本計畫利用颱風與花蓮港距離(D)、颱風最大風速(Vmax)、颱風中心至花蓮港之角度(θ1)、颱風行進方位角(θ2)、風場能量En(Vmax/Log(D))與中央氣象局發佈之海、陸上警報(WI,Waring Index)等六個影響船隻動態的颱風因子建立颱風期間花蓮港之船舶操作預警模式。目前船舶動態預警模式已建構完成並已附加圖形化使用者介面來提升其使用性,並已提出兩種模式對船舶動態進行預測,其中有選定颱風路徑做分類的模式I於45場應發佈警報的颱風中僅有5場颱風沒有發佈警報,另外不考慮颱風路徑分類的模式II則有6場無法正確進行預測。以本計劃所做的風險評估顯示,決策者可以提早6個小時發布警報,若保守一點的話則可在模式預報時間第62小時前就發布船舶動態(大約有90%之信賴度)。此結果都是考慮船舶安全為主。本計畫使用本所港灣技術研究中心2006年臺北、安平港及2004年花蓮港之波浪資料,分別利用統計公式方法與參數推估平滑方法來探討短期波高與週期之統計特性。在波高方面分別以Gamma、Weibull、Modified Weibull、Rayleigh與Log-Normal分布等五種機率分布函數;週期方面則以Gamma、Erlang、Rayleigh與Normal等四種機率分布函數,利用上述兩種方式,根據均方根誤差(RMSE)及判定係數(R2),判斷何種分布模式與實際波高、週期分布較為吻合。根據分析結果,對於臺北、安平港與花蓮港的短期波高最適分布在探討的五種分布函數中尤以Weibull分布為最佳。而同樣地Weibull分布也被調查出為示性波高之最佳分布函數。在週期分析方面,Normal分布對於描述短期週期分布與臺北、安平港之示性週期分布是最佳的,而花蓮港則是以Erlang分布最合適。本文進一步探討波高與週期最適分布之參數估計並以公式表示,此獲得之公式可快速且正確地計算任何月份之波浪統計值。本計畫工作成果之「船舶動態管理系統」可提供花蓮港務局作為颱風期間船隻出港避難之判斷依據,另有關「波浪統計特性模式」,可提供臺北、安平及花蓮等港務單位作為港埠工程規劃設計、施工之參考依據。
-
大數據分析技術進行鐵路供需診斷與策略分析(2/2)-完成鐵路系統供需診斷模式系統[110銘黃]
$171 -
數位化與區塊鏈技術應用於我國貨櫃運輸作業鏈之研究[110銘黃]
$333 -
交通事件資訊整合服務與精進計畫(2/2)[109粉]
$213 ~ 450 -
汽車運輸業參與溫室氣體抵換專案之研究[110土黃]
$228 -
公共運輸縫隙掃描決策支援系統之維運、功能強化及教育訓練(2/2)[110藍]
$570 -
臺鐵資料季刊379-2021.12
$190 -
捷運路網規劃設計參考手冊之研究(1/2)[110黃]
$665 -
淡海新市鎮智慧交通場域試驗研究計畫
$648 ~ 684 -
運輸部門溫室氣體減量第二階段策略精進研究[110土黃]
$304 -
聯網智慧機車安全暨共享場域試驗研究計畫
$575 -
交通部民用航空局飛航服務總臺109年年報
$190 -
汽車貨運調查報告109年
$333 -
應用交通管理策略減少都會區交通空氣污染之研析(1/3):研究地區分類及初期調查[110土黃]
$342 -
路口俯視攝影技術於交通衝突分析之案例應用與比較[110綠]
$475 -
預約式通用小客車運輸服務之試辦與推廣應用[110藍]
$270 -
大數據分析技術進行鐵路供需診斷與策略分析(1/2):診斷模式軟體雛型之建置[109黃]
$136 ~ 152 -
應用人工智慧技術進行交通數據蒐集暨號誌控制之研究[110粉]
$247 -
公共運輸縫隙掃描決策支援系統之維運、功能強化及教育訓練(1/2)[110藍]
$380 -
臺鐵資料季刊376-2021.03
$190 -
臺灣桃園國際機場109年度年報
$170 ~ 190