鎮西堡天氣預報的問題，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

遺傳運算樹應用於雷達回波預測石門水庫集水區下一小時降雨量之研究

為了解決鎮西堡天氣預報的問題，作者林原志 這樣論述：

本研究利用中央氣象局五分山都卜勒雷達回波資料，其中選取2000年至2010年間前十大降雨之颱風場次做為研究對象，但受限於雷達回波資料中未含2008年颱風資料，及缺2000年碧利斯(BILIS)颱風之回波觀測資料，故本研究以其餘九場颱風事件作為研究對象。研究區域為石門水庫集水區十個雨量測站，藉由2000-2010年發布陸上颱風警報期間之降雨資料，結合雷達回波資料並利用其在時間與空間之高解析特性，以雷達回波資料為輸入變數，參考雷達估計降雨公式Z=aRb，利用簡單線性迴歸SLR(Simple Linear Regression)與遺傳演算法結合運算樹GAOT (Genetic Algorit

hm Operation Tree)建立颱風降雨之預測模式，以推估颱風降雨期間石門水庫集水區下一小時颱風降雨量及颱風累積總雨量。 本研究以均方根誤差RMSE(Root Mean Square Error)與技術得分SS(Skill Score)比較兩預測模式之優劣，結果顯示GAOT預測模式優於SLR預測模式。各測站之颱風累積總雨量預測，以西丘斯山站表現最佳，對於實際總降雨量597mm其SLR預測值與GAOT預測值分別為543.42mm與588.88mm，僅低估8.97%與1.36%，其餘測站SLR預測誤差率介於10.12%~75.28%；GAOT預測誤差率介於1.87%~26.00%，研究

結果顯示GAOT模式有較佳的預測準確性，且有應用於實務上的潛力。

應用遺傳運算樹模式改進雷達回波推估石門水庫集水區颱風降雨量準確度之研究

為了解決鎮西堡天氣預報的問題，作者傅囿蓉 這樣論述：

本研究分析中央氣象局五分山都卜勒雷達資料，利用2000~2010 年間前十大颱風降雨之雷達回波資料為輸入變數，藉以推估石門水庫地面雨量站單點降雨量，參考氣象站雷達推估降雨經驗公式Z=aRb，推求石門水庫集水區十個雨量站適用之降雨量推估公式，並提出遺傳演算法結合運算樹(Genetic Algorithms of Operation Tree, GAOT)模式，結果發現GAOT得到的最佳公式型式與Z=aRb相當接近，加入座標平移概念後，透過係數α截距與β斜率之修正，可有效的降低推估誤差值而達到較佳的結果。研究案例分別嘗試Z=aRb、GAOT與修正Z=aRb三種模式，結果顯示石門集水區10 個雨量

站，降雨量與雷達回波之相關係數，在訓練階段落於0.78-0.88之間、驗證階段落在0.8-0.98 之間，三種模式的推估誤差均方根(Root Mean Squared Error, RMSE)值在訓練階段：Z=aRb平均為8.6mm；GAOT平均為6.8mm；修正Z=aRb平均為7mm、在驗證階段：Z=aRb平均為4.4mm；GAOT平均為3.9mm；修正Z=aRb平均為4.1mm，故結果以GAOT推估較為準確，但只要利用傳統經驗公式Z=aRb加上α與β係數修正，即可減少運算時間且達到相似的成果。