收集地下水位資料更智慧,自動化偵測與補遺更聰明水利規劃試驗所

按讚加入E河川-交流水知識粉絲團 

  發刊期數:第0400期/ 發布日期:2020/09/11

◎水位異常值偵測流程_pic

地下水水位資料來自於水利署觀測井網,資料年份長達20年以上,包含廢井、現存井及移井數量多達八百口以上,因每口井都有各自水井基本資料(如井頂高程、地質剖面、井深等),地下水位資料也受到地質條件、人為活動與自然環境變動影響,資料量龐大,且早期水位資料皆為定期派人到現場收回水位計資料後才彙整,往往從發現資料異常到檢修故障儀器完成,都已經經過數月,再加上複雜的水位變動趨勢,水利署為檢核每口水井的資料正常,著實花費大量心力。

  • 水位值補遺流程水位值補遺流程

地下水相關研究計畫常常利用資料分析方法,以客觀的角度自實際的觀測資料中找出有意義的資訊,以瞭解研究對象;若長期的資料中含有因機器產生的異常值,不屬於真正的水位變化,則資料分析結果將會提供錯誤的訊息,進而影響後續的分析與模式建置,先行將這些異常水位值移除在資料分析中是非常重要的。

  • 水位異常值偵測流程水位異常值偵測流程

水利規劃試驗所濁水溪沖積扇為例,提出一套水位資料自動清理的方法,對於所蒐集之地下水水位資料進行水位異常值偵測與補遺,流程與資料處理結果如下:

  • 線西(2)的水位異常偵測結果線西(2)的水位異常偵測結果

第一張圖紅色為異常醒目標示,第二張圖為拿掉標示後,第三張圖為刪除異常值結果

  • 崙子(1)補遺結果圖,紅色為補遺資料崙子(1)補遺結果圖,紅色為補遺資料

補遺的部分利用了fbprophet時間序列分解法可使用在有缺漏值的地下水水位進行拆解,可拆解得到整體水位趨勢以及殘差項,再對參差項進行標準化,採用的貝氏最大熵法(D’Or,Bogaert et al.,2001)這種時空間地理統計方法,可以同時考慮空間與時間的相關性,此方法已被證實比傳統空間統計方法(如各種克利金)更具有推估準確性。

主題回應