- 學位論文
類神經網路嵌入優選模式推估含水層合理抽水量之研究
Estimation of Reasonable Pumpage in Aquifer by Embedding Artificial Neural Networks in a Optimization Model
摘要
由於台灣經濟發展以及人口的增加，對於水資源的需求量大為增加，除了能 使用的地表河川水之外，地下水也是台灣另一個相當重要的水資源之一，也因此 如何有效且合理的使用地下水資源為一非常重要之議題。有鑒於此，本研究建立 一地下水抽水量之優選模式。 本研究之目的在建立一優選模式以期能進行固定區域內單點抽水位置與各時 段抽水量之決定，考慮地層下陷問題以及土壤液化問題，最佳化能抽取使用之地 下水供給量，以達到抽取合理之地下水量以及達到地下水位穩定之目標。 本研究之優選模式目標函數採用最大量供水，限制式方面，利用MODFLOW 模擬模式來建立類神經網路，模擬抽水補注行為對地下水位造成之變化觀察以不 造成地層下陷及土壤液化之水位加以限制，使得此優選模式能夠計算抽水量對地 下水位造成的影響，進而在不發生地層下陷及土壤液化前提下找出最佳之地下水 供給量。 本研究之優選模式可使用電腦套裝計算軟體來求解，因此可以節省大量的程 式撰寫跟運算時間，適合應用於變數數量龐大諸如多時段之問題求解。而本研究 以臺北盆地新莊地區為模擬之案例，其結果可做為新莊地區水利單位水資源調配 之參考，有助於避免地層下陷及土壤液化之狀況發生並利用合理之地下水資源。
並列摘要
This paper develops a model for optimization about quantity of groundwater pumping. For pumping groundwater we can use safety, which must to avoid these two dangerous situations -- land subsidence and soil liquefaction. So, the objective function in this model is the reasonable pumping quantity of groundwater, and constrain function is the height of groundwater-by using ANN to produce the height of groundwater in the next moment. Confining the height of groundwater to a safe range, the maximum or minimum quantity of groundwater pumping will be find. We apply the proposed methodology to Shin-chuang area in Taipei basin, to find reasonable pumping in this area and avoid the situations about land subsidence and soil liquefaction.
參考文獻
延伸閱讀
- 邱正鈞、萬昱廷、王士榮（2020）。以倒傳遞類神經網路進行地下水位與抽水量推估。農業工程學報，66(4)，46-58。https://doi.org/10.29974/JTAE.202012_66(4).0005
- 陳清田、陳儒賢、黃建演、黃上竹（2015）。類神經網路結合半變異圖模式於地下水水位預測之研究。農業工程學報，61(1)，14-28。https://doi.org/10.29974/JTAE.201503_61(1).0002
- 吳冠德（2009）。以類神經網路預測自來水場混凝加藥量及其影響因子之研究〔博士論文，國立臺灣大學〕。華藝線上圖書館。https://doi.org/10.6342/NTU.2009.00643
- 鄭鈞瑋（2012）。結合經驗模態分解與類神經網路於地下水位預測之研究〔碩士論文，淡江大學〕。華藝線上圖書館。https://doi.org/10.6846/TKU.2012.01247
- 林聖鈞（2008）。Structure Identification of Artificial Neural Networks for Groundwater Simulation Using Wavelet Analysis〔碩士論文，國立臺灣大學〕。華藝線上圖書館。https://doi.org/10.6342/NTU.2008.02430