進階搜尋


   電子論文尚未授權公開,紙本請查館藏目錄
(※如查詢不到或館藏狀況顯示「閉架不公開」,表示該本論文不在書庫,無法取用。)
系統識別號 U0026-0202201610230600
論文名稱(中文) 嚴重乾旱時期限水策略預測模式之研究-以新店溪水源為例
論文名稱(英文) Developing Prediction Model of Hedging Policies for Water Shortage Management
校院名稱 成功大學
系所名稱(中) 水利及海洋工程學系碩士在職專班
系所名稱(英) Department of Hydraulics & Ocean Engineering (on the job class)
學年度 104
學期 1
出版年 105
研究生(中文) 林易俊
研究生(英文) Yi-Chun Lin
學號 N87031018
學位類別 碩士
語文別 中文
論文頁數 86頁
口試委員 指導教授-周乃昉
口試委員-陳清田
口試委員-吳嘉文
口試委員-李皓志
中文關鍵字 嚴重乾旱  限水策略  優選分析  迴歸模式  類神經網路模式 
英文關鍵字 Severe drought  hedging policy  optimization analysis  regression model  neural network model 
學科別分類
中文摘要 臺灣隨著社會經濟發展,用水需求日益增加,為了滿足需求故需要不斷創造水源供給,主要為攔河堰與水庫的開發,然近年來臺灣環保意識抬頭,大型水庫開發推動不易,因此尚需有其他替代水源,如地下水的開發、海淡廠的興建、迴歸水的利用,然解決缺水問題除水資源開發外,尚有水資源管理,如跨時間、跨區域的水資源調度,也因此水資源的區域性供需系統日趨複雜,造成經營者對區內水量的運用調配及水庫蓄水的分配益感困難,尤其在嚴重乾旱時期,對於未來降雨之不確定性,面臨滿足需求與減少供給之兩難,更需有一套限水策略用以提高用水效率。
本研究以北台灣新店溪水源為研究對象,對缺水時期進行實證研究,探討缺水時期應該採行何種限水策略,以利水資源之穩定供給與調配。研究首先進行區域性水資源調配分析,利用通用性區域水資源供需模擬與調度優選模式D模組(Water Resources Allocation Simulation Model - D, WRASIM-D),獲取水資源在區域水系間的最佳調配與限水,所得台北與板新地區之限制供水折扣大致呈現平穩狀況。再利用迴歸分析、倒傳遞類神經網路來萃取最佳調配與限水之規則,建立60個不同的限水策略預測模式,其中以依據「現況蓄水及預測未來流量」,並搭配「倒傳遞類神經網路」及限水期程結束旬設為第14旬,所得預測成效最佳。此外另建川流量預測模式,利用迴歸分析對各月份建立最佳旬流量預測模式,提供限水策略預測模式輸入之川流量,其中以過去川流量轉換為過去超越機率,利用過去超越機率預測未來超越機率,再將未來超越機率轉換成未來川流量,並依據「前12旬流量資料」作預測,所得預測成效最佳。本研究於建立限水策略預測模式後,未來當不同情境發生時,可透過限水策略預測模式決定各標的水資源之分配與限水。
英文摘要 Hsintien creek basin of north Taiwan is used as an example to illustrate what hedging policy should be adopted during water shortage period. This policy need to facilitate the stabilization of water supply and allocation. First, this study analyze regional water resources allocation, and use water resources allocation simulation model - D (WRASIM-D) to get the best allocation and limitation of water resources in the inter-regional water systems. The water rationing of Taipei and Ban-Sin area from WRASIM-D are nearly stable. Secondly, use regression analysis and back-propagation neural network to extract the rules of optimal water allocation and limitation, and establish 60 different prediction models of hedging policies. The combination of "current reservoir storage and forecasted future streamflow" and "back-propagation neural network" and "the end of hedging period is fourteenth ten-day" has best prediction result. Besides, use regression analysis to establish ten-day streamflow prediction model for each month, and it provides the best predicted streamflow as the input of hedging policy prediction model. The combination of "changing past streamflow to past exceedence probability, and use the past exceedence probability to predict the future exceedence probability, and then convert the future exceedence probability to the future streamflow" and "according to the past 12 ten-day period streamflow" has best prediction result. After establishing prediction model of hedging policy, when different scenarios occur in the future, we can use this model to decide the allocation and limitation of water possession of each purpose.
論文目次 摘要 I
Extended Abstrat II
誌謝 VII
目錄 VIII
表目錄 XI
圖目錄 XII
符號 XIV
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 1
1.3 研究目的 2
第二章 文獻探討 3
2.1 缺水時期限水策略預測模式 3
2.2 最佳水資源調配分析 3
2.3 預測模式 5
第三章 研究方法 7
3.1 限水策略預測模式架構 7
3.1.1 水庫系統之水平衡方程式 7
3.1.2 水庫系統供水機制探討 8
3.1.3 最佳水資源區域調配 9
3.1.4 限水策略預測模式 9
3.1.5 限水策略預測模式之方程式 13
3.1.6 川流量預測模式 18
3.1.7 川流量預測模式之方程式 23
3.2 應用WRASIM-D調配水資源 25
3.2.1 最小成本網流規劃法之應用 25
3.2.2 WRASIM-D模式 28
3.3 限水策略預測分析 29
3.3.1 迴歸分析模式 29
3.3.2 倒傳遞類神經網路 31
第四章 研究結果與討論 41
4.1 新店溪流域概述 41
4.2 資料蒐集 43
4.2.1 基本資料 43
4.2.2 需求水量 46
4.3 最佳調配利用分析 48
4.4 川流量預測模式之預測成效 50
4.4.1 相對誤差 50
4.4.2 各月份之川流量預測成效 51
4.4.3 川流量預測模式之預測成效分析 57
4.5 限水策略預測模式之預測成效 57
4.5.1 豐水期限水策略預測模式之預測成效 57
4.5.2 枯水期限水策略預測模式之預測成效 60
第五章 結論與建議 63
5.1 結論 63
5.1.1 川流量預測模式之預測成效 63
5.1.2 限水策略預測模式之預測成效 63
5.2 建議 64
參考文獻 66
附錄一 川流量預測模式之預測成效 71
附錄二 限水策略預測模式之預測成效 83
參考文獻 [1]Akter, T. and Simonovic, S. P., "Modelling uncertainties in short-term reservoir operation using fuzzy sets and a genetic algorithm ", Hydrological sciences journal, Vol. 49, No.6, (2004).
[2]Chang, F. J., Chen, L. and Chang, L. C., "Optimizing the reservoir operating rule curves by genetic algorithms", Hydrological processes, Vol.19, No.11, pp. 2277-2289 (2005).
[3]Chang, F. J. and Wang, K. W., "A systematical water allocation scheme for drought mitigation", Journal of Hydrology, Vol. 507, pp. 124-133. (2013).
[4]Elferchichi, A., Gharsallah, O., Nouiri, I., Lebdi, F. and Lamaddalena, N., "The genetic algorithm approach for identifying the optimal operation of a multi-reservoirs on-demand irrigation system", Biosystems engineering, Vol. 102, No. 3, pp. 334-344 (2009).
[5]H. Raman and V. Chandramouli, "Deriving a general operating policy for reservoirs using neural network", Journal of Water Resources Planning and Management, (1996).
[6]Panigrahi, D. P. and Mujumdar, P. P., "Reservoir operation modelling with fuzzy logic", Water Resources Management, Vol.14, No.2, pp. 89-109 (2000).
[7]Zahraie, B. and Hosseini, S. M., "Development of reservoir operation policies considering variable agricultural water demands", Expert Systems with Applications, Vol. 36, No.3, pp. 4980-4987 (2009).
[8]呂弘仁、周乃昉,「應用序率動態規劃建立強制性水庫操作規線之研究」,國立成功大學水利及海洋工程學系碩士論文,臺南(1995)。
[9]黃義銘、周乃昉,「類神經網路在調配區域水資源之應用」,國立成功大學水利及海洋工程學系碩士論文,臺南(1998)。
[10]林俊宏、蘇明道,「區域水資源調配空間決策支援系統建立之研究」,國立臺灣大學農業工程學研究所碩士論文,臺北(1999)。
[11]周乃昉、鄭子璉、林柏承,「應用類神經網路於颱風降雨量的推估」,第十一屆水利工程研討會論文集,第C23 - C28頁,臺北(2000)。
[12]陳嘉榮、游保杉,「區域雨量分析與降雨-逕流預報之研究」,國立成功大學水利及海洋工程學系博士論文,臺南(2000)。
[13]葉怡成,「類神經網路模式應用與實作」,儒林圖書有限公司,(2001)。
[14]張麗秋、張斐章,「智慧型演算之類神經網路於水文系統」,國立臺灣大學生物環境系統工程學研究所博士論文,臺北(2001)。
[15]許汎穎、陳昶憲,「未設測站流量推估-以烏溪為例」,私立逢甲大學土木及水利工程所碩士論文,臺中(2002)。
[16]邱昱禎、張斐章,「模糊規劃理論與優選法於水庫操作之研究」,國立臺灣大學生物環境系統工程學研究所碩士論文,臺北(2003)。
[17]王彥翔、張斐章,「自組特徵映射與學習向量量化神經網路於河川流量之預測」,國立臺灣大學生物環境系統工程學研究所碩士論文,臺北(2003)。
[18]張仲宇、鄒禕,「水田休耕水資源調配之最佳化模式」,國立屏東科技大學土木工程系碩士班碩士論文,屏東(2003)。
[19]張斐章、張麗秋,「類神經網路」,東華書局,(2005)。
[20]鄭文明、徐年盛,「埤塘水源最佳調配運用模式之建立與應用」,國立臺灣大學土木工程學研究所碩士論文,臺北(2005)。
[21]張進鑫、李光敦,「應用部分集水面積觀念建立集水區降雨逕流模式」,國立臺灣海洋大學河海工程學系博士論文,基隆(2005)。
[22]任克泰、呂志宗,「Benford定律與資料探勘在淡水河流域水文資訊上之應用研究」,私立中華大學土木工程學系碩士班碩士論文,新竹(2006)。
[23]魏志強、徐年盛,「多水庫系統最佳防洪操作之研究」,國立臺灣大學土木工程學研究所碩士論文,臺北(2006)。
[24]王珍貴、周乃昉,「應用類神經網路模式模擬颱風降雨量」,國立成功大學水利及海洋工程學系碩士論文,臺南(2007)。
[25]蔡宏欣、游保杉,「氣候變遷對石門水庫集水區的水文衝擊」,國立成功大學水利及海洋工程學系碩士論文,臺南(2007)。
[26]郭雅熅、許盈松,「台灣地區生活用水量之推估研究」,私立逢甲大學水利工程與資源保育研究所碩士論文,臺南(2007)。
[27]黃晉華、陳昶憲,「以類神經模糊推理修正水位預測之一階延遲現象」,私立逢甲大學水利工程所碩士論文,臺中(2007)。
[28]梁家瑋、陳昶憲,「以知識工程建構降雨逕流模式」,私立逢甲大學水利工程所碩士論文,臺中(2007)。
[29]吳明璋、林國峰,「自組織映射圖於水文系統之研究」,國立臺灣大學土木工程學研究所博士論文,臺北(2008)。
[30]吳定穎、陳昶憲,「演化模糊推論系統應用於洪水位預測」,私立逢甲大學水利工程與資源保育研究所碩士論文,臺中(2008)。
[31]陳昱志、張麗秋,「應用多目標規劃於水庫聯合供水之研究」,私立淡江大學水資源及環境工程學系碩士班碩士論文,臺北(2009)。
[32]羅莉璇、葉昭憲,「台中市商業用水量之模式建構與模擬」,私立逢甲大學水利工程與資源保育研究所碩士論文,臺中(2010)。
[33]陳柏蒼、周乃昉,「水資源乾旱預警指標之建置與應用」,國立成功大學水利及海洋工程學系博士論文,臺南(2010)。
[34]黃紹榮、周乃昉,「不同管理目標之水庫運用規線特性比較探討」,國立成功大學水利及海洋工程學系碩士論文,臺南(2010)。
[35]周乃昉、吳嘉文,「通用性廣域水資源運用模擬模式」,農業工程學報,第56卷,第1期,第1~21頁(2010)。
[36]吳阜峻、張良正,「通用型水資源調配模式之發展與應用-枯水期石門水庫缺水風險分析」,國立交通大學土木工程學系碩士論文,新竹(2011)。
[37]王國威、張斐章,「智慧型區域水資源調配管理與休耕決策系統」,國立臺灣大學生物環境系統工程學研究所博士論文,臺北(2011)。
[38]林桂宏、張斐章,「探討石門集水區降雨-逕流機制與類神經網路洪水預報模式」,國立臺灣大學生物環境系統工程學研究所碩士論文,臺北(2012)。
[39]臺北市政府翡翠水庫管理局,「翡翠水庫因應板新二期供水計畫之供水策略與風險評估研究」,臺北(2012)。
[40]周乃昉、吳嘉文、李皓志,「氣候變遷對翡翠水庫衝擊與調適方案之研究(第一年)」,財團法人成大研究發展基金會,臺南(2013)。
[41]金韋帆、周乃昉,「利用最佳蓄水過程制訂水庫給水與尖峰發電運用規線之初步研究」,國立成功大學水利及海洋工程學系碩士論文,臺南(2013)。
[42]文宏、蕭政宗,「台灣地區年雨量趨勢與分佈變化之研究」,國立成功大學水利及海洋工程學系碩士論文,臺南(2013)。
[43]林信宏、黃富國,「灰馬可夫鏈模式於水文時間序列之預測探討」,私立淡江大學水資源及環境工程學系碩士班碩士論文,臺北(2013)。
[44]王昱中、張斐章,「智慧型水資源調配策略以因應用水需求成長」,國立臺灣大學生物環境系統工程學研究所碩士論文,臺北(2014)。
[45]顏世偉、謝孟勳,「組合預測應用於逕流模擬之研究」,國立中興大學土木工程學系所博士論文,臺中(2014)。
[46]鍾侑達、陳昶憲,「智慧型逕流預測模式之建構」,私立逢甲大學土木及水利工程學系博士論文,臺中(2014)。
[47]侯振任、陳昶憲,「應用遺傳規劃法群策模式預測颱風降雨量-以臺中市為例」,私立逢甲大學水利工程與資源保育學系碩士論文,臺中(2014)。
[48]賴鴻成、張斐章,「調適性網路模糊推論系統預測海岸變化–以台灣宜蘭為例」,國立臺灣大學生物環境系統工程學研究所博士論文,臺北(2014)。
[49]蔡柏瑜、周乃昉,「基於必要蓄水量制定水庫運用規線之研究」,國立成功大學水利及海洋工程學系碩士論文,臺南(2015)。
論文全文使用權限
  • 同意授權校內瀏覽/列印電子全文服務,於2021-02-16起公開。
  • 同意授權校外瀏覽/列印電子全文服務,於2021-02-16起公開。


  • 如您有疑問,請聯絡圖書館
    聯絡電話:(06)2757575#65773
    聯絡E-mail:etds@email.ncku.edu.tw