韓劇電影你都看哪一部呢？論文書籍站
雨量觀測資料的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包
雨量觀測資料的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦張道光,蘇吉立,廖宏鈞,李維峰,卿建業,魏佳韻寫的 山區道路坡地災害防治技術整合研究(2/4) 可以從中找到所需的評價。
另外網站觀測資料查詢系統V7.2 - 中央氣象局也說明：時間： ... serch shopping cart · ◎農業氣象觀測網監測系統 · ◎網頁說明Readme ◎購買雨量資料說明 ◎站況資訊. ◎更新時間為每日12:00 (Updated Time: 12:00) ...
國立臺灣大學 大氣科學研究所 李清勝、陳柏孚所指導 張佳棟的 應用深度學習發展山區水文敏感區之雷達QPE方法 （2020），提出雨量觀測資料關鍵因素是什麼，來自於山區水文敏感區、定量降雨估計、深度學習、卷積神經網路。
而第二篇論文國立中興大學 土木工程學系所 陳佳正所指導 葉靜茹的 利用大氣水文耦合模式探討土地利用與覆蓋變遷對中台灣水文氣候之影響 （2020），提出因為有 WRF、WRF-Hydro、陸氣交互作用、土地利用與覆蓋變遷的重點而找出了 雨量觀測資料的解答。
最後網站100年度淡水河即時洪水預報系統模式擴充及維護則補充：圖4.1.1-3 2010 年颱洪資料蒐集結果,以梅姬颱風基隆河五堵之觀測水位為例 水文資料包含颱洪事件基本資料、水位站率定曲線資料、雨量站降雨觀測資料、水位站水位觀測 ...
山區道路坡地災害防治技術整合研究(2/4)
為了解決雨量觀測資料 的問題，作者張道光,蘇吉立,廖宏鈞,李維峰,卿建業,魏佳韻 這樣論述：
延續第一年研究成果，本年度研究主要針對山區道路邊坡災害防治三項主要課題進行深入探討。於研發適合國內區域性道路邊坡崩塌監測預警自動化系統課題，研究團隊將比較人工監測與自動化監測系統之差異，並彙整分析各種系統之適用性與使用限制，提出邊坡崩塌監測預警之最適方案之評估與規劃準則。於持續道路邊坡現地崩塌事件蒐集彙整、建置與分析工作，研究團隊計畫對省道臺18、臺21、臺8等山區道路進行資料彙整，並持續擴充系統分析功能與強化已蒐集之資料分析與應用，提供道路邊坡崩塌判定和預警基準值研擬之使用。而相關資料的彙整，也將結合雨量觀測資料，進行道路邊坡致災因子（雨量）空間分析，期能提升以雨量監測研判道路崩塌潛
勢之效能。本期研究成果與效益有：1.整合研發適合國內區域性道路邊坡崩塌監測預警自動化系統，提升預警效率。2.充實道路邊坡管理系統之資料並改寫系統使適用於網路作業，藉以提高系統之實用性。3.持續道路邊坡現地崩塌事件蒐集彙整、建置與分析。而本研究研發建立之管理系統可提供給公路局及相關單位在山區道路坡地災害防治之參考與應用，提昇臺灣山區道路之維護管理效能與防災技術，同時本計畫之執行經驗及成果可做為本所後續相關研究之基礎。
應用深度學習發展山區水文敏感區之雷達QPE方法
為了解決雨量觀測資料 的問題，作者張佳棟 這樣論述：
本研究利用卷積神經網路模型（convolutional neural network，CNN）、萃取雷達CFAD（Contoured frequency by altitude diagram）中對流垂直結構之特徵，建立該特徵和降雨量之間的非線性關係，並強調時雨量大於10 mm（大雨）之降雨估計準確度。主要目的係利用深度學習演算法能由複雜的多維度、多變數資料、自動分析資料中重要特徵的優點，並結合CFAD中、高層回波資訊，克服傳統定量降雨估計（quantitative precipitation estimation，QPE）技術在山區、最低可用仰角受地形遮蔽或偏高的問題。模型訓練過程中，嘗試
在輸出雨量值前，加入ReLU整流函數、量化大氣濕度；並針對降雨資料呈現不均勻分布的問題，為大雨事件加入權重、以平衡資料比例。此外，在模型損失函數加入「20 mm以上之降雨分類」，以提高模型對大雨的掌握能力。結果顯示，針對山區的大雨事件，CNN模型估計之時雨量的均方根誤差為10.15 mm，較Z-R關係式（Z=〖32.5R〗^1.65）者小0.93 mm；此CNN模型在30~40 mm大雨區間與Z-R關係式相比有最大進步幅度。針對獨立個案瑪利亞颱風（2018）的分析結果顯示，CNN模型在大屯山區域之降雨估計十分準確；而針對平等測站所觀測到的數個降雨峰值（30~35 mm），CNN模型皆能夠合理掌
握，誤差不超過10 mm；Z-R關係式則有較大誤差。整體而言，在山區、CNN模型和Z-R關係式對於小雨事件皆有不錯掌握能力，當雨量較大時，則CNN模型有較好的表現。然而，隨著雨量門檻值的增加，二者皆有低估降雨之情形，不過在時雨量小於40 mm 時，CNN模型的估計值仍有相當高的參考價值。意即CNN模型能有效利用對流特徵與降雨間的關係，改善山區QPE技術；但對於極端降雨（≥40 mm）事件的估計，CNN模型則尚有改進空間。
利用大氣水文耦合模式探討土地利用與覆蓋變遷對中台灣水文氣候之影響
為了解決雨量觀測資料 的問題，作者葉靜茹 這樣論述：
利用氣象水文模式對於區域之流量等水文收支進行分析，將有助於建立區域洪水預報等應用。再者，透過模式瞭解土地利用與覆蓋變遷對區域水文氣候的影響亦十分重要。本研究利用Weather Research and Forecasting Model (WRF)耦合WRF-Hydro模式對於中台灣地區土地利用與覆蓋變遷情境下進行水文氣候模擬。WRF-Hydro之耦合運行能夠實現對大氣、陸面、以及水文過程的多尺度模擬，提供更具物理性的水文收支分析。本研究使用內政部國土測繪中心公布的1995及2015年土地利用分別驅動WRF以及WRF-Hydro耦合WRF模式。首先將WRF-Hydro模式於台灣地區應用進行配
置和調校，包含設置渠道網絡（channel network）和相關參數（如Manning’s coefficient）資訊等，再針對近20年選定10個七、八月發生之弱綜觀案例進行模擬，對各水文氣候變量如感熱通量、潛熱通量、兩米高溫度、兩米高比濕、邊界層厚度、地表氣壓場、十米高風場、降水、以及逕流量等進行分析。本研究設計數種模擬情境進行比較探討，分別為（1）獨立運行WRF模式在不同土地利用下之比較；（2）耦合WRF和WRF-Hydro模式在不同土地利用下之比較；（3）2015年土地利用下獨立WRF和耦合WRF和WRF-Hydro模式之比較；（4）逕流峰值與逕流體積之於不同土地利用下之比較，以更明
確地量化大氣陸面過程下土地利用變遷對於降雨逕流產出之影響。獨立運行WRF顯示可感熱通量增加，潛熱通量減少，市區溫度變高，兩米高比濕在土地利用變化熱區明顯降低。相較於WRF獨立運行，與WRF-Hydro耦合模擬結果之可感熱通量些微減少，潛熱及地表溫度在市區增加。土地利用變遷造成平均洪峰流量增長約10.2 %，而平均逕流體積減少了1.7 %。