以小波分析技術建立創新乾旱時空分佈指標與氣候變遷乾旱風險分析

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：94

、訪客IP：18.220.116.34

姓名

白馨文(Hsin-Wen Pai) 查詢紙本館藏

畢業系所

土木工程學系

論文名稱

以小波分析技術建立創新乾旱時空分佈指標與氣候變遷乾旱風險分析
(non)

相關論文

★ 結合資料探勘方法建立屏東平原含水層水文地質參數推估模式	★ 探討颱風特性於農損及坡地災害遙測影像辨識之研究
★ 不同時空降雨型態對於地下水補注量之探討—以屏東平原為例	★ 以訊號分析資料探勘方法探討PM2.5污染傳播時空特徵及相應之天氣條件
★ 運用訊號分析方法於地下水資源旱災韌性與風險評估	★ 探討都市熱島效應對臺北地區午後雷雨及地下水之影響
★ 水文地質條件不確定性下的地下水時空變化模擬	★ 建立台灣北部交通與氣象因子對於空氣污染影響之機器學習模型
★ 以深度學習方法建立地下水位預警之風險評估模型	★ 以機器學習預測海溫及熱帶氣旋特徵對於珊瑚白化之影響 – 以澎湖南方四島為例
★ 以系統動態與貝氏網路探討地表水與地下水的聯合管理策略	★ 探討臺灣地震活動特徵與環境變數相關性分析
★ 以機器學習方法建立巨觀尺度降雨氣候水資源推估模式	★ 探討強風是否為崩塌致災因子與建立崩塌機器學習模型

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 (2026-7-31以後開放)

摘要(中)

在氣候變遷下，乾旱事件更是層出不窮，臺灣降雨時空分布不均，且位於全球乾旱災害高風險地區，評估乾旱災害為一項重要議題。就目前已發展出之不同乾旱指標，大多需使用多種氣象因子為參數，當資料不足或缺失便難以進行分析，而常被使用之標準化降雨指標(Standardized Precipitation Index, SPI)雖然僅使用降雨量作為輸入因子，但其較難以各種時間尺度進行分析，因此本研究欲建立一新乾旱指標解決現有乾旱之缺點。
本研究以經驗正交函數(Empirical Orthogonal Functions, EOF)及標準化降雨指標方法評估小波分析法(Wavelet Analysis, WA)適用於降雨及乾旱分析後，以小波分析法為基礎建立之新乾旱指標-小波降雨指標(Wavelet Precipitation Index, WPI)，除彌補現有乾旱指標之缺點外，其去除雜訊之優勢能夠更容易觀察降雨量變化趨勢，也能比較各期間是否相對乾燥，提早發現乾旱徵兆。
最後透過小波降雨指標，針對不同氣候變遷情境進行年尺度乾旱災害評估，發現在減緩與調適挑戰最高之情境SSP3-7.0乾旱發生次數最高。希望藉由此研究建立之小波降雨指標，提供新乾旱災害評估方法之參考，以提早規畫執行應變措施，降低乾旱所帶來之負面影響。

摘要(英)

Under climate change, drought events are becoming increasingly frequent. Taiwan experiences uneven spatial and temporal distribution of rainfall and is located in a region with high risk of drought disasters globally. Therefore, assessing drought disasters is a significant issue. Most of the existing drought indices require multiple meteorological factors as parameters, making analysis difficult when data is insufficient or missing. The commonly used Standardized Precipitation Index (SPI), while using only rainfall as an input factor, is challenging to analyze across various time scales. This study aims to establish a new drought index to address the shortcomings of existing drought indices.
This research employs Empirical Orthogonal Functions (EOF) and the Standardized Precipitation Index (SPI) method to evaluate the applicability of Wavelet Analysis (WA) for rainfall and drought analysis. Based on this evaluation, a new drought index—the Wavelet Precipitation Index (WPI)—is established. This index not only addresses the shortcomings of existing drought indices but also, with its noise reduction advantage, allows for easier observation of rainfall trends and comparison of relative dryness over different periods, thereby enabling early detection of drought signs.
Finally, through the Wavelet Precipitation Index, an annual scale drought disaster assessment is conducted under different climate change scenarios. It is found that the highest number of drought occurrences is in the scenario with the highest mitigation and adaptation challenges, SSP3-7.0. It is hoped that the Wavelet Precipitation Index established in this study can provide a reference for new drought disaster assessment methods, allowing for early planning and implementation of contingency measures to reduce the negative impacts of drought.

關鍵字(中)

★ 氣候變遷
★ 乾旱指標
★ 經驗正交函數
★ 小波分析
★ 標準化降雨指標

關鍵字(英)

★ Climate Change
★ Drought Index
★ Empirical Orthogonal Functions
★ Wavelet Analysis
★ Standardized Precipitation Index

論文目次

摘要 i
Abstract ii
誌謝 iv
目錄 v
圖目錄 viii
表目錄 x
第一章緒論 1
1-1 研究動機 1
1-2 研究目的 2
1-3 論文架構 3
第二章文獻回顧 5
2-1 氣候變遷下極端降雨與乾旱 5
2-2 臺灣降雨與乾旱 7
2-3 經驗正交函數之應用 12
2-4 小波分析法之應用 13
2-5 乾旱指標 14
第三章研究方法 16
3-1 研究流程 16
3-2 研究區域概述 18
3-3 資料蒐集與處理 21
3-3-1 降雨量觀測資料 21
3-3-2 歷史乾旱事件資料 23
3-3-3 未來降雨量推估資料 24
3-4 經驗正交函數(EOF) 26
3-5 小波分析(WA) 28
3-6 標準化降雨指標(SPI) 29
3-7 徑向基函數(RBF) 30
3-8 新乾旱指標建立方法 31
第四章結果與討論 33
4-1 臺灣降雨特徵與乾旱災害分析 33
4-1-1 EOF分析結果 33
4-1-2 小波分析結果 35
4-1-3 SPI分析結果 42
4-2 氣候變遷情境未來乾旱災害風險評估 45
第五章結論與建議 49
5-1 結論 49
5-2 建議 51
參考文獻 52
附錄 58
附錄一觀測站資訊表 58
附錄二 2014年與2017年乾旱事件空間趨勢圖 71
附錄三臺中、臺南與臺東站SPI分析與小波分析結果比較 73
附錄四氣候變遷各情境乾旱災害年份與空間分佈 76
評審意見回覆表 84

參考文獻

Abbaspour, M., & Sabetraftar, A. (2005). Review of cycles and indices of drought and their effect on water resources, ecological, biological, agricultural, social and economical issues in Iran. International Journal of Environmental Studies, 62(6), 709-724. doi:10.1080/00207230500288968
Baidu, M., Amekudzi, L. K., Aryee, J. N. A., & Annor, T. (2017). Assessment of Long-Term Spatio-Temporal Rainfall Variability over Ghana using Wavelet Analysis. Climate, 5(2), 30.
Bordeianu, C. C., Landau, R. H., & Paez, M. J. (2009). Wavelet analyses and applications. European Journal of Physics, 30(5), 1049. doi:10.1088/0143-0807/30/5/013
Chen, C.-S., & Chen, Y.-L. (2003). The Rainfall Characteristics of Taiwan. Monthly Weather Review, 131(7), 1323-1341. doi:https://doi.org/10.1175/1520-0493(2003)131<1323:TRCOT>2.0.CO;2
Hannachi, A., Jolliffe, I. T., & Stephenson, D. B. (2007). Empirical orthogonal functions and related techniques in atmospheric science: A review. International Journal of Climatology, 27(9), 1119-1152. doi:https://doi.org/10.1002/joc.1499
Houghton, J. (2001). The science of global warming. Interdisciplinary Science Reviews, 26(4), 247-257. doi:10.1179/isr.2001.26.4.247
Kumar, P., & Foufoula‐Georgiou, E. (1997). Wavelet analysis for geophysical applications. Reviews of geophysics, 35(4), 385-412.
Lyons, S. W. (1982). Empirical Orthogonal Function Analysis of Hawaiian Rainfall. Journal of Applied Meteorology and Climatology, 21(11), 1713-1729. doi:https://doi.org/10.1175/1520-0450(1982)021<1713:EOFAOH>2.0.CO;2
McCarty, J. P. (2001). Ecological Consequences of Recent Climate Change. Conservation Biology, 15(2), 320-331. doi:https://doi.org/10.1046/j.1523-1739.2001.015002320.x
McKee, T. B., Doesken, N. J., & Kleist, J. (1993). The relationship of drought frequency and duration to time scales. Paper presented at the Proceedings of the 8th Conference on Applied Climatology.
Oliveira-Júnior, J. F. d., Correia Filho, W. L. F., Monteiro, L. d. S., Shah, M., Hafeez, A., Gois, G. d., . . . Silva, E. B. d. (2022). Urban rainfall in the Capitals of Brazil: Variability, trend, and wavelet analysis. Atmospheric Research, 267, 105984. doi:https://doi.org/10.1016/j.atmosres.2021.105984
Pearson, K. (1901). LIII. On lines and planes of closest fit to systems of points in space. The London, Edinburgh, and Dublin philosophical magazine and journal of science, 2(11), 559-572.
Rummukainen, M. (2012). Changes in climate and weather extremes in the 21st century. WIREs Climate Change, 3(2), 115-129. doi:https://doi.org/10.1002/wcc.160
Shiau, J.-T., & Lin, J.-W. (2016). Clustering Quantile Regression-Based Drought Trends in Taiwan. Water resources management, 30(3), 1053-1069. doi:10.1007/s11269-015-1210-9
Sifuzzaman, M., Islam, M. R., & Ali, M. Z. (2009). Application of wavelet transform and its advantages compared to Fourier transform.
Singh, C. V. (2004). Empirical Orthogonal Function (EOF) analysis of monsoon rainfall and satellite-observed outgoing long-wave radiation for Indian monsoon: a comparative study. Meteorology and Atmospheric Physics, 85(4), 227-234. doi:10.1007/s00703-003-0013-3
Tirivarombo, S., Osupile, D., & Eliasson, P. (2018). Drought monitoring and analysis: Standardised Precipitation Evapotranspiration Index (SPEI) and Standardised Precipitation Index (SPI). Physics and Chemistry of the Earth, Parts A/B/C, 106, 1-10. doi:https://doi.org/10.1016/j.pce.2018.07.001
Trenberth, K. E. (2005). The impact of climate change and variability on heavy precipitation, floods, and droughts. Encyclopedia of hydrological sciences, 17, 1-11.
Tripathi, K. C., & Sharma, M. L. (2021). Empirical Orthogonal Function Analysis of Subdivisional Rainfall over India, Cham.
UN, U. N. (2015). Transforming our world: the 2030 Agenda for Sustainable Development
Vicente-Serrano, S. M., Beguería, S., & López-Moreno, J. I. (2010). A Multiscalar Drought Index Sensitive to Global Warming: The Standardized Precipitation Evapotranspiration Index. Journal of Climate, 23(7), 1696-1718. doi:https://doi.org/10.1175/2009JCLI2909.1
Wheeler, T., & von Braun, J. (2013). Climate Change Impacts on Global Food Security. Science, 341(6145), 508-513. doi:doi:10.1126/science.1239402
WMO. (2016). Handbook of Drought Indicators and Indices: World Meteorological Organization(WMO).
Yen, M.-C., & Chen, T.-C. (2000). Seasonal variation of the rainfall over Taiwan. International Journal of Climatology, 20(7), 803-809. doi:https://doi.org/10.1002/1097-0088(20000615)20:7<803::AID-JOC525>3.0.CO;2-4
Zou, Y.-L., Hu, F.-L., Zhou, C.-C., Li, C.-L., & Dunn, K.-J. (2013). Analysis of radial basis function interpolation approach. Applied Geophysics, 10(4), 397-410.
內政部. (2018). 臺灣面積及海岸長度.
內政部國土測繪中心. (2024). 國土測繪圖資服務雲. Retrieved from https://maps.nlsc.gov.tw/
交通部中央氣象署. (2024a). 季風、聖嬰、季內振盪、北極振盪. Retrieved from https://www.cwa.gov.tw/
交通部中央氣象署. (2024b). 氣候變遷. Retrieved from https://www.cwa.gov.tw/
交通部中央氣象署. (2024c). 臺灣的溫度和降雨量特徵. Retrieved from https://www.cwa.gov.tw/
交通部中央氣象署. (2024d). 臺灣氣候現象. Retrieved from https://www.cwa.gov.tw/
交通部中央氣象署. (2024e). 颱風百問: 交通部中央氣象署.
李明營, 洪浩哲, 許晃雄, & 王品翔. (2023). 2020－2021臺灣百年大旱原因分析. [Causes of the Record-breaking Drought in Taiwan in 2020-2021]. 大氣科學, 51(1), 30-57. doi:10.53106/025400022023015101002
李培聖. (2014). 臺灣年代際降雨量變動之經驗正交函數分析. (碩士論文), 國立臺灣海洋大學. Retrieved from https://hdl.handle.net/11296/yp5myz
李鎮洋, 賴文基, 陳振宇, 黃效禹, & 郭力行. (2011). 莫拉克颱風複合型災害發生歷程的時空重建—以小林村深層崩塌為例. [The Reconstruction of the Processes of Catastrophic Disasters Caused by the 2009 Typhoon Morakot]. 中華水土保持學報, 42(4), 313-324. doi:10.29417/jcswc.201112_42(4).0005
洪致文, & 施明甫. (2023). 以測站長期觀測數據分析之臺灣各季節降水垂直分布氣候特徵. [Long-term characteristics of vertical distribution of precipitation in different seasons in Taiwan based on observational station data]. 大氣科學, 51(1), 1-29. doi:10.53106/025400022023015101001
國家災害防救科技中心. (2019). 影響臺灣災害的狠角色-颱風: 國家災害防救科技中心.
國家災害防救科技中心. (2024). 氣候變遷災害風險調適平台. Retrieved from https://dra.ncdr.nat.gov.tw/
國家科學及技術委員會. (2024). SSP共享社會經濟路徑 Shared Socioeconomic Pathway 簡介. Retrieved from https://tccip.ncdr.nat.gov.tw/
張志新, 于宜強, 王俞婷, 朱容練, 朱崇銳, 何瑞益, . . . 魏曉萍. (2022). 2021天然災害紀實: 國家災害防救科技中心.
陳正改. (2011). 台灣的氣象災害與防災策略. [Weather Disasters and Preventive Strategies in Taiwan]. 中華防災學刊, 3(2), 120-132. doi:10.30052/jtdps.201108.0001
陳詩庭. (2017). 梅雨季西南氣流特性對台灣降水分佈影響之理想模擬研究. 臺灣師範大學地球科學系學位論文, 2017, 1-69.
黃紹欽, 李宗融, 黃柏誠, 吳宜昭, 王安翔, & 于宜強. (2022). 2021臺灣極端氣候與天氣事件回顧與分析：枯旱大地: 國家災害防救科技中心.
楊道昌, 陳昭銘, 游保杉, 郭振民, 蔡玫紜, & 陳弘. (2019). 臺灣春雨遙相關機制與可預報性探討. [Investigation of climatic teleconnection and predictability for spring rainfall in taiwan]. 農業工程學報, 65(4), 1-11. doi:10.29974/jtae.201912_65(4).0001
經濟部水利署. (2024). 水利災害應變中心. Retrieved from https://web.wra.gov.tw/
劉玫婷, 李欣輯, 徐永衡, & 陳永明. (2021). 2021年乾旱事件農作物損失調查紀實. 國家災害防救科技中心災害防救電子報, 194.
蔣忠廷. (2007). 台灣地區降水型態分類之研究：層狀降水與對流降水型態. (碩士論文), 國立中央大學. Available from Airiti AiritiLibrary database. (2007年)
羅凱尹, 葉信富, 李哲瑋, & 羅偉誠. (2017). 以氣象與水文型乾旱指標整合評估臺灣南部區域乾旱特性. National Cheng Kung University Department of Hydraulics & Ocean Engineering.

指導教授

林遠見(Yuan-Chien Lin)

審核日期

2024-7-29

推文