風速單位kt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

侵台颱風路徑與風場之蒙地卡羅模擬

為了解決風速單位kt的問題，作者羅仕亮 這樣論述：

臺灣位於西北太平洋颱風活躍區，颱風的強風和豪雨往往對臺灣帶來重大的災害損失。內政部消防署的統計資料顯示：颱風為臺灣最主要的天然災害，歷年累積颱風造成的財物損失超過地震所造成的損失。然而臺灣目前的產物保險制度中僅有火險和地震險，並無風災保險的項目，風災所造成的財物損失完全由受災戶和政府所承擔，有些企業或農民甚至會被一次嚴重的風災所擊垮。若採用風災保險，可分擔政府補貼災民之財務負擔。但評估臺灣各地強風發生機率及相關的風險評估，必須有足夠的颱風風速、風向數據。本研究採用蒙地卡羅模式(Monte Carlo method)模擬颱風路徑、中心氣壓、風速和風向，擴展颱風風速之樣本數。 本研究先利用

統計分析美軍聯合警報中心1970~2016年之北太平洋上颱風的生成位置、移動速度、方向角、中心氣壓，找出其與經緯度之關係，再使用颱風中心氣壓差與風速之間的Holland參數化模式及蒙地卡羅模式來模擬侵台颱風之移動路徑、中心氣壓及風速，再使用邊界層流模式來計算近地表之風速、風向。中央山脈地形對颱風中心氣壓的影響則以一個指數衰減函數方式來模擬，模擬之地表風速並與中央氣象局沿海的浮標測站之颱風風速比對，有不錯的結果。再用模式模擬2259場侵台颱風之路徑與風速，再利用統計分析和甘保機率函數，找出臺灣各地強風的發生機率和設計風速。

登革熱發病率之時空分析-以臺南市與高雄市為例

為了解決風速單位kt的問題，作者歐陽希 這樣論述：

登革熱是位在台灣南部之地區性流行疾病，多數登革熱發生於台南及高雄地區，並於夏秋兩季達到高峰，除了氣候因素外環境及社會經濟因子等相關因素也可能對登革熱風險產生一定程度之影響。而本研究主要使用時間序列分析，並以區級為尺度單位進行登革熱在不同環境和天氣因素下之風險預測。本研究數據使用1998年至2013年之氣象數據及登革熱之流行指數，並利用自我迴歸整合移動平均模式分析(Autoregressive Integrated Moving Average model, ARIMA)來預測在未來(提前三個月)之登革熱病例。另外，為了分析及識別氣候環境、社會經濟因子與登革熱之關聯，本研究也嘗試使用具有泊松分

布的廣義線性模型之土地利用回歸模式進行分析研究（Land Use Regression, LUR）。研究使用資料為1998年至2013年臺灣衛生福利部疾病管制屬之確診登革熱病例數，以計算登革熱流行指數來確認出六個高風險區，台南市（北區、東區和中西區）以及高雄市（鳳山區、前鎮區和三民區）。由於台南地區在2007年和2010年有最高的登革熱病例，高雄地區則是在2002年和2011年有最高的病例發生，所以本研究將上述時間做為代表年，進行社會經濟與登革熱之間的關聯分析；以空間視化分析中顯示台南市和高雄市地區之登革熱主要集中於平房型數量較集中區域、失業人口較多、低教育水平以及人口較多之地區，但最主要集中

之區域則是位於市中心；亦將6個高危險地區使用相關性做分析可以發現在平均氣溫、累積降雨量、風速及登革熱月流行指數均與登革熱呈現一些正相關及部分負相關。利用ARIMA時間序列分析時本研究使用赤池信息量準則(Akaike information criterion, AIC）作為擬合度之標準時，當以區級為單位時比起以城市級為單位有更好之預測擬合度。本研究確定了不同的空間風險因素，如教育水平、住房類型、人口密度、老年人口、綠化距離、開放空間和水體分布、水管道直徑、蚊蟲指數和海拔。在高雄地區，距離湖泊最近之區域發現有負相關；在台南和高雄地區，與森林以及農業區域有較近之距離則呈正相關，然而，在台南和高雄都

發現所有病媒蚊指數與登革熱病例皆無關。社會經濟水平方面，如失業人口數，教育水平（小學畢業人口和大學及以上畢業人口）、住房類型（平房型、2至5層住宅、6至12層住宅樓）也發現具有正相關性；亦在55至64歲的人群發現與登革熱有顯著關聯。根據登革熱流行率分析，可以發現台南和高雄之六個地區面臨著登革熱之高風險，而本研究發現平均氣溫、風速和累積降雨量都與台南和高雄的登革熱發病率有關；社會經濟、人口和環境因素方面，如小學畢業人口和大學畢業人口、失業人口數量、人口密度、55至64歲人口、與最近距離的湖泊、森林和農業區域的距離也被認為是導致登革熱發生之原因。