課程資訊
課程名稱
高等水文分析
Advanced Hydrologic Analysis 
開課學期
107-1 
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。以中文授課,使用中文講義、英文參考書籍。
總人數上限:30人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/1071CIE7033_ 
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. 
學期考試 
30% 
Open book, 第1-5單元 
2. 
作業 
70% 
作業份量很重,應儘快熟悉一種電腦程式語言 
 
課程進度
週次
日期
單元主題
第1週
09/13  1.Statistical Treatment of Hydrologic Data:
a.Basic Statistics, b.Hypothesis Testing
c.Gaussian Random Variables 
第2週
09/20  1.Statistical Treatment of Hydrologic Data:
c.Gaussian Random Variables
2.Regression and Principle Component Analysis:
a.Linear Regression 
第3週
09/27  2.Regression and Principle Component Analysis
b.Nonlinear Regression
c.Choice of Model 
第4週
10/04  2.Regression and Principle Component Analysis: d.Principle Component Analysis 
第5週
10/11  氣候變遷和分組Project 
第6週
10/18  3.Uncertainty and Reliability Analysis:a.Concept of Loading and Capacity b.Method of First Order Second Moment 
第7週
10/25  3.Uncertainty and Reliability Analysis c.Applications & Examples 
第8週
11/01  4.Analysis of Time Series Data:a.Stationarity, b.Stochastic Structure-Trend, Periodic and Autocovariance Components. 
第9週
11/08  4.Analysis of Time Series Data:
c.Analysis of Sample Moments, d.AR, MA and VAR models. 
第10週
11/15  4.Analysis of Time Series Data:
e.Infilling Missing Data,
f.Data Synthesis. 
第11週
11/22  5.Geostatistics or Kriging:a.Spatial Statistical Structure and Estimate,
b.Best Linear Unbiased Estimation (BLUE). 
第12週
11/29  5.Geostatistics or Kriging:c.Kriging Models, SK, OK, RK, UK etc., d.Objective Function and Goodness Test. 
第13週
12/06  5.Geostatistics or Kriging:e.Application Examples. 
第14週
12/13  6.Real-Time Forecasting and Kalman Filter:a.Minimum Variance Estimator, b.Bayesian approach and Fisher approach, c.Kalman Filter. 
第15週
12/20  6.Real-Time Forecasting and Kalman Filter, d.Ensemble Kalman Filter.在01/02~01/07間,擇日學期考,考試範圍包含卡門濾波。 
第16週
12/27  6.Real-Time Forecasting and Kalman Filter:d.Ensemble Kalman Filter, e.Application Examples. 
第17週
01/03  7.Frequency Analysis:a.Method of Maximum Likelihood, b.Plotting Postion Method, c.Intensity-Duration-Frequency Analysis, d.Linear Moments. 
第18週
01/10  7.Frequency Analysis:a.Method of Maximum Likelihood, b.Plotting Postion Method, c.Intensity-Duration-Frequency Analysis, d.Linear Moments.