台灣河川多坡陡流急，加上近年來過度的開發，導致集流時間變的短促，加上降於台灣的雨量在空間與時間上分佈不均，致每逢颱風季節，豪雨常氾濫成災，如民國85年7月之賀伯颱風即造成台灣地區35年來最嚴重的災情！因此，如何防治洪水並降低災害，是為首要當務之急。而洪災之防治除了硬體工法如堤防之建構外，預警機制的建立、水位預測軟體之發展相形重要！
一般洪水(位)預報模式演算過程之輸入條件常包含有流速(量)、水位(深)、坡度、河道斷面積…等必須現場量測之數據，及一些不確定因子如曼寧係數、渦流損失係數、動量修正係數、蔡斯係數…等，在求解時，輸入條件(因子)若有錯估，預測結果將有相當之誤差！因此本文以GMDH(Group Method of Data Handling)理論特有之自組多層演算方法，建立單純的水位輸入~輸出模式，替代傳統複雜之水文方程式演算，化繁為簡藉以預測河川水位。再加上GMDH演算法具遞迴結構功能，可修正系統時變性之影響，使本模式在複雜的自然因素中更具適用性。
本文又以馬斯金更公式為基礎，搭配於地圖上最容易量測之「距離」數據，發展水位~距離模式，可避開必須現場作業，量測水文數據之不便(足)。故本文發展之「GMDH水位預測模式」結合「水位~距離模式」可應用於河道任意斷面及未設站河段從事1~6小時後之洪水預報作業。
最後本文以淡水河流域為研究案例，先以試誤法找出最佳建模筆數，再以GMDH演算法建立暴雨時期之水位預測模式。經賀伯颱風、薩恩颱風、瑞伯颱風、道格颱風、芭比絲颱風及1004暴雨等六場暴雨驗證，大體來說，預測4小時後之水位變化，其RMSE值皆低於實測水位變化之一成誤差，而尖峰時刻偏差在1小時之內，尖峰水位誤差也在 10％之間。而本模式在案例研究中所需之建模筆數最多僅72筆(小時)，故本文發展之GMDH水位預測模式應用在觀測資料較少之地區充當預測模式相當適宜。
本文又以單場暴雨事件以GMDH建模去預測其它五場暴雨造成之水位變化，再利用馬斯金更公式建立之距離~水位模式，二者相輔相成作結合預測，經分析結果顯示，二模式之聯合預測誤差，在未設站處的RMSE值不論於水位變化之上昇或下降段，幾乎都在30公分以下，預測效果尚另人滿意。

Because of urban over-development, shorten time of concentration, unequal rainfall distribution in space and period and the steep slope of streambed in Taiwan environment, heavy storm usually cause serious damages both in human life and properties. Take the Herb typhoon (occurred in July 1996) for example, which caused the most serious disaster included almost all over Taiwan area since 1961. Hence, flood prediction, control and mitigation in order to prevent the suffering from flood and reduce the flooding calamity are the imperative duties of flood control authorities. Levees construction along the flood plain and stream flowing level prediction by hydrologic models cooperated with the flood warning systems could be the solutions for flooding prevention in engineering hardware and software aspects.
Most of stream level prediction model need stream velocity, depth, slope, cross section area et. which could only be obtained by field surveying and other uncertainty parameters such as Manning, eddy viscosity, momentum and Chezy coefficients as the model input. The predicted results might get fair estimations with accuracy poor field measuring data and the uncertainty parameters. A framework based on GMDH (Group Method of Data Handling) is proposed in this paper to establish the I/O model as the alternative by using the relatively simple field measuring water/tidal level and rainfall data as the model input to predict prior 1 to 6 hours’ water level of specific river during storm period.
The update stream level and rainfall data were collected to organize the Sequential GMDH modified model to match the time variant properties in stream level forecasting steps.
The distance-level relation model based on the Muskingum formula and range data simply measured from a paper map were established in this paper also. The GMDH stream level forecasting model as mentioned above cooperated with this distance-level relation model could be used as the coupled model for prior 1 to 6 hours level forecasting at any specific stream sections.
Finally, Tam-Shui River Watershed has been chosen as the case study to verify this GMDH stream level forecasting/distance-level relation coupled model. Data length for model construction could be determined by trial and error procedure. The GMDH stream level forecasting model then, was calibrated by Herb and other 5 typhoon events. The calibrated RMSE of 4 hours prior is less than 10% compared with the measured data and the variations of discharge peak time and peak level are within 1 hour and 10％ respectively. Only 72 hours measurement data of stream level and rainfall were collected to construct the GMDH model that means this model can be applied in less data-measuring area for level prediction purpose.
The optimum GMDH stream level forecasting model established by a single storm event (Zeb typhoon) was applied as well to forecast another 5 typhoon events. The forecasting results then coupled with distance-level relation model to predict the prior 1 to 4 hours water level of Taipei Bridge station which assumed as the data nil station in Tam-Shui River.　Analysis results show that the forecasting errors are within 30cms both in rising and regression lamb of the hydrograph and obtained satisfied forecasting results.

1.顏月珠，「現在統計學」，三民書局。
2.吳柏林，「時間數列分析導論」，華泰書局。
3.林真真、鄒幼函，「迴歸分析」，華泰書局。
4.吳賢銘、潘迪特，「時間數列與系統分析」，中央圖書出版社。
5.王如意、易任，「應用水文學」，新編上下冊，國立編譯館出版。
6.徐國錦(1987)，「馬斯金更模式之研究」，國立台灣大學土木工程研究所碩士論文，民國
七十六年六月。
7.虞國興、莊明德(1989)，「長記憶水文時序模式之探討」，台灣水利，第37卷，第四期，
pp.37-49。
8.蔡長泰(1993)，「曾文溪洪水預報模式之研究(一)」，行政院國家科學委員會防災科技研
究報告80-80號。
9.張斐章、梁晉銘(1993)，「自組性演算法於河川水位流量預測之研究」，台灣水利，第41
卷，第四期，pp.14-24。
10.顏沛華、李梅芳(1993)，「自組非線性系統應用於水位相關之研究」，碩士論文，國立成
功大學水利暨海洋工程研究所。
11.顏沛華、顏銘佑(1994)，「現場調查資料擷取與傳輸自動化之研究」，碩士論文，國立成
功大學水利暨海洋工程研究所。
12.張斐章、黃源義、徐國麟(1994)，「自組性演算法及其應用於降雨-逕流模式建立之研
究」，台大農學院研究報告，pp.293-316。
13.翁俊鴻(1994)，「水文時間序列之自相關結構及其潛在應用」，碩士論文，國立成功大學水利暨海洋工程研究所。
14.蔡長泰、蔡智恆(1994)，「洪流演算模式(FRLFI-模式)之建立(Ⅲ)使用者手冊」，行政院國家科學委員會專題研究計畫成果報告。
15.曾財益(1994)，「洪水即時預報模式及不確定性分析之研究」，國立成功大學水利及海洋工程學系碩士論文，民國八十三年。
16.曾財益(1995)，「洪水即時預報模式及不確定性分析之研究」，碩士論文，國立成功大學水利暨海洋工程研究所。
17.康村啟(1995)，「應用限制性卡門濾波法率定馬斯金更模式參數」，私立逢甲大學土木及水利工程研究所碩士論文，台中。
18.王寧本(1995)，「應用遺傳演算法建立推估洪水出流歷線模式之研究」，逢甲大學土木及水利工程研究所碩士論文，民國八十四年六月。
19.林淑真、李宗仰(1996)，「自我聯合模式於感潮河段之水位預報」，土木水利，第32卷，第四期，pp.3-16。
20.陳昶憲、王寧本(1996)，「利用遺傳演算法建立考慮支流與側流之馬斯金更演算模式」，中國土木水利工程學刊，第二十三卷第三期，pp. 3-16，民國八十五年十一月。
21.顏沛華、楊永祺(1997)，「自組非線性系統應用於水位即時預測」，碩士論文，國立成功大學水利暨海洋工程研究所。
22.陳昶憲、郭振泰、王寧本(1997)，「複合支流馬斯金更模式之建立」，中國土木水利工程學刊，第九卷第一期，pp. 187-192，民國八十六年。
23.顏沛華(1998)，「地下水位及地層下陷監測無線/有線數據自動化傳輸之研究」，工業技術研究院委託學術機構研究計劃-期末報告。
24.羅積玉，「多元統計分析方法與應用」，科技圖書股份有限公司。
25.顏沛華、周益達(1998)，「自組非線性理論建立水位預測模式之探討」，碩士論文，國立成功大學水利暨海洋工程研究所。
26.蔡耀賢(1998)，「消滅下游河道洪峰之水庫防洪操作分析」，碩士論文，國立成功大學水利暨海洋工程研究所。
27.顏沛華、李文揚(2000)，「自組非線性系統應用於水庫優氧化之預測」，碩士論文，國立成功大學水利暨海洋工程研究所。
28.鄭子璉、周乃昉(2000)，「徐昇多邊形網法之數值計算」，台灣水利，第48卷，第三期，pp.43~51。
29.顏沛華、吳俊逸(2001)，「自組非線性系統應用於地層下陷之預測」，碩士論文，國立成功大學水利暨海洋工程研究所。
30.陳伶姮(2001)，「河川旬流量時間序列之研究—以石門水庫入流量為例」，國立海洋大學河海工程學系。
31.顏沛華、徐文彥(2002)，「暴雨時期自組非線性系統應用於水位之預測」，碩士論文，國立成功大學水利暨海洋工程研究所。
32.謝世傑、李戎威、黃巨松(2001)，「淡水河流域洪水預警系統更新、改善與展望」，水利，第1卷，第十期，pp.35~46。
33.經濟部水利署(2002)，「颱洪期間水庫洩洪與河口暴潮對淡水河水位影響機率預測研究」，計畫編號MOEA/WRB/ST/910026。
34.賴經都、蔡丁貴、簡振和、吳宜嶺，「全流域不恆定流模式之淡水河系統洪水預報」，第13屆水利工程研討會，D-15～D-22。
35.王如意、易任，「應用水文學上下冊」，國立編譯館出版，民國八十八年七月。
36.徐義人，「應用水文學」，國立編譯館主編，民國八十五年九月。
37.徐碧治、林廣台，「水文學」，高立圖書有限公司，民國八十六年。
38.A.G.Ivakhnenko(1970)，「Heuristic Self-Organization in Problem of Engineering Cybernetics」，Automatic，Vol.6，pp.207-219。
39.Duffy, J.J. and M. A. Franklin (1975) ，「A Learning Identification Algorithm and Its Application to an Environmental Systems」，IEEE Trans. System，Man，Cybernetic，Vol.SMC-5，No.2，pp.226-239。
40.Ikeda S., S. Fugishige, and Y. Sawaragi (1976) ，「Nonlinear Prediction Model of River Flow by Self-Organization Method」，Int. J. Syst. Sci.，Vol.7，No.2，pp.165-176。
41.Saburo Ikeda、Satoru Fujishige and Yoshikazu Sawaragi(1976)，「Non-linear prediction model of river flow by self-organization method」，INT.J.Systems Sci.Vol.7，No.2，pp.165-176。
42.Peter Young、Paul Whitehead(1977)，「A recursive approach to time-series analysis for multi-variable systems」，INT.J.Control Vol.25，No3，pp.457-482。
43.Gill, M. A. (1978), “Flood Routing by the Muskingum Method, " Journal of Hydrology, Vol. 36, No. 3/4, pp.　353-363.
44.Stanley J. Farlow，「Self-organizing Methods in Model-GMDH TYPE Algorithms」，MARCEL DEKKER.INC。
45.Gill, M. A. (1979), " Translatory Characteristics of the Muskingum Method of Flood Routing, " Journal of Hydrology, Vol. 40, No. 1/2, pp. 17-29.
46.Gill, M. A. (1979), “Critical Examination of the Muskingum Method, “Nordic Hydrology, Vol. 10, No. 4, pp. 261-270.
47.Tamura，H. and T. Kondo (1980) ，「Heuristics Free Group Method of Data Handling Algorithm of Generating Optimal Partial Polynomials with Application to Air Pollution Prediction」，Int. J. Syst. Sci.，Vol.11，No.9，pp.1095-1111。
48.Gill, M. A. (1980), " Translatory Characteristics of the Muskingum Method of Flood Routing Reply, " Journal of Hydrology, Vol. 48, No. 3/4, pp. 369-372.
49.Yoshimura ,T.,R. Kiyozumi, K. Nishino ,and T. Soeda(1982)，「Prediction of Air Pollutant Concentrations by Revised GMDH Algorithms in Tokushima Prefecture」，IEEE Trans. Syst., Man ,Cyber.，Vol.SMC-12，No.1，pp.50-56。
50.Gill, M. A. (1984), “Time Lag Solution of the Muskingum Flood Routing Equation, " Nordic Hydrology, Vol. 15, No. 3, pp. 145-154.
51.Gill, M. A. (1989), “Response of Muskingum Equation to Step Input,” Journal of Irrigation and Drainage Engineering (ASCE) JIDEDH, Vol. 115, No. 4, pp. 736-738.

參考網站(Web-Site)

1. 經濟部水利署
http://www.wra.gov.tw/spring.asp
2. 中央氣象局資訊服務網
http://www.cwb.gov.tw/v3.0/index.htm