本研究乃應用雷達降雨資料於分佈型水文模式，以考慮降雨在空間分佈上不均勻之特性，並探討傳統地面雨量站與雷達降雨之雨量空間分佈，對於模式的不確定性影響程度。本研究利用微基因演算法(μGA)針對基隆河五堵上游集水區2005年發生之六場颱洪事件進行模式率定，並採取交叉驗證方式進行比較，發現以雷達降雨資料作為輸入雨量的模擬結果皆優於地面雨量資料的模擬結果。由於僅以六場事件進行參數率定，可能在未來使用上遭遇降雨或者集水區的情況超越模式所率定出之範圍，故需瞭解模式輸出的不確定性。本研究採用拉丁超立方取樣法進行分析，建立模擬歷線的不確定性區間以作為參考。發現驗證場次中，雷達雨量能使大部分觀測流量歷線均能落於其不確定性區間內，其結果優於地面雨量。參數敏感度分析方面，分別採局部與全域敏感度分析進行四個參數Cs(漫地流蓄水時間修正係數)、Cc(渠道流蓄水時間修正係數)、Ch(起始入滲率與臨前條件之修正係數)與Ci(入滲容量與土壤不確定因素修正係數)的敏感度探討，發現局部與全域敏感度最高者皆為參數Cc。因此針對參數Cc與集水區物理特性關係相結合，縮小其搜尋時之邊界，使此參數的搜尋空間具其物理意義。重新率定並進行不確定性分析，結果顯示其不確定性區間有明顯的縮減，且優於原先使用開放性搜尋空間的結果。

This study is to apply both radar and raingauge rainfall on distributed hydrological model and discuss the uncertainty analysis caused by various type of rainfall inputs. Six historical storm events happened at 2005 in Kee-long River are provided the database for this study. The model parameters were calibrated by using Micro-Genetic Algorithm (μGA). Analysis results from the cross validation indicated that using the radar rainfall as input will have better model performance than using the raingauge rainfall.
The model in the future will be applied on the storm event, whose characteristic is outside of these six storm events used for model calibration in this work. Uncertainty analysis caused by model calibration parameters is further investigated. The Latin hypercube sampling technique (LHS) was utilized to build uncertainty bounds of estimated hydrograph. The uncertainty analysis results indicated that most of the observed hydrographs can be located in the uncertainty bounds; furthermore the model output using radar rainfall as input is better than traditional raingauge rainfall. The four parameters, overland flow storage parameter (Cs), channel storage parameter (Cc), initial infiltration rate correction parameter (Ch) and infiltration capacity correction parameter (Ci), were further examined by local and global sensitivity analysis. The parameter Cc was found to be most sensitive than the other parameters. For this reason, the searching domain of parameter Cc was reduced by the physical property of basin. The new calibration and uncertainty analysis results indicated the uncertainty bounds are effective reduced and the performance are better than prior results.

1.王如意、易任，2001，「應用水文學，上下冊」，國立編譯館出版，茂昌圖書公司發行。
2.王如意、李戎威，1989，「空間分佈地表逕流多層核胞模式之研究及其應用」，農委會78農建-7.1-林-21(5)研究報告。
3.王如意、鄭士仁等，1995，「臺北防洪整體檢討計畫（一）」，經濟部水資源局研究計劃報告。
4.王毓麒，2006，「分佈型水文模式於洪災消減及未量測集水區逕流歷線之推估」，博士論文，國立成功大學水利暨海洋工程研究所。
5.丘台光、陳嘉榮、張保亮、簡國基、王溫和、林品芳，2003，「短時預報系統產品校驗」，天氣分析與預報研討會論文彙編，63-68頁。
6.丘台光、陳嘉榮、張保亮、林品芳，2003，「應用多重觀測工具之定量降雨估計之研究」，2003 颱風及中尺度災變天氣預報技術研討會。
7.李光敦、鍾逸茹、黃仁國，2006，「集水區暴雨尺度對逕流之非線性關係分析」，農業工程學報，第52卷第4期。
8.李清勝、周仲島、劉格非、何興亞，2004，「土石流潛勢區之雨量估計與即時預報技術發展先期研究」，九十三年度農委會水土保持局科技計畫。
9.芮內芳，2005，「水文學原理」，中國水利水電出版社，2005年6月第二版。
10.「基隆河員山子分洪計畫工程基本設計報告」，2002年5月，經濟部水利署水利規劃試驗所出版。
11.張泉湧，2001，「中尺度氣象學」，國立編譯館出版。
12.張智昌，2006，「整合氣象雷達與即時降雨資料於颱風降雨推估之研究」，碩士論文，國立台灣大學地理資源環境學研究所。
13.郭振民，1999，「應用遙測與地理資訊系統於分佈型降雨-逕流模式之研究」，碩士論文，國立成功大學水利暨海洋工程研究所。
14.郭俊超，2003，「鹽水溪上游土地改變影響及非工程減洪方法評估」，碩士論文，國立成功大學水利暨海洋工程研究所。
15.陳信彰，1997，「分佈型降雨-逕流模式之不確定性與敏感度分析」，碩士論文，國立成功大學水利暨海洋工程研究所。
16.陳美心，2006，「熱帶降雨潛勢預報法於侵台颱風定量降雨預報之校驗分析」，碩士論文，國立台灣大學大氣科學研究所。
17.曾忠一，1977，「氣象資料同化」，渤海堂，台北市。
18.曾姵茵，2004，「基因演算法對格網式分佈型降雨逕流模式之建置之應用與比較」，碩士論文，國立成功大學環境工程研究所。
19.游保杉，郭振民、吳哲全、曾柏凱，2003，「遙測技術應用於集水區水文之研究(II)─總計畫及子計畫二：結合衛星影像於水文模式之發展」，國科會研究計畫。
20.黃勗哲，1993，「HECC2SR模式敏感度與不確定性分析研究」，碩士論文，國立交通大學土木工程研究所。
21.黃若瀅，1997，「台灣北部地區雷達回波的統計特性與雨量估計」，碩士論文，國立台灣大學大氣科學研究所。
22.黃威雄，2000，「應用類神經網路於颱風期間雷達降雨模擬之研究」，碩士論文，國立台灣大學土木工程研究所。
23.楊政潭，2003，「雷達回波應用於颱風降雨空間分佈與總量之研究—以納莉颱風為例」，碩士論文，國立中央大學水文科學研究所。
24.楊錦釧、湯有光，1992，「水文模式不定性分析報告及其在水工結構之可靠度研究(一)」，行政院農業委員會計畫報告，農委會81農建-12.2-林-05(7)。
25.熊立華、郭生練，2004，「分散式流域水文模式」，中國水利水電出版社。
26.臺灣省水土保持局，「全台灣山坡地土壤數位化資料」。
27.劉光武，1991，「分佈型降雨-逕流模式之研究」，碩士論文，國立成功大學水利暨海洋工程研究所。
28.鄭玉萩，1995，「格網式分佈型降雨-逕流模式之研究」，碩士論文，國立成功大學水利暨海洋工程研究所。
29.謝勝彥，張耀澤，張家榮，2002，「基隆河員山子分洪水工模型試驗(第一年)」，2002年10月，經濟部水利署水利規劃試驗所出版。
30.謝勝彥，張耀澤，林明正，2003，「基隆河員山子分洪水工模型試驗(第二年)」，2003年2月，經濟部水利署水利規劃試驗所出版。
31.顏清連等，1989，「臺北都會區大眾捷運系統防洪排水設計之研究」，國立台灣大學水工試驗所研究報告第100號。
32.Baxter E. Vieux, Zhengtao Cui, Anubhav Gaur (2004), “Evaluation of a physics-based distributed hydrologic model for flooding forecasting”, Journal of Hydrology, 298, 155-177.
33.Bell, V.A. and Moore, R.J. (1998), “A grid-based distributed flood forecasting model for use weather radar data: Part 1. Formulation”, Hydrology and Earth System Sciences, 2(2-3), 265-281, 1998a.
34.Bell, V.A. and Moore, R.J. (1998), “A grid-based distributed flood forecasting model for use weather radar data: Part 2. Case Studies”, Hydrology and Earth System Sciences, 2(2-3), 283-298, 1998b.
35.C. Corral, D. Sempere-Torres, M. Revilla, M. Berenguer (2000), “A Semi-Distributed Hydrological Model Using Rainfall Estimates by Radar. Application to Mediterranean Basins”, Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere, 25, 1133-1136.
36.Chow,V.T., Maidment, D.R., Mays,L.R. (1988),“Applied hydrology”, McGraw-Hill, New York.
37.Collier, C. G. (1996), “Weather radar precipitation data and their use in hydrological modelling”, In: Distributed Hydrological Modelling (ed. by M. B. Abbott & J. C. Refsgaard), Ch. 8, 143-163. Kluwer Academic Publishers, Dordrecht, The Netherlands.
38.Cooper, V.A., Nguyen, V.T.V. and Nicell, J.A. (1997), “Evaluation of Global Optimization Methods for Conceptual Rainfall-Runoff Model Calibration”, Wat. Sci. Tech., 36(5), 55-60.
39.De Jong, K. A. (1975), “An analysis of the behavior of a class of genetic adaptive systems”, Ph.D. dissertation, Univ. Michigan, Ann Arbor.
40.Freeze R. A., Harlan R. L. (1969), “Blueprint for a physically-based digitally-simulated hydrologic response model”, Journal of Hydrology, 9, 237-258.
41.Goldberg, D.E. (1989), “Genetic algorithm in Search. Optimization and Machine Learning”, Addison-Wesley, U.S..
42.Grefenstette, J. J. (1986),“Optimization of control parameters for genetic algorithms”, IEEE Trans. Syst., Man Cybern., SMC-16(1), 122-128,.
43.Holland, J.H. (1975) ,“Adaptation in Natural and Artificial Systems”, University of Michigan Press, Ann Arbor, MI..
44.Keith, J. Beven. (2001),“Rainfall-Runoff Modelling The Primer”, Wiely, Chichester, UK .
45.Krishnakumar, K. (1989) ,“Micro-Genetic Algorithms for Stationary and Non-Stationary Function Optimization”, SPIE Intelligent Control and Adaptive Systems, 1196, 289-296.
46.Philip B. Bedient, Anthony Holder, Jude A. Benavides, Baxter E. Vieux (2003),“Radar-Based Flood Warning System Applied to Tropical Storm Allison”, Journal of Hydrologic Engineering, 8, No. 6, 308-318.
47.Singh V. P., J. M. Hill and H. Aminian (1987),“A Computerized Data Base for Flood Prediction Modeling”,Water Resources Bulletin, 23, No. 1, 21-27.
48.Singh V. P. (1992),“Mathematical Modeling of Watershed Runoff”, International Conference on Water Resources Pub..
49.Soil Conservation Service (1964),“National Engineering Handbook, Part I -Watershed Planning in Hydrology”.
50.Thorsten Wagener, Howard S. Wheater, Hoshin V. Gupta. (2004), “Rainfall-runoff modelling in gauged and ungauged catchments”, Imperial College Press, London.
51.V. Lopez, F. Napolitano, F. Russo (2005), “Calibration of a rainfall-runoff model using radar and raingauge data”, Advances in Geosciences, 2, 41-46.
52.Wang Q. J. (1997), “Using genetic algorithms to optimise model parameters”, Environ Model Software, 12(1), 27-34.
53.Yu, P.S. (1987), “Real-Time Grid Based Distributed Rainfall-Runoff Model for Flood Forecasting with Weather Radar”, PhD Thesis, University of Birmingham.
54.Yu, P.S., Yang, T.C., Chen, S.J. (2000), “Comparison of uncertainty analysis methods for a distributed rainfall-runoff model”, Journal of Hydrology, 244, 43-59.