AHPS 系統上的整 合流程參考資訊，提供相關的淹水潛勢圖協力團隊進行參考 (NOAA 2011)，
如圖 2-20~圖 2-23 所示為 AHPS 淹水潛勢圖整合的流程圖，透過此流程可讓 各協力團隊，在進行資料產出與成果供應時，可以依照參考文件的定義與規 範的內容，進行資料產出以利後續整合工作。手冊內容針對資料檢核的內容 如圖 2-24 所示。流量資料選用水理模式、水利構造物確認、淹水範圍資料驗 證與率定、檢核點水位誤差範圍確認等項目。
而在英國水環境管理學會 Chartered Institution of Water and Environmental Management (CIWEM) 提出的都市排水水理模式建模參考手冊，其內容包含 針對資料搜集、模式整合方式、模式檢定驗證與模式管理維護等相關流程提 供相關參考與注意事項，如圖 2-25 為資料搜集的流程與注意事項。圖 2-26 為針對都市排水系統流量監測點位建議位置。圖 2-27 模式驗證重點與建議 的檢核標準。圖 2-28 模式維護更新的機制，上述相關資訊，將彙整為模式與 系統精進參考方向與內容。
圖 2-24 AHPS 資料檢核表格
圖 2-25 CIWEM 都市排水模型建置資料搜集流程
圖 2-26 CIWEM 都市排水系統流量監測點位建議
圖 2-27 CIWEM 都市排水系統事件驗證重點
圖 2-28 CIWEM 都市排水模式維護更新建議
三、新技術應用與發展
除了參考美國 AHPS 淹水潛勢圖系統整合流程與英國 CIWEM 都市排 水水理模式建模參考手冊，作為模式維護更新與管理參考外。在未來水利模 式，在人工智慧與機械學習的應用成果將會逐漸增加。如圖 2-29 與圖 2-30 所示，為 Google 在印度與當地政府合作，透過 Machine learning (ML) 處理 大量的遙測影像資料，產製高解析度的地形資料，並且結合水文與水理模式，
提供空間解析度較高的洪水預報，搭配手機簡訊發布預警資訊內容 (Nevo et al. 2018)。
在日本富士通公司，利用機械學習方式提升水桶模式的預測準確度。搭 配觀測與預報降雨量及觀測水位資訊提供未來水位的預報如圖 2-31 所示。
JACOBS 公司透過 Flood Cloud 搭配 Parallel Works 平行運算技術提供 大量的水理模式運算服務，如圖 2-32 所示，此一平行運算技術現階段已應 用於 FloodModeller、TUFLOW、HEC_RAS 等不同模式 1D 與 2D 模式的雲 端運算服務概念 (“JACOBS” 2019)，進行提升淹水模式效能的相關工作。
因此透過結合物理模式的機械學習應用，在目前水文水理模式的發展應 用上，越來越受到各國的重視。如圖 2-33、圖 2-34 所示在科技部應科計畫 的概念與架構上，也提出結合物理模式搭配目前相關 IoT 技術與 AI 應用。
圖 2-29 Google 利用 ML 改善基礎資料
圖 2-30 Google 透過大量運算搭配機械學習改善淹水模擬計算成果
圖 2-31 富士通應用水桶模式搭配機械學習提供水位流量預測資訊
圖 2-32 JACOBS 透過 Flood Cloud 提供二維雲端運算的架構
圖 2-33 新一代淹水模式整合發展
圖 2-34 新一代淹水模式應用
