台灣位於颱風主要行進路線上，每年平均有3至4個颱風侵襲台灣，最多甚至達14次（民國48、53年），每當颱風來襲，伴隨之暴潮對近岸環境及海岸工程帶來重大影響，不只破壞海岸結構物，更嚴重影響沿海居民的生命財產安全。因此，發展颱風暴潮偏差預報模式，對於海岸工程設施的防護、疏散警報之發布、人員傷亡之減少、農漁財產損失風險之降低，以及全國防災政策之擬定上，為相當關鍵及倚重的課題。
本研究以自組性（Self-Organizaion）網絡架構之資料處理群集分析（GMDH，Group Method of Date Handling）演算法為基本架構，以2000至2010年間所發生的44個颱風於麥寮潮位站之逐時暴潮偏差（SL）、颱風中心到麥寮潮位站間的氣壓梯度（PG）、台西平台測站海面風速（V）及麥寮潮位站之天文潮位（ATL）為建模參數，以此四個參數建立輸入～輸出關係之「颱風暴潮偏差預測模式」，進行已知路徑或通用路徑之逐時颱風暴潮偏差預測；而遞迴之GMDH方式可修正模式，使模式具時變性而能自我調整，達到精確預測效果。
已知路徑「颱風暴潮偏差預測模式」係以GMDH及SGMDH兩種演算法分別測試薔蜜、海棠及泰利三個代表性颱風，先以個別颱風暴潮偏差數據建模並相互預測之，據分析結果顯示，以薔蜜颱風SGMDH演算法之建模預測結果最為突出，其平均誤差均方根及相關係數分別為6.6 cm及88.6%，故本文即以薔蜜颱風相關數據建立之「已知路徑颱風暴潮偏差預測模式」逐時預測其他43個颱風，其結果平均誤差均方根（RMSE）為5.5 cm，相關係數（CC）為83.7 %。另由該模式以三個颱風事件為例，以遞迴程序修正原模式，據分析結果顯示暴潮偏差預測較原預測值整體平均精度改進了33.1 %。
而在實際應用上，颱風甫生成時尚難評估當前的颱風路徑，於是仍取預測結果最為突出之薔蜜颱風作為建模主體，再配合聖帕颱風及利奇馬颱風之部分數據建立「通用路徑颱風暴潮偏差預測模式」，據分析結果顯示，對18個颱風事件之逐時暴潮偏差預測其平均誤差均方根（RMSE）及相關係數（CC）分別為6.2cm及82.6%，其預測效能仍相當理想。另由該模式以十個颱風事件為例，以遞迴程序修正原模式，分析結果顯示暴潮偏差值預測較原預測值整體平均精度改進了20.3 %，故遞迴結構可大幅改善原暴潮偏差之預測誤差，能提升預測之準確性。故不論以「已知路徑颱風暴潮偏差預測模式」或「通用路徑颱風暴潮偏差預測模式」來進行颱風暴潮偏差之逐時預測，其平均誤差均方根可介於3.2cm～9.6cm間，相關係數則介於66%～96.2%，證實本文模式具有良好之實用性，可用於實際颱風暴潮偏差之逐時推算。

The forecasting model of typhoon surge level developed by the GMDH (Group Method of Data Handling) structure of self-organization algorithm with four parameters of surge level (SL), pressure gradient (PG) between the target location and typhoon center, wind speed of sea surface (V), and astronomical tide level (ATL) is proposed in this paper. Both surge level forecasting models of specific typhoon tracks and general moving paths were calibrated by the data of 18~43 typhoon events so as to obtain the optimum modeling. The recursive GMDH procedure could adjust models’ coefficients to match the time variant properties in forecasting steps to improve the accuracy of model predictability by updating data. These typhoon surge level simulating results appear that the trend of forecasting data are in agreement with measuring materials and show the predicting reasonably accuracy with the average RMSE and CC values in between 3.2cm~9.6cm and 66%~96.2% respectively.

1.National Institute for Strategic Studies,International Center for Information Technologies and Systems of the National Academy of Sciences of Ukraina
（http://inss.dodlive.mil/）
2.Duffy,J.J.andM.A.Franklin，「A Learning Identification Algorithm and Its Application to an Environmental Systems」，IEEE Trans.System，Man，Cybernetic，Vol.SMC-5，NO.2，pp226-239，1975。
3.Ikeda S.,S.Fugishige,and Y.Sawaragi，「Nonlinear Prediction Model of River Flow by Self-Organization Method」，Int.J.Syst.Sci，Vol.7，No.2，pp.165-176，1976。
4.Stanley J.Farlow，「Self-Organization Methods In Model-GMDH TYPE Algorithms」，MARCEL DEKKER.IND。
5.郭金棟，「海岸工程」，出版，中國土木水利工程學會，1988。
6.李梅芳，「自組非線性系統應用於水位相關研究」，國立成功大學水利及海洋工程研究所論文，1993。
7.楊永棋，「自組非線性系統應用於水位及時預測」，國立成功大學水利及海洋工程研究所論文，1997。
8.林宗儀，「頂頭額洲南北兩側之漂砂活動與海岸作用差異」：第十九屆海洋工程研討會論文集，1997。
9.周益達「自組非線性理論建立水位預測模式之探討」，國立成功大學水利及海洋工程研究所論文，1998。
10.李文揚，「自組非線性系統應用於水庫優養化之預測」，國立成功大學水利及海洋工程研究所論文，2000。
11.吳俊逸，「自組非線性系統應用於地層下陷之預測」，國立成功大學水利及海洋工程研究所論文，2001。
12.蔡憶雯、顏清連、陳明仁「淡水河口暴潮位及河川水位機率預報研究」，國立臺灣大學土木工程學研究所論文，2002。
13.郭一羽，「海岸工程學」，文山書局，2003。
14.鄭允翔、詹錢登，「颱風暴潮與颱風特性關係之研究」國立成功大學水利及海洋工程研究所論文，2003。
15.林宗儀，雲林海岸漂砂研究：華岡地理學報，第十六期，2003。
16.王英銘，「自組非線性系統應用於濁度預測」，國立成功大學水利及海洋工程研究所論文，2005。
17.黃大任，「自組非線性系統應用於波高預測」，國立成功大學水利及海洋工程研究所論文，2008。
18.馮智源、高家俊、邱銘達、吳誌翰，「颱風暴潮數值推算之研究」，第27屆海洋工程研討會論文集，2005。
19.蔡清標、黃貴麟、游智宇，「類神經網路在淡水河口暴潮位預測之應用」第28屆海洋工程研討會論文集，2006。
20.邱啟敏、張國棟、許泰文，「台灣四周沿岸潮汐特性探討及颱風暴潮迴歸分析之研究」，2007。
21.李汴軍、黃瓊珠、莊士賢、高家俊，「應用小波轉換探討潮位與颱風暴潮特性之研究」海岸工程學刊，第8卷，第1期，第23-42頁，2008。
22.林敬傑、高家俊、李汴軍，「風剪力對暴潮推算之影響」，國立成功大學水利及海洋工程研究所論文，2008。
23.張永欣，「考慮氣壓變化的暴潮偏差分析」，國立交通大學土木工程研究所碩士論文，2008。
24.范光龍，「暴潮」2009。
25.Joa ̃o Lima Rego and Chunyan Li‚「On the importance of the forward speed of hurricanes in storm surge forecasting: A numerical study」‚（2009）。
26.黃偉柏、柳景仲、龔誠山，「台灣西南海岸暴潮之研究」，第32屆海洋工程研討會論文集，2010。
27.黃暉祥，「自組非線性系統應用於颱風波高預測」，國立成功大學水利及海洋工程研究所論文，2012。
28.林明毅，「海域鄰近測站流速及流向之補遺及預測」，國立成功大學水利及海洋工程研究所論文，2012。
29.交通部中央氣象局。（http://www.cwb.gov.tw/V7/index.htm）
30.DBRB大氣研究資料庫。（https://dbar.ttfri.narl.org.tw/）