學校名稱:國立中興大學附屬高級中學
作者: 高三 蕭 琪 高三 蔡易達 高三 賴霆翊
指導老師：林士超 張啟中
來暴雨頻傳，預報困難度提高，即時短期降水成為熱門的議題。
本研究意欲以深度學習的類神經網路，經過大量雷達影像訓練後，以高命中率預測短期 雷達回波演變，並透過回波值 Z 和時雨量 R 公式轉換，進行雨量預報。
以中彰投、海拔低於 700 公尺的地區為對象，先求出各降雨型態(梅雨、颱風等)在 Z—R 關係式的 a、b 值，且以回波預測各類型的雨量，並且找出各降雨類型的模型所對應的 最佳訓練集長度及訓練型樣(Epoch)。
結果發現在預測冷鋒、颱風、梅雨即時降雨方面，卷積長短期記憶類神經網路 (ConvLSTM)的雨量預測能在 60 分鐘內誤差小於 4 毫米，其餘類型的降雨預測，誤差則小 於 10 毫米，成功地預測雨量的變化。
