新竹GPS固定站地層下陷監測之研究

Abstract

過去進行地層下陷監測工作，大多採用精密水準測量之方法進行，過程費時費力，又需考慮通視的問題，目前GPS定位系統技術成熟，廣泛應用於各領域，因具便利性及實用性，逐步取代水準測量。本研究運用GPS固定站全天候24小時長期接收資料，對於新竹地區之地層進行下陷監測，並且採用時間序列分析對解算所求得之高程變化分別以日變化量、週變化量以及月變化量數據加以探討、建立模型，評估其預估模式之準確性，並加入地下水位資料、雨量資料以及潮位資料等，藉由時間序列分析以及類神經網路進行研究，期能提供簡易快速的預測模式。本研究主要標的為下列兩項：（1）藉由實驗區的GPS固定站之觀測資料以日變化量、週變化量以及月變化量等數據，選取適當之時間序列分析（Time Series Analysis）模式，評估運用何種型態預測之精度較優。（2）為提升預測模式準確性，加入地下水位資料、雨量資料以及潮位資料等各種變數，並使用類神經網路，比較其與時間序列分析的結果。由成果可以看出，配適度為時間序列中日變化量的ARMA(1,2) 的SIC=-147.623、SBC=-132.944最佳，但在類神經網路的結果為月變化的 =0.882最佳；預測力在以日、週變化量所建立的模型中MAPE均＜10%，而週變化量的ARMA(1,1)模型之MAPE=0.844831%為最佳。