課程資訊
課程名稱
高等水文分析
Advanced Hydrologic Analysis 
開課學期
109-1 
授課對象
工學院  水利工程組  
授課教師
李天浩 
課號
CIE7033 
課程識別碼
521 M2410 
班次
 
學分
3.0 
全/半年
半年 
必/選修
必修 
上課時間
星期四1,2,3,4(8:10~12:10) 
上課地點
土研402 
備註
建議先修科目:水文學、工程統計學。教材為中文,可用英文講解。
總人數上限:30人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/1091CIE7033_ 
課程簡介影片
 
核心能力關聯
核心能力與課程規劃關聯圖
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

(一)統計檢定方法
(二)迴歸與主成份分析
(三)不確定性分析
(四)時間序列簡介
(五)克利金法
(六)卡門濾波簡介
 

課程目標
(一)介紹水文資料統計分析的理論與方法
(二)撰寫與運用電腦程式,分析實際案例,熟悉演算理論方法
 
課程要求
 
預期每週課後學習時數
 
Office Hours
每週四 12:20~14:20 
指定閱讀
 
參考書目
(一)教科書:

Maidment, D. R., Handbook of Hydrology, editor, McGraw-Hill, Inc., 1993.

(二)參考書:

1. Chow, Maidment and Mays, Applied Hydrology, 1988.

2. Mays and Tung, Hydrosystems Engineering & Management, McGraw Hill, 1992.

3. Bras and Rodriguez-Iturbe, Random Functions and Hydrology, 1985

 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
作業 
70% 
作業份量很重,應儘快熟悉一種電腦程式語言 
2. 
學期考試 
30% 
Open book, 第1-5單元 
 
課程進度
週次
日期
單元主題
第1週
09/17  1.Statistical Treatment of Hydrologic Data:
a.Basic Statistics,
b.Hypothesis Testing  
第2週
09/24  1.Statistical Treatment of Hydrologic Data:
c.Gaussian Random Variables 
第3週
10/01  中秋節放假 
第4週
10/08  2.Regression and Principle Component Analysis
a.Linear Regression
b.Nonlinear Regression 
第5週
10/15  2.Regression and Principle Component Analysis:
c.Choice of Model
d.Principle Component Analysis 
第6週
10/22  3.Uncertainty and Reliability Analysis:
a.Concept of Loading and Capacity
b.Method of First Order Second Moment 
第7週
10/29  3.Uncertainty and Reliability Analysis
c.Applications & Examples 
第8週
11/05  4.Analysis of Time Series Data:
a.Stationarity
b.Stochastic Structure-Trend, Periodic and Autocovariance Components. 
第9週
11/12  4.Analysis of Time Series Data:
c.Analysis of Sample Moments,
d.AR, MA and VAR models. 
第10週
11/19  4.Analysis of Time Series Data:
e.Infilling Missing Data,
f.Data Synthesis. 
第11週
11/26  5.Geostatistics or Kriging:
a.Spatial Statistical Structure and Estimate,
b.Best Linear Unbiased Estimation (BLUE). 
第12週
12/03  5.Geostatistics or Kriging:
c.Kriging Models, SK, OK, RK, UK etc.,
d.Objective Function and Goodness Test. 
第13週
12/10  5.Geostatistics or Kriging:
e.Application Examples. 
第14週
12/17  6.Real-Time Forecasting and Kalman Filter:
a.Minimum Variance Estimator,
b.Bayesian approach and Fisher approach,
c.Kalman Filter. 
第15週
12/24  6.Real-Time Forecasting and Kalman Filter,
d.Ensemble Kalman Filter. 
第16週
12/31  6.Real-Time Forecasting and Kalman Filter:
d.Ensemble Kalman Filter,
e.Application Examples. 
第17週
01/07  4.Frequency Analysis:
a.Method of Maximum Likelihood,
b.Plotting Postion Method,
c.Intensity-Duration-Frequency Analysis 
第18週
01/14  Final Test
Starts from 9am