序率方法分析地下水水力參數

Application of stochastic method to analyze hydraulic parameters of groundwater flow

張宏榮(Hung-Jeng Chang)

指導教授 ： 鄧志浩

中原大學/工學院/土木工程研究所/碩士(2001年)

https://doi.org/10.6840/cycu200100428

摘要

台灣地區的用水量逐年增加，加上地面水的污染日趨嚴重，地下水將成為重要的供水之一。由於近年來地下水普遍超抽嚴重，如果能有效監測抽水及了解補注情形，對地下水的收支更加了解，對各地區的地下水管理將有正面的幫助與建議。
利用頻譜分析的方法可以來檢視各地區不同的自然環境、地質、人為抽水量、自然補注等等。本文主要用時間序列作頻譜分析，討論河川水位及流量對地下水水位的影響，及兩井地下水位的交戶關析，由於地下水水位受到許多複雜的因素的交互影響，而產生複雜的水位擾動，若用頻譜方法則能將各因素分別濾除或加以討論，並將所得的現像及結果與抽水試驗或前人所求得的結果做比較。頻譜方法是利用長時間的時間序列，並不會因為資料的小錯誤或擾動而造成相當的誤差，並可以看出長時間的趨勢，並可了解大尺度的地下水水情，可以了解補注的效果及人為抽水是否有更加嚴重的情形。
本研究將針對濁水溪流域、屏東地區、淡水河流域進行分析，並與抽水試驗的結果做比較，探討使用序率方法分析水力參數的可行性及發展的方向，並利用頻率域的關係來模擬地下水水位。

關鍵字

頻譜 ； 序率方法 ； 水力參數 ； 地下水

並列摘要

The increase usage of water and water pollution has become the problem in Taiwan over the last few decades. Groundwater has become the major supplement of water to the majority of population in Taiwan. By using the method of spectral analysis we can investigate nature environment, geology, pumping discharge and nature recharge of different regions etc. This article is using time series to analyze and discuss the influence of the level of river and the amount of water flow and relations of groundwater level underground water level. Due to the complexity of factors which influence the level of groundwater by using the spectral analysis, we can discuss various factors and compare the outcomes with pumping test or previous results. Spectral analysis use a series, so we can see the outcome in the long term sequence, large scale and understand more about the groundwater level as time goes.

並列關鍵字

groundwater ； spectrum ； hydraulic parameter ； stochastic

參考文獻

1. Bendat, J.S. and Piersol, A.G. “Random Data, Analysis and Measurement Procedure”, John Wiley, pp.556 ,1991.

2. Cleveland,W.S. “The inverse autocorrelation of a time series and their application” , Technometric, 14, pp 277-293,1972.

4. D.R. Brillinger, “Time series in the frequency domain ( handbook of statistics )”,1983.

5. D. R. Brillinger,” Time sreies data analysis and theory”, 1975.

6. E. J. Hannan, “Time series analysis”,1967.