高屏溪流域雨型之探討

1、高屏溪流域雨型之探討InvestigationontheHyetographofKaopingRiverBasin研究生：王瑋斯Wangweiszu指導教授：王裕民WangYiMing【摘要摘要】本文以高屏溪流域自計式雨量站5月至10月豐水期之逐時降雨資料，先行將降雨資料依特性分類，並以連續(xù)中斷2小時降雨作為降雨事件分割之依據，以平均總降雨量與平均降雨強度做為降雨事件篩選的門檻值。選擇無因次平均法、分配理論法及機率分佈法(常態(tài)分佈)建立

2、降雨分佈型態(tài)。主要成果如后述如：無因次平均法雨型曲線變化較為緩和，以致尖峰降雨時間及尖峰降雨量無法適切模擬；但對於分析同一集水區(qū)內不同雨量站之變化與降雨資料的呈現(xiàn)，無因次平均法為一不錯的選擇。分配理論法結果型與無因次平均法相似，但其計算方式較為繁瑣，在此不建議使用。機率分佈法於不同降雨之平均估計誤差雖不是最小，但對於尖峰降雨時間與尖峰降雨量模擬最接近實際降雨資料。由48小時暴雨逕流演算推估洪水量結果，顯示同一流域內不同集水區(qū)可能因地文因

3、素與水文特性，以致不同集水區(qū)適用於不同設計雨型。如以一特定設計雨型代表該流域集水區(qū)，此方式有待進一步商確。關鍵字：雨型、屏東【Abstract】ThisstudyisconductedtoinvestigatethehyetographofKaopingriverbasinusinghourlyrainfalldatabetweenMayOctober.Therainfalleventsareedusingcontinuoustwoho

4、urswithoutrainfallasseparationcriteriathesegregationmethodisbasedonaverageprecipitationaverageintensityoftotalrainfallevents.ThreedifferenthyetographsincludingHuffmethoddisaggregationmethodprobabilitydistributionmethodar

5、estudiedtheirssuitabilityarecompared.StudyresultsindicatethathyetographusingHuffmethodhasanundulateshapethesmallestsumofsquareerrhoweverthepeakthetimetopeakarenotrepresentative.Thedisaggregationmethodhasthesimilarresults

6、toHuffmethodithasmecomplicatedprocedurestherefeitisnotrecommended.OntheotherhtheProbabilitydistributionmethodcanreproducethepeakthetimetopeakverywell.Basedontheresultsoffloodestimationthedifferentbasinissuitablefdifferen