河川流態分析

Richter et al.（1996, 1997）提出水文改變指標（indicators of hydrologic alteration），藉由分析長期水位或流量資料評估河川流態 的改變量。美國自然保育協會（The Nature Conservancy）為方便使 用，根據此方法開發一套流態改變指標軟體 IHA（Indicators of Hydrologic Alteration，可至 http://conserveonline.org 下載），可以 用於分析逐日的水文資料，例如：河川流量、河川水位、地下水水位 或是湖水位，進而評估該資料在量、時機、頻率、延時與變化率的改 變程度。

水文改變指標 IHA 共分為（1）各月份的水文條件、（2）極端水 文事件發生的流量與延時、（3）極端水文事件發生的時機、（4）極端 水文事件發生的頻率、以及（5）延時與水文條件變動的速率與頻率

五大類，共 33 個參數。每一個參數群都可能對生態系統產生不同層 面的影響（表3.1）。由於水文改變指標可以充分表現生態所需之水文 條件的變化趨勢，以及受特定事件的影響程度，因而被廣泛應用於與 生態相關的水資源問題探討上（Yang and You, 2010）。

除水文改變指標IHA 外，該軟體亦提供另一套環境流態因子 EFC

（environmental flow component）的分析方法，透過統計分析的方 法，將水文事件區分為（1）低流量（low flow）、（2）極端低流量

（extreme low flow）、（3）高流量脈衝（high flow pluse）、（4）小型 洪水（small flood）、以及（5）大型洪水（large flood）五大類，共 34 個參數，每一個參數群亦有其生態層面的影響（表 3.2）。

水文改變指標IHA 或環境流態因子 EFC，皆可搭配 Richter et al.

於1998 年所提出的變異範圍法（range of variability approach, RVA），

用以比較特定時間點前後的流態改變情形。利用特定時間點前的資料 計算可變異範圍，並推測特定時間點後各區間的期望值個數，比對實 際觀測值與期望值，進而量化各流態因子的變異程度（式3-13）。圖 3.12 為美國科羅拉多河在建壩前後一日最大流量的變化情形，由圖中

可以觀察得知：相較於前期，後期資料的一日最大流量多落於 RVA 下界以下，表示一日最大流量在建壩後明顯下降。

觀測值− 期望值 /期望值 100% （式3-13）

其中，觀測值為變異後落於特定範圍內的水文事件個數；期望值則為 透過變異前機率計算得到可能發生的個數。該數值越低代表其變異程 度越不明顯，反之則為劇烈之變異（Richter et al., 1998）。

像水文改變指標IHA 或環境流態因子 EFC，這種以流量或水位資 訊為基礎的分析方式，建立於「若河川流量維持不變，生態環境亦可 維持不變」的假設上，具有分析快速簡單、不需大量調查成本之優點，

但其缺點為缺乏生態資訊。因此，河岸紅樹林擴張之生態水利模式中 亦採用相同方式進行河川流態的分析，並選出 10 個可能對紅樹林具 有明顯影響的水文參數，分為（1）年水文條件、（2）小型洪水事件

（低於造床流量）、以及（3）造床洪水事件三大類（表 3.3），並搭配 生態模組的紅樹林歷年變遷資訊，藉以彌補此方法的缺點。

（Richter et al., 1998）

基流量（base flow）指 標：最低流量的七日平

類別 水文參數 生態影響 Alteration—User’s Manual (version7.1).

表3.2 EFC 各參數與其生態影響

類別 水文參數 生態影響 Alteration—User’s Manual (version7.1).

表3.3 本研究的河川流態模式：各參數與其生態影響