Browsing by Author "Chen, Hsiang-Han"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    利用環境資料預測地表位移及坡地災害事件
    (2024) 何其恩; Ho, Chi-En
    自1940年代起，隨著全球氣溫逐年升高，災害發生頻率也顯著上升。重大災害事件數從每年約20起增加至每年超過400起，顯示全球均溫上升驅動了更多致災因子，直接反映在災害事件數量上及次生災害之比率。劇烈天氣事件能改變近地表地質特性、觸發地質災害事件如地層下陷、土壤液化、坡地災害等，由於這些地質災害事件可反應在地表變形資料上，如何利用環境資料（包含大氣類、地下水、潮汐等資料）預測地表變形資料（GNSS和地震資料）及坡地災害事件？這幾個問題驅動了我們對「天然災害鏈預測」可行性評估的動機。本研究的主要工作目標為利用長短期記憶模型（LSTM模型）及支持向量迴歸（SVR模型）之演算法，建立地下水位、地表變形及坡地災害之預測模型。首先我們利用2004年至2020年潮州地區兩個自動氣象站所提供的氣溫、雨量、風向、風速，以及目標預測測站之歷史地下水位，預測十二個地下水測站的地下水位，比較LSTM模型和SVR模型的表現，結果顯示，大部分地下水測站的LSTM模型在測試集上的平均決定係數高達0.90。其次，我們應用相同方法，探討2013年至2020年垂直地表變形預測，新加入了氣壓、相對濕度以及潮位資料，發現GNSS測站的LSTM模型在測試集上的平均決定係數達0.94，而更高採樣點率寬頻地震站位移場的平均決定係數達0.89，不同測試皆證實LSTM較SVR模型預測表現更佳。最後，我們以農業部農村發展及水土保持署的坡地災害事件目錄為基礎，評估了不同年份組成的四個資料集。由2010年至2012年的訓練集以及2013年至2014年的測試集組成的資料集表現最佳，顯示了環境資料在坡地災害預測中的潛力，準確率達0.83，精準率為0.95，召回率為0.67。綜合以上， LSTM模型展示了對於時序資料強大的預測能力，並強調了環境資料在地表變形及坡地災害預測中的關鍵作用。本研究並測試六個不同的氣象參數在預測模型之貢獻度，依照重要程度依序如下：氣溫、氣壓、風速、風向、相對濕度、雨量，然而同時考慮此六個氣象參數的模型，其預測效能仍優於單一氣象參數。本研究具體提供了氣象與地質災害間的預測方法論，期能在未來用於近即時警報/預報、並為未來政策制定提供即時參考依據。
  • No Thumbnail Available
    Item
    高中科學教師參與學習共同體共同備課社群之運作與成效之個案研究
    (2017) 陳相翰; Chen, Hsiang-Han
    本研究目的在探討高中科學教師參與學習共同體共同備課社群的過程，所促發的教師專業成長。本研究採個案研究方法，以學習共同體著重學生學習參與歷程的理念，針對一個共同備課社群、其中的一位個案教師與其學生作為三層次的分析單位，由此展現並詮釋此專業學習社群中的一位教師參與共同備課的教學歷程變化。研究資料包含質性與量化兩部分，結合分析參與觀察紀錄、會議記錄與訪談資料，並探討個案教師的學生在Lawson的科學推理測驗、成就測驗及參與態度問卷結果的關聯性，剖析出個案教師參與學習共同體共同備課社群過程中，專業成長的全貌。 研究結果顯示，參與社群的教師以學習者學習需求為核心而進行課程重組與設計，增能教師對於課程架構、佈題策略、學科知識與實踐科學探究的教師專業；學生於科學推理、成就測驗及學習共同體課程參與的態度三者間的表現並無顯著相關，但因學習共同體的討論課程而能培養學生對科學學習及能力的養成，而教師參酌學生學習表現並以此作為教學調整的依據，反思教學並規劃自己的學習共同體教學。依據研究結果，研究者建議，在教學層面上，科學教師參與學習共同體共同備課過程時，應在備課、觀課或議課階段，更重視學生回饋而做教學專業的判斷，進行教學調整的依據；在研究層面上，後續可進行多重個案的研究，透過跨個案的比較，了解共同備課情境對於不同教師的影響，深入探討教師專業成長及學生科學素養提升情形。