大範圍邊坡穩定分析及崩塌潛勢

基於風險管理之需要，針對大範圍邊坡崩坍潛勢之分析有其必要性，然 此無法以傳統邊坡穩定分析之力學方法進行大規模邊坡崩坍潛勢分析，故有 許多學者以其他研究方法進行此一課題探討，而評估大規模邊坡崩坍潛勢之 判識準則分析有以下重點：（1）崩坍因子之萃取（2）判識準則因子架構（3）

判識準則因子權重，而相關研究玆說明如下，

一、因子萃取

張石角(1987)認為崩山涉及之相關因子共有八項，分別為坡度、岩質、

高差、地質構造與坡向之關係、土壤、不連續面之傾角、動態地形作用及水；

許琦(1989)將邊坡穩定影響因子分成地形、地質、環境及水文四個評估面向 共十七個評估因子，並以模糊集方式進行山崩潛感分析；Gao(1991)以邊坡穩 定與高程、坡向、坡度及坡型等四個地形參數，得出相關迴歸曲線，並以該 曲線進行邊坡崩坍潛感分析；Hearn(1995)認為影響邊坡穩定之因子，計有地 質構造、節理方位、岩石裂隙大小、岩石強度及風化程度等十個因子；蘇苗 彬(1998)認為影響邊坡穩定性之潛在因子可概分為地形、地質及區位因子等 三大類；林書毅(1999)認為影響邊坡穩定之因子計有坡度、坡向、岩性、地 表覆蓋、距侵蝕溝距離、距道路距離及距斷層距離等七項因子，其以不安定 指數方式估算邊坡崩塌潛感值；Lee(2001)利用地理資訊系統輔助分析該研究 區域之邊坡穩定，其發現與邊坡穩定相關之參數計有：坡度、坡向、地形等 高線、岩層構造、材料性質、集水區面積、土壤有效密度、土壤類形、土壤 年代、土壤粒徑、植生密度及土地使用型態等 12 項，將每一因子經敏感度 分析及利用迴歸統計方式得出邊坡崩塌潛勢預測之模式。

二、因子評分及權重

（一） 不安定指數法

本法主要以模式評估因子內所分類或分級之類別為對象，而計算所得之 不安定指數可用來描述單一因子對所分析類型的坡地不安定程度，並利用不 安定指數描述該坡地對該災害類型會發生災害潛感大小。其估算流程可分為

三個步驟：

1、單一因子分析：包含因子的分級及分類、因子各分類等級之災害密度統計 及因子各分類等級安定指數之計算等。

2、各災害類型之因子組合分析：包含分析因子的決定、因子權重之計算及各 類型災害不安定指數之計算等。

3、各災害類型之聯合分析：包含坡地不安定指數之計算及坡地發生災害類型 之預測等。

而權重值是用以描述所有因子組合後，各因子對山崩潛感值之影響程 度，若要以計量之方法計算權重，可分為兩個步驟：

1、各因子權重比較值之計算：利用分區統計而得崩壞個數所佔有百分比的變 異係數，代表因子分類(級)發生崩壞機率的靈敏度，並以此衡量不同因子 間對山崩影響程度。

2、權重值之計算：利用各因子間所計算出之變異係數，除以全部變異係數值 之總和即可得該因子之權重值。其中 Wi 表第 i 個因子之權重值，Vⁱ表第 i 個因子之變異係數。而權重值(W¹、W²...Wⁿ) 則為因子間對坡地安定之 影響程度指標值，其範圍介於 0~1 之間，且和為 1。

（二） 岩石工程系統法

本法起源於英國學者 Hudson 於 1992 年所提出之岩石工程系統(rock engineersystem, RES)，此一方法與岩體分類法頗為類似，而應用於大規模 邊坡崩坍潛勢分析分析，則需再結合模糊理論或類神經網路概念以求得合宜 之因子權重，評估，Jiao 與 Hudson(1995)曾於結合模糊集觀念與岩石工程 系統進行邊坡穩定評估；Yang 與 Zhang(1998)亦曾結合類神經網路概念與岩 石工程系統用於邊坡穩定評估。Hudson(1992)使用 20 個常考慮的影響因子 對邊坡的危險度做了判斷；Castaldini 等人(1998)則利用岩石工程系統將地 體構造、地震學、地質學、水文地質學、地形學、土壤力學及岩石力學等學 門之研究結合對地震誘發之地表效應進行探討，以期能表現影響岩石邊坡靜 態及動態穩定狀況的各種影響因子的複雜關係。

第三章 邊坡崩坍潛勢因子

（三） 類神經網路法

類神經網路乃模仿生物神經網路的資訊系統，以人類自身思考演算方式 的一種平行計算系統。類神經網路之優點在於其高度學習能力、平行的資料 傳輸方式與良好的準確度，且具有分類、聯想、識別、普遍化的能力，應用 範圍相當廣泛。而類神經網路技術運用於邊坡崩塌潛勢評估，一般採用倒傳 遞類神經網路法，其為監督式之學習法則，乃為當前所有類神經網路技術中 最廣泛被使用且最具代表性之方法。倒傳遞演算法是將一組樣本的輸入與輸 出問題變為一個非線性最佳化的問題，其基本原理則是利用最陡梯度下降法 以計算且調整網路權值，使輸出預測值與實際目標值間的誤差最小化，得到 精確的學習，即透過此一學習訓練過程而得到有關因子評分及權重。

（四） 統計鑑別分析法

統計學上的鑑別分析，為探討單一分類性反應變量對多個分析性解釋變 數之統計分析模式。就統計學角度而言，鑑別相當於預測，藉由鑑別函數預 測個案在反應變量(A)上之所屬組別。統計鑑別分析可分為費雪法、正典鑑別 法與默氏法等三種，三種方法之理論及用途雖然各不相同，但最終的目的皆 在建構鑑別函數，以協助預測。鑑別分析在實務上應用的非常廣泛，例如行 銷、教育、農業、財務、金融機構之防劫等。將統計學之鑑別分析法應用邊 坡穩定分析上，乃利用過往邊坡崩塌發生案例，以統計學之多變量鑑別分析，

建構出一套預測邊坡破壞機率之方程做為將來山坡地開發之參考。 以默氏法 為例準確，其邊坡崩塌潛勢預測流程說明如下：

1、蒐集邊坡崩塌發生案例相關資料，確定可能影響邊坡穩定之因子。

2、將各影響因子分級並給予評分標準。

3、將各影響因子輸入 SAS 鑑別分析程式，經分析瞭解各影響因子對過往邊 坡崩塌發生案例之相對重要性及顯著性。

4、以各影響因子之權重求取影響邊坡穩定之鑑別函數，得出之鑑別函數必 須通過統計學之假說檢定。

（五） 多評準決策之層級分析法

層 級 分 析 法 乃 為 美 國 匹 茲 堡 大 學 著 名 運 籌 學 家 沙 堤 教 授 (T.L.

Saaty)(1970)所發展之決策評量方法，層級分析法首重系統化與結構化之概 念，將系統分解為數個層級，並排定各層級間之關連性，建立方案與屬性間 之層級關係，並利用此層級關係分解原本複雜問題為數個過程，可讓決策者 在面對多目標之決策問題時，可經層級關係瞭解各問題層面，再解決原不易 處理之多目標之決策問題。而層級分析法運用於自然界之邊坡崩塌潛勢預測 上，則方案之決策者即為研究者，方案之驗證即為邊坡過往崩塌發生案例，

其運用方法如下：

1、經由專家問卷法或過往文獻蒐集法，篩選影響邊坡穩定之相關因子。

2、 建立各因子間之層級關係。

3、以專家問卷法獲得專家學者對各因子與邊坡穩定之影響關係，並以給 定分數之方式量化專家學者認為該因子影響邊坡穩定之重要性。

4、將專家學者填寫之問卷數值建立成對比較矩陣。

5、經成對比較矩陣估算各邊坡崩塌影響因子之相對權重，並以研究區域過往 邊坡崩塌發生案例，給定各細部因子之評分標準。

6、建立邊坡崩塌潛勢預測模式，並以過往發生案例為驗證資料。