資料同化Data assimilation與系集預報Ensemble forecasting

資料同化Data assimilation
http://en.wikipedia.org/wiki/Data_assimilation

系集預報Ensemble forecasting
http://en.wikipedia.org/wiki/Ensemble_forecasting

2006~2008QPESUMS資料處理工作

目前取得2006~2008 QPESUMS 觀測資料內容

預計將資料轉存到資料庫中在備份回水利署資料庫中

水利署備份主機 採用之Redhat 8 使用MYSQL版本為 3.23之版本

相關資料庫版本需要至少低於 此版本

WINDOWS 下載LINUX 主機檔案

在WINDOWS下使用pscp.exe
pscp.exe 下載資訊請參閱

http://libai.math.ncu.edu.tw/bcc16/6/putty/pscp.html

語法如下
在CMD下輸入
pscp -r user@host:/home/fews/qpe c:/qpesums/
-r 為 COPY整個資料夾
user 為 LINUX主機上之帳號
host為 LINUX主機上之IP

/home/fews/qpe為 LINUX主機上之路徑
c:/qpesums/ 為WINDOWS上的資料夾

中央氣象局颱風侵台路徑分類與整理資訊

第一類：通過台灣北部海面向西或西北進行者
第二類：通過台灣北部向西或西北進行者
第三類：通過台灣中部向西或西北進行者
第四類：通過台灣南部向西或西北進行者
第五類：通過台灣南方海面向西或西北進行者
第六類：沿東岸或東部海面北上者
第七類：沿西岸或台灣海峽北上者
第八類：通過台灣南方海面向東或東北進行者
第九類：通過台灣南部向東或東北進行者

1958~2006年侵台颱風個數統計資料
5月 6個 (3.6%)
6月14個(8.5%)
7月40個(24.3%)
8月47個(28.5%)
9月38個(23.0%)
10月16個(9.7%)
11月3個(1.8%)
12月1個(0.6%)
整度年165個

現有使用之參數資料

河道斷面資料
糙度係數
集水區面積(集水區範圍)
集水區土地利用
匯流點位置

歷年蒸發散係數

1. 超滲降雨量計算 (土壤濕度、定側入流量、直接逕流、計算降雨損失)
PCTIM(永不透水面積比例)
ADIMP (額外不透水面積比例)
SARVA (透水飽和面積比例)
UZTWM (上層張力水最大值)
UZFWM (上層自由水最大值)及UZK(上層自由水排水係數)
ZPERC(下層區域最大入滲需求量係數)及REXP(入滲指數)
PFREE(直接進入下層自由水之滲透水比重)
LZTWM (下層張力水最大值)
LZFSM(下層淺層自由水最大值)及LZSK (下層淺層自由水日排出係數)
LZFPM(下層深層自由水最大值) 及LZPK(下層深層自由水日排出係數)
RESERV (下層自由水容量不參與蒸發之比例)及SIDE(基流量傳送損失係數)
SSOUT(河川損失量)

2.降雨逕流轉換
單位歷線

降雨重現期距資料更新
降雨量對應之重現期距

流量率定曲線參數更新

FEWS_Taiwan工作日誌20090504

合併檔案時出現錯誤 將舊檔案 覆蓋於新檔案中

後續執行時需要注意版本更新之工作

另外有關資料內容之建置需要依照原先定義好之流程進行資料設定工作

避免資料重複建置與復原之工作

完成濁水溪 三站 上游集水區資料建置

修正南投縣降雨資訊無法顯示之問題

在四河局FEWS架構中包含

濁水溪流域 FEWS
1濁水溪流域水庫
2第四河川局氣象局雨量站
2.1 10min
2.2 1hour
2.3 Statistics
3.濁水溪流域水文站
4.濁水溪流域集水區
5.濁水溪預報地點

水位站上游集水區
濁水溪集水區

台灣各鄉鎮分區降雨
南投縣
雲林縣

AJAX APIs Playground Arrow Formatter

function drawVisualization() {
// Create and populate the data table.
var data = new google.visualization.DataTable();
data.addColumn('string', '水位站');
data.addColumn('number', '水位(m)');
data.addRows(10);
data.setCell(0, 0, '高屏溪');
data.setCell(0, 1, 12, '12.0');
data.setCell(1, 0, '中港溪');
data.setCell(1, 1, -7.3, '-7.3');
data.setCell(2, 0, 'Toys');
data.setCell(2, 1, -1, '0.5');
data.setCell(3, 0, '南湖一橋');
data.setCell(3, 1, -2.1, '-2.1');
data.setCell(4, 0, '南湖二橋');
data.setCell(4, 1, 22, '22.0');
data.setCell(5, 0, '高屏溪');
data.setCell(5, 1, 12, '12.0');
data.setCell(6, 0, '中港溪');
data.setCell(6, 1, -7.3, '-7.3');
data.setCell(7, 0, 'Toys');
data.setCell(7, 1, -1, '0.5');
data.setCell(8, 0, '南湖一橋');
data.setCell(8, 1, -2.1, '-2.1');
data.setCell(9, 0, '南湖二橋');
data.setCell(9, 1, 22, '22.0');

// Create and draw the visualization.
var table = new
google.visualization.Table(document.getElementById('visualization'));

var formatter = new google.visualization.TableArrowFormat();
formatter.format(data, 1); // Apply formatter to second column

table.draw(data, {allowHtml: true, showRowNumber: true});