本研究收集了 2001 年至 2019 年間各颱風、豪雨事件期間之雨量資料，
並透過崩塌地動訊號的判釋與實際崩塌地位置配對，得到大規模崩塌確切 的發生時間。利用自動分類器，由 2001 年至 2019 年重大颱風、豪雨事件 期間的地動紀錄中，判釋出 224 起由山崩產生的地動訊號，並且定位於陸 地上(圖 3.21)。將訊號定位點與鄰近崩塌進行配對後，共有 162 個崩塌訊號 定位點與鄰近崩塌地成功配對。其中，2001 年有 13 個、2002 年有 3 個、
2003 年有 2 個、2004 年有 5 個、2005 年有 8 個、2006 年有 3 個、2007 年 有 1 個、2008 年有 6 個、2009 年有 50 個、2010 年有 10 個、2011 年有 8 個、2012 年有 14 個、2013 年有 8 個、2014 年有 8 個、2015 年有 7 個、
2016 年有 8 個、2017 年有 4 個、2018 年有 1 個、2019 年有 3 個。其中崩 塌地最大面積為 250 公頃、最小為 1 公頃、平均面積為 28.61 公頃、標準差 為 37.80 公頃。
圖 3.21 2001 至 2019 年大規模崩塌分布圖
另外，因考慮前期降雨的影響，亦收集了各事件發生前 7 日的日雨量 資料(Ra)。由於本研究係主要針對降雨觸發之大規模崩塌，因此雨量分析僅 選用發生時已具有大量累積降雨或長延時之崩塌事件。在本研究中，分析
各年度颱風事件的降雨型態，選定有效累積雨量大於 350 mm 或降雨延時
本研究分別分析了崩塌發生時的小時降雨強度(I1)、三小時降雨強度(I3)、六 小時降雨強度(I6)以及平均降雨強度(Iave)。在圖 3.24 中，可以發現只有少部 分崩塌事件的 I1、I3、I6 有顯著的極端高值(>80 mm/h)，降雨強度超過 20 mm/h 的事件數量不到一半，表示大規模崩塌的發生與數小時內的降雨強度 沒有明顯關係。此外，因為長時間降雨的關係，造成整場雨的平均降雨強 度並沒有顯著的極端高值，甚至部分事件發生時之降雨條件因為降雨延時 持續很久，而導致平均降雨強度低於 5 mm/h 的狀況。
圖 3.22 崩塌事件之降雨延時統計
圖 3.23 崩塌事件累積雨量
圖 3.24 崩塌事件之降雨強度統計
二、促崩降雨參數間相關性
利用 93 處大規模崩塌發生時之平均降雨強度 Iave與降雨延時 D，所計 算出之大規模崩塌的 I-D 降雨門檻公式為 I = 25.75 D-0.43，此一曲線為下方 涵蓋 5%的資料(圖 3.25)。相較與前一年度計畫，本年度計畫增加 4 處崩塌 之促崩降雨資料，但對於 I-D 降雨門檻並沒有產生影響，因此與前一年度 計畫結果完全相同。圖中的資料分布顯示，大規模崩塌發生時的降雨條件 多數集中在延時為 60 小時至 80 小時，平均降雨強度集中在 10 mm/h 到 30 mm/h 之間。雖然也存在超過 100 小時的長降雨事件，但占所有事件數的比 例並不高，而且在長延時的影響下，平均降雨強度會相對地降低，這也反 映出大規模崩塌並不需要特別極端強度的單一小時降雨量。根據 I-D 法的 雨量門檻值，可以推論長延時的降雨型態是引發大規模崩塌的重要條件之 一。
圖 3.25 I-D 降雨門檻
對 93 處大規模崩塌地進行 Re-D 降雨門檻的分析。其結果顯示涵蓋資 料百分比為 5%之 Re 與 D 之乘積值為 11932 mm×h (圖 3.26)，表示當降雨
也可以說，當有效累積雨量超過 500 mm 的時候，涵蓋資料百分比為 5%的
峰降雨的時候，而沒有出現在降雨組體線的第二個轉折處。根據上述三類 降雨型態的分析，本研究認為尖峰降雨雖然帶來豐沛的雨量，但並不是左 右大規模崩塌發生的主要原因，且在第三類降雨型態中反映出前期降雨對 大規模崩塌的促崩機制仍有相當程度的影響。
圖 3.26 Re-D 降雨門檻
探討 93 處已發生大規模崩塌的平均降雨強度 Iave與有效降雨量 Re 之 間的相關性，並求得涵蓋資料百分比為 5%時的 I 與 Re 乘積值，結果顯示
I
ave與 Re 的乘積為 856 mm2/h (圖 3.28)。類似 I-D 與 Re-D 降雨門檻，本年 度計畫增加 4 處崩塌之促崩降雨資料，但對於 I-Re 降雨門檻並沒有產生影 響。該結果表示當累積雨量達 500 mm 時，引發崩塌之降雨強度門檻為 1.7 mm/h。相對來說，當平均降雨強度超過 10 mm/h 時，涵蓋資料百分比為 5%之有效累積雨量為 85.6 mm。綜合此結果與單因子統計結果顯示，若要採用
I-Re 法作為制定大規模崩塌門檻值的參考，且考慮某一有效雨量為致崩降
雨條件，則將會產生相對之降雨強度門檻值過低的狀況。圖 3.28 I-Re 降雨門檻
三、臨界水量與降雨強度之關係
參考 Keefer et al. (1987)應用於舊金山灣區的警戒模式，並使用臺灣之 地質材料參數，以及土壤水分指數分析結果，進行大規模崩塌臨界水量 Qc 的評估計算。其中，崩塌深度 Z 利用崩塌面積與深度關係公式(Z=26.14A0.4)，
代入各崩塌面積求得崩塌深度。崩塌材料的單位重為 2.65 t/m3，材料有效 摩擦角為 37 度，藉由式 2.17 即可計算出各崩塌之臨界孔隙水壓 uwc。根據 前人調查(David et al., 1994；Dong et al., 2010)，岩石的平均有效孔隙率 nef
約為 0.1，利用式 2.18 便可計算出各崩塌滑動面上的臨界水量 Qc。
將 93 處崩塌之 Qc 值代入式 2.19 中，求得各崩塌邊坡材料之排水速率 Io。 93 處崩塌之 Qc 及 Io 的最小值分別為 192 mm 及 1.0 mm/h，因此建議 門檻曲線公式為(I – 1.0) D = 192。在此降雨警戒模式下，多數崩塌於 I-D 圖 中之資料點會落在警戒曲線之上，僅 7 處崩塌之臨界降雨條件低於警戒曲 線 (圖 3.29)，因此當 Qc 值的計算合理時，便使得警戒曲線公式得以適用 於大部分的崩塌事件。
圖 3.29 平均降雨強度及降雨延時與臨界水量關係圖
四、土壤水分指數與降雨強度之關係
圖 3.30 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 3.31 大規模崩塌之 SWI 歷時曲線，每一條歷時曲線僅統計至崩塌發生
本計畫嘗試定義土壤水分指數與降雨延時之間的 SWI-D 門檻值，由於
件，但仍可以注意到大規模崩塌的 SWI-D 門檻值遠高於小規模的門檻值， et al. (2010)將觸發小規模崩塌的降雨條件分為兩種類型，短延時-高強度(SH) 和長延時-低強度(LL)。臺灣大規模崩塌的 SWI 隨時間變化的總體趨勢介於 SH 型和 LL 型之間。在 93 個事件中，僅有一處發生於 2006 年的大規模崩
塌是由 LL 型降雨事件觸發的。而總體來說，與具有 SH 類型的小規模崩塌 相比，觸發大規模崩塌的降雨條件與長延時-高強度(LH)較為相關。
圖 3.32 (a)大規模崩塌與小規模崩塌之 SWI-D 門檻線比較、(b)大規模崩塌 與小規模崩塌發生時的 S3/SWI 百分率分布、(c)大規模崩塌與小規模崩塌
發生時的 S3/SWI 數量機率分布
圖 3.33 SWI-D 門檻線驗證