 |
|
|
|
以作者查詢圖書館館藏 、以作者查詢臺灣博碩士 、以作者查詢全國書目 、勘誤回報 、線上人數：49 、訪客IP：3.133.86.172
姓名 羅仕亮(Shin-Liang Lo) 查詢紙本館藏 畢業系所 土木工程學系 論文名稱 侵台颱風路徑與風場之蒙地卡羅模擬
(Monte Carlo Simulation of Landfalling Typhoons in Taiwan)相關論文 檔案 [Endnote RIS 格式]
[相關文章]
[文章引用]
[完整記錄]
[館藏目錄]
[檢視]
- 本電子論文使用權限為同意立即開放。
- 已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
- 請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。
摘要(中) 臺灣位於西北太平洋颱風活躍區，颱風的強風和豪雨往往對臺灣帶來重大的災害損失。內政部消防署的統計資料顯示：颱風為臺灣最主要的天然災害，歷年累積颱風造成的財物損失超過地震所造成的損失。然而臺灣目前的產物保險制度中僅有火險和地震險，並無風災保險的項目，風災所造成的財物損失完全由受災戶和政府所承擔，有些企業或農民甚至會被一次嚴重的風災所擊垮。若採用風災保險，可分擔政府補貼災民之財務負擔。但評估臺灣各地強風發生機率及相關的風險評估，必須有足夠的颱風風速、風向數據。本研究採用蒙地卡羅模式(Monte Carlo method)模擬颱風路徑、中心氣壓、風速和風向，擴展颱風風速之樣本數。
本研究先利用統計分析美軍聯合警報中心1970~2016年之北太平洋上颱風的生成位置、移動速度、方向角、中心氣壓，找出其與經緯度之關係，再使用颱風中心氣壓差與風速之間的Holland參數化模式及蒙地卡羅模式來模擬侵台颱風之移動路徑、中心氣壓及風速，再使用邊界層流模式來計算近地表之風速、風向。中央山脈地形對颱風中心氣壓的影響則以一個指數衰減函數方式來模擬，模擬之地表風速並與中央氣象局沿海的浮標測站之颱風風速比對，有不錯的結果。再用模式模擬2259場侵台颱風之路徑與風速，再利用統計分析和甘保機率函數，找出臺灣各地強風的發生機率和設計風速。
摘要(英) Taiwan is located in the tracks of most Nothwest Pacific typhoons. The strong winds and heavy rains cause severe property damages to Taiwan. Typhoon is the major natural disaster, according to the National Fire Agency, Ministry of Interior. The total property damage caused typhoons is larger than that caused by one earthquake. Hence, the simulation of land-falling typhoon is essential to the risk assessment and the insurance of the wind-related hazards in Taiwan. This study developed a Monte Carlo model to simulate the tracks and wind field of the land-falling typhoons.
The Monte Carlo model is based on the historical data of typhoons in Northwesten Pacific Ocean between 1970~2016, collected by the Joint Typhoon Warming Center (JTWC) of US. The wind fields of typhoons were simulated by the parametric model of Holland (1980). The effects of the Central Mountain on the strength of typhoons were modeled by an exponential decay function. The simulated paths and wind speeds compare favorably with the observed results of typhoons collected by the Central Weather Bureau (CWB) of Taiwan. Then the simulated wind speeds of 2259 land-falling typhoons were used to calculate the probability of extreme wind speeds and the design wind speeds in different areas of Taiwan.
關鍵字(中) ★ 蒙地卡羅模式
★ 颱風模擬
★ 風災
★ 設計風速關鍵字(英) ★ Monte Carlo model
★ Typhoon simulation
★ Wind-related hazard
★ Design wind speed論文目次 目錄
摘 要 I
Abstract II
目錄 III
表目錄 IX
第一章 緒 論 1
1.1 前言 1
1.2 文獻回顧 2
第二章 颱風模式 12
2.1 颱風資料庫 12
2.2 颱風生成模式 13
2.3 颱風路徑模式 13
2.4 參數化風場模式 15
2.5 邊界層模式 20
第三章 模式驗證 23
3.1 颱風生成位置之驗證 23
3.2 颱風路徑之驗證 23
3.3 風場模式驗證 26
第四章 各地設計風速 30
4.1 文獻回顧 30
4.2 極值風速 31
4.3 機率函數之推求 32
4.4 各地的設計風速 34
第五章 結論與建議 37
5.1 結論 37
5.2 建議 38
參考文獻 39
附錄1 中央氣象局局屬氣象站年最大風速趨勢圖 107
圖目錄
圖 1. 西北太平洋與登陸臺灣的颱風個數 43
圖 2. 颱風風速的風向角示意圖(綠色箭頭為模式模擬出風向角) 43
圖 3. 颱風經過中央山脈示意圖 44
圖 4. 颱風蒙地卡羅模式之計算流程圖 44
圖 5. 西北太平洋歷史颱風(N = 1323)(a)初始位置之分佈；(b)以緯度劃分初始位置之分佈 45
圖 6. 模擬颱風的生成位置(a)經緯度5 × 5 均勻亂數所模擬出之位置(N = 1323)；(b)經度10內緯度以伽瑪機率分佈所模擬出之位置(N = 1323)；(c)經度140~150度間的緯度分佈 47
圖 7. (a)歷史颱風生成月份之機率分布；(b)歷史颱風(2003~2016)初始位置中心氣壓差之機率分佈 48
圖 8. 歷史颱風所有時間之中心氣壓(a)機率分佈；(b)模式預測殘差之分佈 49
圖 9. 歷史颱風移動方位角(以正北為0順時針增加角度)之(a)機率分佈；(b)模式預測殘差之分佈 50
圖 10.歷史颱風移動速度之(a)機率分佈；(b)模式預測殘差之分佈.......................................................................................... 51
圖 11. 颱風最後位置圖(a)模擬颱風(時間步為6小時，模擬時間240小時)；(b)歷史颱風 52
圖 12. 颱風中心距離臺灣四個的定義(圖片來自google map) 53
圖 13. 中央氣象局的颱風路徑分類 53
圖 14. 本研究採用之侵台路徑分類(圖片來自google map) 54
圖 15. 比較前人與本研究之B值(a)發生機率分佈；(b)本研究模式所得B值比較 55
圖 16. B值對風速分佈之影響(a)梅姬颱風(2016年9月27日)之風場(Rmw = 18.52 km)；(b)蘇力颱風(2013年7月13日)之風場(Rmw = 37.04 km) 56
圖 17. JTWC觀測之最大風速半徑Rmw與中心氣壓Pc關係圖 57
圖 18. 由JWTC所觀測之最大風速半徑Rmw與本研究模式所得Rmw比較 57
圖 19. Rmw值對風速分佈之影響(a)梅姬颱風(2016年9月27日0時)之風場(B = 1.41)；(b)蘇力颱風(2013年7月13日12時)之風場(B = 1.36) 58
圖 20. 第二類路徑颱風登陸臺灣後中心氣壓差的變化(a)JTWC資料；(b)CWB資料 59
圖 21. 第三類路徑颱風登陸臺灣後中心氣壓差的變化(a) JTWC資料；(b) CWB資料 60
圖 22. 第四類路徑颱風登陸臺灣後中心氣壓差的變化(a) JTWC資料；(b) CWB資料 61
圖 23. 花蓮測站探空氣球量測與預測(n = 0.173, ZH = 50 m)之風速剖面(a)梅姬颱風；(b)蘇迪勒颱風；(c)聖帕颱風；(d)泰利颱風 62
圖 24. 蒙地卡羅模擬之颱風路徑分類 63
圖 25. 歷史與蒙地卡羅模擬的颱風路徑百分比之比較圖 64
圖 26. 蘇力颱風(a)颱風路徑；(b)模擬之壓力場 65
圖 27. 蘇力颱風在不同時間的模擬風場 66
圖 28. 蘇力颱風海平面中心氣壓隨時間之變化 67
圖 29. 蘇力颱風風速隨時間之變化(a)彭佳嶼測站(距海平面10 m高度處)；(b)龍洞測站(距海平面2 m高度處) 67
圖 30. 梅姬颱風(a)颱風路徑；(b)模擬之壓力場 70
圖 31. 梅姬颱風的模擬風場 71
圖 32. 梅姬颱風海平面中心氣壓隨時間之變化 72
圖 33.梅姬颱風在各測站(10 m高度處)之風速隨時間變化圖(a)花蓮站；(b)宜蘭站；(c)梧棲站 73
圖 34.潭美颱風風速(10 m高度處)隨時間之變化圖(a)颱風路徑；(b)彭佳嶼測站；(c)馬祖測站 75
圖 35.莫蘭蒂颱風風速(10 m高度處)隨時間之變化圖(a)颱風路徑；(b)大武測站；(c)東吉島測站；(d)金門測站 77
圖 36.康芮颱風風速隨時間之變化圖(a)颱風路徑；(b)蘭嶼測站；(c)彭佳嶼測站 79
圖 37.泰利颱風隨時間之變化圖(a)颱風路徑；(b)高雄站；(c)東吉島站；(d)台南站；(e)永康站 82
圖 38.設計風速的計算流程圖 83
圖 39.臺灣地區中央氣象局測站位置圖 84
圖 40.設計風速前人研究年份 84
圖 41.花蓮測站歷史風速年最大值法(a)機率密度函數; (b)累積機率密度函數in non-linear coordinate; (c)累積機率密度函數in linear coordinate 86
圖 42.花蓮站模擬風速之門檻值法(a)機率密度函數; (b)累積機率分佈圖 87
圖 43.年最大風速圖 88
圖 44.歷史資料計算得各地的設計風速(a)北部測站；(b)中部測站；(c)南部測站;(d)東部與離島測站 90
圖 45.歷史資料計算得臺灣各地的設計風速(a)內陸測站；(b)沿海測站；(c)離島測站 92
圖 46. 模擬和歷史資料計算得之設計風速(a)內陸測站；(b)沿海測站；(c)離島測站 94
表目錄
表 1. 不同氣象單位提供之颱風資料 95
表 2. Holland風速轉換為10公尺風速之文獻 95
表 3. 颱風生成位置分別使用均勻亂數與伽瑪亂數侵台機率比較表 96
表 4. 颱風樣本數對第一類路徑侵台颱風數量影響之敏感度分析 97
表 5. 颱風樣本數對第二類路徑侵台颱風數量影響之敏感度分析 97
表 6. 颱風樣本數對第三類路徑侵台颱風數量影響之敏感度分析 97
表 7. 颱風樣本數對第四類路徑侵台颱風數量影響之敏感度分析 98
表 8. 颱風樣本數對第五類路徑侵台颱風數量影響之敏感度分析 98
表 9. 颱風樣本數對第六類路徑侵台颱風數量影響之敏感度分析 98
表 10. 颱風樣本數對第七類路徑侵台颱風數量影響之敏感度分析 99
表 11. 颱風樣本數對其他類路徑侵台颱風數量影響之敏感度分析 99
表 12. 使用均勻亂數生成位置之颱風樣本數目對侵台颱風路徑之敏感度分析 100
表 13. 颱風模擬時間對侵台機率的比較表 100
表 14. 不同研究所建議之海面阻力係數公式 101
表 15. 中央氣象局測站風速計高度更動年份表 101
表 16. 中央氣象局地面氣象站資料表 103
表 17. 臺灣測站位置之颱風強風發生率與設計風速 104
表 18. 臺灣地區50年重現期設計風速之比較(1) 105
表 19.臺灣地區50年重現期設計風速之比較(2) 106
參考文獻 參考文獻
[1] 蔡益超，林宗賢 (1984) 建築物所受風力規範研擬，國科會防災科技研究報告，NSC73-0414-P002-04。
[2] 張景鐘 (1995) 臺灣風力載重規範中相關係數之可靠度研究，國科會專題研究報告，NSC83-2211-E-019-001。
[3] 陳瑞華 (1995) 風力規範中標稱風速與載重係數之研究(I)，國科會專題研究報告，NSC84-2211-E-011-013。
[4] 蔡益超，陳瑞華，項維邦 (1996) 建築物風力規範條文解說及示範例之研訂，內政部建築研究所研究報告。
[5] 莊月璇 (2000) 臺灣地區風速機率分佈之研究，中央大學土木工程研究所碩士論文。
[6] 蔡孝忠、呂國臣、許乃寧、賈愛玟、DeMaria, M. (2011) 蒙地卡羅法在颱風侵襲機率估計的應用。大氣科學期刊，39-3，269-288。
[7] 蔡育霖 (2014) 風暴潮速算系統之建立及1845年雲林口湖事件之還原與研究。中央大學水海所研究所碩士論文。
[8] 羅元隆 (2015) 建築耐風設計規範風速模式探討及設計風速修訂研究，內政部建築研究所研究報告。
[9] 宋柏勳 (2017) 西北太平洋區域颱風模式建立-以韓國為例。中央大學土木工程研究所碩士論文。
[10] Fujita, H. 1952. The exact pattern of a concentration-dependent diffusion in a semi-ininfinite medium, Part II. Text. Res. J. 22: 823-827.
[11] Georgiou, P. N., 1985. Design wind speeds in tropical cyclone-prone regions. Ph.D. Thesis, Faculty of Engineering Science, University of Western Ontario, London, Ontario, Canada.
[12] Harper, B. A. and Holland, G. J. 1999. An updated parametric model of the tropical cyclone. Proceedings of the 23rd Conference of Hurricane and Tropical Meteorology Dallas, Texas, pp. 893-896.
[13] Takagi, H. and Wu, W. 2016. Maximum wind radius estimated by the 50 kt radius: improvement of storm surge forecasting over the western North Pacific, NHESS, 16(16):705-717.
[14] Holland, G. J. 1980. An analytic model of the wind and pressure profiles in hurricanes. Mon. Weather Rev. 108, 1212-1218.
[15] Huang, W. F. and Xu, Y. L., 2013. Typhoon-induced non-stationary buffeting response of long-span bridges in complex terrain. Eng. Struct. 57, 406-415.
[16] Hubbert, K. P. and Wolf, J. 1991. Numerical investigation of depth and current refraction of waves. J. Geophys. Res. 96 (9), 2737-2748.
[17] Jelesnianski, C. P., Chen, J. and Wilson, A. Shaffer 1992. SLOSH: Sea, Lake, and Overland Surges form Hurricanes, NOAA Technical Report, NWS 48, Silver Springs, Maryland.
[18] MacAfee, A. W. and Pearson, G. M. 2006. Development and testing of tropical cyclone parametric wind models tailored for multitude application preliminary results. J. Appl. Meteorol. 45, 1244-1260.
[19] Ou, S. H., Liau, J. M. amd Hsu, T. W. 2002. Simulating typhoon waves by SWAN wave model in coastal waters of Taiwan. J. Ocean Engineering. 29(18), 947-971.
[20] Phadke, A. C., Martino, C. D., Cheung, K. F. and Houston, S. H. 2003. Modeling of tropical cyclone winds and waves for emergency management. J. Ocean Engineering. 30(4), 553-578.
[21] Powell, M. D., Soukup, G., Cocke, S., Gulati, S., Morisseau-Leroy, N., Hamid, S., Dorst, N., Axe, L., 2005. State of Florida hurricane loss projection model: atmospheric science component. J. Wind Eng. Ind. Aerodyn. 93(8), 651–674.
[22] Schloemer, R. W. 1954. Analysis and synthesis of hurricane wind patterns over Lake Okechobee. Florida US Weather Bureau, Hydromet. Rep., 31, 1-49.
[23] Verkaik, J. W., Smits, A. and Ettema, J. 2003. Extreme value analysis and spatial interpolation methods for the determination of extreme return levels of wind speed. KNMI-HYDRA project: Wind climate assessment of the Netherlands 2003. De Bilt, Royal Netherlands Meteorological Institute (KNMI) Phase Report 9: 1–202.
[24] Vickery, P. J., Skerlj, P. F. and Twisdale Jr. L. A. 2000. Simulation of hurricane risk in the U.S. using an empirical track model. J. Struct. Eng. ASCE, 126(10), 1222-1237.
[25] Vickery, P. J. 2005. Simple empirical models for estimating the increase in the central pressure of tropical cyclones after landfall along the coastline of the United States. J. Appl. Meteorol. 44, 1807-1826.
[26] Vickery, P. J. Masters, F. J., Powell, M. D., and Wadhera, D., 2009. Hurricane hazard modeling: The past, present, and future. J. Wind Eng. Ind. Aerodyn. 47, 2497-2517.
[27] Vickers, D. and L. Mahrt, 1997: Fetch limited drag coefficients. Bound.-Layer Meteor., 85, 53–79.
[28] Willoughby, H. E. Darling, R. W. and Rahn, M. E. 2006. Parametric representation of the primary hurricane vortex. Part II: A new family of sectional continuous profiles. Mon. Weather Rev. 134, 1102-1120.
[29] Yelland, M. J. and P. K. Taylor, 1996. Wind stress measurements from the open ocean. J. Phys. Oceanogr., 26, 541–558.
[30] Yin, J. M., Welch, M. B., Yashiro, H. and Shinohara, M., 2009. Basin wide typhoon risk modeling and simulation for western north Pacific basin. The 7th Asia-Pacific Conference on Wind Engineering, Taipei, Taiwan.
指導教授 朱佳仁(Chia-Ren Chu) 審核日期 2019-7-30 推文 plurk
funp
live
udn
HD
myshare
netvibes
friend
youpush
delicious
baidu
網路書籤 Google bookmarks
del.icio.us
hemidemi
facebook
twitter
google
reddit