| 摘 要 |
2020年，位於澎湖南方海域的澎湖南方四島發生嚴重的珊瑚白化現象且可能造成大量珊瑚死亡，珊瑚為海洋中重要的生態庫，豐富海中的生物多樣性，但珊瑚可以存活的溫度範圍狹窄，一旦造成暖化，珊瑚需要長時間去復原，暖化造成的海溫上升影響不容小覷，若極端氣候持續的發生，珊瑚將會更難生存，故能準確預測未來之海溫變化極為重要。除了海溫外，澎湖附近海域之珊瑚白化指數DHWs(Degree Heating Weeks)也在2020年達到史上最高，且近15年珊瑚白化風險透過分析結果發現有著明顯的上升，其主要集中在南方四島之東側東吉嶼位置。本研究以深度學習方法預測海溫，使用的模型為結合Convolutional Neural Network(CNN)及Long Short-Term Memory(LSRM)之ConvLSTM架構，利用10年的海溫資料進行訓練及驗證，其中測試集之準確度高達99.22%，相較其他機器學習模型(ARIMA, SVR)與傳統神經遞規網路(Simple RNN, LSTM, GRU)準確度都較高，最後利用預測之海溫反推算Degree Heating Week(DHW)，對於預測未來海溫及DHW可以提供良好貢獻。澎湖在2020年也並未直接受到颱風的侵襲，少了颱風攪動海水，冷卻海溫的效果，連續的高溫也是其中原因導致大面積的珊瑚白化，而颱風的強度、風速及海洋混和層厚度都會造成不同程度的海溫冷卻，本研究分析了過去颱風事件得到的不同因子對於海溫冷卻之相關性及貢獻程度外，也建立了機器學習模型隨機森林分類器預測並分類不同因子之颱風事件是否造成顯著海溫冷卻效應，透過歷史資料預測在測試集也得到91.7% 之準確率，其中以颱風中心與南方四島之距離特徵提供最顯著之海溫冷卻因子。除了分析數據資料外，本研究也到澎湖南方四島進行了2次現地調查，在2021年澎湖南方四島之珊瑚並未受到明顯珊瑚白化之影響。本研究建立海溫及DHW預測模型與颱風冷卻分類模型，希望未來可以提供相關機構預測之海溫及珊瑚白化資訊，為澎湖南方四島之珊瑚保育盡一份心力。
|
