2003_015 2003.0804.1218 246564.61 2591784.23 2005_003 2005.0719.0342 223032.69 2522166.21 2005_004 2005.0721.0215 224553.67 2515741.09 2005_001 2005.0721.0555 231268.90 2531158.44 2005_002 2005.0721.1433 221036.68 2527652.31 2008_006 2008.0719.0755 215190.79 2560571.92 2009_076 2009.0808.1127 241020.00 2580697.00 2009_163 2009.0808.1155 224785.93 2553368.84 2009_172 2009.0808.1425 232057.05 2551219.84 2009_194 2009.0808.1428 216279.71 2545219.62 2009_193 2009.0808.1515 219651.78 2545620.65
崩塌編號 發生時間(臺灣時間) X 座標(97TM2) Y 座標(97TM2) 2009_295 2009.0808.1535 219471.58 2517090.09 2009_197 2009.0808.1610 230823.98 2543927.69 2009_074 2009.0808.1620 230823.98 2543927.69 2009_280 2009.0808.1840 235456.92 2521785.28 2009_077 2009.0808.1935 244820.49 2580493.50 2009_214 2009.0808.2156 215277.66 2539852.51 2009_125 2009.0809.0015 237769.25 2564220.14 2009_308 2009.0809.0219 220784.00 2511106.00 2009_216 2009.0809.0228 214704.64 2538569.48 2009_311 2009.0809.0319 220452.54 2508145.92 2009_065 2009.0809.0427 241755.49 2589015.65 2009_064 2009.0809.0511 239662.48 2594844.75 2009_132 2009.0809.0616 214803.80 2562670.96 2009_181 2009.0809.0702 209362.60 2548148.64 2009_091 2009.0809.0714 224794.08 2576716.30 2009_108 2009.0809.0834 226183.05 2568170.14 2009_102 2009.0809.1052 226174.06 2569914.17 2009_271 2009.0809.1900 226583.77 2523926.27 2009_097 2009.0810.1154 229446.14 2571676.23 2009_086 2009.0810.1222 225301.10 2578509.34 2009_135 2009.0810.1906 235344.00 2561715.00 2009_267 2009.0811.0242 225582.00 2524697.00
崩塌編號 發生時間(臺灣時間) X 座標(97TM2) Y 座標(97TM2) 2011_014 2011.0831.1731 247561.54 2580912.53 KP201201 2012.0731.0003 219211.40 2532233.72 KP201302 2013.0711.2325 235668.56 2575960.36 KP201303 2013.0712.0032 235012.64 2584941.63 KP201304 2013.0820.1538 229089.01 2515728.85 KP201305 2013.0827.2123 220596.90 2574310.44 2013_019 2013.0830.0348 232012.00 2529054.00 KP201406 2014.0721.0003 242688.26 2580096.81 KP201407 2014.0721.0052 190265.25 2508518.03 KP201408 2014.0919.1105 205897.40 2540295.00 KP201409 2014.0921.1049 232614.65 2588676.37 KP201410 2014.0923.0747 246145.04 2582354.33 KP201511 2015.0806.1731 230788.70 2567926.37 2015_029 2015.0809.0300 227034.00 2567900.00 KP201512 2015.0809.0309 227476.09 2570145.75 KP201513 2015.0928.0319 225757.35 2551611.25 KP201514 2015.0928.0701 230777.81 2559477.00 KP201515 2015.0928.1128 228452.32 2558782.77
圖5.1 52 處流域內崩塌分布圖
由於本計畫的主要目標為降雨誘發之大規模崩塌，因此用於雨量分析 之案例僅使用明顯發生於豪雨期間之崩塌事件。促崩降雨分析案例的篩選
足上述兩點條件其中之一的崩塌事件即納入降雨分析統計。另外，本計畫 之崩塌降雨分析也考慮了前期降雨的影響，將颱風事件影響前 7 日的日雨 量資料作為前期降雨(Ra)。位於高屏溪流域中的 52 處崩塌中，符合降雨分 析條件的崩塌為 48 處，後續將使用 48 處崩塌事件之降雨資料進行各種降 雨條件分析。採用有效累積雨量大於350 mm 或降雨延時大於 24 小時為篩 選事件標準乃參考自中央氣象局目前大豪雨之定義標準，其定義為24 小時 累積雨量達 350 mm 以上。雖然本研究使用之標準不完全與氣象局大豪雨 之標準一致，但雨量計算標準類似將有助於後續應用者參考及使用。
圖 5.2 展示崩塌事件降雨延時的統計結果，由圖中能夠觀察到多數的 崩塌事件發生於降雨延時大於 48 小時的情況，降雨延時短於 48 小時就發 生的崩塌事件數目為10 起。藉由颱風前後衛星影像的比對發現，此類短延 時降雨便發生之崩塌均為舊有崩塌地再擴大或重複發生的事件。多數崩塌 事件發生時的降雨延時超過48 小時，顯示長時間的持續降雨是誘發大規模 崩塌的重要因子之一。
圖 5.2 崩塌事件之降雨延時統計
48 處崩塌事件之累積雨量統計如圖 5.3 所示，其中半數以上崩塌事件 發生時的累積雨量超過1,000 mm，說明大量的累積降雨可能是誘發大規模 崩塌的重要因素。累積雨量未達500 mm 之崩塌事件數目為 12 處，這些事 件多發生於降雨初期，而降雨延時剛好符合本計畫設計之降雨延時超過24 小時的案例篩選條件。根據颱風前後之衛星影像的比對結果，這些事件也 均為舊有崩塌地再擴大或重複發生的崩塌類型，因此崩塌發生時的累積雨 量相對低於新發生的崩塌事件。此外，前期雨量的統計中可以發現Ra最大 值為68.73 mm，僅占該崩塌事件有效雨量的 11%。48 處崩塌事件之前期降 雨也平均僅占有效降雨量的 11%，顯示前期降雨對有效降雨量的影響可能 相當有限。因為本計畫採用的前期降雨計算方式，以及雨場分割方法均可 能使得前期降雨的效應被弱化，未來可針對前期降雨的計算方式另作探討，
以了解前期降雨對觸發大規模崩塌是否存在更顯著地影響。
圖 5.3 崩塌事件之累積雨量統計
統計前述兩個雨量因子的結果說明，引發大規模崩塌的雨量條件可能 與長降雨延時以及高累積降雨量有較顯著的關聯性，而在降雨強度因子分 析之中，本計畫分別分析了崩塌發生時的平均降雨強度(Iave)、小時降雨強度 (I1)、三小時降雨強度(I3)、六小時降雨強度(I6)、九小時降雨強度(I9)以及十 二小時降雨強度(I12)，統計結果展示於圖 5.4。觀察圖 5.4 能夠發現只有少
數崩塌事件的I1、I3、I6、I9、I12有明顯的極端高值(>60 mm/h)，而多數崩塌 事件發生時的降雨強度都低於 20 mm/h，說明大規模崩塌的發生與數小時 內的降雨強度可能沒有明顯的關聯性。此外，由於崩塌多數發生於降雨延 時較長的條件下，平均降雨強度便沒有顯著的極端高值，甚至多數事件發 生時之平均降雨強度低於5 mm/h。
圖5.4 崩塌事件之降雨強度統計
第二節 雨量因子間相關性分析
一、平均降雨強度(Iave)與降雨延時(D)之關係
本計畫利用 48 處位於高屏溪流域且降於延時大於 24 小時或有效累積 雨量大於 350 mm 之崩塌事件發生時之平均降雨強度與降雨延時，所計算 出之高屏溪流域大規模崩塌的 I-D 降雨門檻公式為 I = 6.526 D-0.116，如圖
5.5 所示，此一曲線下方涵蓋 5%的資料。圖 5.5 中黑點所標示崩塌事件雖
圖5.5 I-D 降雨門檻
圖 5.6 小林崩塌數值分析剖面(修改自陳樹群及吳俊鋐，2009)
圖5.7 數值模擬帶入之設計雨型(參考自石棟鑫，1989)。(a)前峰式降雨、
(b)後峰式降雨、(c)最大降雨發生於 1/4 延時、(d)最大降雨發生於 3/4 延時、(e)最大降雨發生於 1/2 延時、(f)雙峰式降雨
表5.2 設計降雨模擬結果
二、有效累積雨量(Re)與降雨延時(D)之關係
對 48 處發生於高屏溪流域的大規模崩塌進行 Re-D 降雨門檻分析，其 中有少數崩塌事件雖符合本計畫之大豪雨定義，但其有效累積降雨量皆小 於40 mm，表示導致崩塌發生的原因並非大量降雨，因此 Re-D 降雨門檻的 計算不考慮這些崩塌事件，計算結果如圖5.8 所示。高屏溪流域涵蓋資料百 分比為 5%之 Re與 D 之乘積值為 4989.12 mm×h，表示當降雨延時超過 24 小時的時候，涵蓋資料百分比為5%的有效累積降雨量為 208 mm；也能夠 說，當有效累積降雨超過208 mm 的時候，涵蓋資料百分比為 5%的降雨延 時為24 小時。同樣將數值模擬方式所獲得之促崩降雨數據加入至圖 5.8 中，
可以發現門檻線落在模擬降雨之數據點下方，表示利用高屏溪實際案例所 求出之Re-D 降雨門檻確實可以有效的警戒數值模擬之案例。
本計畫也將前期計畫針對全台灣 93 起大規模崩塌事件計算的 Re-D 降 雨門檻繪於圖 5.8 中進行比較，全台灣涵蓋資料百分比為 5%的 Re與 D 之 乘積值為11932 mm×h，當降雨延時超過 24 小時的時候，涵蓋資料百分比 5%之有效累積降雨量為 500 mm。相同的降雨延時，高屏溪流域的有效累 積雨量數值較低，說明相較於台灣其他地區，高屏溪流域在有效累積雨量 較低的情況下就有較高的機會可能誘發崩塌。
圖 5.8 Re-D 降雨門檻
三、平均降雨強度(Iave)與有效累積雨量(Re)之關係
分析 48 處位於高屏溪流域的大規模崩塌其平均降雨強度與有效累積 雨量之間的相關性，其中同樣有少數崩塌事件的發生並非由降雨主控，因 此不納入降雨門檻的計算。同樣計算涵蓋資料百分比為5%時的 Iave與 Re的 乘積值，計算結果如圖5.9 所示，Iave與 Re的乘積值為 684.97 mm2/h。表示 當累積雨量達到 500 mm 時，誘發崩塌之平均降雨強度為 1.4 mm/h。換句 話說，當平均降雨強度超過 10 mm/h 時，涵蓋資料百分比 5%之有效累積雨 量為68.4 mm。將數值模擬方式所獲得之促崩降雨數據加入至圖 5.9 中，可 以發現模擬降雨與實際案例之數據點分布明顯不同，但門檻線仍落在模擬 降雨之數據點下方，表示利用高屏溪實際案例所求出之 Iave-Re 降雨門檻仍
可有效的警戒數值模擬之案例。同樣加入前期計畫計算之 Iave-Re 門檻值做 討論，亦可發現相較於台灣其他區域，高屏溪流域在相同的平均降雨強度 條件下，誘發崩塌所需的有效累積降雨量是較低的，說明高屏溪流域可能 有較高的機率由降雨誘發大規模崩塌。
圖5.9 I-Re 降雨門檻
第三節 土壤水分指數分析結果
本計畫以台灣參數計算 48 處位於高屏溪流域崩塌事件的土壤水分指 數，統計結果如圖 5.10 所示，SWI 值包含了降雨事件期間的降雨資訊，以 及降雨事件發生前 7 天的前期降雨。崩塌發生時的 SWI 值平均為 261.75 mm，最大值和最小值分別為 523.53 mm 及 8.34 mm；崩塌事件發生時對應
的各桶平均水深如下，第一桶平均水深(S1)為 67.49 mm，第二桶平均水深
大所需要的降雨量也隨著增加。此外，S1及S2與 SWI 之關係圖中可以觀察 到本計畫之降雨門檻低於陳樹群等人(2013)的降雨門檻，而 S3與 SWI 之關 係圖中則相反。這個現象也反映崩塌案例規模的影響，而且大規模崩塌的 誘發需要雨水入滲至較深的地層或岩層，而淺層崩塌的發生多與淺層地下 水有關。圖5.11 充分說明不同崩塌規模之促崩降雨條件的差異，也更加確 認相較於 S1及 S2與 SWI 之降雨門檻，S3與 SWI 之降雨門檻可能更適合用 於大規模崩塌之預警。
圖5.10 引發大規模崩塌之土壤水分指數及三桶水深的數量統計
圖5.11 土壤雨量指數與各桶水深深度之分布
第四節 河川水位與崩塌發生時間的關聯性 反應至河川水流。Weidner 等人(2019)針對美國 Ontonagon River 流域研究 其河岸崩塌發生條件，便提出流量可作為崩塌發生的水文指標之一。雖然 目前可用於探討崩塌發生之河川水文條件的事件數不多，仍難以明確界定 流量或水位門檻，但從現有的案例可知，全新的大規模崩塌幾乎都發生於 流量出現驟升的降雨事件，且發生時間多在尖峰流量時，或尖峰流量過後。
表 5.3 鄰近河道崩塌發生時之流量與水位紀錄
圖5.12 旗山溪流域內 2009 年崩塌發生時間與水位變化紀錄的關係 (水文紀錄取自水利署水文資訊網
https://gweb.wra.gov.tw/Hydroinfo/?id=Index)
圖5.13 荖濃溪流域內 2015 年崩塌發生時間與水位變化紀錄的關係 (水文紀錄取自水利署水文資訊網
https://gweb.wra.gov.tw/Hydroinfo/?id=Index)
圖5.14 隘寮溪流域內 2009 年崩塌發生時間與水位變化紀錄的關係 (水文紀錄取自水利署水文資訊網
https://gweb.wra.gov.tw/Hydroinfo/?id=Index)
第五節 鄰近高潛勢大規模崩塌邊坡之歷史案例的水文條件分析 高屏溪流域內有 5 處高潛勢大規模崩塌優先辦理區，分別為新庄、萬 山、寶山、光明巷以及阿禮，本節將彙整 5 處鄰近優先辦理區之歷史崩塌 案例(圖 5.15)。由於優先辦理區與歷史案例相距不遠，地質及地形條件可能 非常相似，因此分析鄰近歷史崩塌案例之降雨條件有助於建立 5 處優先辦 理區的警戒標準。本計畫將優先選擇距離最近之歷史崩塌事件，並確認其 崩塌誘發是否受降雨主控，以此討論其發生時之水文條件，結果整理於表 5.4。如表 5.4 所示，5 處高潛勢大規模崩塌之鄰近歷史案例多發生於 2009 年莫拉克颱風期間，僅有1 處崩塌發生於 2005 年海棠颱風期間。由於大規
模崩塌的發生可能與長降雨延時及高累積有效降雨有較顯著的關聯性，而
模崩塌的發生可能與長降雨延時及高累積有效降雨有較顯著的關聯性，而