Application of Artificial Neural Networks to Predict Variation of Slope Water Table Induced by Rainfall

摘要

本研究以2018至2019年於臺20線52公里處之邊坡場址所架設的物聯網自動測站，蒐集監測之數據以進行邊坡因降雨引致地下水位升降分析。研究以為期兩年之監測成果訓練類神經網路，以監測到的雨量、水位資訊做為輸入特徵來預測未來特定時間段內之地下水位變化為目的。利用場址監測的雨量、水位、含水量計，並擷取特定時間點下的降雨序列、累積雨量(特定深度的含水量值)、水位高程變化和非飽和層厚度作為模型的特徵輸入，各因子分別對應至降雨總水量、非飽和層平均含水量、上游滲流補注變化與垂直入滲逕流長度。以適用於高度非線性關係且具有明顯對應值的倒傳遞神經網路架構進行水位預測模型的建立，並利用監測數據驗證，界定適用於水位預測的特徵因子範圍、模型架構的神經元個數及網路修正權重的演算方式。此類神經網路可供此場址以即時監測成果做水位的升降預測，後續可結合極限平衡分析以評估邊坡安全係數變化，提供相關負責單位進行預警。

獎項日期	2020
原文	English
監督員	Wen-Jong Chang (Supervisor)