請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/31255完整後設資料紀錄
| DC 欄位 | 值 | 語言 |
|---|---|---|
| dc.contributor.advisor | 范正成 | |
| dc.contributor.author | Wen-Jen Yang | en |
| dc.contributor.author | 楊文仁 | zh_TW |
| dc.date.accessioned | 2021-06-13T02:38:44Z | - |
| dc.date.issued | 2006 | |
| dc.date.submitted | 2007-01-12 | |
| dc.identifier.citation | 參考文獻
1.史婉麗、楊勤科、穆婉紅（2006），隨機氣候生成器在黃土高原的適用性檢驗，中國水土保持科學，4(2)：18-23。 2.伍婉貞（1991），台北市區自然降雨動能及其降雨強度之關係，國立台灣大學農業工程所碩士論文。 3.吳上智（1997），台灣中北部與美國地區雨滴粒徑分佈及沖蝕性之研究，國立中興大學土木工程研究所碩士論文。 4.吳志剛、楊道昌、游保杉（2002），氣候變遷對高屏溪流域水資源衝擊探討，第十一屆水利工程研討會，p81-83，台北市。 5.吳明進（2001），台灣環境變遷與全球氣候變遷衝擊之評析-子計畫-台灣環境變遷與全球氣候變遷衝擊之評估-氣候變遷(三)-PartⅡ-水資源國科會專題報告研究計畫成果報告NSC-89-2621-Z-002-037。 6.吳嘉俊、王阿碧（1996），屏東老埤地區雨滴粒徑與降雨動能之研究，中華水土保持學報27(2)：151-165。 7.吳藝昀（2004），台灣地區降雨沖蝕指數之修訂，國立中興大學土木工程研究所碩士論文。 8.范正成、賴仲智（1992），最大三十分鐘降雨強度之評估法，台灣水利，40(1)：30-44。 9.范正成、盧光輝（1993），台北地區最大三十分鐘降雨強度與平均降雨強度之關係－量測及分析，國科會專題研究計畫報告，NSC-81-0410-E-002-20。 10.洪念民（1997），氣候變遷對大安溪水資源營運之影響，國立台灣大學農業工程研究所碩士論文。 11.馬明明（1995），台灣中部與台北地區降雨特性及沖蝕性關係之研究，國立中興大學土木工程研究所碩士論文。 12.陳威翰（2002），台灣東部地區雨滴粒徑分佈及其沖蝕性研究，國立中興大學土木工程研究所碩士論文。 13.黃俊德（1979），台灣降雨沖蝕指數之研究，中華水土保持學報，10(1):127-144。 14.童慶斌、洪念民、陳主惠（1999），氣候變遷對水資源影響評估與適應策略研擬，農業工程學報，45(4)：73-90。 15.童慶斌（2003），氣候變遷與環境生態講義，台灣大學生物環境系統工程學系，第三章。 16.童慶斌、吳明進、張斐章、李明旭、柳文成、謝龍生（2002），氣候變化綱要公約國家通訊衝擊調適資料建置-氣候、水文、生態部分(一)，行政院環境保護署專題研究計畫報告，EPA-91-TA11-03-A100。 17.張宜信，（1990），台北地區自然降雨雨點粒徑分佈及其與降雨強度之關係，國立台灣大學農業工程研究所碩士論文。 18.張光輝（2004），CLIGEN天氣發生器在黃河流域的適應性研究，中國水土保持學報，18(1)：175-178。 19.楊文仁、范正成（2003），運用類神經網路建立紋溝間土壤沖蝕推估模式之研究，中華水土保持學報，34(3)：271-279。 20.楊文仁、范正成、張于漢（2005），台灣北部地區最大三十分鐘降雨強度之分析及預測，農業工程學報，51(3)：p48-57。 21.盧昭堯等人（1997），台北地區降雨特性及其與土壤沖蝕性關係之研究，國科會專題研究計畫報告，NSC-86-2621-P-005-009。 22.盧光輝（1999），降雨沖蝕指數之修訂，中華水土保持學報，30(2):87-94。 23.盧昭堯、蘇志強、吳藝芸（2005），台灣地區年降雨沖蝕指數圖之修訂，中華水土保持學報，36(2)：159-172。 24.謝龍生、柳文成、童慶斌（2004），氣候變遷對大漢溪及新店溪流域防洪系統潛在衝擊影響之研究，農業工程學報，50(3)：32-47。 25.羅俊雄等人（2002），納莉颱風災因分析及綜合評估檢討報告，防災國家行科技計畫辦公室，NAPHM90-17。 26.Arnoldus, H. M. J. 1980. An approximation of rainfall factor in the Universal Soil Loss Equation. In Assessment of Erosion, 127-132. M. De Boodt and D Gabriels, eds. New York, N.Y.: John Wiley and Sons. 27.Arnold, C. D., ed., 1993. Agro-Meteorological Data for Makerere University College Farm, Kabanyolo, Uganda, 1960-1986. Kampala, Uganda: Makerere University, Department of Agricultural Engineering. 28.Arnold, C. D., and W. J. Elloit. 1996. CLIGEN weather generator predictions of seasonal wet and dry spells in Uganda. Trans. ASAE 39(3): 969-972. 29.Arnold, J. G., and J. R. Williams. 1989. Stochastic generation of internal storm structure. Trans. ASAE 32(1): 161–166. 30.Elloit, W. J., and C. D. Arnold. 2001. Validation of the weather generator CLIGEN with precipitation data from Uganda. Trans. ASAE 44(1): 53-58. 31.Baffaut, C., M. A. Nearing, and A. D. Nick. 1996. Impact of CLIGEN parameters on WEPP-predicted average annual soil loss. Trans. ASAE 39(2): 447-457. 32.Brown, L. C. and G. R. Foster. 1987. Storm erosivity using idealized intensity distribution. Transaction of the ASAE 30(2): 379-386. 33.Brown, L. R., M. Renner, and C. Flavin. 1998: Vital Signs: The environmental trends that are shaping our future. W. W. Norton & Company, 207pp. 34.Chang, F. J. and Y. C. Chen. 2001. A counter propagation fuzzy-neural network modeling approach to real-time stream flow prediction. Journal of Hydrology, Vol.245 pp 153-164. 35.Chen, S. C., M. C. Wu, S. Marshall, H. H. M. Juang, and J. O. Roads, 2002: 2xCO2 Eastern Asia Regional Responses in the RSM/CCM3 Modeling System. Global and Planetary Change. A Special Issue, 782,1-9. 36.Cooley, K. R. 1980. Erosivity values for individual storm design. Jour. Irr, and Drainage Div. Amer. Soc. of Civil Engr. 106(IR2): 135-145. 37.Coutinho, M. A. and P. P. Tomás. 1995. Characterization of raindrop size distribution at the Vale Formoso Experimental Erosion Center. Catena 25, pp.187-197. 38.Dawson, C. W. and R. L. Wilby. 2001. Hydrological modeling using artificial neural networks. Progress in Physical Geography. 25(1): 80-108. 39.Eigel, J. D. and I. D. Moore. 1983. A simplified technique for measuring size and distribution. Transaction of the ASAE. Vol. 126(4): 1079-1084. 40.Favis-Mortlock, D. T., and J. Boardman. 1995. Nonlinear responses of soil erosion to climate change: A modeling study on the UK South Downs. Catena 25: 365-387. 41.Flanagan, D. C., and S. J. Livingston. 1995. WEPP User Summary: USDA–Water Erosion Prediction Project (WEPP). NSERL Report No. 11. W. Lafayette, Ind.: USDA–ARS National Soil Erosion Research Laboratory. 42.Giorgi, F., and L.O. Mearns. 1991. Approaches to regional climate change simulation: A review. Reviews of Geophysics 29, 191-216. 43.Gordon C., C.Cooper, C.A.Senior, H.Banks, J.M.Gregory, T.C.Johns, J.F.B.Mitchell, and R.A.Wood. 2000. The simulation of SST, sea ice extents and ocean heat transports in a version of the Hadley Centre coupled model without flux adjustments. Climate Dynamics 16(2-3): 147-168. 44.Gunn, R and G. D. Kinzer. 1949. The terminal velocity of fall for water droplets. J. Met., 6: 243-248. 45.Hsu, H. H. and C. T. Chen. 2002. Observed and projected climate change in Taiwan. Meteorology and Atmospheric Physics, 79: 87-104. 46.IPCC, 1996: Climate Change 1995: The Science of Climate Change. J. T. Houghton, L. A. Meria Filho, B. A. Callander, N. Harris, A. Kattenberg and K. Maskell（eds.）, Cambridge, 572pp. 47.IPCC, WGI, 2001. Climate Change 2001-The Scientific Basis: Contribution of Working Group I, to the third Assessment Report of the Intergovernmental Panel on Climate Change, Edited by J.T. Houghton, Y. Ding, D.J. Griggs, M. Noguer, P.J. van der Linden, X. Dai, K. Maskell, C. A. Johnson. 2001, Cambridge University Press, Cambridge, 2001, 881pp. 48.Kinnell, P. I. A. 1981. Rainfall intensity-kinectic energy relationships for soil loss prediction. Soil Sci. Soc. Am. J. 45: 153-155. 49.Liu, C. M., M. C. Wu and W. C. Wang. 1996. Potential climate change in Taiwna during greenhouse warming: A semi-empirical approach. J. of the Envir. Prot. Soc. R.O.C., Vol.19, No1, 1-23. 50.Loaiciga, H. A., J. B. Valdes, R. M. Vogel, J. Garvey, and H. Schwarz. 1996. Global warming and the hydrologic cycle. J. Hydrology 174(1-2): 83-127. 51.Mahlman, J. D. 1997. Uncertainties in projections of human-caused climate warming. Scinence, 278, 1416-1417. 52.McGregor, K. C. and C. K. Mutchler. 1977. Status of the R factor in northern Mississipp. In: Soil erosion: Prediction and control. G. R. Foster, pp.135-142. Soil Conservation Society of America. 53.Nearing, A. M. 2001. Potential changes in rainfall erosivity in the U. S. with climate change during the 21st century. J. Soil and Water Conserv. 56(3): 229-232. 54.Nearing, M. A. 2001. Impacts of Climate Change on Erosivity in the United States: 2000-2050. Pp. 268-270 in Soil Erosion Research for the 21st Century, Proc. Int. Symp. (3-5 January 2001, Honolulu, HI, USA). Eds. J.C. Ascough II and D.C. Flanagan. St. Joseph, MI: ASAE.701P0007 55.Nicks, A. D., L. J. Lane, and G. A. Gander. 1995. USDA–Water Erosion Prediction Project: Hillslope Profile and Watershed Model Documentation, 2.1–2.22. NSERL Report No. 10. Ed. D. C. Flanagan and M. A. Nearing. West Lafayette, Ind.: USDA–ARS National Soil Erosion Research Laboratory. 56.Pope, V.D., M.L.Gallani, P.R.Rowntree, and R.A.Stratton, 2000. The impact of new physical parametrizations in the Hadley Centre climate model - HadAM3. Climate Dynamics 16(2-3): 123-146. 57.Pruski, F. F., and M. A. Nearing. 2002. Runoff and soil loss responses to changes in precipitation: A computer simulation study. J. Soil and Water Conserv. 57(1): 7-16. 58.Renard, K. G., and J. R. Freidmund. 1994. Using monthly precipitation data to estimate the R-factor in the revised USLE. J. Hydrology 157: 287-306. 59.Renard, K. G., G. R. Foster, G. A. Weesies, and J. P. Porter. 1991. RUSLE: Revised universal soil loss equation. J. Soil Water Conserv. 46(1): 30–33. 60.Renard, K. G., G. R. Foster, G. A. Weesies, D. K. McCool, and D. C. Yoder, coordinators. 1997. Predicting Soil Erosion by Water: A Guide to Conservation Planning with the Revised Universal Soil Loss Equation. U. S. Department of Agriculture Handbook 703. 384pp. 61.Sankarasubramanian, A., R. M. Vogel, and J. F. Limbrunner. 2001. Climate elasticity of streamflow in the United States. Water Resources Research 37(6): 1771-1781. 62.Sauerborn, P., A. Klein, J. Botschek, and A. Skowronek. 1999. Future rainfall erosivity derived from large-scale climate models: Methods and scenarios for a humid region. Geoderma 93(3-4): 269-276. 63.Schaake, J. C. 1990. From climate to flow. In Climate Change and U.S. Water Resources, 177-206. P. E. Waggoner, ed. New York, N.Y.: John Wiley and Sons. 64.Scheele, W. J. Elloit, and D. E. Halll. 2001. Enhancements to the CLIGEN Weather Generator for Mountainous or Custom Applications. Soil Erosion Research for the 21st Century, Proc. Int. Symp. (3-5 January 2001, Honolulu, HI, USA). Eds. J. C. Ascough II and D. C. Flanagan, St, Joseph, MI: ASAE. 701p007. Pp. 392-395. 65.Trewartha, G. T., and L. H. Horn. 1980. An Introduction to Climate. New York, N. Y.: McGraw–Hill. 66.Tung, C. P., and D. A. Haith. 1995. Global Warming Effects on New York Stream flows. Journal of Water Resources Planning and Management. 121(2): 216-225. 67.Valmis, S., D. Dimoyiannis, and N.G. Danalatos. 2005. Assessing interrill erosion rate from soil aggregate instability index, rainfall intensity and slope angle on cultivated soils in central Greece. Soil & Tillage Research 80:139-147. 68.Van Dijk, A.I.J.M., L.A. Bruijnzeel, and E.H. Eisma. 2003. A methodology to study rain splash and wash processes under natural rainfall. Hydrological Processes 17:153-167. 69.Wang, W. Z., and J. Y. Jiao. 1996. Rainfall and erosion sediment yield in the loess plateau and sediment transportation in the Yellow River basin (in Chinese), 132-134. Beijing, China: Science Press. 70.Watson, D. A., and J. M. Laflen. 1986. Soil strength, slope and rainfall intensity effects on interrill erosion. Transactions of the ASAE 29(1): 98-102. 71.Williams, J. R., C. A. Jones, and P. T. Dyke. 1984. A modeling approach to determining the relationship between erosion and soil productivity. Trans. ASAE 27(1): 129–144. 72.Williams, J., M. A. Nearing, A. Nicks, E. Skidmore, C. Valentine, K. King, and R. Savabi. 1996. Using soil erosion models for global change studies. J. Soil and Water Conserv. 51(5): 381-385. 73.Wischmeier, W. H., and D. D. Smith. 1958. Rainfall energy and its relationship to soil loss. Trans. Am. Geophys. Union 39: 285-291. 74.Wischmeier, W. H. and D. D. Smith. 1978. Predicting Rainfall Erosion Losses－A Guide to Conservation Planning. USDA AGR. Handbook 537. USDA Science and Education Administration. 58pp. 75.Wischmeier, W.H., C.B. Johnson, and B.V. Cross. 1971. A soil erodibility nomograph for farmland and construction sites. J. Soil and Water Conserv. 26:189-193. 76.Wood, R.A., A.B. Keen, J.F.B. Mitchell, and J.M Gregory. 1999: Changing spatial structure of the thermohaline circulation in response to atmospheric CO2 forcing in a climate model. Nature 399:572-575. 77.Yu, P. S., T. C. Yang, and C. K. Wu. 2002. Impact of climate change on water resources in southern Taiwan. Journal of Hydrology. 161-175. 78.Zhang, G. H., M. A. Nearing, and B. Y. Liu. 2005. Potential effects of climate change on rainfall erosivity in the Yellow River Basin of China. Trans. ASAE 48(2): 511-517. 79.Zhang, X.C., M.A. Nearing, W.P. Miller, L.D. Norton, and L.T. West. 1998. Modeling interrill sediment delivery. Soil Sci.Soc. Am. J. 62:438-444. | |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/31255 | - |
| dc.description.abstract | 摘 要
本研究擬蒐集中央氣象局及水利署於全台各地之雨量站資料，分析歷史降雨事件之相關統計特性，以進行CLIGEN氣候生成模式於台灣地區適用性之驗證，並以全球環流模式GISS以及HADCM3模式之輸出值，模擬分析未來氣候變遷對台灣地區降雨沖蝕指數(R指數)之影響，完成未來氣候變遷台灣地區年等降雨沖蝕指數圖之繪製。 研究結果顯示，台灣地區之有效雨量佔年平均雨量之80%以上，其最大三十分鐘降雨強度(I30)之分佈型態，西南部屬低闊峰分佈，東北部則屬於高狹峰的分佈型態，且I30與平均降雨強度有較佳的相關性。依據有效降雨事件之分析結果，建立I30迴歸公式以及倒傳遞類神經網路(BPN)，而BPN在I30的推估上，可以獲致較佳的結果。此外，CLIGEN氣候生成模式對於台灣地區年雨量與月雨量之模擬結果良好，惟對有效降雨事件之重要特性的模擬，仍有待進一步之評估。 GISS平衡試驗之模擬結果顯示，於兩倍CO2濃度情境時，基隆、宜蘭、新竹、嘉義以及花蓮地區，其年平均R指數有增加之趨勢，高雄與台東地區則減少。HADCM3漸變試驗之模擬結果亦顯示，未來氣候變遷對台灣地區R指數有顯著之影響，除了B2情境短期，部分地區是減少的外，其餘無論短期、中期或長期均有增加之趨勢，尤以長期之影響為最，其中又以西南部地區之R指數受其影響為最，而對花蓮台東地區之影響則最小。若不考慮RUSLE公式中其他因子之變化，則R 指數之增加率即為土壤沖蝕之增加率；惟此一假設並未考慮氣候變遷對C因子的影響，氣候變遷對土壤沖蝕之影響仍有待進一步之評估。 | zh_TW |
| dc.description.abstract | ABSTRACT
In this study, the rainfall data were collected from Central Weather Bureau and Water Resource Agency in Taiwan. Using these data, the CLIGEN model was validated for Taiwan based upon the attributes of historical rainfall events from the analysis results. The impact of climate change on rainfall erosivity (the R factor) in Taiwan was assessed as well. Results show that the effective rainfall in Taiwan was more than 80% of the mean annual rainfall. The distribution types of the maximum 30-minute rainfall intensity (I30) in southwest and northeast area were leptokurtosis and platykurtosis respectivily, and there was a good relationship between I30 and mean rainfall intensity. According to the analysis results of effective rainfall events, a regession model and a Back-Propagation artifical neurual network (BPN) were established, and the BPN has a better performance in predicting the I30. Apart from these, the CLIGEN weather generator was found to be satisfactory in modeling the annual precipitation and monthly precipitation in Taiwan. However, further validation for the other important attributes of effective rainfall events was required. The simulation results of the GISS equilibrium experiment show that the annual rainfall erosivity tends to increase in Keelung, Ilan, Hsinchu, Chiayi and Hualien, and decrease in Kaoshiun and Taidong under the scenario of 2 times concentration of CO2. From the results of HADCM3 transition experiment, it was found that future climate change might have significant influence on rainfall erosivity in Taiwan. Except for B2 scenario, there was an increasing trendency for the R factor during the short, medium and long term, southwest area in long term especially. The increase in the R factor will lead to increase the soil erosion as well, if other factors in the Revised Universal Soil Loss Equation (RUSLE) remain constant. However, the assumption doesn’t consider that the influence of climate change on the factor C, the research for the impact of climate change on soil erosion needs to be further studied. | en |
| dc.description.provenance | Made available in DSpace on 2021-06-13T02:38:44Z (GMT). No. of bitstreams: 1 ntu-95-D92622001-1.pdf: 2146983 bytes, checksum: 0b48df6c2096fc12d547d87aad9f1cf1 (MD5) Previous issue date: 2006 | en |
| dc.description.tableofcontents | 目 錄
謝誌 Ⅰ 中文摘要 Ⅱ Abstract Ⅲ 圖目錄 Ⅷ 表目錄 X 第一章 研究動機與目的 1 1.1 研究動機 1 1.2 研究目的 2 第二章 文獻回顧 4 2.1 降雨沖蝕指數 4 2.2 降雨動能與連續最大三十分鐘降雨強度 10 2.2.1 降雨動能 11 2.2.2 連續最大三十分鐘降雨強度 14 2.3 全球氣候變遷 16 2.3.1 溫室效應與全球暖化 16 2.3.2 氣候變遷預設情境 19 2.4 氣候變遷對降雨沖蝕指數之影響 21 第三章 研究方法 23 3.1 氣象站選取及雨量資料分析 24 3.1.1 氣象站之選取 26 3.1.2 降雨分析 29 3.2 氣候變遷預設情境 33 3.3 雨量資料之模擬生成 38 3.4倒傳遞類神經網路 40 3.5降雨沖蝕指數之計算 43 第四章 有效降雨事件之分析及預測 45 4.1有效降雨事件分析 45 4.2 最大三十分鐘降雨強度(I30)之分析及預測 51 4.2.1 I30與有效雨量以及降雨延時之關係 51 4.2.2 最大三十分鐘降雨強度推估公式 56 4.2.3 倒傳遞類神經網路推估模式 58 4.3 CLIGEN氣候生成模式之模擬驗證 62 4.4 小結 68 第五章 氣候變遷對台灣地區降雨沖蝕指數之影響 71 5.1GISS平衡試驗之模擬結果 71 5.2HADCM3漸變試驗模擬結果 79 5.2.1 HADCM3-A2情境之模擬結果 79 5.2.2 HADCM3-B2情境之模擬結果 90 5.3未來氣候變遷台灣地區年等降雨沖蝕指數圖之繪製 101 5.4氣候變遷對台灣地區降雨沖蝕指數之影響及因應策略 110 5.4.1 氣候變遷對台灣地區降雨沖蝕指數之影響 110 5.4.2 因應策略及措施 112 5.5小結 120 第六章 結論與建議 123 6.1結論 123 6.2建議 125 參考文獻 128 附錄A 氣候變遷預設情境 137 附錄B 各氣象站對應GCMs之預設情境所修正後之月平均雨量 139 附錄C CLIGEN氣候生成模式之操作說明 142 附錄D各測站未來短中長期之年平均雨量與降雨沖蝕指數 144 作者簡歷 150 圖目錄 圖2.1 台灣等降雨沖蝕指數圖（黃俊德, 1979） 6 圖2.2 台灣等降雨沖蝕指數圖（盧光輝, 1999） 8 圖2.3 台灣等降雨沖蝕指數圖（盧昭堯, 2005） 9 圖3.1 研究流程圖 23 圖3.2 本研究所採用之十個降雨氣候分區 25 圖3.3 本研究所分析之主要氣象站位置 28 圖3.4 各氣象站之月平均雨量變化 31 圖3.5 各氣象站年雨量之五年移動平均線 32 圖4.1各地區月平均有效雨量之變化 50 圖4.2各地區月平均有效降雨之變化 50 圖4.3 各地區之I30強度組距頻率分佈圖 55 圖4.4 BPN網路之學習誤差收斂圖 60 圖4.5 BPN網路之輸出值與實際觀測值之比較 61 圖4.6 推估I30之BPN類神經網路架構 61 圖5.1基隆宜蘭地區月平均雨量比值之變化 76 圖5.2 新竹嘉義地區月平均雨量比值之變化 76 圖5.3 高雄台東地區月平均雨量比值之變化 77 圖5.4 花蓮地區月平均雨量比值之變化 77 圖5.5 各地區降雨沖蝕指數之彈性指數 78 圖5.6 HADCM3-A2短期各地區月平均雨量比值 84 圖5.7 HADCM3-A2中期各地區月平均雨量比值 84 圖5.8 HADCM3-A2長期各地區月平均雨量比值 85 圖5.9 HADCM3-A2情境各地區年平均R指數之增減趨勢 89 圖5.10 HADCM3-B2短期各地區月平均雨量比值 95 圖5.11 HADCM3-B2中期各地區月平均雨量比值 95 圖5.12 HADCM3-B2長期各地區月平均雨量比值 96 圖5.13 HADCM3-B2各地區年平均降雨沖蝕指數之增減趨勢 100 圖5.14 HADCM3-A2短期情境台灣地區年等降雨沖蝕指數圖 104 圖5.15 HADCM3-A2中期情境台灣地區年等降雨沖蝕指數圖 105 圖5.16 HADCM3-A2長期情境台灣地區年等降雨沖蝕指數圖 106 圖5.17 HADCM3-B2短期情境台灣地區年等降雨沖蝕指數圖 107 圖5.18 HADCM3-B2中期情境台灣地區年等降雨沖蝕指數圖 108 圖5.19 HADCM3-B2長期情境台灣地區年等降雨沖蝕指數圖 109 圖5.20 HADCM3-A2短期台灣地區年降雨沖蝕指數影響趨勢圖 110 圖5.21 HADCM3-A2中期台灣地區年降雨沖蝕指數影響趨勢圖 107 圖5.22 HADCM3-A2長期台灣地區年降雨沖蝕指數影響趨勢圖 108 圖5.23 HADCM3-B2短期台灣地區年降雨沖蝕指數影響趨勢圖 109 圖5.24 HADCM3-B2中期台灣地區年降雨沖蝕指數影響趨勢圖 110 圖5.25 HADCM3-B2長期台灣地區年降雨沖蝕指數影響趨勢圖 111 表目錄 表2.1 降雨動能與降雨強度之關係式一覽表 12 表2.2 各試區降雨動能與降雨強度之關係式 13 表2.3 各種溫室氣體濃度、增加率與生命期 17 表3.1 主要氣象站之基本相關資料 27 表3.2 主要氣象站之月平均雨量 31 表3.3 主要氣象站之年雨量統計分析表 32 表3.4 各氣象站所對應GCMs輸出之格點位置 36 表3.5 各地區年雨量與年降雨沖蝕指數之關係式 44 表4.1.a 各氣象站之年有效降雨事件及有效雨量 47 表4.1.b各氣象站之年有效降雨事件及有效雨量 48 表4.2 各氣象站之月平均有效降雨事件及有效雨量 49 表4.3.a I30與平均降雨強度、降雨延時以及降雨量之關係式 53 表4.3.b I30與平均降雨強度、降雨延時以及降雨量之關係式 54 表4.4 各各氣象站於公式(4.1)及公式(4.2)中之最佳參數值及表現 57 表4.5 不同架構BPN之網路學習表現 60 表4.6 CLIGEN模式年雨量之模擬結果與觀測值之比較 63 表4.7.a CLIGEN模式月平均雨量之模擬結果與觀測值之比較 65 表4.7.b CLIGEN模式月平均雨量之模擬結果與觀測值之比較 66 表4.8 CLIGEN模式降雨事件之模擬結果與觀測值之比較 67 表5.1兩倍CO2情境時各地區月平均雨量與現況之比較 75 表5.2各地區之年平均雨量以及降雨沖蝕指數與現況比較 78 表5.3 HADCM3-A2短期情境各地區之月平均雨量 81 表5.4 HADCM3-A2中期情境各地區之月平均雨量 82 表5.5 HADCM3-A2長期情境各地區之月平均雨量 83 表5.6 HADCM3-A2情境各地區之年平均雨量與降雨沖蝕指數 88 表5.7 HADCM3-B2情境短期各地區之月平均雨量 88 表5.8 HADCM3-B2情境中期各地區之月平均雨量 93 表5.9 HADCM3-B2情境長期各地區之月平均雨量 94 表5.10 HADCM3-B2情境各地區之年平均雨量與降雨沖蝕指數 99 表5.11台灣地區短中長期年平均R指數模擬之結果與比較 103 | |
| dc.language.iso | zh-TW | |
| dc.subject | 全球暖化 | zh_TW |
| dc.subject | 氣候變遷 | zh_TW |
| dc.subject | 降雨沖蝕指數 | zh_TW |
| dc.subject | 最大三十分鐘降雨強度 | zh_TW |
| dc.subject | 氣候生成模式 | zh_TW |
| dc.subject | 類神經網路 | zh_TW |
| dc.subject | Climate change | en |
| dc.subject | Global warming | en |
| dc.subject | Artifical neurual network | en |
| dc.subject | Climate generator | en |
| dc.subject | The maximum 30-minute rainfall intensity | en |
| dc.subject | Rainfall erosivity | en |
| dc.title | 氣候變遷對台灣地區降雨沖蝕指數之影響 | zh_TW |
| dc.title | The Impact of Climate Change on Rainfall Erosivity in Taiwan | en |
| dc.type | Thesis | |
| dc.date.schoolyear | 95-1 | |
| dc.description.degree | 博士 | |
| dc.contributor.oralexamcommittee | 童慶斌,盧光輝,盧昭堯,林俊全,吳嘉俊,陳樹群 | |
| dc.subject.keyword | 氣候變遷,降雨沖蝕指數,最大三十分鐘降雨強度,氣候生成模式,類神經網路,全球暖化, | zh_TW |
| dc.subject.keyword | Climate change,Rainfall erosivity,The maximum 30-minute rainfall intensity,Climate generator,Artifical neurual network,Global warming, | en |
| dc.relation.page | 153 | |
| dc.rights.note | 有償授權 | |
| dc.date.accepted | 2007-01-15 | |
| dc.contributor.author-college | 生物資源暨農學院 | zh_TW |
| dc.contributor.author-dept | 生物環境系統工程學研究所 | zh_TW |
| 顯示於系所單位： | 生物環境系統工程學系 | |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| ntu-95-1.pdf 未授權公開取用 | 2.1 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。