京都大学 / 新制・課程博士 / 博士(工学) / 甲第23496号 / 工博第4908号 / 新制||工||1767(附属図書館) / 京都大学大学院工学研究科都市環境工学専攻 / (主査)教授 清水 芳久, 教授 越後 信哉, 准教授 松田 知成 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM

京都大学 / 新制・課程博士 / 博士(農学) / 甲第23245号 / 農博第2452号 / 新制||農||1084(附属図書館) / 学位論文||R3||N5335(農学部図書室) / 京都大学大学院農学研究科農学専攻 / (主査)教授 田尾 龍太郎, 教授 土井 元章, 教授 樋口 浩和 / 学位規則第4条第1項該当 / Doctor of Agricultural Science / Kyoto University / DFAM

京都大学 / 新制・課程博士 / 博士(人間・環境学) / 甲第25358号 / 人博第1100号 / 新制||人||258(附属図書館) / 京都大学大学院人間・環境学研究科共生人間学専攻 / (主査)教授 柴田 悠, 教授 吉田 純, 教授 佐野 亘, 教授 太郎丸 博 / 学位規則第4条第1項該当 / Doctor of Human and Environmental Studies / Kyoto University / DGAM

京都大学 / 新制・課程博士 / 博士(農学) / 甲第24819号 / 農博第2568号 / 新制||農||1101(附属図書館) / 学位論文||R5||N5466 / DGAM / 京都大学大学院農学研究科地域環境科学専攻 / (主査)教授 近藤 直, 准教授 小川 雄一, 教授 野口 良造 / 学位規則第4条第1項該当 / Doctor of Agricultural Science / Kyoto University / DGAM

由於時代的急速變遷，人們所面臨的問題日趨複雜。在有限的人力與財力限制之下， 欲對目標母體（TARGET POPULATION ），作一詳細的調查與研究通 常是不可能的， 因此如何藉由抽樣方法從母體中抽取具有代表性的樣本是重要的。在抽樣調查的過程 中我們常常發現樣本回收率沒有原來預期的高，若我們只用回收的樣本去做資料分析 ，常常使我們做成的結果是偏誤（BIASED）。本文的目的即在針對此一問題，做一深 入的研究探討。 抽樣調查中無觀測值（NONOBSERVATION）通常有三種情況發生： （１）未包括的範圍（NONCOVERAGE ），（２）未回收（TOTAL NONRESPONSE ）（３ ）回答不完全（ITEM NONRESPONSE）。吾人針對回答不完全。使用插補法（IMPUTATI O ）予以研究，即是對於缺失資料的項目依據種插補法給定一些值，使回收的資料具 完整性，以利資料的分析利用。 在日常生活中經常會遇到斤欲研究變數Y 與其另一輔助變數X 有某種線性關係存在。 例如農作物產量與種植面積、家庭收入與家庭支出、１９８０年全市人口總數與１９ ７０年全市人口總數等。為方便研究起見，首先假設一簡單的線性迴歸模式： y I ＝ β × I＋εI εI ∼ i.i.d.Ｎ（O.σ□） 在上式中，若（XI，yI） i＝1，2，……n 為一完整的資料集，即n 個隨機樣本（X I，yI ）皆無缺失值，則β與σ□的最小平方估計式可以很快求出，現在假設y 值有 部份缺失值，則必須想辨法把缺失的 值補齊，才能進一步研究β與σ□的性質，本 文即針對下列六種插補法。（a ）平均插補法（MO）、（b ）隨機插補法（RO）、（ C ）分層平均 插補法（MC）、（d ）分層隨機插補法（RC）、（e ）簡單迴歸插補法（RG）及（f ）隨機迴歸插補法（RRS，RRN），根據所建立的模式，運用各種不同的插補法將缺失 值予以補齊後，對模式結果作理論的探討，並對各種插補法作綜合分析比較。 最後利用其理論結果，配合１９８６年美國零售交易普查資料作實證研究，並分析其 實結果。

第一線服務人員與顧客接觸時，往往必須在工作中表現特定的情緒，進行所謂的情緒勞動。本研究主要目的是探討工作者進行情緒勞動時，其情緒勞動方式（表層偽裝與深層偽裝）的影響因素（組織承諾與情緒覺察）與其結果（工作倦怠三構面：情緒耗竭、去人性化、個人成就感，以及人際關係品質）間的關係，了解服務人員「組織承諾」與「情緒覺察」之高低是否與其在情緒勞動方式的使用程度有所關連；亦探討情緒勞動方式的使用程度與工作倦怠三構面、人際關係品質問是否有不同的關連。本研究以223位銀行行員為對象，採用問卷調查（自我評量與他人評量）的方式，進行假設之驗證。 研究結果發現組織承諾、情緒覺察與表層偽裝皆無顯著的關連性，而深層偽裝與組織承諾、情緒覺察間則呈現顯著的正相關。另一方面則發現表層偽裝僅與個人成就感則呈正相關，與情緒耗竭、去人性化無顯著的相關，此結果並未支持預期的假設；然而深層偽裝與情緒耗竭、去人性化呈現負相關，而與個人成就感呈現正相關，則部分支持假設;最後發現人際關係品質與兩種情緒勞動方式無關，並未支持假設。 最後針對研究發現進行分析討論，並提出研究建議，以供未來相關研究與工商企業的應用參考。 關鍵字：情緒勞動、表層偽裝、深層偽裝、組織承諾、情緒覺察、工作倦怠。 / When front-line service employees confronted with customers, they have to exhibit particular affective displays, so-called emotional labor. Regarding emotional labor, the purpose of present study was to investigate the relationships between two ways of acting (i.e. surface acting and deep acting), antecedents (i.e. organization commitment and emotion awareness), and the consequences.(i.e. emotional exhaustion, depersonalization, personal accomplishment, and the quality of interpersonal relationship). Specifically, the study examined the relationships between two ways of acting with organization commitment and emotion awareness. Moreover, the relationships between two ways of acting with emotional exhaustion, depersonalization, personal accomplishment, and the quality of interpersonal relationship were examined. To test the hypotheses, self-report and other-rating data were collected from 223 bank clerks through questionnaires. The results suggested that surface acting did not have significant correlation with organization commitment and emotion awareness while deep acting had significant positive correlation with organization commitment and emotion awareness. Contradicting with expectation, surface acting was found to be positively correlated with personal accomplishment, but no significant relationship was found between surface acting with emotional exhaustion and depersonalization. On the other hand, deep acting was found to have significant negative relationship with emotional exhaustion and depersonalization, and positive relationship with personal accomplishment. Finally, neither surface acting nor deep acting had significant relationship with quality of interpersonal relationship. Implications for future research and service work were also discussed at the end. Key word : emotional labor, surface acting, deep acting, organization commitment, emotion awareness, emotional exhaustion, depersonalization, and personal accomplishment

近年全球暖化現象日益嚴重，格陵蘭等極區融冰所造成之海平面上升將對全球人類帶來嚴重威脅。因冰層質量之改變與冰河移動速度高度相關，故可藉由監測格陵蘭冰層（Greenland Ice Sheet，GrIS）上冰河之移動推估全球暖化對其造成之影響。衛星影像因具有連續且快速獲得大範圍地表資訊之能力，且可結合各影像處理技術獲得地表變形量，故已廣泛應用於廣域冰河之監測。然不同影像與技術均有其優勢與限制，故本研究將使用合成孔徑雷達（Synthetic Aperture Radar，SAR）與光學影像，並結合合成孔徑雷達差分干涉（Differential Interferometric SAR，D-InSAR）、多重合成孔徑雷達干涉（Multi-aperture Interferometric SAR，MAI）與偏移偵測法（Pixel-offset，PO）技術獲得冰河表面於不同方向之位移向量，再整合各向量透過三維變動量解構法（3D decomposition）求解表面於三維方向之變形量。據此執行數值冰層動力模型（Numerical Ice Sheet Model，ISM），並結合模擬之冰底基岩渠道網絡、數化之冰面冰隙與冰面湖及氣象觀測資料後，參佐冰河變動理論，進一步了解格陵蘭Russell冰河之變動行為與機制。 / Global warming has been a worldwide issue and significantly increasing icecap melting rate over polar area. Consequently the sea level rises continuously and poses a fundamental threat to whole human beings. Since the mass loss of Greenland ice sheet （GrIS） is highly correlated to the velocity of glacier movement, this study aims to monitor the impact of global warming by tracking glacier terminus displacement over GrIS using remote sensing techniques. As there are multiple spaceborne images of various characteristics and also multiple techniques with different functions, we proposed a monitoring strategy using Synthetic Aperture Radar （SAR） and optical images, with Differential Interferometric SAR （D-InSAR）, Multi-aperture Interferometric SAR （MAI） and Pixel-offset （PO） techniques to estimate glacier movement vectors. The vectors were then merged using 3D decomposition method to derive 3D deformation. Based on the resultant 3D deformation, the Numerical Ice Sheet Model （ISM） is conducted and then integrates with modeled subglacial drainage channel network and glaciological theories, the melting dynamics and mechanism of Russell glacier can be further understood.

Gelman, King, 及Liu(1998)針對一連串且互相獨立的橫斷面調查提出多重設算程序，且對不同調查的參數以階層模式(hierarchical model)連結。本文為介紹複雜抽樣(分層或群集抽樣)之下，若Q個連續變數有遺漏現象時，如何結合對象之個別特性，各層或各群集的參數，以及連結各層或各群集參數的階層模式，以設算遺漏值及估計模式中之參數。 對遺漏值的處理採用單調資料擴展演算法，只需對破壞單調資料型態的遺漏值進行設算。由於考慮到不同的群集或層往往呈現不同的特性，因而以階層模式連絡各群集或各層的參數，並將Gelman, King, Liu(1998)的推導結果擴展到將個別對象之特性納入考量之上。對各群集而言，他們的共變異數矩陣Ψ及Σ為影響群內其他參數的收斂情形，由模擬獲得的結果，沒有證據顯示應懷疑收斂的問題。 / Gelman, king, and Liu (1998) use multiple imputation for a series of cross section survey, and link the parameter of different survey by hierarchical model. This text introduces a method to impute missing value and estimate the parameters affected by hierarchical model if Q continuous variables has missing value under complex survey. For each cluster, the parameters are influenced by their variance-covariance matrix Ψ and Σ. The result obtained from the simulation have no clear evidence to doubt the convergence of parameters.

GPS 單點定位或稱絕對定位，傳統上使用虛擬距離觀測量，容易受到 電離層延遲影響，導致定位精度較差。因此，本文的目的為構建即時的區 域性電離層模型，以便能夠即時減弱電離層延遲量，提高單頻GPS 單點定 位的精度。 構建電離層模型的方法有很多種，而運用類神經網路為可能方法之一， 但是， 國內較少人探討。本研究嘗詴使用倒傳遞類神經網路(Back-propagation Artificial Neural Network)，構建即時的區域電離層模型，藉由選擇適當的神經訓練函數及隱藏層神經元，利用過去收集的已知參考站的雙頻GPS 資料，計算電離層延遲量，訓練類神經網路，直到精度合乎要求；再以檢核站GPS 資料，檢驗類神經網路預測電離層延遲的功效。 採用的實驗資料為臺南市政府e-GPS 系統所提供六個測站，2008 年1 月3 日到1 月5 日的GPS 資料，計算測站與GPS 衛星連線中假想的電離層 薄殼交點—電離層穿透點(Ionosphere Pierce Point, IPP）之地理位置(緯度φ、經度λ)，及太陽黑子數(sunspot numbers)等當作輸入值，IPP 的垂直電離層延遲當作輸出值，測詴包含單日、兩日以及不同的資料型態(IPP 點、網格點)等情況訓練類神經網路，藉由相對應的驗證資料，檢驗類神經網路的功效，最後將類神經網路的預估成果與全球電離層改正模型、雙頻GPS 資料計算的電離層延遲相比較，並根據改正率與統計特性，評估類神經網 路構建出的區域性電離層模型的成效。 由實驗成果顯示，構建的即時區域性電離層模型的標準差可小於±3TECU，並可改正約80%的電離層延遲誤差，故以類神經網路可有效的構 建出區域性的電離層模型。 / The conventional single point positioning using GPS pseudo rangemeasurements, are vulnerable to ionospheric errors, leading to poor positioningaccuracy. Constructing a real-time ionospheric model is one of the methods that can reduce the ionospheric errors and improve the single point positioning accuracy. Although there are many methods to construct regional ionosphere model,using artificial neural network (ANN) to construct a real-time ionospheric model is less to be mentioned. This study used back-propagation artificial neural network to estimate a regional real-time ionospheric model by selecting the appropriate training functions and the number of hidden layers and its’ nodes. The neural network had to be ‘trained’ by the computed TECs from reference stations’ duel-frequency GPS data until the required accuracy was achieved. The experimental data are collected from 6 e-GPS stations of Tainan city government on January 3 to January 5, 2008. The input values for the ANN includ the geographical location of the ionosphere pierce point (IPP) and solar activity (sunspot number). The output value are those IPPs’ vertical total electron content (VTEC). Different times range and data types (IPPs’ or raster data) for the impact of the ANN are tested. And then compared to Klobuchar model and global ionopheric model, according to the correct rate and the ΔTEC statistic table decide the effectiveness of ANN. According to the test results, the regional ionopheric model constructed by ANN can corrected 80% of the ionospheric errors, the standard deviation of ΔTEC is less than ±3TECU.

處理多重事件或再發事件之事件發生時間的資料時，常會以Cox模式為基礎而予以延伸，其中較適合再發事件的模式為：A-G模式、GT-UR 模式、PWP-CP 模式及PWP-GT模式。這些模式又可按照是否以發生次數為分層變數，而分為未分層模式(包含A-G模式、 GT-UR 模式)，及分層模式(包含PWP-CP模式、 PWP-GT 模式)。 本論文將以改良的Cox延伸模式，包括對變異數進行修正或加入事故傾向(或隨機效果)，探討公務人員升等的快慢與哪些變數有關。變異數修正方式利用穩健標準誤以解決事件之再發時間之間的相依問題；事故傾向模式則主要是以隨機效果代表無法觀察到的個體間之異質性，且同一個體的各次發生時間共享相同的異質性，並假定異質性服從某種特定分配。對於各種Cox的延伸模式，我們可比較採用穩健變異數與否對估計及推論結果的差異，以及事故傾向加入前後，估計及推論結果與模式配適上的差異。 由本論文對公務人員升等資料的分析可發現，採用變異數修正方法時，未分層的模式有較小的變異數估計值，所以顯著的變數較多，包括性別、官等、教育程度及年齡；分層模式中顯著變數則只有官等及教育程度。若假定事故傾向服從對數Gamma分配，並加入於上述四種模式中，則顯著的變數與未加入事故傾向時一致，且各模式之下均無法拒絕所有人的事故傾向同為0的假設。這種現象或許是因為我們無法取得教育程度與公務人員考試及格種類之歷史資料，也有可能是因為公務人員升等的體制健全，且法規制定嚴謹，運作也有正常的模式可循所致。