地聲資料壓縮技術發展與現場實驗流程建立

Geophone data compression development and experiment programing establishment

詹鈞幃(CHAN, CHUN-WEI)

指導教授 ： 劉格非

國立臺灣大學/工學院/土木工程學研究所/碩士(2017年)

https://doi.org/10.6342/NTU201703324

摘要

近年來，地聲探測器運用在土石流防災系統中，藉由儀器的訊號並搭配其他觀測儀器可以探測土石流經過的情況。由於地聲資料量較大，無法將即時的地聲訊號資料回傳防災中心，因此需要將資料壓縮才行。本研究提出三種方法，分別在時域與頻域方面做壓縮處理，最後認為以時域資料做區間壓縮是最好的方法。

除此之外，經由前人研究可知，地聲探測器在不同位置也會接收到不同的訊號，儀器擺放方式不同亦有可能影響訊號的接收。因此本研究提出地聲探測器使用的程序，供後續的地聲訊號相關研究者參考。

最後附上兩組室外實驗，測量流水以及石頭撞擊時的特徵頻率為何。此兩組實驗除了驗證前人實驗內容，也從探測器使用程序中瞭解在實驗中有哪些缺失。

關鍵字

資料壓縮 ； 傅立葉轉換 ； 頻譜分析 ； 地聲探測器 ； 標準作業程序

並列摘要

In recent years, debris flow disaster prevention system has used geophone for detecting the debris flow by using the vibration signal and other observation equipment signal. Because of large amount of geophone data, transmission system can’t transmit real-time signal back to the disaster prevention center in some cases. Therefore, data needs to be compressed before transmitting the signal. In this study, two methods are proposed, which are compressed in time domain and frequency domain. Finally, it is considered that compressed in time domain is better than compressed in frequency domain.

In addition, the previous study shows that geophone place in different locations and different ways will receive a different signal. Therefore, this study presents a procedure for the use of geophone detectors for related researchers.

Finally, this study added two groups of outdoor experiments which measured the characteristic frequency of water flow and the impact of the stone. These two groups of experiments to verify the contents of previous experiments, but also from the use of the program to understand what is missing in the experiment.

並列關鍵字

Data compression ； Fourier transform ； Frequency domain analysis ； Geophone ； Standaating procedurerd opers

參考文獻

16.林齊禹，「利用能量積分變化法分析土石流運動之特性」，國立台灣大學土木工程學研究所碩士論文，2006

17.周憲德、楊祥霖、李璟芳、黃郅軒，「火炎山土石流之流動型態與地聲特性分析」、中華水土保持學會，2015

18.周彥廷，「土石流地聲特性之研究-不同大小及材質之地聲頻譜判識」，國立成功大學水利暨海洋工程研究所碩士論文，2002

19.許家銘，「三義火炎山土石流現地監測資料之分析與判識」，國立中央大學土木工程學系研究所碩士論文，2013

1.Al-Shrouf, M.Abo-Zahhad, and Sabah M.Ahmed,“A novel compression algorithm for electrocardiogram signals based on the linear prediction of the wavelet coefficients”, Elsevier, 2003