摘要：
為減少海岸公路及港區因越波(浪襲)所造成的災害，本研究計畫需透過網路攝影監視系統資料，配合影像判釋技術分析易越波區域受波浪襲擊情況，並發展影像判釋越波警示技術。本研究計畫區域為「台11線人定勝天路段」與「花蓮港區防波堤」兩區域，需透過已架設之攝影系統，蒐集影像資料及分析溯升與越波情況，並回傳交通部運輸研究所(以下簡稱運研所)，以作為越波警示之依據。
本研究為4年期計畫，本年度(民國112年)為第2年期，於第1年期「建置影像判釋溯升/越波技術(日間)」(簡稱前期計畫)之基礎上，本年度主要需完成夜間越波影像判釋技術。此外，本年度亦需針對人定勝天路段，透過機器學習方式發展溯升/越波模型，導入臺灣近岸海象預測系統 (TaiCOMS2.0)資料，推估公路溯升情況，並與既有海岸公路浪襲預警系統結果進行比對以評估其成效。
於前期計畫基礎下，本年度已於人定勝天路段建置日/夜間影像判釋溯升系統。透過光學/熱成像兩種攝影設備佈放，已成功蒐錄本年度瑪娃、杜蘇芮、卡努、蘇拉及海葵等颱風事件期間日/夜間影像資料。其中，熱成像能補足光學影像夜間無法順利蒐錄影像之缺點，且因其為拍攝熱感溫度變化機制，使其於雨天前期溫差仍處較大條件下仍可有效拍攝溯升影像。然而，就影像判釋分析結果而言，發現熱成像雖可於夜間蒐錄影像並進行水線判釋，惟因其需有顯著溫差條件下才能有效合理判釋，並非所有時段均能達到警戒效果。本計畫為使影像判釋溯升技術能應用於海岸公路浪襲警戒，已於本年度建立自動化影像判釋溯升系統，並依據兩年度影像分析成果，訂定影像水線判釋門檻值，藉以自動化判釋時能夠獲得可靠的水線分析成果。此外，亦將此自動化結合影像警戒線判斷，發布越波警戒燈號，以利實務上公路浪襲警戒所用。
此外，依據前期計畫針對既有浪襲預警系統精進規劃成果，進行本年度預警系統之強化作業。引入機器學習(高斯過程)方法，建立外海海象與近岸溯升關係(納入波向考量)，已建立人定勝天路段溯升機器學習模型。透過TaiCOMS2.0海象預報資料的輸入，已可以順利進行溯升預報產製。進一步將其預報結果和影像判釋與感測器結果進行比對，整體來說，影像分析與溯升預報相對於感測器觀測資料而言仍有部分誤差存在，但大多仍可在誤差區間內，應可作為未來精進預報模型與影像分析之參考。

目　錄
摘　要 I
目　錄 III
圖目錄 V
表目錄 VIII
第一章　緒論 1-1
1.1 計畫緣起 1-1
1.2 計畫目的 1-1
1.3 工作項目與內容 1-2
1.4 工作流程規劃 1-2
1.5 工作執行進度規劃安排 1-4
1.6 第一年度(111年)計畫成果摘要 1-5
1.7 本(112)年度預期效益及成果 1-10
1.8 後續年度計畫執行之前置作業 1-10
1.9 環境背景現況說明 1-11
1.9.1 氣象 1-12
1.9.2 海象環境 1-15
1.9.3 地質環境 1-19
1.9.4 海岸災害 1-19
1.9.5 花蓮海岸公路浪襲預警系統概述 1-25
第二章　溯升與越波資料蒐集 2-1
2.1 溯升計觀測資料蒐集 2-1
2.1.1 溯升觀測站建置 2-2
2.1.2 溯升觀測站建置溯升計觀測資料蒐集與分析 2-3
2.2 影像觀測資料蒐集 2-4
第三章　溯升與越波觀測資料分析 3-1
3.1 影像判釋技術精進 3-1
3.1.1 影像預處理 3-3
3.1.2 第一次影像辨識 3-10
3.1.3 第二次影像辨識 3-18
3.1.4 熱成像 3-22
3.1.5 影像描述 3-23
3.2 影像分析驗證 3-33
3.2.1 人為判釋驗證 3-33
3.2.2 溯升計驗證 3-39
3.3 情境分析 3-40
第四章　自動化影像判釋系統建立 4-1
第五章　機器學習溯升模型發展 5-1
5.1 數值模式與機器學習模型說明 5-4
5.1.1 數值模式說明 5-4
5.1.2 機器學習模型說明 5-10
5.2 模型建置成果說明 5-12
5.2.1 颱風事件追算模擬 5-13
5.2.2 溯升模擬分析 5-14
5.2.3 機器學習模型建置與分析 5-17
第六章　結論與建議 6-1
6.1 結論 6-1
6.2 建議 6-2
6.3 成果效益及應用情形 6-3
參考文獻 參-1
附錄一　期末報告審查意見回覆及辦理情形 附1-1
附錄二　期末報告簡報 附2-1
附錄三　期中報告審查意見回覆及辦理情形 附3-1
附錄四　歷次工作會議記錄 附4-1

 
圖目錄
圖1.1　計畫工作流程與執行架構 1-3
圖1.2　海岸公路原始影像 1-7
圖1.3　RGB色彩空間及其經對比度調整強化後的影像 1-7
圖1.4　HSV色彩空間及其經對比度調整強化後的影像 1-7
圖1.5　YUV色彩空間及其經對比度調整強化後的影像 1-8
圖1.6　YUV色彩空間統計分析結果 1-9
圖1.7　U色彩空間(紅框表示白沫區) 1-9
圖1.8　水線擷取之成果 1-10
圖1.10　計畫區與花蓮沿海鄉鎮測站分布圖 1-13
圖1.11　花蓮沿海地區月平均溫度與日照時數分布圖(2019/10~2023/9)
1-13
圖1.12　花蓮沿海地區月平均降雨量與降雨日數分布圖(2019/10~2023/9) 1-13
圖1.13　歷年花蓮港測站風玫瑰圖(2002/12~2021/11) 1-14
圖1.14　花蓮港每月潮位統計圖(2002~2021) 1-16
圖1.15　石梯港每月潮位統計圖(2002~2021) 1-16
圖1.16　花蓮港歷年四季及全觀測期海流流速機率分佈圖 1-18
圖1.17　花蓮港歷年四季及全觀測期海流流向機率分佈圖 1-18
圖1.18　花蓮地區海岸聚落於災害徵兆(Ts)-災害潛勢(Tp)二維分布情形
1-20
圖1.19　浪襲台11線海岸公路事件現場概況 1-23
圖1.20　花蓮海岸公路浪襲預警系統畫面及燈號 1-26
圖2.1　台11線人定勝天路段海岸斷面現況(攝於112/05/26) 2-2
圖2.2　花蓮縣台11線人定勝天段溯升感測器安裝完工圖 2-3
圖2.3　花蓮縣台11線人定勝天段溯升觀測站之訊號中繼站位置圖 2-3
圖2.4　建置FTP站接收溯升觀測站回傳之逐時觀測資料 2-4
圖2.5　北側斷面感測器因不可抗拒因素毀損 (左圖)，並以備品支應，
恢復觀測 (右圖) 2-4
圖2.6　颱風期間日間(a)光學影像和(b)熱成像影像（無雨） 2-7
圖2.7　颱風期間日間(a)光學影像和(b)熱成像影像（有雨） 2-8
圖2.8　颱風期間夜間(a)光學影像和(b)熱成像影像（無雨） 2-9
圖2.9　颱風期間夜間(a)光學影像和(b)熱成像影像（有雨） 2-10
圖3.1　海岸線判釋技術流程圖 3-1
圖3.2　陰晴且小浪之範例影像 3-2
圖3.3　下雨且大浪之範例影像 3-2
圖3.4　濾波器運算規則示意圖 3-4
圖3.5　影像邊界鏡射示意圖 3-4
圖3.6　本計畫使用之高斯濾波器 3-5
圖3.7　高斯濾波器使用前之影像判釋結果 3-5
圖3.8　高斯濾波器使用後之影像判釋結果 3-5
圖3.9　非等向性擴散濾波器處理前後之範例影像 3-6
圖3.10　CIE 1931 色度圖 3-7
圖3.11　色彩空間轉換流程圖 3-10
圖3.12　感興趣區域於影像中之相對位置 3-11
圖3.13　陰晴且小浪(左)及下雨且大浪(右)之感興趣區域 3-11
圖3.14　陰晴且小浪之感興趣區域影像分割結果 3-13
圖3.15　下雨且大浪之感興趣區域影像分割結果 3-13
圖3.16　陰晴且小浪之群心數值統計圖 3-14
圖3.17　下雨且大浪之群心數值統計圖 3-15
圖3.18　陰晴且小浪(左)及下雨且大浪(右)之二值影像 3-15
圖3.19　形態學運算使用之結構元素 3-16
圖3.20　形態學閉運算之概念圖 3-16
圖3.21　陰晴且小浪(左)及下雨且大浪(右)經閉運算之二值影像 3-16
圖3.22　經陰晴且小浪(左)及下雨且大浪(右)經後處理之二值影像 3-16
圖3.23　陰晴且小浪範例影像第一次影像辨識之海岸線 3-17
圖3.24　下雨且大浪範例影像第一次影像辨識之海岸線 3-17
圖3.25　以前次辨識結果劃分海岸線區域 3-19
圖3.26　第二子區域 3-20
圖3.27　第二子區域影像分割結果 3-20
圖3.28　第二子區域各分群群心數值統計分析圖 3-20
圖3.29　第二子區域後處理前之二值影像 3-21
圖3.30　第二子區域後處理後之二值影像 3-21
圖3.31　陰晴且小浪範例影像第二次影像辨識之海岸線 3-21
圖3.32　熱成像範例影像 3-22
圖3.33　熱成像之K-means分群法結果 3-22
圖3.34　後處理後之熱成像二值影像 3-23
圖3.35　熱成像範例影像之影像判釋結果 3-23
圖3.36　針孔相機模型 3-24
圖3.37　現場量測及量測工具 3-26
圖3.38　共線方程計算水平誤差分析（光學影像） 3-26
圖3.39　共線方程計算高程誤差分析（光學影像） 3-27
圖3.40　共線方程計算水平誤差分析（熱成像影像） 3-27
圖3.41　共線方程計算高程誤差分析（熱成像影像） 3-28
圖3.42　地形高程資料套疊影像之成果（光學影像） 3-28
圖3.43　地形高程資料套疊影像之成果（熱成像影像） 3-28
圖3.44　花蓮人定勝天路段預報斷面於影像位置圖(111/4/15) 3-30
圖3.45　花蓮人定勝天夜間影像分析測試 3-31
圖3.46　車輛通過影像分析測試 3-32
圖3.47　影像水線判釋誤差於(a)陰晴(小浪)之分析結果 3-35
圖3.48　影像水線判釋誤差於(b)下雨(小浪)之分析結果 3-36
圖3.49　影像水線判釋誤差於(c)陰晴(大浪)之分析結果 3-37
圖3.50　影像水線判釋誤差於(d)下雨(大浪)之分析結果 3-38
圖3.51　光學影像之溯升計驗證 3-39
圖3.52　熱成像之溯升計驗證 3-39
圖3.53　晴天且大浪之影像判釋結果 3-40
圖3.54　晴天且中浪之影像判釋結果 3-40
圖3.55　晴天且小浪之影像判釋結果 3-40
圖3.56　陰天且大浪之影像判釋結果 3-41
圖3.57　陰天且中浪之影像判釋結果 3-41
圖3.58　陰天且小浪之影像判釋結果 3-41
圖3.59　雨天且大浪之影像判釋結果 3-42
圖3.60　雨天且中浪之影像判釋結果 3-42
圖3.61　雨天且小浪之影像判釋結果 3-42
圖4.1　影像分析水線有效性之判釋成果 4-2
圖4.2　影像分析水線有效性通過門檻之局部時間點結果 4-2
圖4.3　影像判釋自動化之流程圖 4-2
圖4.5　自動化影像判釋越波警戒線圖 4-4
圖5.1　SCHISM模式架構圖 5-5
圖5.2　 臺灣周圍水深地形與網格分布 5-8
圖5.3　人定勝天路段陸海域地形資料與溯升模擬範圍與網格資料 5-10
圖5.4　示性波高和最大2%溯升高高斯過程的機器學習流程示意圖 5-12
圖5.5　混合風場圖(以2016年梅姬颱風事件為例) 5-13
圖5.6　颱風事件追算模擬與量測資料時序列比較
(以2016年莫蘭蒂、馬勒卡、梅姬颱風事件為例) 5-14
圖5.7　FUNWAVE第一層範圍模擬結果(紅框為人定勝天路段) 5-15
圖5.8　FUNWAVE第二層範圍模擬結果 5-16
圖5.9　影像分析與溯升追算比對結果 5-17
圖5.10　值比較像分析與溯升追算比對結果 5-17
圖5.11　溯升預報、感測器觀測值與影像分析高程之比較結果
(2023瑪娃颱風事件) 5-18
圖5.12　溯升預報、感測器觀測值與影像分析高程之比較結果
(2023海葵颱風事件) 5-18

表目錄
表1 1　本年度(112年)計畫分項工作進度規劃 1-4
表1 2　花蓮沿海鄉鎮氣象站資料概況 1-12
表1 3　花蓮浮標每月波高統計表(2003-2022) 1-15
表1 4　花蓮沿海潮位統計 1-16
表1 5　花蓮港測站分季流速分佈統計表(2003~2020) 1-17
表1 6　花蓮港測站利年分季流向分佈統計表 1-17
表1 7　相關浪襲台11線海岸公路事件新聞蒐集 1-24
表2 1　花蓮縣台11線人定勝天段溯升計安裝位置 2-2
表3 1　sRGB色彩空間三原色及白點色度值 3-8
表3 2　陰晴且小浪之感興趣區域各分群群心數值 3-14
表3 3　下雨且大浪之感興趣區域各分群群心數值 3-14
表3 4　範例影像之最大值指數與平均值指數 3-18
表3 5　第二子區域各分群群心數值 3-20
表3 6　蘇拉颱風期間溯升計與影像判釋結果比對 3-39
表4 1　不同來源影像規格 4-3
表5 1　以機器學習進行溯升預測之相關研究 5-3