24小時累積雨量氣象局的問題，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

未飽和地下水流之建模輔助工具開發與應用

為了解決24小時累積雨量氣象局的問題，作者王琪 這樣論述：

地下水數值模式建置過程，由於網格切割與參數設定等工作較為複雜，因此除了原始之文字輸入檔外，常需以GUI介面或程式中繼介面，輔助模式使用者進行輸入檔準備或輸出結果展示等前後處理，GUI介面使用較方便，惟其難於整合至其他程式，因此再利用性低，而應用程序程式中繼介面則需使用者有一定程度的程式能力，惟易於整合至其他程式，因此再利用性遠高於GUI介面。PFLOTRAN為一開源軟體且可解孔隙介質中多相、多成分流體流動與傳輸模擬之軟體，可解地下水流問題且可進行平行化，使其可於短時間內進行大量模擬。然而PFLOTRAN屬於上述文字編輯器之處理介面，其缺點為輸入檔需人為手動輸入，使準備模擬輸入檔時需花費大量時

間，且若輸出的時刻數量多則產生之輸出檔也相對龐大，惟也無後處理繪圖程式檢視模擬結果，相對不便。因此，本研究利用Python物件導向設計方法開發PFLOTRAN模式對應之數值模式輔助程式工具，稱為pyPFT，針對未飽和地下水流部分建置繪圖功能，並將其應用於選定之未飽和層地下水流動案例之模擬，除驗證pyPFT之方便性外，並同時探討選定案例之物理機制。pyPFT除執行PFLOTRAN外主要包含各種產生輸入檔及輸出繪圖等之程式呼叫程序，方便使用者應用Python語言快速地進行各種案例的建模及模擬結果檢視，對於需準備大量輸入資料以進行大量模擬的情況，亦可快速完成。pyPFT應用方面，第一類為常用現地入滲

試驗之模擬分析，其為雙環地表入滲試驗與ETC Pask入滲試驗之模擬。模擬結果顯示，雙環入滲試驗在數小時試驗時間下之試驗穩態入滲率常與土壤飽和透水係數值不同，因此本研究建立現地穩態入滲率與土壤飽和透水係數之修正公式。與ETC Pask結果比較得知，惟ETC Pask之試驗結果經其既有之修正公式計算後所得之飽和透水係數值，則相當接近土壤之透水係數值。另一類應用為現地未飽和層試驗檢定，廠址為新竹頭前溪高灘地之分層土壤水分含量與溫度觀測，可得長期降雨與含水量與溫度變化資料，並利用SPOTPY中之模擬退火演算法結合pyPFT，檢定土壤參數與入滲係數之最佳解。以今年06/09至07/04間之資料進行參數

檢定結果顯示，NSE效率係數平均為0.552，van Genuchten土壤參數之m值推估結果為0.1938，α為0.09762，θr與θs分別為0.04843與0.37，K為8.697m/day，降雨入滲係數a則為0.867，並以此參數進行八天降雨時段土壤入滲之計算，此時段降雨量為92.0 mm(降雨強度為1.095 mm/hr)，模擬結果顯示同時期穿過地表之累積入滲量為79.764 mm(平均入滲強度為0.95 mm/hr)，穿越地表下3公尺處之累積入滲量為22.762 mm (平均入滲強度為0.211 mm/hr)，此值可視為地下水補注量，則約為降雨量之24%補注至地下水。以檢定之土壤參

數進行不同降雨場次土壤觀測資料之模擬，結果顯示降雨量小於60 mm時，降雨量與入滲係數之關係呈現正相關，而降雨量大於90 mm時，兩者呈現負相關。前述不同類別之未飽和層入滲案例應用顯示，本研究發展之pyPFT 確可有效協助使用者建立不同之模擬案例，其中之展示工具亦可輔助使用者檢視模擬成果，這些成功的案例應用，為後續將pyPFT整合至其他水資源資訊系統提供了堅實的基礎，而與其他系統之整合將可大為提升pyPFT之附加價值。

基於卷積神經網路和模糊演算法用於颱風降雨預測及評估

為了解決24小時累積雨量氣象局的問題，作者段和逸 這樣論述：

台灣每年都會遭遇颱風的侵襲，根據中央氣象局之統計，年平均有三點六個颱風侵襲台灣，影響颱風所帶來的降雨量，除了強度之外，路徑、平均風速、及中心氣壓都有著密切關係，瞬間的強降雨帶來的災害更是不計其數。目前所採用的降雨預警系統是根據當下累積雨量制訂，無法提前做出防範與預警，因此透過深度學習的方法進行降雨預測及評估，提前的預警可以使民眾有充足時間準備。 本論文使用卷積神經網路(Convolutional Neural Network,CNN)以每二十四小時為單位，對中央氣象局歷史颱風雨量資訊及美國國家海洋暨大氣總署(National Oceanic and Atmospheric Admini

stration,NOAA)颱風衛星雲圖進行特徵擷取及訓練來建立評估模型，以此模型結合衛星雲圖評估目前颱風的強度分級，另將氣象衛星雲圖分別依照強弱程度區分為熱帶性低氣壓、輕度颱風、中度颱風、強烈颱風四類標籤做訓練，並且隨機挑選出其中的衛星雲圖做為測試數據，根據實驗結果得知颱風強度分級的模型準確率為81.96%，再配合平均風速、中心氣壓等颱風參數，透過模糊演算法預測颱風降雨等級，使災害發生前能夠即時公佈訊息，將可降低財產與生命的損失。