圖 7-3 側移破壞圖
5.流動
主要為鬆散土壤或岩體，無論含水狀態如何，當其破壞情形有 如液體流動之破壞型態，如岩屑或土壤之流動破壞。其流動體與圍 岩間有時有明顯之接觸面或僅唯一層可塑性之流動帶，其運動速度 變化可由不易察覺之蠕動潛移到快速的岩屑崩流，如泥流、土流或 土石流等。其中土石流係指土、石及水混合後，因重力作用集體運 動之流體，為近年臺灣地區常見之災害類型，其研究已由相關單位
執行，因此流動型破壞之探討非為本計畫範疇，僅於此進行崩塌型 態分類說明，後續不另進行相關發生機制與案例分析。
圖 7-4 流動破壞圖
7.1.2 潛勢分析相關作業方法 1.相關研究分析方式
由過去的研究中判定危險度的方式相當多，經由整理後大致可由 力學解析、潛感分析、風險評估等數種分析方法組成，主要用以探討
因子特性及因子與破壞間之關連性，其中以數學模式進行邊坡破壞可 能性之基本界定，本計畫研究方向則著重於災害資料統計、資料分 析。藉由資料統計、分析建置而得之基本資料庫與災損資料庫，配合 道路邊坡崩塌破壞評估方法，建立一套適合分析臺 18 線沿線道路邊 坡崩塌潛勢分級系統。
交通部(2004)[12]，在山區道路邊坡崩塌防治工法最佳化研究中以 彙整之多變量分析、模糊集法、類神經網路、層級分析程序法、評分 法等評估方法，在比較完各個方法之適用性與及優缺點後，針對實務 界之接受度較高的評分法訂定評估模式，進行評估。在彙整資料並針 對邊坡資料點位之空間分佈特性後，開發建置臺灣本土山區道路專屬 之邊坡管理系統，以供使用者進行查詢與相關之統計分析功能。
交通部(2003)[13]，在臺灣區道路邊坡崩塌發生機制及防治效益評 估方法研究與應用計畫中，利用圖層套疊法與複合條件機率法作為 評估方法，將所觀察到的崩塌進行之分析及預測。並以多變量鑑別 分析法、雙群體鑑別分析、複鑑別分析等評估防治工法效益，建置 崩塌型態統一格式之編碼系統，利用此編碼系統將邊坡基本資料有 系統的編制並搭配圖檔，使其可以涵蓋邊坡點、線、面的空間展示，
讓分析更具有效率。
陳信洲(2005)[14]利用阿里山全區公路所紀錄之崩塌點，建立崩塌資 料庫，再利用所建立之資料庫分析臺 18 線邊坡破壞潛勢。其利用的分 析方法為多變量不安定指數法（Multivartive Dangerous value method）、
多變量區別分析（Multivartive Discriminant Analysis），以及羅吉特迴歸
（Logistic Regression）等方法；分析崩塌資料庫後，發現以多變量不 安定指數法分析所得之成功率較高。利用 3 種分析模式建立出崩塌潛 勢分級，潛感高及較高者較易發生崩壞機率相對較高。
楊智堯(1999)[15]以高雄縣楠梓區與岡山地區坡地作為研究區 域，利用 GIS 地理資訊系統進行分析，並且建立相關研究區域邊坡 破壞因子之資料庫，並以坡度、坡向、植生密度、岩層與坡面之位
子做為分析崩塌潛感之影響因子；利用類神經網路與多變量分析進 行研究區域崩塌潛感分析與影響因子權重之比較，各項因子中以土 地利用對邊坡破壞影響最大，距斷層距離的影響最小。
張舜孔(2003)[16]以阿里山地區公路之道路邊坡作為研究區域，將 研究區域內邊坡監測資料及雨量監測資料彙整成邊坡資料庫及雨量 資料庫。共採用之影響因子計有地層、坡度、坡向、坡高、坡型、
風化土層厚、基岩基性、當日降雨量，以及前 7 天累積雨量等 9 項 影響因子，並對集集地震前與地震後之因子權重改變情形進行探 討。以倒傳遞類神經網路分析資料庫，建構出參數最佳化流程，並 以均方根誤差值的大小作為最佳化的依據；在流程中決定參數順 序，再將各項最佳化後之參數建構成最佳類神經網路架構，並以此 分析架構進行環境影響因子評估。
陳凱榮(2000)[17]以中部橫貫公路作為研究範圍，藉由潛感分析因 子做區域性統計，成為岩石工程系統影響因子分級依據，得到所有 調查邊坡的危險程度值，再利用落石危害度評分系統評估岩石工程 系統於研究區的適用性。潛感分級方法為以地理資訊系統配合衛星 影像擷取可能之山崩因子，其中包括斷層、褶皺、地震、降雨、坡 向、坡度、侵蝕溝，由 SQL 功能界定出因子分級值。山崩潛感值則 利用「不安定指數法」，藉由因子內評分與彼此間權重以加權線性組 合方式作量化分級。
陳志豪(2001)[18]以南橫公路啞口至新武段為研究區域，將在此路 段中收集之現地調查資料作為分析資料庫，以不安定指數法、岩體不 安定指數法、區別分析、類神經網路分析等 4 種分析方法分析現地資 料，將分析所得之影響因子分為 6 項與 15 項進行潛感值分級，比較 4 種分析方法對研究區域分析之精確性，探討各個方法的適用性。