運移因子

運移因子則是依照欲分析之案例時間選擇適當的數值地形模型 (DTM)，以地理資訊系統(ESRI Arc GIS)及水文運算程式(Arc Hydro Tools)進行運算所得到，其運算步驟如下圖 4-11 所示：

圖 4-11 運移因子運算步驟

本研究運算步驟為：先以適當數值地形模型進行帶入地理資訊系 統中(ESRI Arc GIS)以水文運算模組(Arc Hydro)可得到山崩之運移路線 並同時利用 ArcGIS 中 ArcToolbox 進行坡度、曲率、粗糙度與水系運 算，將所得之運移路線圖層與坡度、曲率、粗糙度與水系圖層進行套 疊後運算即可得到各種運移因子。其中，運移因子運算除了得到運移 距離、運移相對坡高...等，也需要求取崩落土石停留的最後位置：堵塞 點、堵塞點相關的谿線位置，以便後續水文因子的相關計算。

100

依據各種運移因子產生的先後順序，將在下面對於運移因子的運 算過程及其定義加以敘述(以莫拉克颱風造成的高雄縣那瑪夏鄉達卡努 瓦村旗山溪上游堰塞湖為例)：

 谿線

谿線為水系底部高程最低點之連線，在確認欲分析之案例的形成 時間後，選取適當的災前數值地形模型(DTM)透過 ArcGIS 進行水文運 算(ArcToolbox 中 Drainage Line Processing 功能)可得到該流域整體谿線 如圖 4-12 所示。

圖 4-12 高屏溪流域谿線圖

101

 運移路徑、運移距離及堵塞點

經由之前 4.5.1 山崩因子建立後，選取山崩範圍的中心點作為運移 路線的運算起點，透過水文運算模組(Arc Hydro)的流動路線計算(Flow Path Tracing)可算出從山崩範圍中心點到最終流域出口點的整體運移 路線。最後再將運移路線、谿線與相關災前災後案例影像作套疊對比，

經過人工修正(確認堵塞點位置為實際堵塞點)後即可得到此山崩發生 到堵塞過程中的正確運移路徑及運移路徑與谿線交會處為堵塞點，如 圖 4-13 所示。

圖 4-13 運移路徑、溪線、堵塞點位置示意圖

得到正確運移路徑後，可由地理資訊系統(ESRI Arc GIS)的基本運 算功能，得到運移路徑的長度作為運移距離。

102

 運移相對坡高

在已有正確運移路徑下，由運移路徑直接提取災前數值地形模型 (DTM)的網格高程值(如圖 4-14 所示)，並找出路徑中的最大高程值與 最小高程值將其相減即為運移相對坡高。

圖 4-14 運移相對坡高運算示意圖

 運移坡度

利用案例災前的數值地形模型(DTM)，進入地理資訊系統(ESRI Arc GIS)，根據 Burrough & McDonell (1998)以33環域網格計算出中 心網格最大高程差異值的方法(如圖 4-15)，進行坡度(Slope)的運算則 可得到整體流域的網格坡度圖。並且一樣由運移路徑提取相對應的網 格坡度值，再計算出運移路徑的坡度平均值作為運移坡度。

103 (修改自 Arc GIS Resources)

 運移曲率

根據 Zeverbergen & Thorne (1987)以及 Moore et al.(1991)對於數值 地形模型(DTM)運算的研究，本研究的曲率(Curvature)運算是利用災前 (修改自 Arc GIS Resources)

3x3 環域網格圖

104

最後，計算出欲分析案例所在流域之曲率圖後，將其運移路徑套 疊提取曲率圖當中的網格曲率值，計算其平均值視為運移曲率。

 運移粗糙度

為了有更貼切描述運移過程中地形起伏的變化程度的因子，本研 究參考 Wilson & Gallant (2000)所提出的方法：利用圓形環域網格內之 網格高程值標準差作為區域內的高程變化程度。選取

3 3

圓形環域網 格以地理資訊系統(ESRI Arc GIS)的焦點統計(Focal Statistic)功能計算 (如圖 4-17)其選定的案例災前數值地形模型(DTM)之標準差視為該案 例流域之地形粗糙度(Terrain Roughness)。

並且將案例之運移路徑套疊提取路徑所經之地形粗糙度值，將案 例路徑全部之地形粗糙度作平均值視為其案例之運移粗糙度。

1 ) (







 n

z z

Roughness ⁱ

z=圓形環域網格之高程平均值

z

i=各網格高程值 n=圓形環域網格個數

圖 4-17 以33圓形環域網格進行地形粗糙度運算示意圖 (修改自 Arc GIS Resources)

33圓形環域網格圖

計算中心網格

Z

₀的地形粗糙度值為例：

105

在文檔中 堰塞湖形成潛感分析 (頁 115-121)