應用分量迴歸與自迴歸整合移動平均模式於台灣地區氣象乾旱預測

Translated title of the thesis: Predicting meteorological droughts in Taiwan using quantile regression and autoregressive integrated moving average models
  • 黃 詩婷

Student thesis: Master's Thesis

Abstract

乾旱為研究全球氣候變遷上極為重要的一環，近年來台灣地區乾旱發生事件和持續時間有逐漸增加趨勢，而台灣降雨時空分佈不均，各個區域乾旱發生原因及旱象解除因素較為複雜，因此在面臨穩定水源供應不足和缺乏調蓄水資源空問題，建立乾旱預測模式以事先預警降低乾旱風險，可提供水資源綜合管理的有效依據。 本研究使用標準化降雨指數(standardized precipitation index SPI)定義氣象乾旱，以自迴歸整合移動平均(autoregressive integrated moving average ARIMA)和分量迴歸（quantile regression）模式進行預測。本研究選用台灣地區北、中、南、東四區域各一個雨量站1947至2014年之日雨量紀錄，計算不同時間尺度(3、6、12個月)的月累積雨量資料，將之轉換為標準化降雨指數SPI-3、SPI-6和SPI-12後，使用1947至1999年建立預測模式，預測前置時間1至6個月之2000至2014年乾旱資料並與實際乾旱值比較。研究結果顯示，預測模式以大時間尺度較小時間尺度準確，在ARIMA與分量迴歸模式在預測SPI乾旱均方誤差(MSE)評估以台東測站最佳，而分量迴歸模式相對於ARIMA模式在預測較長之時間尺度大致上表現較佳，尤其是在SPI乾旱均方誤差(MSE)預測上。
Date of Award2016 Aug 16
Original languageChinese
SupervisorJenq-Tzong Shiau (Supervisor)

Cite this

'