Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 柯思瑋 | en_US |
dc.contributor.author | Ko, Ssu-Wei | en_US |
dc.contributor.author | 張良正 | en_US |
dc.contributor.author | Chang, Liang-Cheng | en_US |
dc.date.accessioned | 2014-12-12T01:29:07Z | - |
dc.date.available | 2014-12-12T01:29:07Z | - |
dc.date.issued | 2009 | en_US |
dc.identifier.uri | http://140.113.39.130/cdrfb3/record/nctu/#GT079616551 | en_US |
dc.identifier.uri | http://hdl.handle.net/11536/42265 | - |
dc.description.abstract | 台灣地區地質條件鬆軟,每遇颱風豪雨洪水挾帶大量土石而下,造成河川水流除了流量大外濁度亦高,若取用此高濁度之河水,將使得淨水廠處理能力大為降低,從而形成臺灣部份地區如石門水庫供水區,非常特別的洪水時期缺水的現象。 針對前述之高濁度缺水問題,本研究以蒙地卡羅法為基礎,整合雨量歷線合成、降雨逕流模式、濁度預測模式與高濁度水資源調配模式等,探討石門水庫在高濁度下之供水風險。其中濁度預測模式,本研究發展並比較兩種不同的模擬方式,其一為類神經模式,另一為參考單位歷線法的精神,發展以濁度特性函數為基礎之濁度預測模式,而此濁度特性函數為單位入或放流量下之濁度歷線。蒙地卡羅分析需有多組雨量資料進行模擬,本研究以設計降雨之觀念進行雨量歷線繁衍,設計降雨主要由設計總降雨量與設計雨型兩部分所組成,兩者皆與降雨延時有關,故進行雨量歷線繁衍時有兩個隨機變數,即總降雨量與降雨延時待取樣,本研究以拉丁超立方取樣法進行雨量歷線合成,可以較少樣本數仍完整呈現母體之統計特性。濁度模擬結果顯示,單位特性歷線法與類神經皆有良好之預測精度,單位特性歷線之觀測與實際值相關係數皆高達0.87以上,然單位特性歷線法較具物理意義及易於瞭解,而類神經為黑盒分析,故本研究後續風險分析乃以單位特性歷線之分析結果進行分析。水庫高濁度之供水風險結果顯示,發生高濁度缺水事件機率高達57%,若假設公共用水缺水忍受度為5%,發生缺水超過缺水忍受度之機率仍達34%。 本研究發展之模式與方法皆有相當程度上的可靠度,目前僅應用於石門水庫中,未來可將此分析流程應用於其它亦有高濁度問題的水庫,以降低整體供水風險。 | zh_TW |
dc.language.iso | zh_TW | en_US |
dc.subject | 蒙地卡羅 | zh_TW |
dc.subject | 拉丁超立方取樣 | zh_TW |
dc.subject | 類神經網路 | zh_TW |
dc.subject | 濁度預測模式 | zh_TW |
dc.subject | 水資源調配模式 | zh_TW |
dc.subject | 單位特性歷線 | zh_TW |
dc.subject | 韋伯點繪法 | zh_TW |
dc.subject | Monte Carlo simulation | en_US |
dc.subject | Latin Hypercube Sampling (LHS) | en_US |
dc.subject | Artificial Neural Network (ANN) | en_US |
dc.subject | turbidity prediction model | en_US |
dc.subject | water supply model | en_US |
dc.subject | Unit Characteristic Hydrograph | en_US |
dc.subject | Weibull Plotting Method | en_US |
dc.title | 水庫高濁度下之供水風險分析-以石門水庫為例 | zh_TW |
dc.title | The Risk Analysis of Reservoir Water Supply under High Turbidity- Case Study of the Shihmen Reservoir | en_US |
dc.type | Thesis | en_US |
dc.contributor.department | 土木工程學系 | zh_TW |
Appears in Collections: | Thesis |
Files in This Item:
If it is a zip file, please download the file and unzip it, then open index.html in a browser to view the full text content.