作者:吳明璋 | 《國家實驗研究院-台灣颱風洪水研究中心》副研究員

「唉呀,雨下這麼大,會不會造成淹水呀?」相信這句話,是大家都可能曾經問過的問題!這是一個十分重要,與我們生活息息相關但卻又不容易回答的問題。因為,從降雨到形成淹水的過程,其實內含十分複雜的物理機制。圖1是整個水文循環過程的示意圖,雨水從天下落下後,一部份的雨水會落在山區,經河川匯流後流入大海,若因為匯流後的洪水量超過河川的通洪能力,洪水就會漫溢過堤防而造成河岸周遭地區淹水,這類淹水就稱為外水淹水;另一部份的雨水可能會直接降在都會區,若因為雨勢超過都會區排水系統原本設計的排洪能力,也會造成都市地區淹水,這類淹水就稱為內水淹水。

圖1 水文循環過程示意圖 (圖片擷取自http://www.egr.msu.edu並後製)
圖1 水文循環過程示意圖 (圖片擷取自http://www.egr.msu.edu並後製)

因此我們可以知道,淹水的成因十分複雜,若要回答「某次降雨事件會不會造成淹水」的這個問題,就需要進行包含了山區降雨-逕流模擬(rainfall-runoff modeling)、一維河道演算(1D river flow routing)、二維漫地流演算(2D overland flow routing)等不同階段與不同面向的水文模擬工作。傳統上,水利工程師進行這些水文模擬工作時,大都使用以水文學(hydrology)與水力學(hydraulics)等物理理論為基礎所建置的模擬模式。

近年來,人工智慧(artificial intelligence)技術亦成為一種新式的水文模擬工具,尤其是人工智慧領域中的類神經網路(artificial neural network)。我們知道人腦經過了幾千萬甚至幾億年的演化,具有十分優秀的能力,可以完成許多複雜的事情,例如圖形聯想及語音辨識等等。所以,類神經網路就是科學家透過模仿人腦神經網路組織與運作的機制,以許多相連的人工神經元(neuron)為基本計算單元建構出可以對外界訊號進行儲存、學習、回想及推理等動作之資訊處理系統,如圖2所示。有別於傳統上使用的物理型模擬模式,類神經網路是一種資料導向(data driven)的統計建模技術。因此,使用類神經網路進行水文系統模擬,就不需要事先詳細解析水文系統的物理機制為何,只需要透過大量的觀測資料(例如,降雨與逕流資料)就可以直接利用類神經網路構築輸入資料(降雨)與輸出資料(逕流)之間的映射關係。這樣的特點,使得類神經網路已經被廣泛地應用於水文模擬研究中,處理許多複雜且高度非線性的問題,也取得了不錯的成效。而且,直到今日仍然有許多新穎的類神經網路架構及理論不斷的被提出,隨著電腦技術的成熟也使得類神經網路的功能更為強大,運用層面更為廣泛。所以,類神經網路,實是未來水文模擬的新選擇與新利器!

圖2 類神經網路示意圖 (圖片擷取自http://www.scienceclarified.com與http://www.brainhq.com並合成後製)
圖2 類神經網路示意圖 (圖片擷取自http://www.scienceclarified.com與http://www.brainhq.com並合成後製)
http://www.ttfri.narl.org.tw/sp/wp-content/uploads/2016/01/類神經網路示意圖-1024x834.pnghttp://www.ttfri.narl.org.tw/sp/wp-content/uploads/2016/01/類神經網路示意圖-300x300.png編輯團隊文章水文,洪水作者:吳明璋 | 《國家實驗研究院-台灣颱風洪水研究中心》副研究員 「唉呀,雨下這麼大,會不會造成淹水呀?」相信這句話,是大家都可能曾經問過的問題!這是一個十分重要,與我們生活息息相關但卻又不容易回答的問題。因為,從降雨到形成淹水的過程,其實內含十分複雜的物理機制。圖1是整個水文循環過程的示意圖,雨水從天下落下後,一部份的雨水會落在山區,經河川匯流後流入大海,若因為匯流後的洪水量超過河川的通洪能力,洪水就會漫溢過堤防而造成河岸周遭地區淹水,這類淹水就稱為外水淹水;另一部份的雨水可能會直接降在都會區,若因為雨勢超過都會區排水系統原本設計的排洪能力,也會造成都市地區淹水,這類淹水就稱為內水淹水。 因此我們可以知道,淹水的成因十分複雜,若要回答「某次降雨事件會不會造成淹水」的這個問題,就需要進行包含了山區降雨-逕流模擬(rainfall-runoff modeling)、一維河道演算(1D river flow routing)、二維漫地流演算(2D overland flow routing)等不同階段與不同面向的水文模擬工作。傳統上,水利工程師進行這些水文模擬工作時,大都使用以水文學(hydrology)與水力學(hydraulics)等物理理論為基礎所建置的模擬模式。 近年來,人工智慧(artificial intelligence)技術亦成為一種新式的水文模擬工具,尤其是人工智慧領域中的類神經網路(artificial neural network)。我們知道人腦經過了幾千萬甚至幾億年的演化,具有十分優秀的能力,可以完成許多複雜的事情,例如圖形聯想及語音辨識等等。所以,類神經網路就是科學家透過模仿人腦神經網路組織與運作的機制,以許多相連的人工神經元(neuron)為基本計算單元建構出可以對外界訊號進行儲存、學習、回想及推理等動作之資訊處理系統,如圖2所示。有別於傳統上使用的物理型模擬模式,類神經網路是一種資料導向(data driven)的統計建模技術。因此,使用類神經網路進行水文系統模擬,就不需要事先詳細解析水文系統的物理機制為何,只需要透過大量的觀測資料(例如,降雨與逕流資料)就可以直接利用類神經網路構築輸入資料(降雨)與輸出資料(逕流)之間的映射關係。這樣的特點,使得類神經網路已經被廣泛地應用於水文模擬研究中,處理許多複雜且高度非線性的問題,也取得了不錯的成效。而且,直到今日仍然有許多新穎的類神經網路架構及理論不斷的被提出,隨著電腦技術的成熟也使得類神經網路的功能更為強大,運用層面更為廣泛。所以,類神經網路,實是未來水文模擬的新選擇與新利器!Typhoon and Flood Knowledge Sharing Network