整合遥测资讯於山区雨量推估.PDF

航測及遙測學刊 第十七卷 第 1期 第 17-30 民國 102 年03 月 17 Journal of Photogrammetry and Remote Sensing Volume17, No1, March 2013, pp. 17-30 整合遙測資訊於山區雨量推估 1* 2 3 4 張斐章 蔡孟蓉 江衍銘 謝明昌 摘 要 近年來遙測資訊相繼應用於降雨預報，其主要優點在於有效觀察大範圍降雨在時空之變化。本研究 首先蒐集 QPESUMS 系統之雷達雨量產品、PERSIANN-CCS 衛星觀測系統之雨量產品以及地面雨量站觀 測紀錄；接著以遺傳演算法融合地面雨量、雷達及衛星影像推估雨量三種資訊；為比較融合雨量之有效 性，本研究再以 ANFIS 架構三種定量降雨預報模式分別為：(1)三種未融合資訊(2)二種融合資訊(3)三種 融合資訊，預測未來一小時降雨，由研究結果可知三種融合資訊之定量降雨預報系統為最佳，模式測試 部分相關係數、RMSE 及 MAE 分別為 0.88 、3.88 及 2.39 且 RMSE 在 t+1 時刻有 28%之改善率。 關鍵詞：資料融合、類神經網路、定量降雨預報 然地面單點之觀測無法呈現雨量在空間中之變異； 1. 前言 近幾年應用雷達觀測系統能提供較具體之雨量分 目前許多國際性研究計劃皆將焦點著重於極 布趨勢，然而卻會受山區地形遮蔽因素影響；而衛 端事件的雨量及洪水推估，其為一具有挑戰性且受 星影像應用於雨量推估之成果雖然空間解析度不 重視的議題，而集水區雨量更受氣候變遷、地形、 若雷達觀測高，但卻不受地形變化影響。因此，本 氣流、季節及降雨分布等因素影響，使其預報之精 研究擬以石門水庫集水區為研究區域，整合地面雨 確性往往不高，導致接續之水文模擬或流域水源管 量 站 、 雷 達 觀 測 資 訊 (QPESUMS)(Quantitative 理不盡理想。 Precipitation Estimation and Segregation Using 臺灣位處亞熱帶四面環海地理位置特殊，平均 Multiple Sensor)及衛星影像資訊(PERSIANN-CCS) 每年遭受 3~4 個颱風侵襲，降雨量之分佈在時間或 (Precipitation Estimation from Remotely Sensed 空間上呈不均勻之狀態，且臺灣為一狹長型島嶼， Information Using Artificial Neural Networks- Cloud 中央山脈橫亙其中，因此河川坡陡流急，加上山坡 Classification System) ，建立集水區定量降雨預報模 地開發，每逢颱風暴雨時期，上游的洪水往往在數 式。 小時內便抵達下游及注滿水庫(Chang et al., 2002) 。 逕流滯留時間短暫，使得突發性洪水事件的發生更 2. 研究區域及資料概述 加難以預料，因此「時間」為相當關鍵之因素。在 石門水庫為台灣地區第三大水庫，以淡水河上 這種特殊的降雨-逕流特徵下(宋仁良，2004, 王琮 游之大漢溪為其主流 ，集水面積約 763.4 平方公里 。 美，2005, Chan