內政部20 公 尺 網 格 數值地形模型的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列地圖、推薦、景點和餐廳等資訊懶人包

SWAT+模式之地景單元與靈活空間組態對改善水庫集水區模擬之評估

為了解決內政部20 公 尺 網 格 數值地形模型的問題，作者童薏儒 這樣論述：

水資源管理一直都是全球研究與關注之議題，特別是集水區之逕流管理與非點源汙染控制，而數理模式以成為水資源管理非常有效的工具。SWAT模式係一集水區非點源汙染管理模式，曾廣泛應用於國內外許多集水區，而SWAT+(Soil and Water Assessment Tool+)模式則為原SWAT模式開發團隊於2019年在原本模式基礎上加以改良並修正後推出之新版本。本研究主要簡介SWAT+模式之重大更新與新空間組態變革，比較新舊版中參數定義與演算方程式之修正，並彙整新舊版輸入參數之差異，最後以新的空間物件建立翡翠水庫集水區組態，模擬自2008至2018年，共計11年間之河川流量變化，評估SWAT+模

式之水文模擬成效。研究結果顯示SWAT+模式在河川流量之模擬呈現整體低估，年檢定與驗證效率係數趨近於零，而月檢定與驗證效率係數也分別只有0.07和0.09。深入分析後發現SWAT+模式之地表水傳輸與量化十分合理，年檢定與驗證效率係數高達0.90和0.86，月檢定與驗證效率係數則分別為0.89和0.88，表示SWAT+模式預設之地景單元流量分配合理，不需使用者改寫分配比例，即可反應集水區內地表水流況。然而，另一方面模式模擬地下含水層補注至河道水量似有過分低估情形，進而導致河川基流量偏低，因此河川流量長期模擬也呈現低估。最後本研究參考兩篇近期相關文獻，再次深入分析目前地下水流演算欠佳之主要原因，也

為後續研究者提供改善模擬指引與建議後續研究之方向。

數值模擬軟體結合AI人工智慧預測城市淹水狀況並導入雲端平台圖示化輸出展示

為了解決內政部20 公 尺 網 格 數值地形模型的問題，作者陳弘笙 這樣論述：

本研究將以防汛為主題，提出以AI人工智慧結合數值模擬軟體運算產出城市淹水預報圖，並圖示化展示於雲端平台。臺北市中山集水區作為研究區域，以SOBEK Urban為物理模型之模擬運算軟體，從臺北市官方資料大平台中取得該地區下水道資料管線、人孔蓋、數值地形模型(Digital Elevation Model，DEM)以及介接即時下水道水位感測器API等等，以上述資料建置物理模型並透過SOBEK進行驗證，且模擬大量不同降雨情境之淹水數據，作為訓練AI人工智慧的訓練資料。因該數據集皆具有時序特性，故使用長短期記憶網路(Long Short-Term Memory，LSTM)作為預測實驗區域淹水範圍以及

深度之預報圖，該方法有別於一般物理模型數值模擬數十分鐘甚至數小時的計算時間，並且物理模型模擬計算時間也與設置以及輸入的參數大小成正比關係，而本研究架設之LSTM模型將以3分鐘內產出淹水預報圖，並上傳於雲端平台展示。使用者將能於該雲端平台介面輸入時間以及雨量兩參數，輸入後將由後端伺服器內部LSTM模型進行運算，預測資料輸出後則由地理資訊系統(Geographic Information System，GIS)軟體進行自動化轉檔以及地理座標定位，最終呈現於雲端介面中提供使用者參考。