澳底潮汐表的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

生活漁場知識作為無形文化遺產保存之研究—以澎湖風櫃里為例

為了解決澳底潮汐表的問題，作者莊凱証 這樣論述：

　　現代漁民會視老一輩漁民的生活智慧為不符合時代需求的過時觀念，特別是與自然環境融為一體的生活漁場知識，久而久之，恐會走向失傳、無人承接的局面。基於此，本研究以在地知識為核心，探究澎湖縣馬公市風櫃里生活漁場知識。諸如居民賴以維生的島嶼環境，潮汐、浪流、山勢、燈火、季節、漁具、漁法、漁獲、組織等，皆是在此漁場環境生成。其漁場認知與漁業觀點必然在歷時性與共時性裡一一實踐。透過島嶼漁場文化的發掘研究，一方面探討人與海洋環境互為擾動之生活關係，建構澎湖生活漁場知識。每一段時空記憶與經歷來自於代代相傳或是個人摸索的過程，深化之後，對於周遭環境的了解與運用，遂能建構一套親近海域的哲理與自我生存的重要技能

。另一方面在於探討風櫃漁場生活經驗，以在地居民為探討中心，其所延伸的各式環境面向，如自然環境的變化如何影響在地居民的生活思維，或風櫃居民的自然觀、時間觀、空間觀可以在生活漁場知識裡找到哪些蛛絲馬跡等課題。進而針對生活漁場知識之探討，試以地方知識、現象學、人文地理學、無形文化遺產等理論基礎來論述及建構風櫃生活漁場知識體系之輪廓，一是人與漁場環境的關係；一是漁場知識的實踐，並導入無形文化遺產保存之探究。　　研究對象以澎湖風櫃里為例，風櫃聚落是澎湖典型的漁村，漁業結構表現於在地的生活樣貌，地理位置座落於澎湖本島201縣道尾端，臨海的生活環境，其生計連結，自然與周邊海洋資源有關，造就了以海維生的產業宿

命。當科技文明逐漸凌駕當代社會時，傳統知識勢必受到衝擊，包括人的技能、口傳、工藝與學習模式、價值判斷等，其影響程度可大可小。因此，風櫃漁業生活漁場知識的形成，必須奠定於：人與環境之間的身體實踐，互為主、客體的相互作用，以學習為底，進而內建個人與他人的經驗指數。風櫃生活漁場知識，其傳統性仍保留在中壯年、老一輩的身上。口語之間的在地語言，包括魚種的俗名、漁法的俗稱、手作的漁具、氣候的辨識等等，可謂是延續既有的傳統生活。本研究為蒐集風櫃里漁場知識文化內容，採取多面向的研究途徑，包括田野調查、潮間帶作業參與、社區文化性資源踏查、理論基礎建構等面向。主要採取質性研究方法，以社會文化、個人經驗、言談文本為

探討方向，探究風櫃居民的生活漁場及其相關知識。　　因此，風櫃里生活漁場知識值得登錄為無形文化遺產的理由為：具有悠久的漁業發展歷史，漁村結構完整，許多在地知識源自於祖先傳承，代代相傳的生活經驗，居民擁有世代傳承的知識觀點與集體記憶，並經由各時期的發展與轉變，形塑出屬於風櫃里的漁場知識文化；放緄（延繩釣）、魷魚拖釣等漁法仍依循海流潮汐、天候辨識等傳統知識作業；大公（船長）與船員的組織或父子、親友的船組，得以繼續傳承地方漁場知識並實踐之；在地信仰的篤信，民俗規範的遵守等超自然力量的展現，可謂是民俗生活的一環；漁場環境的善用與定位，表現於各種捕魚技術、開船方法以及山範辨視等。以上皆為無形文化遺產保存之

重要內容。　　研究結果認為風櫃里生活漁識知識具有無形文化資產之傳統知識與實踐、民俗、口述傳統等類項登錄之絕對保存價值。風櫃漁業發展悠久，自清領時期起，歷經日治、戰後，以及至今，至少已有三代以上的相傳經驗，代代相傳的歷史性與傳統性的發展脈絡更是顯明，放緄、魷魚拖釣等漁法仍繼續延續老一輩的討海知識與信念，每一發展階段皆有其不同的知識塑成與特質，一日為海，終身為海的生活觀，更加說明生活漁場知識的永續性與在地性。風櫃里的案例，可以是臺灣、澎湖在推動無形文化資產保存之先例。日後，建議風櫃里生活漁場的保存與發展，大致可朝向科技設計的運用、環境教育的導入、文化旅遊的地方活化、文資保存的登錄與指定以及生態保育

的合作等面向著手，其最終的目標，在於島嶼型永續生活學習中心與島嶼生態博物館之建構。

污水處理廠水質資料庫補遺方法之研究

為了解決澳底潮汐表的問題，作者楊芳茂 這樣論述：

對於污水處理廠而言，處理水質與廠內操作息息相關，有關資料補遺方法，不能只針對資料本身之簡單處理，故衍生以統計方法-主成份分析(Principal Components Analysis)及電腦工具-類神經網路(Artificial Neural Networks)，發展出適合資料補遺之方法，以做為污水處理廠水質資料補遺方法之參考。本研究採用南部某工業區污水處理廠93年起將近3年之操作及化驗水質資料，首先針對廠內活性污泥系統之曝氣池進流量、曝氣池進流COD濃度、曝氣池進流SS濃度、曝氣池MLSS、SVI、F/M、曝氣池HRT、曝氣池COD體積負荷、SRT、曝氣池pH等相關變數進行主成份分析，經

主成份分析篩選後，簡化求得「水質因子」、「水量因子」、「MLSS因子」、「SVI及曝氣池COD體積負荷因子」等4個因子，以作為COD及SS水質之類神經網路輸入變數，經取訓練資料720筆，預測資料180筆進行類神經網路分析後，依據訓練及預測結果，就遺漏資料進行補遺預測。最後並與不考慮主成份分析簡化之類神經網路法、線性內插法及週期平均法求得之補遺資料，利用R值與相對誤差值兩方式進行驗證比較工作。驗證結果，經PCA + ANN補遺方法預測水質COD、SS之R值分別為0.736、0.751、較ANN(10輸入變數)法之R值0.685、0.653、ANN(4輸入變數)法之R值0.666、0.627、線性

內插法之R值0.723、0.748及週期平均法之R值0.722、0.741略佳；另以相對誤差值驗證比較，PCA + ANN補遺方法預測水質COD、SS之相對誤差值分別為0.1%、9.9%，亦優於ANN(10輸入變數)法之相對誤差值2.1%、10.4%、ANN(4輸入變數)法之相對誤差值1.4%、10.1%、線性內插法之相對誤差值0.7%、12.7%及週期平均法之相對誤差值0.7%、65.8%。綜析，以PCA + ANN補遺方法，確可提供污水處理廠水質資料補遺方法優化選擇之參考。