現在位置首頁 > 博碩士論文 > 詳目
  • 同意授權
論文中文名稱:應用類神經網路與小波理論分析地震前地下水位波動 [以論文名稱查詢館藏系統]
論文英文名稱:Applications of Artificial Neural Network and Wavelet Theory to Analyze the Fluctuation of Groundwater Level Before An Earthquake Appears [以論文名稱查詢館藏系統]
院校名稱:臺北科技大學
學院名稱:工程學院
系所名稱:土木與防災研究所
中文姓名:廖啟佑
英文姓名:Ci-Yu Liao
研究生學號:92428041
學位類別:碩士
語文別:中文
口試日期:2005-06-17
論文頁數:89
指導教授中文名:陳彥璋
指導教授英文名:Yen-Chang Chen
口試委員中文名:張國強;林鎮洋;楊翰宗
口試委員英文名:Guo-Qiang Zhang;Jen-Yang Lin;Han-Chung Yang
中文關鍵詞:地震類神經網路小波理論
英文關鍵詞:EarthquakeArtificial Neural NetworkWavelet theory
論文中文摘要:台灣地區由於地質複雜之特殊性,位處「歐亞大陸板塊」與「菲律賓海洋板塊」持續板塊擠壓,以致台灣每年地震活動頻繁,地震乃是大地能量釋放的自然演變過程,並非人力所能控制,經證實地震與地下水位異常變化有一定程度之相關係,加上台灣地區擁有健全地下水位觀測井網;於地震地下水研究上佔有先機,為尋求降低地震災害損失程度,極需深入探討地震地下水之相關機制。
本研究以嘉南強震觀測網中之六甲、那菝地震地下水觀測站井為研究對象,為能探討地震事件是否對地下水位產生異常行為,利用觀測的地下水位時序來進行解析,探討地震發生前後時間點之水位的變化量,而為避免地震事件受地潮、降雨等事件影響,致使小波分析之高頻異常診斷無法獲得準確之結果,故利用類神經網路將降雨、地潮及不規則訊號等影響因子之趨勢進行濾除。
將經類神經網路濾除受地潮、海潮及降雨等影響因子之地下水位序列資料,應用小波(Wavelet)分析理論,探索地下水位測站之長時程地下水水位之多分辦層結構及應用小波轉換計算地下水位時間序列之小波係數,經小波係數值之計算可評估地下水位各種交織在一起之混合訊號,分解成不同分辨層或不同頻率區塊訊號,再與Donoho和Johnstone對估測訊號所發展出來之小波收縮(Wavelet Shrinkage)方法,選取一合適的臨界值,將所得的高頻小波係數做修剪(clipping)收縮處理,再將門檻值以外之各高頻小波係數與地震發生時間做一分析整理,藉此可明顯指出地下水水位出現頻率異常之時間點,因而將有助於減災,延長避難反應時間。
論文英文摘要:Located on the Eurasia plate and the Philippine marine plate to push with the lasting, where earthquakes happen frequently, Taiwan, due to particularity with complicated geography character, was attack by earthquakes. Earthquake is a natural proceeding in which the earth releases energy. It is not the manpower that can be controlled, through verifying that relation with a certain level of education in groundwater level change and the earthquake appears. Besides, there are well network observing groundwater changes in Taiwan. For observing groundwater, we get certain advantage. Searching how to decrease the damage caused by earthquakes, we must study the correlation between groundwater and earthquakes.
Observe the monitoring station of Nabal and Liujar as the research object, at the Jarnan strong shock earthquake groundwater network in this research. In order to probe the earthquake incident, whether produce the unusual behavior to the groundwater level, make using observed of groundwater level time sequence to analyze the change amount of the groundwater level clicked, in time before and after an earthquake attack. In order to prevent the earthquake incident from being influenced by incidents, such as ground tide , rainfall ,etc. Causing the wavelet analyse obtain the accurate result, the unusually high frequency be unable diagnose. The Artificial Neural Network(ANN) is so utilizing to detrend of rainfall, ground tide, and irregular signal, etc.
Detrend of morning and evening tides, rainfall time series through kinds of ANN. Using the Wavelet theory to explore the long-time groundwater level examines the amount layer of structure separately, and uses the Wavelet transform and calculate the Wavelet coefficient, can assess various mixing interweaving kinds of the groundwater level signal by calculation of Wavelet coefficient value, resolve into and distinguish layer or different frequency block signals at differently level, and then, using Wavelet shrinkage method by Donoho and Johnstone, to estimating and examining the Wavelet coming out in development of the signal. Choose a suitable critical value, to clipping the high-frequency Wavelet coefficient. And then, using threshold to shrink wavelet coefficient, and clipping out the approximation function and the detail function of underground water level attack by just earthquake. Taking that obviously of this point out groundwater level appear frequency unusual time, therefore will contribute to reducing natural disasters, will lengthen and take refuge and reflect time.
論文目次:目錄

摘 要 i
ABSTRACT ii
誌 謝 iv
目錄 v
表目錄 v
圖目錄 vi
第一章 緒論 1
1.1 研究背景與動機 1
1.2 文獻回顧 1
1.2.1 國內地區地震前後地下水位變化相關研究 2
1.2.2 國外地區地震前後地下水位變化相關研究 5
1.3 研究目標與流程 7
第二章 研究資料背景說明 8
2.1 台灣之地震地體環境構造簡介 8
2.2 研究區域 9
2.3 台南那菝及六甲觀測井資料概述 14
第三章 倒傳遞類神經網路 25
3.1 類神經網路簡介 25
3.2 倒傳遞神經網路 25
3.2.1 倒傳遞網路架構 25
3.2.2 倒傳遞網路原理 26
3.2.3 倒傳遞網路演算法 27
3.2.4 倒傳遞網路參數設定 31
3.2.5 倒傳遞網路演算流程 32
第四章 小波理論 35
4.1 小波理論簡介 35
4.2 傳統訊號分析方法 35
4.2.1 傅利葉分析 35
4.2.2 短時間傅利葉轉換 38
4.3 小波轉換 41
4.3.1 連續小波轉換 41
4.3.2 離散小波轉換 42
4.4 小波轉換多重解析度分析 43
4.4.1 多重解析度分析 43
4.4.2 尺度函數與小波函數 45
4.4.3 Daubechies 的尺度函數與小波函數 48
4.5 小波收縮 50
第五章 地震前地下水位波動變化分析 51
5.1 地下水位之類神經網路模式與應用結果 51
5.1.1 地下水位神經網路模式架構 51
5.1.2 模式應用結果 52
5.2 地下水位之小波多重解析度分析與應用結果 59
第六章 結論與建議 81
6.1 結論 81
6.2 建議 82
參考文獻 83
論文參考文獻:參考文獻

[1] 文成林、周東華,多尺度估計理論及其應用,清華大學出版社,2002第21-57頁。
[2] 王安濱、黃振義,「水位異常型態及其與地震關係的初步分析」,地震預報與地震工程研究論文集,地震出版社,1992,第16-21頁。
[3] 王瀚德,小波理論與類神經網路應用於潮汐之預測與補遺,碩士論文,國立中山大學海洋環境及工程研究所,2001。
[4] 王政偉,結合小波轉換與類神經網路辨別電力開關之切換,碩士論文,私立中原大學電機工程研究所,2003。
[5] 中央氣象局網站(http://www.cwb.gov.tw/V4/index.htm)。
[6] 中研院地科所網站(http://www.earth.sinica.edu.tw)。
[7] 水文水資源資料管理供應系統(http://gweb.wra.gov.tw/wrweb)。
[8] 臼井支朗,信號分析,科學出版社,1998,第110-130頁。
[9] 余貴坤,「降雨量與深井水位變動的關係研究」,台灣地區地球物理研討會,1986,第165-174頁。
[10] 余貴坤、陳建文,「深井水位變動預地震的關係研究」,中國地質學會年會,台北,1986,第26頁。
[11] 汪成民,地下水位動態異常與地震短臨預報,地震出版社,1993,第173-192頁。
[12] 李民,集集地震前後與其同震水文變化研究,博士論文,國立台灣大學地質科學研究所,2002。
[13] 林進國,降雨和地下水位變化之關聯性分析,碩士論文,國立成功大學水利及海洋工程研究所,2003。
[14] 林穎駿,應用小波轉換與類神經網路於電力品質事故之監測與辨識,碩士論文,私立中原大學電機工程研究所,2003。
[15] 林淑真,「地下水位動態分析及其異常行為之識別」,台北:行政院國家科學委員會專題研究計畫成果報告(計畫編號:NSC90-2211-E-426-003),2002。
[16] 岩村公太,安富觀測井における短周期水位變動と地殼歪みの相關,碩士論文,東京工業技術大學,2002。
[17] 邱靜怡,受動力作用下地層有效應力與地下水位變化之研究,碩士論文,國立成功大學資源工程學系,2004。
[18] 徐維聰,應用小波轉換與類神經網路進行電力系統故障種類之判別,碩士論文,私立中原大學電機工程研究所,2003。
[19] 施清芳、李錦地,「濁水溪臨近海岸地下水水位之頻譜分析」,核研季刊,第三十七期,2000,第79-93頁。
[20] 施清芳,「濁水溪臨近海岸地下水水位之頻譜分析」,核研季刊,第三十六期,2000。
[21] 單維彰,凌波初步,全華科技圖書股份有限公司,1999,第239-278、328-353頁。
[22] 國家地震局科技監測司,地下水分冊-地震監測與預測方法清理匯編,北京:地震出版社,1988。
[23] 國立成功大學防災研究中心,地震發生前後地下水位異常變化之研究(3/5),經濟部水利署委託研究計劃,台北,2003。
[24] 國立成功大學防災研究中心,地震發生前後地下水位異常變化之研究(4/5),經濟部水利署委託研究計劃,台北,2004。
[25] 魚金子、車用太、朱清鐘、谷國珠、劉春國,「北京太平庄井水的超遠強震異常(遠兆)研究」,地震研究,第二十一卷,第一期,1998,第42-49頁。
[26] 張大維、車用太、魚金子,「降雨對湯坑群井水位動態影響的剖析」,地震研究,第十七卷,第三期,1994,第273-280頁。
[27] 張仕印、李于民、陳學庭、楊剛宇,「台灣南投7.6級地震地下流體場異常及其前兆意義」,地震研究,第二十四卷,第三期,2001,第208-211頁。
[28] 陳暐家,地震引致地下水位動態異常之行為解析,碩士論文,立德管理學院資源與環境管理研究所,2003。
[29] 陳冠宇,臺灣西南宅港與三寮灣地層孔隙水地球化學研究,碩士論文,國立台灣大學地質科學研究所,1995。
[30] 陳佳杏,集集地震前後濁水溪沖積扇地下水水位變化之探討,碩士論文,國立台灣大學地質科學研究所,2002。
[31] 董志秋,由同震水文反應估算含水層特性與地質材料性質之研究,碩士論文,國立成功大學資源工程學系,2003。
[32] 黃世偉、林淑真、陳暐家、李宗仰、簡錦樹,「地震之地下水位異常分類及其物理隱意」,中國地質學會九十一年年會暨學術研討會,2002,第200-203頁。
[33] 黃宇璋,含雜訊系統之參數鑑別:離散小波轉換之應用,碩士論文,國立成功大學化學工程研究所,2001。
[34] 經濟部中央地質調查所,「九二一地震地質調查報告」,1999。
[35] 經濟部水利處(今經濟部水利署),「台灣地區地下水通訊」,中華民國八十八年九月號,1999,第38頁。
[36] 經濟部水利署地下水觀測網(http://pc183.hy.ntu.edu.tw)。
[37] 經濟部中央地質調查所全球資訊網站(http://www.moeacgs.gov.tw/main.jsp)。
[38] 賈儀平,「集集地震發生前後地下水位變化」,自然科學簡訊,第十一卷,第四期,1999,第136-138頁。
[39] 賈儀平、王原賢、陳佳杏、吳雪蘋,「集集大地主前後濁水溪沖積扇之地下水位變化」,第四屆地下水資源與水質保護研討會論文集,2001。
[40] 蔡清標、李宗霖,「類神經網路在潮汐預報之應用」,第二十屆海洋工程研討會論文集,1998,第17-22頁。
[41] 楊翰宗,類神經網路應用於光纖雷射與聲波杜卜勒測速儀渠流速度剖面量測之研究,博士論文國立台灣大學生物環境系統工程學研究所,2005。
[42] 劉興華、張嘉仁,時-頻分析在引擎振動診斷上的應用,碩士論文,國立臺北科技大學車輛工程學系,2002。
[43] 謝正倫、林慶偉、顏沛華、詹錢登,「地震發生前後地下水水位異常變化研究整體推動計畫之研訂」,財團法人成大水利海洋研究發展文教基金會,經濟部水資源局MOEA/WRB/ST-900017報告,2001。
[44] 秦前清、楊宗凱,實用小波分析,西安電子科技大學出版社,1994,第55-73、92-95頁。
[45] 虞和濟、陳長征、張省、周建男,基於神經網絡的智能診斷,冶金工業出版社,2000。
[46] 曹鍵滎,小波收縮應用於非安定訊號雜訊濾除之改進,碩士論文,國立台灣海洋大學電機工程研究所,2000。
[47] 應启珩、馮一苡、竇維蓓,離散時間信號分析和處理,清華大學出版社,2001,第1-11、390-414頁。
[48] 羅拎翼、程桂芬,隨機信號與控制基礎,化學工業出版社,2002,第138-189頁。
[49] 鄭欽韓,九二一地震前後地下水水位及含水層應力變化分析,碩士論文,國立成功大學水利及海洋工程研究所,2002。
[50] 饒瑞鈞,「臺灣的地震地體構造」,台灣之活動斷層與地震災害研討會,2002, 第30-48頁。
[51] Brani Vidakovic, Statistical Modeling by Wavelets, New York:John Wiley & Sons, 1999, pp.194-206.
[52] Bodvarsson, G., “Confined Fluids as Strain Meters”, J. Geophys. Res., Vol.75, 1970, pp. 2711-2718.
[53] Blanchard, F.B., and P. Byerly, “A study of a well gauge as a seismograph”, Bulletin of the Seismological Society of America, 25, 1935,pp.313-321.
[54] Caro, R. and Eaglesno, P. S., “Estimating aquifer recharge due to rainfall” , J. Hydrol., 53, 1981, pp.185-211.
[55] C. Sidney Burrus, Ramesh A. Gopinath, and Haitao Guo, Introduction to Wavelets and Wavelet Transforms, New Jersey:Burrus.Gopinath.Guo, 1998, pp.50-72.
[56] Chia, Y. P., Wang, Y. S., Chiu, J. J., and Liu, C. W., “Changes of groundwater level due to the 1999 Chi-Chi Earthquake in the Choshui River alluvial fan in Taiwan” Bull. Seis. Soc.Am., Vol. 91, 2001, pp.1062-1068.
[57] Chen,Bang-Fuh、Chu,Chih-Chun、Wu,Chaoyu,”Neural Network in Hydrological Forecasting and Supplement of Kao-Pin-Chi”, The Fourth International Conference Hydroinformatics ,2000,pp.268.
[58] Cooper, H. H., J. D. Bredehoeft, I. S. Papadopulos and R. R. Bennett, “The Response of Well-Aquifer Systems to Seismic Waves”, Journal of Geophysical Research, Vol. 70, No. 16,1965, pp. 3915-3926.
[59] Grecksch, G., F. Roth, and H. J. Kumpel,”Coseismic well-level changes due to the 1992 Roermond earthquake compared to static deformation of half-space solutions”, Geophys. J. Int. 138, 1999, pp.470-478.
[60] Ishiguro,M., T.Sato, Y.Tamura, and M.Ooe, “Tidal data analysis – An introduction to BAYTAP-G(in Japanese with English abstract)”,Proc.Inst.Math.,32,1984.
[61] Igrashi, G., and Wakita, H., “Tidal responses and earthquake- related changes in the water level of deep wells”, Journal of Geophysical Research, 96, 1991, pp.4269-4278.
[62] Jacob, C. E., “On the flow of water in an elastic artesian aquifer”, Eos Trans.AGU, 21(2), 1940,pp. 574-586.
[63] Joyce Van de vegte 著,侯正信、王國安 等譯,Fundamentals of Digital Signal Processing,電子工業出版社,2003,第525-563頁。
[64] John G. Ackenhusen著,李玉柏、楊采、李征、彭启琮、審校等譯,Real-time Signal Processing Systems,電子工業出版社,2002,第183-201頁。
[65] Kumpel, H. J., “About the potential of wells to reflect stress variations within inhomogeneous crust”, Tectonophysics,211, 1992, pp.317-336.
[66] Koizumi, N., E. Tsukuda, O. Kamigaichi, N. Matsumoto, M. Takahashi,and T. “Sato Preseismic Changes in Groundwater Level and Volumetric Strain Associated with Earthquake Swarms off the East Coast of the Izu Peninsula”, Japan, Geophys. Res. Lett., 26, 1999, pp.3509-3512.
[67] Leonardi, V., F. Arthaud, A. Tovmassian and A. S. Karakhanian ,“Relationships between Seismic Activity and Piezometric Level Changes in the Arax Basin” (SW Armenia) : Attempt at a Typology of Seismically Induced Piezometric Anomalies, Tectonophysics, 273, 1997, pp.293-316.
[68] Matsumoto, N., “Regression analysis for anomalous changes of ground water level due to earthquake”, Geophysical Research Letters, Vol. 19, 1992, pp.1193-1196.
[69] Matsumoto, N., Kitagawa, G., and Roeloffs, E. A., “Hydrological response to earthquake in the Haibara well, central Japan- I. Groundwater level changes revealed using state space decomposition of atmospheric pressure,rainfall and tidal responses”, Geophys. J. Int., 155, 2003, pp.885-898.
[70] Montgomery, D. R., and M. Manga, “Streamflow and water well responses to earthquakes”, Science, 300(27), 2003, pp.2047-2049.
[71] Ohno, M., H. Wakita, and K. Kanjo,”A water well sensitive to seismic wave”, Geophysical Research Letters, Vol. 24, 1997, pp.691-694.
[72] Parker, D.B., 1985. “Learning-logic:Casting the cortex of the human brain in silicon.” Technical Report TR-47, Center for Computational Research in Economics and Management Science, MassachusettsInstitute of Technology, Cambridge, MA.
[73] Roeloffs, E. A., “Hydrologic precursors to earthquake”, A review, Pure Appl. Ceophys., 126,1988,pp.177-209.
[74] Roeloffs, E. A., “Poroelastic techniques in the study of earthquake-related hydrologic phenomena”, in Advances in Geophysics, edited by R. Dmowska, Academic, San Diego, Calif, Vol. 137, 1996, pp.135-195.
[75] Roeloffs, E., and E. Quilty, “Water level and strain changes preceding and following the August 4, 1985 Kettleman Hills, California”, Earthquake, Pure and Applied Geophysics, Vlo. 149, 1997, pp.21-60.
[76] Roeloffs, E. A., “Persistent water level changes in a well near Parkfield, California. Due to local and distant earthquakes”, Journal of Geophysical Research, 103(B1), 1998, pp.869-889.
[77] Rumelhart, D.E., Hinton, G.E., Williams, R.J., 1986. “Learning Internal Representations by Error Propagation. in PARALLEL DISTRIBUTED PROCESSING:Explorations in the Microstructure of Cognition “,Volume 1:Foundations.” MIT Press, Cambridge, MA.
[78] Rojstaczer, S., “Intermediate period response of water levels in wells to crustal strain:Sensitivity and Noise level”, JGR, Vol. 93, No. B11, 1988, pp.13619-13634.
[79] Rojstaczer and Agnew, “The influence of formation material properties on the response of water level in wells to earth tides and atmospheric loading”, JGR, Vol. 94, NO. B9, 1989, pp.12403-12411.
[80] Shih, David C.-F., C.-D. Lee,Chiou, and S.-M., Tsai, “Spectral analysis of tidal fluctuations in ground water level”, Journal of American Water Resources Association, 36(5), 2000, pp.1087-1100.
[81] The Math Works-Wavelet Toolbox(http://www.mathworks.com)。
[82] Venetis, C., “Estimating infiltration and/or the parameters of unconfined aquifers from groundwater level observations”, J. Hydrol., 12, 1971, pp. 161-169.
[83] Viswanathan, M. N., “Recharge characteristics of an unconfined aquifer from the rainfall-water table relationship” ,J. Hydrol., 70, 1984, pp.223-250.
[84] Wakita, H., “Water Wells as Possible Indicators of Tectonic Strain”, Science, Vol.189, 1975,pp. 553-555.
[85] Week, E. P., “Field determination of vertical permeability to air in the unsatured zone”, U. S. Geol. Surv. Prof. Pap., 1051, 1978,pp. 41.
[86] Wright, M., P. Dillon, P. Pavelic, P. Peter, and A. Nefiodovas, “Measurement of 3-D hydraulic conductivity in aquifer cores at in situ effective stresses”, Ground water , 40(5), 2002, pp.509-517.
論文全文使用權限:同意授權於2005-07-12起公開