支撐向量機在即時河川水位預報之應用             

                                    張 逸 凡

颱風、暴雨期間，實務單位採用警戒水位做為預警之變量，但傳統預報模式卻採用流量為變量，再經由率定曲線轉換為水位。然而率定曲線在高流量存在較大之不確定性及誤差，為免除流量與水位間的轉換手續及其不確定性因素，本研究以蘭陽溪流域為研究區域，建立蘭陽大橋之即時河川水位預報模式。

本文引用一新興機器學習方法「支撐向量機」來建構預報模式，支撐向量機發展自統計學習理論，基於結構風險最小化法則來優選模式，具有避免模式過度學習之特性，於各領域已有廣泛且良好的應用，本研究首先引用支撐向量機理論應用於即時水位預報，期能有助於洪水預報領域之研究與進展。

關於模式變量之選擇，本研究採用相應水位法針對河川上、下游水位關係進行探討，並考慮雨量之影響，據以提供預報模式建立之基礎；而變量之階數則基於水文反應時間之觀念來決定。關於支撐向量機之參數推估，為克服傳統上採用試誤法之缺點，本文採用兩階段格網搜尋法來進行系統化且徹底之參數優選。對於較長前置時間之水位預報，本研究考慮輸入變量之不同條件組合，建立兩種模式架構之水位預報模式，對蘭陽大橋進行前置時間一至六小時之即時水位預報，結果證實兩種模式架構均有良好的預報效能；並經與灰色水位預報模式比較，證實支撐向量機所建立之水位預報模式有較佳之預報能力。

關鍵詞：河川水位、即時洪水預報、支撐向量機、灰色模式