世界盃和雲豹魔獸你追了嗎論文書籍站
明新科技大學 服務產業暨管理研究所碩士班 張國楨所指導 彭瑞仁的 不同練餌對黑鯛漁獲之研究 （2018），提出桃園永安漁港潮汐表關鍵因素是什麼，來自於黑鯛、漁獲、浮標釣法。
而第二篇論文國立成功大學 水利及海洋工程學系 許泰文、顏沛華所指導 莊士宏的 自組式網絡架構近岸海域颱風波高預測模式及數據補遺方式探討 （2014），提出因為有 颱風波高預測、自組性演算、GMDH架構、波高數據補遺的重點而找出了 桃園永安漁港潮汐表的解答。
不同練餌對黑鯛漁獲之研究
為了解決桃園永安漁港潮汐表 的問題，作者彭瑞仁 這樣論述：
由於本研究者自製的黑鯛練餌頗受某些釣友好評，然而氣候環境的影響，會有漁獲不如意之時。因此本研究者朝顏色與添加劑著手，製作了包含慣用餌編號為a、b與c的練餌與編號d、e的市售練餌作比較，以了解彼此在黑鯛漁獲重量上的差異與經濟效益。比較的方式，本研究是以每月設定「a、d、e」、「b、d、e」與「c、d、e」的編組次序，由本研究者操作3支磯釣竿、每竿鉤1顆不同練餌的浮標釣法，在107年7到9月及108年1到3月時，從白天滿潮前2.5小時到滿潮退1小時的時間，固定在K漁港碼頭同一地點，進行每組練餌每月3天的漁獲採集。不同練餌採集的黑鯛漁獲重量，經過變異數分析的方式比較後，結論如下：一、a與d、 e練
餌比較(一) a與d、e練餌的黑鯛漁獲重量無顯著差異。(二) a練餌的黑鯛漁獲總重量高於d、e練餌。(三) 黑鯛漁獲總重量的收益與報酬率，a練餌高於d、e練餌。二、b與d、 e練餌比較(一) b與d、e練餌的黑鯛漁獲重量無顯著差異。(二) b練餌的黑鯛漁獲總重量高於d、e練餌。(三) 黑鯛漁獲總重量的收益與報酬率，b練餌高於d、e練餌。三、c與d、 e練餌比較(一) c與d、e練餌的黑鯛漁獲重量無顯著差異。(二) c練餌的黑鯛漁獲總重量高於d、e練餌。(三) 黑鯛漁獲總重量的收益與報酬率，c練餌高於d、e練餌。
自組式網絡架構近岸海域颱風波高預測模式及數據補遺方式探討
為了解決桃園永安漁港潮汐表 的問題，作者莊士宏 這樣論述：
地處熱帶氣旋及颱風活動關鍵路徑的臺灣，每逢7~9月的颱風季節常遭受颱風侵襲，而海域風浪及颱風遠離引進之西南氣流，常導致潮浪成災及低窪地區之嚴重水患！因此發展近岸海域颱風波高預報模式及資料補遺方法對於海岸工程的規劃、防護、人員傷亡的減少、農漁產業風險之降低、警報提前發布之時機，以及全國防災政策的擬定上為相當倚重的課題。本研究以具自組性(Self-Organization)網絡架構之資料處理群集分析 GMDH(Group Method of Data Handling)演算法為基本架構，替代傳統颱風波高之推算方式，利用目標區之波高(H)、風速(V)、颱風中心距目標區之距離(L)及其對應之方位角(
θ)這四個變數建立「颱風波高預測模式」，進行近岸海域前置時間1~6小時之颱風波高預測，而遞迴之GMDH演算可修正模式，使模式能自我調整而具時變性，可隨時作精確之預測。另以該前置6小時時距之波高預測結果搭配雙對數趨勢建立之「逐時波高預測模式」，可預測6小時時距內之逐時波高，藉以提升模式之實用性及滿足防災預警之需求。案例研究則以2006至2009年發生之15個颱風於新竹與龍洞二資料浮標蒐集的相關數據從事模式之檢定、驗證與預測模擬。另本研究亦利用海潮效率(ocean tide efficiency)概念及經驗模態分解法(Empirical Mode Decomposition)發展「波高數據補遺模式
」，藉基準測站之波高數據補遺周遭或鄰近海域待補測站之缺漏波高。案例研究則以2010年於桃園永安漁港/新竹龍鳳漁港沿海，及新竹資料浮標實測之波高數據進行三月底、五月中及五月底之季風波高補遺測試；另以新竹資料浮標充當基準測站對龍洞資料浮標(待補測站)進行2006~2008年間6場不同路徑之颱風波高補遺測試。據建模驗證結果顯示，「颱風波高預測模式」以SGMDH演算法為較佳之架構，故本研究即以此演算法建模。據優選指標評估，新竹及龍洞資料浮標分別以韋帕(2007)及莫拉克(2009)颱風逐時數據建模之結果為其優選。新竹及龍洞資料浮標即分別以此優選模式預測15及14個颱風前置1小時之逐時波高，其平均誤差均
方根介於20.0~27.8cm，相關係數在91.9~92.3%間，誤差尺度百分比介於11.5~12.1%。而在防災預警需求實務應用上，將預測時距拉長為前置6小時，即直接取用氣象局每6小時發佈之颱風路徑資料，新竹資料浮標取11個颱風事件，龍洞資料浮標取9個颱風事件，仍以SGMDH演算法建模，據模擬預測結果顯示，8~11個颱風事件(2006~2009)前置6小時颱風波高預測結果之平均誤差均方根介於42.7~47.8cm間，相關係數在79.4 ~87.1%間，誤差尺度百分比介於18.3~23.4%間，其預測效能稍遜於前置1小時之颱風波高預測！其再搭配雙對數趨勢建立之「逐時波高預測模式」分別以新竹及龍
洞資料浮標前置6小時之預測結果推估該8~11個颱風事件中每6小時時距內之逐時波高，其平均誤差均方根介於29.1~33.7cm，相關係數在90.3~93.6%間，誤差尺度百分比介於12.8~16.1%，表示本研究架構之「颱風波高預測模式」搭配「逐時波高預測模式」，不論是提前1小時或6小時之颱風波高預測，其預測值與實測值變化趨勢一致，其平均誤差均方根介於20.0~ 47.8 cm，相關係數介於79.4~93.6%，平均誤差尺度百分比介於11.5~ 23.4%，證實本研究發展之模式在前置1~6小時颱風波高之預測上具有良好實用性。另以海潮效率(OTE)概念及經驗模態分解法(EMD)建置「波高數據補遺模
式」之案例研究中，在季風波高(2010年)缺漏筆數占總筆數之1/3、1/4、1/6之數據補遺方面，以永安對應龍鳳漁港海域測站，及新竹資料浮標站對應永安/龍鳳兩漁港海域測站，綜合評估其補遺結果之平均誤差均方根、誤差尺度百分比及CC值分別為10.51~20.16cm、15.55~20.28%、79.40~87.58%，該分析結果顯示，相鄰海域之兩測站只要距離相近(約30公里)，本研究之「波高數據補遺模式」可有效作波高之數據補遺。而在颱風波浪補遺方面，利用新竹資料浮標資料補遺龍洞資料浮標在2006~2008年間6場不同路徑之颱風波浪缺漏數據(占總筆數之1/3、1/2、2/3)，綜合評估其補遺結果之平
均誤差均方根、相關係數、誤差尺度百分比顯示，以經驗模態分解法(EMD)進行颱風波高補遺之結果較佳(平均RMSE、誤差尺度百分比及CC值分別為53.42cm、23.59 %及70.19%)，因新竹與龍洞兩資料浮標站相距甚遠(直線距離約115公里)，故海潮效率(OTE)概念之數據補遺方式較不適用，以經驗模態分解法補遺可大致呈現良好之颱風波高趨勢符合狀態，但在精確補遺颱風短時間內急遽的逐時波高變化則仍有改進的空間。