臺灣氣候特性下之水庫操作策略研究

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：7

、訪客IP：13.59.34.87

姓名

韋家振(Chia-Chen Wei) 查詢紙本館藏

畢業系所

土木工程學系

論文名稱

臺灣氣候特性下之水庫操作策略研究
(THE STUDY FOR RESERVOIR OPERATION POLICY UNDER TAIWAN CLIMATE CHACTERISTICS)

相關論文

★ 水資源供需指標建立之研究	★ 救旱措施對水資源供需之影響分析
★ 台灣地區颱風雨降雨型態之分析研究	★ 滯洪池系統最佳化之研究
★ 運用遺傳演算優化串聯水庫系統聯合運轉規線之研究	★ 河川魚類棲地分佈之推估與分析研究－以卑南溪新武呂河段為例－
★ 整合型區域水庫與攔河堰聯合運轉系統模擬解析及優化之研究	★ 河川低水流量分流演算推估魚類棲地之研究-以烏溪上游為例
★ 大漢溪中游生態基流量推估與棲地改善之研究	★ 石門水庫水質模擬與水理探討
★ 越域引水水庫聯合操作規線與打折供水最佳化之應用－以寶山與寶山第二水庫為例	★ 防洪疏散門最佳啟閉時間之研究－以基隆河臺北市河段為例－
★ 配水管網破管與供水穩定性關係之研究	★ 石門水庫永續指標之建立與研究
★ 台灣地區重要水庫集水區永續指標建立與評量	★ 限制開發行為對水庫集水區水質保護之探討

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]

[檢視]

[下載]

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)

氣候異常改變在上個世紀還是一個尚待確認的議題，但近二、三十年來，自然環境不斷透露出相關訊息後，至今各領域之學者專家無一不承認，大量的溫室氣體排放，直接或間接造成了全球氣候的變化。因此1992年在巴西里約日內盧所簽訂的「氣候變化綱要公約」，以及1997年在日本京都所簽訂的「京都議定書」，都是國際間為了削減大氣中的溫室氣體所做的一些協定。但是根據IPCC（2001）的報告指出，即使最樂觀的策略也很難在本世紀末將二氧化碳的濃度穩定在二倍工業革命之前的水準（280ppm），因此氣候變遷在本世紀已是一不可避免的態勢。
台灣地區的降水量帶給全區的天賦水量約為九百餘億立方公尺，但由於人口密度高，地形上的限制以及地理與季節分布的不平均，每個國人可以利用的水資源量其實很有限。近來由於產業結構的變動，連帶牽動標的用水量的供需失調問題，加以本世紀確已存在的天候的異常狀況，使水資源不敷使用的窘況益發突顯，從而引發了本研究的出發動機。一般在時間序列的處理分析上，大多採用傅利葉分析，但在氣候變遷的影響下，傅利葉分析並不能有效地提供所分析資料的訊息，為此本研究嘗試使用小波轉換來確立資料的資訊。
小波轉換的觀點是由法國學者Morlet首先提出，其除了可分析平穩特性的資料外，還可以對於非平穩與非週期性的資料進行分析，並且有能力表現出局部的分析，如資料趨勢、異常的不連續點…等。本研究首先以小波轉換針對中央氣象局在台灣所設的21個測站進行資料分析，時間從1971至2003年共33 年的資料，分析的氣象參數有平均溫度、降水量、相對濕度、與降水天數，比較各區域之氣象趨勢與地域之差異性，再從北部區域集中討論石門集水區的水庫操作策略，嘗試找出在氣候變遷下，水庫操作的實際可行的因應策略，以能落實水資源的永續發展。
本研究獲致的主要成果，有：
1. 本研究針對全台之水文氣象資料作一長時間分析，確立各區域在不同氣象參數之趨勢，從而提出警告與建議；並且在小波理論的應用上，可以看出隱藏於資料背後的資訊，尤其是未來週期的變化，對於水資源調配與政策的擬定有一定的助益。
2. 利用差值分析比較，容易發現各區域的平均表現，若採用傳統數學迴歸來作為線性預測，迴歸之相關性都表現的不好，能獲得準確的值效果有限，如由差值的灰生成趨勢可瞭解整體變化趨勢，配合簡單的灰預測，更可約略預測未來可能的走向，在應用層面上可以落實並執行。
3. 本研究以小波理論中的小波轉換與多尺度分析來進行資料處理，獲致良好的結果，在一大堆資料中所隱藏的訊息，都隨著分析圖形而顯露無遺，從結果判斷可提供訂定政策者真實且確切的資訊，另對於長期趨勢及週期表現更可抓住其脈動，窺其變化。
4. 在本研究中，對於石門水庫的規線的功用，進行個別探討與分析，從不同的調整中，瞭解規線變動對後續操作所帶來的影響，在這樣的過程中，可得到調整規線的經驗，可供給其他水庫在模擬操作，或調整規線時的一個參考，而且不同時期（入流豐富、入流枯旱）的需求也不儘相同，如此的規線調整，可真實符合需求。
5. 從本研究的討論中，提出「彈性規線」的作法是確實可行，尤其在氣候變遷的世代，特殊的操作環境是需要被考慮的，如何能將降水的資訊納入規線內，應是可以著力一個方向，針對降水預測的改善，對於規線操作是絕對的幫助的，如能有更精準的預測模式，規線之操作結果將更趨完善。
6. 對於在台灣採年計法方式的操作，應隨著氣候變遷的影響，有所調整，本研究提出以“季”為操作期距，是一拋磚引玉的作法，因案例所在之集水區，降水情況恰巧以3~4個月為一期距，因此在石門水庫的操作期距，依本研究的結論更改為以“季”為操作間距；另外有關防洪操作，由本研究的經驗中，採反饋式類神經網路頗具成效，對於其他水庫也可嘗試利用此方法，並配合適當的演算法，也應可有不錯的結果。

摘要(英)

Climate abnormality still is an issue under defining until twentieth centenary. But natural environment continued to reveal some information about it recently. Experts in various fields began to admit the phenomenon due to heavy greenhouse gases emissions. So the Framework Convention on Climate Change (FCCC) signed in Rio, Brazil in 1992 and “Kyoto Protocol” signed in Kyoto, Japan in 1997, both are the agreements for controlling in principle the CO2. Then, the report of Intergovernmental Panel on Climate Change (IPCC, 2001) told that it is impossible to reduce CO2 emissions to double (=280ppm) of quantity before Industrial Revolution in twenty-first centenary. The effect of climate change will keep on going in this centenary.
Yearly precipitations can produce over 90 billions cubic meter of water in Taiwan. Because of high density of population, limits of the geography, different locality and season, everyone in Taiwan can use water within limits. However, the changes of industrial types make the unbalance for supply and demand of water resources. In addition to all of the above, the allocation of water resources becomes extreme important under climate change. The motivation of this study is developed from the above reasons. Generally analyzing time series data, Fourier analysis would be applied. Moreover, the consequences from climate change block to utilizing Fourier analysis. This study tried to apply wavelet theorem for making sure the information of data.
The mechanics of wavelet transfer was developed by Morlet in France. It not only can investigate the stable data, but also treat unstable and non-periodic data. From series, it can find the trend, localities, abnormal discontinuities…etc. First, this study applied wavelet theorem to analyze the data of the CWB 21 stations from 1971 to 2003. The climate parameters to examine are temperature, precipitation, relative humidity, and the numbers of rainy days. From results, we can get differences and trends of the data. Second, we made the comparisons between the northern of Taiwan and Shin-Men basin from analyzing data. We tried to look for the best rule curves under climate change, and confirmed that rule curve could operate in reality. The main fruits form this study include that:
1. This study made a long term analysis on climate data to establish the trends of series. From wavelet applications, we got some hidden information of the time series, and the change of the climate period in the future. All of the information is able to aid policy-making and the allocation of water resources.
2. With the comparisons of the differences, it is easy to be showed local results in various regions. The linear regression is not appropriate for analyzed data, because the R-square is bad. Hence, with grey generating, we can see the trends of the changes, and predict the next value in the series into real operations.
3. We received better result to observe the climate data by means of wavelet transfer and multi-resolution analysis. There is much useful information displayed in all of random and confused dada after data processed. Those outputs can be referred to the decision-makers for observe long term trends and period changes.
4. In this study, we discussed the functions of the rule curves individually. By different trials, we can understand the influences of the modified rule curves. The conclusions may be supplied to others to simulating reservoir operation or adjusting local rule curves.
5. The concept of “flexible rule curve” can be worked in real situations form conclusions. In times of climate change, particular operations must be needed. To combining precipitation and rule curves is an interesting topic that is worth of researching.
6. The period of a reservoir operation should change from “year” to “season” from our conclusions in Shin-Men reservoir. Other reservoirs can change theirs depending on real precipitations. Then, flood operation in reservoir can add recurrent neutral network into consideration and better ends will be expected with this framework.

關鍵字(中)

★ 彈性規線
★ 反饋式神經網路
★ 氣候特性
★ 水庫操作

關鍵字(英)

★ flexible rule curve
★ recurrent neural network
★ reservoir operation
★ climate characteristic

論文目次

中文摘要 I
英文摘要 III
目錄目-1
圖目錄圖目-1
表目錄表目-1
第一章緒論
1.1研究動機 1
1.2研究背景 2
1.3研究目標 3
1.4研究流程 5
1.5章節架構 6
第二章文獻回顧
2.1小波理論之文獻回顧 7
2.2類神經理論之文獻回顧 10
2.3灰色理論之文獻回顧 15
2.4台灣水資源現況探討 16
第三章理論探討與解析
3.1小波理論 26
3.1.1小波定義與轉換 26
3.1.2小波基底函數 27
3.1.3小波轉換之多重尺度分析 28
3.2反饋式類神經網路理論 33
3.2.1 常用的非線性轉換函數 33
3.2.2 類神經網路的組成 35
3.2.3 類神經網路的種類 36
3.2.4 反饋式類神經網路 38
3.2.5 反饋式類神經網路架構 40
3.3 灰色預測系統 42
3.3.1 灰色系統理論 43
3.3.2 灰色預測模式GM(1,1)建模步驟 43
第四章台灣降雨趨勢之分析
4.1現況回顧 48
4.2資料概述 49
4.2.1 平均氣溫分析 53
4.2.2 年降水量分析 54
4.2.3 相對濕度分析 55
4.2.4 降水天數分析 55
4.2.5 綜合討論 56
4.2.6 差值比較之灰色分析 60
第五章小波理論於降雨趨勢分析
5.1時間序列之探討 66
5.1.1 趨勢項探討 67
5.1.2 週期項探討 68
5.2小波係數分析 70
5.3多尺度分析 82
5.4綜合討論 94
第六章石門水庫之水資源調度分析
6.1區域概況 96
6.2資料分析 99
6.3小波分析 106
6.4水庫操作 111
6.4.1石門水庫防洪操作 113
6.4.2反饋式類神經網路之降雨逕流模式 114
第七章區域化之規線設計操作與探討
7.1規線操作現況 123
7.2規線變異之探討 127
7.2.1案例執行指標 128
7.2.2執行結果比較 132
7.3彈性規線操作 137
7.3.1理論說明 137
7.3.2案例執行 139
7.4綜合討論 142
第八章結論與建議
8.1結論 143
8.2建議 145
參考文獻 147

參考文獻

1. Allen, G., Le Marshall, J.F., “An evaluation of neural networks and discriminate analysis methods for application in operational rain forecasting,” Australian Meteorological Magazine Vol.43 No.1, pp.17-28, 1994.
2. ASCE and working group, UNESCO/IHP, IV Project M-4.3, “Sustainability criteria for water resources system,” task Committee on Sustainability Criteria, Water Resources Planning and Management Division, American Society of Civil Engineers, 1998.
3. Aussem, A. and F. Murtagh, “Web traffic demand forecasting using wavelet-based multiscale decomposition”, International Journal of Intelligent Systems, 16, 215-236,2001.
4. B. A. PAYA, “Artificial Neural Network Based Fault Diagnostics Of Rotating Machinery Using Wavelet Transform As A Preprocessor,” Mechanical Systems and Signal Processing, 11(5), pp.752-765, 1997.
5. Bayazit, M. and H. Aksoy, “Using wavelets for data generation”, J. Appl. Statist., 28(2), pp.157-166, 2001.
6. Bowerman, B. L., R.T. O'connell, “Forecasting and time series: An applied approach,” Wadsworth, Inc., 1993.
7. Cai, X., D. C. McKinney, and L. S. Lasdon, “A framework for sustainability analysis in water resources management and application to the Syr Darya Basin,” Water. Resour. Res., Vol.38, No.6, pp.38-66, 2002.
8. Cao Liangyue, et al. “Predicting chaotic time series with wavelet network” PhysicalD, 85, pp.225-238, 1995
9. Chou, C. M. and R. Y. Wang, “Application of Wavelet-based Multi-Model Kalman Filters to Real-Time Flood Forecasting,” Hydrological Processes, 2004
10. Coburn A. W., Sspence R. J. S., and Pomonis, A., “Vulnerability and risk assessment,” 2nd ed., UNDP, 1994.
11. Dale, H. E., and J. B. Cobb, “For the common good: redirecting the economy toward community, the environment, and a sustainable future,” Boston, Beacon Press., 1994.
12. Daubechies, I., “The wavelet transform, time frequency localization and signal analysis,” IEEE Transactions on Information Theory, Vol. 36, No. 5, pp.961-1005, 1990.
13. Daubechies, I., “Ten lectures on Wavelets, SIAM,” Philadelphia, PA., 1992.
14. Daza, O. H., and R. C. Peralta “A framework for integrating NPS pollution preventing and optimal perennial groundwater yield planning” in Mgmt. Irrig. Drain. System: Integrated perspectives, ed. By K.G. Allen, Park City, Utah. pp. 297-304. 1993.
15. Dorfman, R., “Mathematic models: The multi-structure approach, in design of water resources systems,” edited by A. Maass, Harvard University Press, Cambridge, Mass. 1962.
16. Elman, J., “Find structure in time,” Cognitive Science 14, pp179 -211,1990.
17. Fiering, M. B, “Alternative indices of resilience,” Water. Resour. Res., Vol.18, No. 1, pp.33-39, 1982.
18. Fox, I. B., “Reducing the vulnerability of the poor to the negative impacts of flood,” Asian Developing Bank, 2003.
19. French, M.N., Krajaewski, W.F., Cuykendall, R.R., “Rainfall forecasting in space and time using a neural network,” Journal of Hydrology 137, pp.1-31, 1992
20. Gelhar, L. W., “Stochastic Subsurface Hydrology,” Prentice-Hall Inc., 1993.
21. Gen, M. and R. Cheng, “Genetic Algorithms and Engineering Optimization,” John Wiley & Sons, New York, 2000.
22. Grigg, N. S. “Water Resources Management,” McGraw-Hill, 1996.
23. Grossmann, A., Morlet, J., “Decomposition of Hardy Functions into Square Integral Wavelets of Constant Shape,” SIAM J. Math. Anal.15(4): pp. 736-783, 1984.
24. H. Oehlmann, “A Method for Analysis Gearbox Faults Using Time-Frequency Representation,” Mechanical Systems and Signal Processing, 11(4), pp.530-540, 1997.
25. Hashimoto, T., D. P. Loucks, and J. R. Stedinger, “Robustness of water resources systems,” Water. Resour. Res., Vol. 18, No.1, pp.21-26, 1982.
26. Hashimoto, T., J. R. Stedinger, and D. P. Loucks, “Reliability, resilience, and vulnerability criteria for water resources system performance evaluation,” Water. Resour. Res., Vol.18, No.1, pp.14-20, 1982.
27. Houghten, J. T., Meria Filho, L.G., Callander, B.A., Harris, N., Kattenberg, A., and Maskell, K., “climate change 1995: The science of climate change,” Inter-govermental Panel on climate change, 1996.
28. Hsu, S. K., “Shortage indices for water-resources planning in Taiwan,” Journal of Water Resources Planning and Management, ASCE, Vol.121, No.2, pp.119-131,1995.
29. Jordan, M., “Attractor dynamics and parallelism in a connectionist sequential machine,” Proc. 8th annual Conf. on Cognitive Science Society, pp.532-546, 1986.
30. Karunanithi, N., Grenney, W.J., Whitley, D., Bovee, K., “Neural networks for river flow prediction,” Journal of Computing in Civil Engineering Vol.8 No2, pp.201-220, 1994.
31. Kuester, J. L. and J. H. Mize, “Optimization Technique with Fortran,” McGraw Hill, New York, 1973.
32. Kundzewicz, Z. W., and J. Kindler, “Multiple criteria for evaluation of reliability aspects of water resource systems,” Proceeding of a Boulder Symposium, IAHS publ. No.231, 1995.
33. Labat, D., R. Ababou and A. Mangin, “Rainfall–runoff relations for karstic springs.Part II: continuous wavelet and discrete orthogonal multiresolution analyses,” Journal of Hydrology, Vol.238 No.3, pp.149–178, 2000.
34. Lau, K.M. and H. Weng, “Climate signal detection using wavelet transform:How to make a time series sing,” Bulletin of the American Meteorological Society, Vol.76, No.12, pp.2391-2402, 1995.
35. Lee-RH and Wang-RY, “Parameter-estimation with colored noise effect for differential hydrological grey model,” Journal of hydrology, Vol. 208, No.1, pp.1-15, 1998.
36. Maier, H.R., and Dandy, G.C., “Neural networks for the prediction and forecasting of water resources variables: a review of modeling issues and application,” Environmental Modeling & Software Vol.15, pp101-124, 2000.
37. Mallat, S., “A Theory for Multiresolution Signal Decomposition: The Wavelet Representation,” IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol.11, No.11, pp.674-693, 1989.
38. Misiti, M., Yves Misiti, Georges Oppenheim, Jean-Michel Poggi, “Wavelet Toolbox For Use with MATLAB”,1996.
39. Mohan, S., and D. M. Raipure,“Multiobjective analysis of multireservoir system,” Journal of Water Resources Planning and Management, ASCE, Vol.118, No.4, pp.356-370, 1992 .
40. Moy, W., and J. L. Cohon, and C. S. Revelle, “A programming model for analysis of the reliability, resilience, and vulnerability,” Water. Resour. Res., Vol.22, No.4, pp.489-498, 1986.
41. P. Abray and D. Veiteh. “Wavelet analysis of long-range-dependence traffic.” IEEE Trans. Information Theory, Vol.4, No.1, pp.2-15, 1998.
42. Park K. C. and Alvin K. F., “Identification of Structural Dynamics Models Using Wavelet-Generated Impulse Response Data,” Journal of Vibration and Acoustics, Vol. 120, pp.261-266, 1998.
43. Park K. C. and Alvin K. F., “Extraction of Impulse Response Data via. Wavelet Transform for Structural System Identification,” Journal of Vibration and Acoustics, Vol. 120, pp.252-260, 1998.
44. Raman, H., Sunilkumar, N., “Multivariate modeling of water resources time series using artificial neural networks,” Hydrological Science Journal Vol.40, No.2, pp.145-163, 1995.
45. Rao, R. M., A. S. Bopardikar, “Introduction to theory and application,” Addison Wesley Longman, Inc., 1998
46. Rivera, N. A., S. Ray, J. L. Jensen, A. K. Chan, and W. B. Ayers, “Detection of cyclic patterns using Wavelets: An example study in the Ormskirk Sandston, Irish Sea, Mathematical,” Geology, Vol.36, No.5, pp.529-543, 2004.
47. Schröter P., “Introduction to the Vulnerability concept,” Potsdam Institute for climate research, 2003.
48. Simonovic, S. P., and M. A. Marino, “Reliability programming in reservoir management, (1) single multipurpose reservoir,” Water Resources Research, Vol.16, No.5, pp.844-848, 1980.
49. Strang, G. and T. Nguyen, “Wavelets and Filter Banks,” Wellesley-Cambridge Press, 1996.
50. Vetterli, M., J. Kovacevic, Wavelets and subband coding, rentice-Hall, Inc.,1995.
51. Wang, C. H., “Precipitation changes and their impacts on the water resource management in Taiwan,” Proceedings of International Symposium on Hydro-geological Investigation and Remedial Technology, pp.176-190, 2004.
52. Wang, C. H., L. A., Li, S. H., Liaw, Y. L., Yung, Y. H., Li, “Taiwan’s drought periods based on precipitation records for the past 100 years,” Proceedings of the Fourth Conference on the Evolution of the East Asian Environment, pp.336-351. The University of Hong Kong, 1997.
53. Wang, Q.J., “The Genetic algorithms and Its Application to calibration conceptual rainfall-runoff models,” Water Resources Research, Vol.27, No.9, pp.2467-
2479, 1991.
54. WCED (World Commission on Environmental and development), “Our Common Future – the Brundltland Report,” Oxford University Press, 338pp, 1999.
55. Wen-JC, Huang-KH and Wen-KL, “The Study of α in GM(1,1) Model,” Journal of the Chinese Institute of Engineers, Vol.23, No.5, pp.583-589, 2000.
56. Zhou, Y., C. S., Ting and C. W. Liu, “Design of Groundwater monitoring networks with case study of Pingtung Plain, Taiwan,” Wu-Nan Book Inc.,2003.
57. Zilberman, D. “The impact of agriculture on water quality”, in the Athens Workshop, Sustainable Management of Water in Agriculture: Issues and Polices, Organization for Economic Co-operation and Development (OECD), 1998.
58. 中興工程顧問股份有限公司，「石門水庫運轉規線檢討」，經濟部水利處北區水資源局，2000。
59. 中興顧問社，「石門水庫整體安全檢查與評估」，臺灣省石門水庫管理局，1988。
60. 中央氣象局網站：www.cwb.gov.tw
61. 王文聖、丁晶、衡彤，「長江宜昌年最大洪峰週期分析和長期預報研究」，四川大學學報（工程科學版），35(1)，pp.20-23，2003年。
62. 王文聖、趙太想、丁晶，「基於連續小波變換的水文序列變化特徵研究」，四川大學學報（工程科學版），36(4)，pp.6-9，2004年。
63. 王如意，「應用水文學」，中國土木水利工程學會，1998。
64. 王如意、王志雄，「小波複解析法之理論解析及其應用於淡水河感潮河段水位–流量率定曲線之修正」，臺灣水利，Vol.46，No.4， pp.1-21，1998年。
65. 王如意、李宗穆，「小波分析方法應用於坡地集水區水文模擬之研究」，臺灣水利，Vol.45，No.4，pp.1-23，1997年。
66. 王如意、李宗穆，「應用小波轉換於降雨–逕流歷程之模擬」，臺灣水利，Vol.49，No.3，pp.1-13，2001年。
67. 王如意、莊文南，「微分水文灰色模式之研究與應用」，農業工程學報，Vol.39，No.3，pp.67-86，1993。
68. 王啟明，「類神經網路應用於颱風暴潮之預測」，國立成功大學水利及海洋工程學系碩士論文，2003。
69. 王進德、蕭大全，「類神經網路與模糊控制理論入門」，全華科技圖書，1999。
70. 水利署網站：www.wra.gov.tw/default.asp
71. 史開泉、吳國威、黃有評，「灰色信息關係論」，全華科技圖書有限公司, 1994。
72. 台灣大學土木工程學系暨研究所，「主要水庫運用規線修正與風險評估」，經濟部水利署水利規劃試驗所，2004。
73. 吳呈懋、李天浩、陳主惠、徐年盛，「利用小波分析表現二維非等向異質性水文地質之研究」，第五屆地下水資源及水質保護研討會論文集，雲林縣，pp.B50-B57，2002年6月。
74. 吳明進，「台灣區域氣候變化之現在，過去及未來」，財團法人國家政策研究基金會，2001
75. 李佳勳，「類神經網路應用於高屏溪洪水流量資料推估之研究」，屏東科技大學土木工程系碩士論文，2003。
76. 李賢彬、丁晶、李后強，「基於子波變換序列的人工神經網路組合預測」，水利學報，No.2，pp.1-4，1999年。
77. 李鐵民，「抗旱的省思」，水資源管理2002研討會，2002。
78. 阮忠信，「水文灰色系統模式之研析及其與參數優選法之應用」，國立臺灣大學農業工程研究所碩士論文，1992。
79. 周孟科，「灰色理論應用於地層下陷之預測」，國立成功大學水利及海洋工程研究所碩士論文，1999。
80. 林昆達，「小波理論與類神經網路在橋梁非破壞檢測之應用」，中原大學土木工程學系碩士論文，2001。
81. 林振山、鄭自旺，「子波氣候診斷技術的研究」，中國氣象出版社，1999 年。
82. 林輔漢、施國肱，「曾文及烏山頭水庫系統合理配水問題之研究」，臺灣水利，Vol.35，No.3，pp.19-30，1987。
83. 施國肱，「修正出水模式」，農業工程學報，Vol.31, No.4，pp.19-24，1985。
84. 段智懷，「倒傳遞類神經網路小區域颱風降雨預報-前饋式與遞迴式之比較」，逢甲大學水利工程所碩士論文，2004。
85. 紀水上，「台灣的氣候」，教育部，1998。
86. 胡文章，「線性規劃在水庫規劃及操作之應用」，臺灣水利，Vol.25, No.1，pp15-42，1977。
87. 韋家振、吳瑞賢，“反饋式神經網路與灰色滾動模式在暴雨預測之比較研究”，第十五屆水利工程研討會論文集，中壢，D81-D87頁，2006。
88. 徐世忠，「中短期月需水量預測模式之建立」，國立台灣大學河海工程研究所碩士論文，1996
89. 徐年盛、李天浩、陳主惠、吳呈懋，「利用小波分析推求地下水系統刺激與反應之頻譜密度函數」，九十一年度農業工程研討會，雲林縣，pp.265-275，2002年12月。
90. 徐享崑、鄭念珠、郭國忠、曾均敏，「高屏溪流域水資源規劃缺水指標之研究」，成功大學水利及海洋工程研究報告，1988年。
91. 留鼎傑，「以小波轉換分析混凝土版內鋼筋及管線之敲擊回音反應」，朝陽科技大學營建工程系碩士論文，2003。
92. 翁鄭啟志，「類神經網路應用在土石流發生可能性分析」，國立交通大學土木工程系碩士論文，2004。
93. 張大元，「類神經網路在水庫放流對河川水位增量之研究」，中原大學土木工程研究所碩士論文，2003。
94. 張斐章、張麗秋、黃浩倫，「類神經網路理論與實務」，東華書局，2003年。
95. 張斐章、許榮哲，「灰色模糊動態規劃於水庫即時操作之應用」，臺灣水利，Vol.47, No.1，pp.44-53，1999。
96. 張斐章、惠士奇，「灰色模糊序率動態規劃於水庫操作之應用」，農業工程學報，Vol.44, No.1，pp.34-49，1998。
97. 戚啟勳，「台北近百年來氣候變遷之初步探討」，氣象學報，Vol.32, No.4，pp.147-156，1986
98. 許乃文，「灰色理論及類神經網路應用於雲林地區地層下陷之研究」，國立成功大學土木工程學系碩士論文，2000。
99. 郭振泰、鄧志浩、鄭銘欽，“應用序率線性規劃於翡翠水庫運轉之研究”，第四屆水利工程研討會論文集，中興大學，1988。
100.陳世偉，「遺傳演算運用在石門水庫與翡翠水庫並聯系統操作規線之研究」，碩士論文，國立中央大學土木工程研究所，中壢，2002。
101.陳伸賢，「水資源與產業發展環境問題探討」，台灣經濟永續發展會議產業組分組會議，2006。
102.陳伸賢，「生命之水、永續之水、台灣之水」，水資源管理會刊，第6卷，第1 期，pp.1-7，2004。
103.陳莉、楊人傑、陳俊龍、蔡宗志，「以遺傳演算法優選翡翠水庫運用規線之研究」，第九屆水利工程研討會論文集，中壢，D93-D102頁，1998。
104.陳漢廷，「特徵擷取於橋樑非破壞檢測之應用」，中原大學土木工程學系碩士論文，2003。
105.單維彰，「凌波初步」，全華科技圖書股份有限公司，1999。
106.游保杉、陳憲宗，「灰色系統理論在降雨預測之應用」，第二屆灰色系統理論與應用研討會論文集，pp.176-183，1997。
107.黃文政、游山峰，「石門水庫公共用水水權增供量之研究」，第十一屆水利工程研討會，台北，O103-O107頁，2000。
108.黃文政、蔡孟蓉、蘇元風，“石門水庫運轉規線之探討”，臺灣水利，Vol.52，No.2，pp.9-16，2004。
109.黃金山，「台灣水庫規劃缺水忍耐標準之探討」，第三屆水利工程研討會，淡水，pp.51-64，1986。
110.黃浩倫，「即時學習回饋式類神經網路於流量推估之應用」，碩士論文，國立台灣大學農業工程研究所，台北，1999。
111.黃顯琇，「灰色系統與類神經網路在水文過程之預測」，國立成功大學水利及海洋工程研究所碩士論文，1999。
112.楊國珍，「類神經模糊系統應用於蒸發量推估之研究」，國立成功大學水利及海洋工程學系碩士論文，2003。
113.楊婷勻，「應用小波轉換法探討並列鈍形體間隙流不穩定搖擺之特性」，國立中興大學土木工程學系碩士論文，2003。
114.經濟部水利署，「中華民國九十三年臺灣水文年報」，台北，2004。
115.葉一隆，「地下水位灰色模式誤差分析」，農業工程學報，Vol.44，No3，pp.64-75，1998
116.廖文宏，「小波多層次解析之影像融合應用」，國立中央大學土木工程學系碩士論文，2003。
117.廖珩毅，「灰色系統與模糊理論在旬入流量預測之研究」，中原大學土木工程學研究所碩士論文，2001。
118.趙永龍、丁晶、鄧育仁，「混沌小波網路模型及其在水文中長期預測中的應用」，水科學進展，9(3)，pp.252-257，1998年。
119.劉中河，「類神經模糊系統應用於白河水庫防洪放流之研究」，國立成功大學水利及海洋工程學系專班碩士論文，2003。
120.劉長齡、劉佳明、徐享崑，「高屏溪流域水資源規劃系統分析之研究(第一年報告)」，成功大學臺南水工試驗所，1983。
121.劉思峰、黨耀國、方志耕，「灰色系統理論及其應用」，科學出版社，2004。
122.蔡長泰，「台灣豪雨洪水的古往今來」，科學發展，第366 期，pp.70-75，2003
123.謝豪駿，「小波分析於梁構件損傷檢測之應用」，國立中央大學土木工程學系碩士論文，2004。
124.謝濬鴻，「小波理論於管結構損壞識別之應用」，國立交通大學土木工程學系碩士論文，2005。
125.簡昭群，「石門水庫運用規線修正檢討」，石門水庫營運四十年特刊，2003。
126.藍振武，梁志雄，「以類神經模糊推論模式建立乾旱指標之研究」，第十五屆水利工程研討會，中壢，C12-C19頁，2006。
127.顏本琦、徐享崑、郭振泰，「水資源風險與可靠度分析簡介」，臺灣水利，Vol.40，No.4，pp.1-11，1997。
128.蘇明道、徐忠寶、陳維英，「石門水庫操作規則之推導及評估」，臺灣水利，Vol.45，No.1，pp.58-67，1986。

指導教授

吳瑞賢(Ray-Shyan Wu)

審核日期

2007-3-26

推文