土地利用網格化資料驗證

本節比較原始的國土利用調查資料與網格化後的土地利用資料 兩者之間的差異，以了解後者的正確性。圖 18 為全台九大類別之土 地利用調查資料總面積、網格化土地利用資料總面積，以及兩者誤差 百分比。圖中顯示，全台土地使用以森林用地佔最大面積，農業用地 次之，網格化後的土地利用資料在森林用地類別之誤差僅有 1.1%高 估的情形，農業用地部分則幾乎沒有誤差。整體而言，網格化土地利

用資料在多數類別有些微高估的情形，但誤差較大的其他類別用地，

但也僅有 2.8%的高估問題。

仔細分析九大土利利用類別下，被 TLAS 列入運算考量的 28 種 主要土利利用類型的誤差（圖 19），結果顯示，絕大多數土地利用類 型的面積誤差在 1%以下，少數土地使用類別（例如港口、與其他森 林用地等）存在較大的面積高估問題，但由於這些類別其面積範圍較 小，且分布較為畸零，對於整體災害損失推估影響應不大。整體而言，

本計畫所產製的網格化土地利用資料與原始土地利用資料相似程度 極高，適合用於建置 TLAS 網格化的快速計算模組。

圖 18 全台九大類別之土地利用調查資料總面積（藍色）與網格化土地利用資料 總面積（紅色）與兩者誤差百分比（綠色）

圖 19 全台主要類別之土地利用調查資料總面積（藍色）與網格化土地利用資料 總面積（紅色）與兩者誤差百分比（綠色）

(2) 淹水個案驗證

為了解網格化土地利用在淹水個案的運算效率與運算結果誤 差，本研究以梅姬颱風進行網格化土地利用資料驗證。首先藉由淹水 物理模式，模擬出宜蘭縣最大淹水情境區域，並分別計算該淹水區域 中，全台九大類別之土地利用調查資料總面積、網格化土地利用資料 總面積，以及兩者誤差百分比（圖 20）。結果顯示宜蘭地區之淹水區 域以農業用地為主，淹水農地面積超過 3500 萬平方公尺，此類別估 算誤差僅 0.2%，準確率高。水利與其他用地面積有低估情形，而森 林與建築用地則有高估面積的問題。至於公共設施與礦鹽用地雖有較 大誤差，但因其淹水土地面積較小，較不影響損失估算結果。

仔細分析九大土利利用類別下，被 TLAS 列入運算考量的 28 種 主要土利利用類型的誤差（圖 21）。結果顯示，農作、住宅與道路等 淹水面積較大的土利使用類別其誤差皆 3%以下，天然林淹水面積則 有 17%的高估，至於水利設施相關類別（河川、堤防等）則普遍有低 估的情形。至於少數類別（抽水站、與其他森林用地等）雖有較大誤 差，但由於其淹水面積較小，對於損失估算結果的影響也較為輕微。

運算效率分析的部分，本研究計算使用 TLAS 精算梅姬颱風淹水 範圍各類型土地利用災損與面積的時間，需時約 70 分鐘；而匯入同 樣的淹水情境，藉由網格化土利利用資料進行淹水面積速算，只需花 費 20 秒左右的時間（未產出淹水損失估算值）。運算效率提高超過百 倍，因此，雖有部分面積誤差，但考量其運算效率，網格化土地利用 資料可用度仍高。

圖 20 淹水梅姬颱風期間，淹水物理模式模擬宜蘭縣淹水區域之各九大類別之土

地利用總面積（藍色）與網格化土地利用資料總面積（桃紅色）與兩者誤差之百 分比（綠色）

圖 21 淹水梅姬颱風期間，淹水物理模式模擬宜蘭縣淹水區域之各主要類別之土 地利用總面積（藍色）與網格化土地利用資料總面積（桃紅色）與兩者誤差之百 分比（綠色）