在極端氣候的影響下，雨量與流量在時間與空間上的分佈是否變得較不平均，豐水期的流量是否有增強的可能性，洪水是否有逐年增強的趨勢；另外乾旱現象是否越來越頻繁，連續乾旱的時間是否也越來越長。為了了解極端氣候下臺灣地區洪水與乾旱的特性為何，本研究將石門水庫入流量分為年最大日流量、年濕季總流量、年最長乾旱天數以及年乾季總流量4種方案，分別以希爾伯特-黃轉換(Hilbert-Huang transform, HHT)與傅利葉轉換(Fourier transform)進行時頻分析並將產生出的時頻圖進行比較。當中傅利葉轉換時頻圖所表現出的能量不夠集中，頻率分佈範圍較廣，精確度較低，無法確切的判斷局部時間點上的頻率與能量變化，然而HHT能忠實的呈現頻率交界間的變化，能量較為集中，可用較高的解析度表現出局部時間與頻率之間的關係，因此選擇HHT進行假說檢定分析。
各方案使用移動平均法從時間上進行分組，每次以一組時間的能量做為基準時間，並與其他組時間的能量進行檢定，將各組時間的檢定通過次數各自累加並分析觀察近年來流量所呈現的趨勢、週期，是否呈現加劇或減緩的現象，並且進而探討洪水與乾旱的特性。從年最大日流量與年濕季總流量結果得知，洪水與濕季總流量皆有增強的趨勢；從年最長乾旱天數與年乾季總流量結果得知，近15年，乾旱天數有逐年增加的趨勢，而乾季期間總流量沒有呈現逐漸下降的趨勢。綜合以上觀點，旱澇並存與極端氣候現象逐年顯著。

The influence of the extreme climate on rainfall and flow in time and space distribution are becoming less equal, wet period whether there is an enhanced flow of the possibility of flooding if there is increasing trend year by year; another phenomenon is more frequent droughts, continuous drought whether the time getting longer and longer. In order to understand the extreme weather in Taiwan why the characteristics of flood and drought, in this study, Shihmen Reservoir inflow into annual maximum daily flow, total flow in the wet season, the annual number of days and the longest droughts in the dry season the total flow four kinds of cases, respectively, Hilbert - Huang Transform (HHT) and Fourier transform for generating a time-frequency analysis and time-frequency diagram for comparison. Among the Fourier transform of the time-frequency diagram showing the energy is not enough focus, frequency distribution broader, less accurate, can not determine the exact local time points changes in the frequency and energy, however, faithfully rendering HHT frequency variation between the junction, the energy is more concentrated, higher resolution available locally exhibit the relationship between time and frequency, so choose HHT analysis with test of hypothesis.
Cases using the moving average method from the time grouped, each with a set of time as the reference time of the energy group time and energy of the other test, the time of the test in each group the respective accumulated and analyzed by observing the number of flows in recent years emerging trends, period, whether to render exacerbate or mitigate the phenomenon, and then explore the characteristics of flood and drought. From the annual maximum daily flow rate and total flow in the wet season results, floods and wet season total flow individually increasing trend; longest drought in the number of days from the year and the annual dry season, the total flow results, nearly 15 years, droughts have increased year by year the number of days trend, while the total flow during the dry season, did not show a declining trend. Based on the above point of view, the coexistence of droughts and waterlogging with extreme weather phenomena remarkable every year.

目錄
謝誌	I
摘要	III
ABSTRACT	IV
目錄	VI
表目錄	VIII
圖目錄	IX
一、前言	1
1.1 研究背景與動機	1
1.2 研究目的與方法	2
1.3 本文架構	3
二、文獻回顧	4
2.1 氣候變遷相關研究	4
2.2 希爾伯特-黃轉換相關研究	4
三、理論概述	7
3.1 傅利葉轉換	7
3.2 希爾伯特-黃轉換	9
3.2.1 經驗模態分解	10
3.2.2 本質模態函數	15
3.2.3 希爾伯特轉換	16
3.2.4 希爾伯特頻譜	16
3.2.5 邊際頻率與邊際時間	18
四、研究案例	21
4.1 石門水庫簡介	21
4.2 資料蒐集與處理	23
4.3 分析方法	25
4.3.1 時頻分析方法比較	26
4.3.2 時能圖分析	37
4.4 結果分析	40
五、結論與建議	59
5.1 結論	59
5.2 建議	60
參考文獻	61

 
表目錄
表3.1  希爾伯特-黃轉換與傅利葉轉換特性比較表	20
表4.1  檢定分組表	37

 
圖目錄
圖3.1  希爾伯特-黃轉換流程圖	10
圖3.2  原始訊號圖	11
圖3.3  局部極大值圖	11
圖3.4  上包絡線圖	11
圖3.5  局部極小值圖	12
圖3.6  下包絡線圖	12
圖3.7  均值包絡線圖	13
圖3.8  原始訊號與均值包絡線之差圖	13
圖3.9  各IMF分量與餘數分量圖	15
圖3.10  希爾伯特頻譜圖	19
圖4.1  石門水庫集水區氣象及水文測站位置圖	22
圖4.2  石門水庫每日入流量圖	23
圖4.3  年最大日流量圖	24
圖4.4  年濕季總流量圖	24
圖4.5  年最長乾旱天數圖	25
圖4.6  年乾季總流量圖	25
圖4.7  石門水庫入流量分析步驟流程圖	26
圖4.8  年最大日流量傅利葉轉換時頻圖	28
圖4.9  年濕季總流量傅利葉轉換時頻圖	28
圖4.10  年最長乾旱天數傅利葉轉換時頻圖	29
圖4.11  年乾季總流量傅利葉轉換時頻圖	29
圖4.12  年最大日流量IMF集合與餘數分量圖	30
圖4.13  年濕季總流量IMF集合與餘數分量圖	31
圖4.14  年最長乾旱天數IMF集合與餘數分量圖	32
圖4.15  年乾季總流量IMF集合與餘數分量圖	33
圖4.16  年最大日流量希爾伯特-黃轉換時頻圖	34
圖4.17  年濕季總流量希爾伯特-黃轉換時頻圖	34
圖4.18  年最長乾旱天數希爾伯特-黃轉換時頻圖	35
圖4.19  年乾季總流量希爾伯特-黃轉換時頻圖	35
圖4.20  年最大日流量1年移動平均檢定圖	41
圖4.21  年最大日流量2年移動平均檢定圖	41
圖4.22  年最大日流量5年移動平均檢定圖	41
圖4.23  年最大日流量10年移動平均檢定圖	41
圖4.24  年最大日流量餘數分量圖	42
圖4.25  年濕季總流量1年移動平均檢定圖	43
圖4.26  年濕季總流量2年移動平均檢定圖	43
圖4.27  年濕季總流量5年移動平均檢定圖	43
圖4.28  年濕季總流量10年移動平均檢定圖	43
圖4.29  年濕季總流量餘數分量圖	44
圖4.30  年最長乾旱天數1年移動平均檢定圖	46
圖4.31  年最長乾旱天數2年移動平均檢定圖	46
圖4.32  年最長乾旱天數5年移動平均檢定圖	46
圖4.33  年最長乾旱天數10年移動平均檢定圖	46
圖4.34  年最長乾旱天數餘數分量圖	47
圖4.35  年乾季總流量1年移動平均檢定圖	48
圖4.36  年乾季總流量2年移動平均檢定圖	48
圖4.37  年乾季總流量5年移動平均檢定圖	48
圖4.38  年乾季總流量10年移動平均檢定圖	48
圖4.39  年乾季總流量餘數分量圖	49
圖4.40  年乾季日流量1年移動平均標準差圖	50
圖4.41  年乾季日流量2年移動平均標準差圖	50
圖4.42  年乾季日流量5年移動平均標準差圖	50
圖4.43  年乾季日流量10年移動平均標準差圖	50
圖4.44  年最大日流量原始資料1年移動平均檢定圖	52
圖4.45  年最大日流量原始資料2年移動平均檢定圖	52
圖4.46  年最大日流量原始資料5年移動平均檢定圖	52
圖4.47  年最大日流量原始資料10年移動平均檢定圖	52
圖4.48  年濕季總流量原始資料1年移動平均檢定圖	54
圖4.49  年濕季總流量原始資料2年移動平均檢定圖	54
圖4.50  年濕季總流量原始資料5年移動平均檢定圖	54
圖4.51  年濕季總流量原始資料10年移動平均檢定圖	54
圖4.52  年最長乾旱天數原始資料1年移動平均檢定圖	56
圖4.53  年最長乾旱天數原始資料2年移動平均檢定圖	56
圖4.54  年最長乾旱天數原始資料5年移動平均檢定圖	56
圖4.55  年最長乾旱天數原始資料10年移動平均檢定圖	56
圖4.56  年乾季總流量原始資料1年移動平均檢定圖	58
圖4.57  年乾季總流量原始資料2年移動平均檢定圖	58
圖4.58  年乾季總流量原始資料5年移動平均檢定圖	58
圖4.59  年乾季總流量原始資料10年移動平均檢定圖	58

1.	Datig M., Schlurmann T., 2004. Performance and limitations of the Hilbert–Huang transformation (HHT) with an application to irregular water waves, Ocean Engineering, Volume 13, p1783–1834.
2.	Ding H., Huang Z., Song Z., Yan Y., 2007. Hilbert–Huang transform based signal analysis for the characterization of gas–liquid two-phase flow, Flow Measurement and Instrumentation, Volume.18, p37–46.
3.	Gao R. X., Yan R., 2006. Hilbert–Huang transform-based vibration signal analysis for machine health monitoring, IEEE transactions on instrumentation and measurement, Volume 55, NO.6.
4.	Hsu E. C.,2007. Hilbert-Huang transform analysis of hydrological and environmental time series, School of Civil Engineering, Purdue University, West Lafayette, USA.
5.	Huang N. E., Zheng S., Long S. R., Wu M. C., Shih H. H., Zheng Q., Yen N., Tung C. C., Liu H. H., 1998. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis, Proc. R. Soc. Lond. A (1998), Volume 454, p903–995.
6.	Huang H., Pan J., 2006. Speech pitch determination based on Hilbert-Huang transform, Signal Processing, Volume 86, p792–803.
7.	Huang Y., Schmitt F. G., Lu Z., Liu Y., 2009. Analysis of daily river flow fluctuations using empirical mode decomposition and arbitrary order Hilbert spectral analysis, Journal of Hydrology, Volume 373, p103–111.
8.	Kizhner S., Flatley T. P., Huang N. E., Blank K., Conwell E., 2004. On the Hilbert-Huang transform data processing system development, IEEE Aerospace Conference Proceedings.
9.	Lehner B., Doll P., Alcamo J., Henrichs T., Kaspar F., 2006. Estimating the impact of global change on flood and drought risks in Europe: a continental, integrated analysis. Climatic Change, Volume 75, p273–299.
10.	Li X., Li D., Liang Z., Voss L. J., Sleigh J. W., 2008. Analysis of depth of anesthesia with Hilbert–Huang spectral entropy, Clinical Neurophysiology, Volume 119, p2465–2475.
11.	Molla M. K. I., Sayedur Rahman M., Sumi A., Banik P., 2006. Empirical mode decomposition analysis of climate changes with special reference to rainfall data, Discrete Dynamics in Nature and Society, Volume 2006, p1–17.
12.	Ortega J., Smith G. H., 2009. HilbertHuang transform analysis of storm waves, Applied Ocean Research, Volume 31, p212–219.
13.	Peng Z. K., Tse P. W., Chu F. L., 2005. A comparison study of improved Hilbert–Huang transform and wavelet transform: Application to fault diagnosis for rolling bearing, Mechanical Systems and Signal Processing, Volume 19, p974–988.
14.	Percival D. B., Walden A. T., 1993. Spectral analysis for physical applications, Cambridge University Press, Cambridge, 583.
15.	Quek S. T., Tua P. S., Wang Q., 2003. Detecting anomalies in beams and plate based on the Hilbert–Huang transform of real signals, Smart Mater. Struct., Volume 12, p447–460.
16.	Rudi J., Pabel R., Jager G., Koch R., Kunoth A., Bogena H., 2010. Multiscale Analysis of Hydrologic Time Series Data using the Hilbert–Huang Transform, Vadose Zone J., 9:925–942.
17.	Veltcheva A. D., Guedes Soares C., 2004. Identification of the components of wave spectra by the Hilbert Huang transform method, Applied Ocean Research, Volume 26, p1–12.
18.	Wegehenkel M., Kersebaum K.-C., 2009. An assessment of the impact of climate change on evapotranspiration, groundwater recharge, and low-flow conditions in a mesoscale catchment in Northeast Germany.  Journal of Plant Nutrition and Soil Science, Volume 172, p737–744.
19.	Xie H., Wang Z., 2006. Mean frequency derived via Hilbert-Huang transform with application to fatigue EMG signal analysis, Computer Methods and Programs in Biomedicine, Volume 82, p114-120.
20.	Xu Y. L., Chen S. W., Zhang R. C., 2003. Modal identification of Di Wang building under Typhoon York using the Hilbert–Huang transform Method, The Structural Design of Tall and Special Buildings, Volume 12, p21–47.
21.	石門水庫全球資訊網，http://www.wranb.gov.tw/mp.asp?mp=4。
22.	林昱廷，2010，以HHT研究氣候變遷對於濁水溪流域降雨之影響，淡江大學水資源及環境工程學系暨研究所。
23.	莊靜怡，2009，應用HHT頻譜於結構物地震損傷之研究，國立中央大學土木工程學系碩士論文。
24.	郭景文，2002，一維複合波的近似拆解法，國立成功大學航空太空工程學系碩士論文。
25.	張毓堯，2007，聖嬰現象對臺灣沿海水位波動的影響，國立臺灣大學海洋研究所碩士論文。
26.	虞國興、莊明德，1991，臺灣乾旱特性之研究，臺灣水利，第40卷，第4期，第20-33頁。
27.	蕭正宗、楊欣怡、馬家麟，2002，台灣地區降雨特性趨勢分析，第十三屆水利工程研討會，第B-1-B-7頁。
28.	鄭俊鴻，2009，希爾伯特-黃轉換為基礎之適應性決策雜訊濾除，國立東華大學電機工程學系碩士論文。
29.	謝志敏，2007，希爾伯特黃轉換簡介(Hilbert Huang Transform)，http://www.ancad.com.tw/presentation%20files/VisualSignal/%E4%B8%80%E8%88%AC%E6%80%A7%E4%BB%8B%E7%B4%B9/HHT.pdf。
30.	澀谷道雄，2009，「世界第一簡單傅立葉分析」，世茂出版有限公司。