摘 要
目前台灣地區自來水水質仍無法達到生飲的標準，除了管線老舊、水源污染嚴重等因素之外，水質處理工程中的加氯問題也值得重視，自來水淨水廠常用的經驗加氯模式無法有效的控制水質加氯劑量，導致飲用水中的殘留餘氯過多或過少，為了改善這個情況，本文針對鳳山淨水廠民國87年至民國90年底之水質資料進行分析，驗證原水加氯預估模式，與自來水處理工程中使用氯劑量時間數列的合理性。
得到的結果如下：
1. 近年來水質主要成分的改變，使得原有原水加氯預估模式已不適用，重新配適之水質加氯迴歸模式的預測值都有高估的情況，這會使成本增加，因此不建議使用。
2. 單純只考慮平均加氯率，可以去除分析水質成分的步驟，大量的簡化加氯的過程，在水質加氯時間數列模式中，原有AR(p)加氯預估模式已不適用，得到的時間數列模式為ARIMA(0,1,3)模式。
3. 為了時間數列模式的正確性，所以發展ARIMA-GARCH模式，依簡化模式的精神，建議使用ARIMA(0,1,3)-GARCH(1,1)模式，且其結果比水質加氯迴歸模式佳，預測值與實際加氯率更接近。
關鍵字：加氯模式、ARIMA、GARCH。

none

[1] Engle, R. F. (1982),“Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation”, Econometrica , 50 , 987–1008.
[2] Bollerslev, T. (1986),“Generalized Autoregressive Conditional Heteroscedasticity”, Journal of Econometrics , 31, 307–327.
[3] Engle, R. F. and Bollerslev, T. (1986),“Modelling the persistence of conditional variances”, Econometric reviews , 5(1),1-50.
[4] Wei, William W. S. (1990),“Time Series Analysis Univariate and Multivariate Methods”, Addison Wesley.
[5] Bowerman, B.L. and O’Connell, R.T. (1993),“Forecasting and Time Series an applied approach”, Duxbury.
[6] Montgomery, D.C. (2001),“Introduction to linear regression analysis”,Wiley.
[7] 吳宗正(1993), “迴歸分析”,三民書局.
[8] 溫敏杰,溫清光,張虎明(1997), “水處理模型的建立和加氯公式的校正”,中國統計學報, 35 , 399-413.
[9] 陳順宇(1998), “迴歸分析”,華泰書局.
[10] 溫敏杰,張虎明,溫清光(1998), “自來水加氯處理的AR(p)預估模式”,中國統計學報, 36 ,155-172.
[11] 盧貞妙(1998), “原水前加氯劑量之統計模式分析’’,國立成功大學統計學系碩士班論文.
[12] 虞國興(2000), “高屏溪流域流量分析與預測’’,曹公農業水利研究發展基金會.