台灣地理位置處於西太平洋，一年四季飽受強風之侵襲如夏秋兩季之颱風與冬季有強烈的大陸冷氣團，由於飽受強風的侵襲，所以不論在做結構耐風設計，氣象預測，等相關從業人員都會需要取得當地的相關風力資訊，如此一來便可以減少強風所帶來的災害以及損失，由於觀測風速的資料量不足並不能準確的求取長期回歸期風速，因此需要使用風速模型來模擬產生人造風速。
  本文所使用之方法為年最大值法以及颱風風速法，選取資料為全台灣29個人工氣象觀測站所有年份之風速風向觀測資料，針對所選取之資料進行統計特性計算，並藉由計算逐年統計特性並觀察其逐年統計特性間之相關性及各測站逐年最大風速之趨勢，接著進行區域統計特性計算，並利用逐年統計特性及區域統計特性所得之結果做為基礎並進行年最大風速之模擬。
本文使用GEVD極值分佈模型，並討論Gumbel、Frechet、Weibull三種極值分佈模型，給予各測站合適之極值分佈模型，並利用Hermite-based transformation 將高斯隨機變數轉換成非高斯隨機變數，並將前述之統計特性帶入Hermite-based transformation進行模擬，並選取最大值，視為模擬之年最大風速。 
短期觀測資料部分將所有風速風向歷時資料進行分類，將資料分為5年歷時資料及10年歷時資料並進行逐年統計特性計算及區域統計特性計算步驟並利用Hermite-based transformation模擬方法模擬短期觀測資料在年最大風速模擬之可行性。
此外在颱風極值分佈的部分選出宜蘭、阿里山、新竹、高雄測站做為研究對象並搜尋其觀測年間所量測颱風風速，並將颱風風速之極值分佈與年最大風速之極值分佈進行比較。

Taiwan is an island located in the western Pacific Ocean and suffered from strong winds, such as tropical cyclones or typhoons in the summer season and monsoons in the winter season. To give a wind resistant design of a structure, specialists and structural engineers need to understand the local design wind speed in detail. However, due to the lack of observed wind speed data, numerical models are developed to simulate design wind speed.
In this study, analysis on annual maximum wind speed and the peak wind speed during a typhoon event is executed. 29 meteorological stations in Taiwan are collected to understand the basic statistical parameters of 10-minute mean wind speeds. Further, the trend of annual maximum wind speed and the highly correlated third and fourth moments are found.
To tell the extreme distribution of 29 stations, the GEVD extreme value distribution model is applied. Then a non-Gaussian simulation technique called Hermite-based transform is adopted for simulation of annual maximum wind speed for each station by inputting their statistical parameters. Results show that even the simulation is based on short term period record, the non-Gaussian simulation method to simulation the annual maximum wind speed provides fairly good agreement with the full-year observation. Finally in this study, the typhoon event is especially picked up among 4 stations, Yilan , Aliahsn , Hsinchu , Kaohsiung, to show the inconsistence with the distribution with annual maximum wind speeds. The GEVD model is also applied for discussion.

目錄
摘要	I
目錄	II
表目錄	VI
圖目錄	XV
第一章 緒論	1
1.1研究緣起	1
1.2研究目的與動機	1
1.3論文架構	2
第二章 文獻回顧	5
2.1基本設計風速	5
2.1.1指數律(Power law)	6
2.1.2對數律(Logarithmic law)	7
2.1.3大氣紊流與風場特性	9
2.2台灣本土颱風與季風特性	10
2.2.1台灣本土颱風特性	10
2.2.2中央氣象局颱風侵台路線分類及風級分類	14
2.2.3台灣本土季風特性	16
2.3年最大風速分布之研究文獻回顧	17
第三章 理論背景及研究方法	19
3.1常用機率函數及其參數特性	19
3.1.1常態分佈	19
3.1.2對數分佈	20
3.2極值機率函數及其參數特性	20
3.2.1 Gumbel 分佈	21
3.2.2 Frechet 分佈	21
3.2.3 Weibull 分佈	22
3.3年最大風速模擬方法	24
3.3.1 颱風風速法	24
3.3.2年最大值法	25
3.3.3 r-LOS法(r largest order statistics)	25
3.3.4柏拉圖極值分析法(Pareto distribution)	26
3.3.5門檻值法	26
3.3.6 文所使用方法	27
3.4年最大風速分布模擬之應用	27
3.4.1多項式轉換(Polynomial Translation Method)	27
3.4.2 Hermite-based 轉換法	30
第四章 氣象資料特性探討	33
4.1氣象資料特性	33
4.2十分鐘平均風速之統計特性與極值	35
4.3逐年年最大風速分布之變化	38
4.4區域年最大風速分布之變化研究分析及結果探討	39
第五章 年最大風速模擬結果	85
5.1年最大風速分布模擬結果	85
5.2短期統計特性對年最大風速分布模擬可行性探討	86
5.3颱風極值分佈	87
第六章 結論與展望	183
6.1結論	183
6.2未來展望	184
參考文獻	186




 
圖目錄
圖2- 1颱風剖面圖	12
圖2- 2中央氣象局颱風侵台路線分佈	14

圖3- 1多項式轉換過程	30
圖3- 2Hermite-based transform流程圖	31

圖4- 1正負偏態之機率密度函數形狀	37
圖4- 2 正負峰態之機率密度函數形狀	37
圖4- 3阿里山測站統計特性	42
圖4- 4鞍部測站統計特性	43
圖4- 5成功測站統計特性	44
圖4- 6嘉義測站統計特性	45
圖4- 7七股測站統計特性	46
圖4- 8大武測站統計特性	47
圖4- 9東吉島測站統計特性	48
圖4- 10恆春測站統計特性	49
圖4- 11新竹測站統計特性	50
圖4- 12花蓮測站統計特性	51
圖4- 13高雄測站統計特性	52
圖4- 14基隆測站統計特性	53
圖4- 15金門測站統計特性	54
圖4- 16蘭嶼測站統計特性	55
圖4- 17馬祖測站統計特性	56
圖4- 18澎湖測站統計特性	57
圖4- 19彭佳嶼測站統計特性	58
圖4- 20蘇澳測站統計特性	59
圖4- 21日月潭測站統計特性	60
圖4- 22台中測站統計特性	61
圖4- 23台南測站統計特性	62
圖4- 24台北測站統計特性	63
圖4- 25台東測站統計特性	64
圖4- 26淡水測站統計特性	65
圖4- 27梧棲測站統計特性	66
圖4- 28宜蘭測站統計特性	67
圖4- 29永康測站統計特性	68
圖4- 30玉山測站統計特性	69
圖4- 31竹子湖測站統計特性	70
圖4- 32阿里山極值分佈	71
圖4- 33鞍部極值分佈	71
圖4- 34成功極值分佈	71
圖4- 35嘉義極值分佈	71
圖4- 36七股極值分佈	71
圖4- 37大武極值分佈	71
圖4- 38東吉島極值分佈	72
圖4- 39恆春極值分佈	72
圖4- 40新竹極值分佈	72
圖4- 41花蓮極值分佈	72
圖4- 42高雄極值分佈	72
圖4- 43基隆極值分佈	72
圖4- 44金門極值分佈	73
圖4- 45蘭嶼極值分佈	73
圖4- 46馬祖極值分佈	73
圖4- 47澎湖極值分佈	73
圖4- 48彭佳嶼極值分佈	73
圖4- 49蘇澳極值分佈	73
圖4- 50日月潭極值分佈	74
圖4- 51台中極值分佈	74
圖4- 52台南極值分佈	74
圖4- 53台北極值分佈	74
圖4- 54台東極值分佈	74
圖4- 55淡水極值分佈	74
圖4- 56梧棲極值分佈	75
圖4- 57宜蘭極值分佈	75
圖4- 58永康極值分佈	75
圖4- 59玉山極值分佈	75
圖4- 60竹子湖極值分佈	75
圖4- 61阿里山測站風速趨勢	76
圖4- 62部測站風速趨勢	76
圖4- 63成功測站風速趨勢	76
圖4- 64嘉義測站風速趨勢	76
圖4- 65七股測站風速趨勢	77
圖4- 66大武測站風速趨勢	77
圖4- 67東吉島測站風速趨勢	77
圖4- 68恆春測站風速趨勢	77
圖4- 69新竹測站風速趨勢	78
圖4- 70花蓮測站風速趨勢	78
圖4- 71高雄測站風速趨勢	78
圖4- 72基隆測站風速趨勢	78
圖4- 73金門測站風速趨勢	79
圖4- 74蘭嶼測站風速趨勢	79
圖4- 75馬祖測站風速趨勢	79
圖4- 76澎湖測站風速趨勢	79
圖4- 77彭佳嶼測站風速趨勢	80
圖4- 78蘇澳測站風速趨勢	80
圖4- 79日月潭測站風速趨勢	80
圖4- 80台中測站風速趨勢	80
圖4- 81台南測站風速趨勢	81
圖4- 82台北測站風速趨勢	81
圖4- 83台東測站風速趨勢	81
圖4- 84淡水測站風速趨勢	81
圖4- 85梧棲測站風速趨勢	82
圖4- 86宜蘭測站風速趨勢圖	82
圖4- 87永康測站風速趨勢	82
圖4- 88玉山測站風速趨勢	82
圖4- 89竹子湖測站風速趨勢	83

圖5- 1阿里山年最大風速模擬	91
圖5- 2鞍部年最大風速模擬	91
圖5- 3鞍部年最大風速模擬	91
圖5- 4嘉義年最大風速模擬	91
圖5- 5七股年最大風速模擬	92
圖5- 6大武年最大風速模擬	92
圖5- 7東吉島年最大風速模擬	92
圖5- 8恆春年最大風速模擬	92
圖5- 9新竹年最大風速模擬	93
圖5- 10花蓮年最大風速模擬	93
圖5- 11高雄年最大風速模擬	93
圖5- 12基隆年最大風速模擬	93
圖5- 13金門年最大風速模擬	94
圖5- 14蘭嶼年最大風速模擬	94
圖5- 15馬祖年最大風速模擬	94
圖5- 16澎湖年最大風速模擬	94
圖5- 17彭佳嶼年最大風速模擬	95
圖5- 18蘇澳年最大風速模擬	95
圖5- 19日月潭年最大風速模擬	95
圖5- 20台中年最大風速模擬	95
圖5- 21台南年最大風速模擬	96
圖5- 22台北年最大風速模擬	96
圖5- 23台東年最大風速模擬	96
圖5- 24淡水年最大風速模擬	96
圖5- 25梧棲年最大風速模擬	97
圖5- 26宜蘭年最大風速模擬	97
圖5- 27永康年最大風速模擬	97
圖5- 28玉山年最大風速模擬	97
圖5- 29竹子湖年最大風速模擬	98
圖5- 30阿里山測站年最大風速模擬圖	100
圖5- 31鞍部測站年最大風速模擬圖	102
圖5- 32成功測站年最大風速模擬圖	104
圖5- 33嘉義測站年最大風速模擬圖	106
圖5- 34七股測站年最大風速模擬圖	108
圖5- 35大武測站年最大風速模擬圖	109
圖5- 36東吉島測站年最大風速模擬圖	111
圖5- 37恆春測站年最大風速模擬圖	113
圖5- 38新竹測站年最大風速模擬圖	115
圖5- 39花蓮測站年最大風速模擬圖	116
圖5- 40高雄測站年最大風速模擬圖	118
圖5- 41基隆測站年最大風速模擬圖	120
圖5- 42金門年最大風速模擬	122
圖5- 43蘭嶼測站年最大風速模擬	123
圖5- 44澎湖測站年最大風速模擬	125
圖5- 45彭佳嶼測站年最大風速模擬	127
圖5- 46台南測站年最大風速模擬	129
圖5- 47台北測站年最大風速模擬	131
圖5- 48台東測站年最大風速模擬	133
圖5- 49宜蘭測站年最大風速模擬	135
圖5- 50玉山測站年最大風速模擬	137
圖5- 51馬祖1961-1965年最大風速模擬	139
圖5- 52蘇澳測站年最大風速模擬	140
圖5- 53台中測站年最大風速模擬	141
圖5- 54淡水測站年最大風速模擬	143
圖5- 55梧棲測站年最大風速模擬	145
圖5- 56永康測站年最大風速模擬	147
圖5- 57竹子湖測站年最大風速模擬	148
圖5- 58 玉山測站年最大風速模擬	150
圖5- 59 玉山測站年最大風速模擬(續)	151
圖5- 60阿里山測站年最大風速模擬	152
圖5- 61鞍部測站年最大風速模擬	153
圖5- 62成功測站年最大風速模擬	154
圖5- 63大武測站年最大風速模擬	155
圖5- 64恆春測站年最大風速模擬	156
圖5- 65高雄測站年最大風速模擬	157
圖5- 66基隆測站年最大風速模擬	158
圖5- 67蘭嶼測站年最大風速模擬	159
圖5- 68澎湖測站年最大風速模擬	160
圖5- 69彭佳嶼測站年最大風速模擬	161
圖5- 70日月潭測站年最大風速模擬	162
圖5- 71台南測站年最大風速模擬	163
圖5- 72台北測站年最大風速模擬	164
圖5- 73台東測站年最大風速模擬	165
圖5- 74宜蘭測站年最大風速模擬	166
圖5- 75玉山測站年最大風速模擬	167
圖5- 76竹子湖測站年最大風速模擬	168
圖5- 77永康測站年最大風速模擬	169
圖5- 78梧棲測站年最大風速模擬	170
圖5- 79淡水測站年最大風速模擬	171
圖5- 80台中測站年最大風速模擬	172
圖5- 81蘇澳測站年最大風速模擬	173
圖5- 82花蓮測站年最大風速模擬	174
圖5- 83新竹測站年最大風速模擬	174
圖5- 84東吉島測站年最大風速模擬	175
圖5- 85七股測站年最大風速模擬	176
圖5- 86嘉義測站年最大風速模擬	177
圖5- 87宜蘭颱風極值分佈	178
圖5- 88新竹颱風極值分佈	178
圖5- 89阿里山颱風極值分佈	179
圖5- 90高雄颱風極值分佈	179
圖5- 91阿里山颱風極值分佈	180
圖5- 92新竹颱風極值分佈	180
圖5- 93宜蘭颱風極值分佈	180
圖5- 94高雄颱風極值分佈	181

 

表目錄
表2- 1所提出對各地況α參考數值	6
表2- 2 Daveport對各地況α之建議	7
表2- 3本國風力規範α值之規定	7
表2- 4 Counihan不同地形z0之建議	8
表2- 5 Simiu不同地形z0之建議	8
表2- 6颱風強度分級	11
表2- 7蒲福風級表	15

表3- 1TypeI極值分佈模型誤差表	24
表3- 2多項式轉換表格	29

表4- 1全台29個人工測站資料記錄狀況	35
表4- 2各站極值分佈形式	41
表4- 3各站測站特性	84

表5- 1模擬誤差總表	99
表5- 2颱風風速與年最大風速之50年設計風速比較	181

參考文獻

[1]. Sherlock ,R.H,1951, ”Analyzing winds for frequency and duration on atmospheric pollution” 1951 Meteorological Monograph American Meteorological Society

[2]. John D. Holmes ,2001,”Wind Load of Structures”,2001 by Spon Press 

[3]. Yuan-Lung Lo ,Jun Kanda ”Annual Maximum Wind Simulation Base on Moment Parameter of Parent Distribution’

[4]. Jun Kanda, Yuan-Lung Lo,Takayuki Wada, “Application of Polynomial Translation Method to Prediction of Annual Maximum Wind Speeds” 

[5]. Winterstein , S.R. ,1988.”Nonlinear Vibration Model for Extremes and Fatigue”, Journal of Engineering Mechanics 114 (1988) 1772–1790

[6]. George Deodatis , ASCE, and Raymond C. Micaletti “SIMULATION OF HIGHLY SKEWED NON-GAUSSIAN STOCHASTIC PROCESSES” Journal of Engineering Mechanics, Vol. 127, No. 12, December 2001, pp. 1284-1295

[7]. L.B. Li, K.K. Phoon, S.T. Quek,2007,” Comparison between Karhunen–Loe`ve expansion and translation-based simulation of non-Gaussian processes”, Computers and Structures 85 (2007) 264–276

[8]. Ying An , M.D. Pandey ”The r largest order statistics model for extreme wind speed estimation”journal of Wind Engineeringand Industrial Aerodynamics 95(2007) 165–182

[9]. 莊月璇,2001, “台灣地區風速機率分佈之研究 ”,中央大學碩士論文
 
[10]. 徐偉誌,2008,“應用高斯過程於風速之回歸分析與隨機數值模擬”,台灣科技大學 博士學位論文 

[11]. Alessio Torrielli, Maria Pia Repetto, Giovanni Solari,2011, ” Long-term simulation of the mean wind speed” Journal of Wind Engineering and Industrial Aerodynamics 99(2011) 1139-1150

[12]. Jing Li , Xin Wang,2012,” An exponential model for fast simulation of multivariate non-Gaussian processes with application to structural wind engineering”, Probabilistic Engineering Mechanics 30 (2012) 37–47

[13]. Debasis Karmakar, Samit Ray-Chaudhuri , Masanobu Shinozuka,2012,” Conditional simulation of non-Gaussian wind velocity profiles: Application to buffeting response of Vincent Thomas suspension bridge”, Probabilistic Engineering Mechanics 29 (2012) 167–175

[14]. Paolo Bocchini, George Deodatisb,2008,” Critical review and latest developments of a class of simulation algorithms for strongly non-Gaussian random fields”, Probabilistic Engineering Mechanics 23 (2008) 393–407

[15]. M. Grigoriu,2009,” Existence and construction of translation models for stationary non-Gaussian processes”, Probabilistic Engineering Mechanics 24 (2009) 545–551

[16]. Be’ne’dicte Puig, Jean-Luc Akian,2004,” Non-Gaussian simulation using Hermite polynomials expansion and maximum entropy principle”, Probabilistic Engineering Mechanics 19 (2004) 293–305

[17]. V. Denoel,2009,” Polynomial approximation of aerodynamic coefficients based on the statistical description of the wind incidence”, Probabilistic Engineering Mechanics 24 (2009) 179–189

[18]. M.D. Shields, G.Deodatis,2013,” A simple and efficient methodology to approximate a general non-Gaussian stationary stochastic vector process by a translation process with applications in wind velocity simulation”, Probabilistic Engineering Mechanics 31 (2013) 19–29

[19]. M. Gioffre`, V. Gusella, M. Grigoriu,2000,” Simulation of non-Gaussian field applied to wind pressure fluctuations”, Probabilistic Engineering Mechanics 15 (2000) 339–345

[20]. Kok-Kwang Phoon, Ser-Tong Quek, Hongwei Huang,2004,” Simulation of non-Gaussian processes using fractile correlation”, Probabilistic Engineering Mechanics 19 (2004) 287–292

[21]. K.K. Phoona, H.W. Huang, S.T. Quek,2005,” Simulation of strongly non-Gaussian processes using Karhunen–Loeve expansion’, Probabilistic Engineering Mechanics 20 (2005) 188–198

[22]. Emil Simu , Robert H. Scalan,1996,”Wind Effect on Structure” , 1996 by John Wiley &Sons, inc.

[23]. Alfredo H-S. Ang , Wilson H. Tang,1984.”Probabiluty Concepts in Engineering Planning and Design Volume I”, 1984 by John Wiley &Sons, inc. 

[24]. Atsushi Yamaguchi , Takeshi Ishihara , Yozo Fujino ” Experimental study of the wind flow in a coastal region of Japan” Journal of Wind Engineering and Industrial Aerodynamics 2003 January vol. 91, 247-264

[25]. Junjie Luo, Cheng Su, Dajian Han,2012,” A simulation methodology of the stationary non-Gaussian stochastic wind pressure field”, Probabilistic Engineering Mechanics 30 (2012) 77–88

[26]. M. Grigoriu ,2007,” A class of weakly stationary non-Gaussian models”, Probabilistic Engineering Mechanics 23 (2008) 378–384

[27]. Jun Kanda, Yuan-Lung Lo,Takayuki Wada, “Application of Polynomial Translation Method to Prediction of Annual Maximum Wind Speeds”  
[28].Edgeworth,F.Y,1989.On the representation of statistics by mathematical formulae(Part1).Journal of the Royal Statistical Society,61(4),670-700

[29]. R.V. Field Jr. , M. Grigoriu ,2012,” A method for the efficient construction and sampling of vector-valued translation random fields”, Probabilistic Engineering Mechanics 29 (2012) 79–91