山坡地社區建築管理履歷資料庫建立與關鍵致災因子關聯性分析

山坡地社區建築管理履歷資料庫建立與

關鍵致災因子關聯性分析

內政部建築研究所委託研究報告

中華民國 105 年 12 月

PG10502-0011

山坡地社區建築管理履歷資料庫建立與

關鍵致災因子關聯性分析

受 委 託 者 ： 財團法人中興工程顧問社 研 究 主 持 人 ： 冀樹勇 協 同 主 持 人 ： 沈哲緯 研 究 員 ： 林郁雯、紀柏全、黃春銘、鄭錦桐 研 究 期 程 ： 中華民國 105 年 1 月至 105 年 12 月 研 究 經 費 ： 新臺幣 134 萬 2 千元

內政部建築研究所委託研究報告

中華民國 105 年 12 月

（本報告內容及建議，純屬研究小組意見，不代表本機關意見）

目次

目次 ··· I

表次 ··· V

圖次 ··· VII

摘要 ··· XIII

ABSTRACT ··· XVII

第一章 緒論 ··· 1

第一節

研究緣起與背景 ··· 1

第二節

相關研究現況與參考資料 ··· 4

第三節

工作項目與範圍 ··· 12

第四節

研究方法及進度說明 ··· 13

第二章 文獻回顧與研究區域環境概述 ··· 17

第一節

大數據特性 ··· 17

第二節

大數據分析理論基礎 ··· 19

第三節

大數據案例分析與優劣整合評估 ··· 23

第四節

邊坡關鍵致災因子特性分析回顧 ··· 35

第五節

研究區域概述 ··· 39

第三章 大數據分析方法說明 ··· 59

第一節

分析架構與流程 ··· 59

第二節

J48 決策樹演算法 ··· 63

第四章 自然邊坡關鍵致災因子關聯性分析 ··· 67

第一節

崩塌地目錄與分析因子 ··· 67

第二節

自然邊坡關鍵致災因子關聯性分析 ··· 91

第三節

成果視覺化 ··· 99

第五章 人工邊坡關鍵致災因子關聯性分析 ··· 103

第一節

人工邊坡目錄與分析因子 ··· 103

第二節

分析成果 ··· 114

第三節

成果視覺化 ··· 128

第六章 山坡地社區建築管理履歷資料庫建置 ··· 139

第一節

資料庫建置概念 ··· 139

第二節

資料庫系統架構與功能 ··· 142

第三節

用戶端功能介紹與使用說明 ··· 145

第四節

管理維護方法 ··· 164

第七章 山坡地社區易致災區域劃設機制建議 ··· 169

第八章 結論與建議 ··· 175

第一節

結論 ··· 175

第二節

建議 ··· 177

附錄一

評選委員意見回覆 ... 179

附錄二

工作會議 ... 185

附錄三

第一次專家座談會 ... 187

附錄四

期中報告審查委員意見回覆 ... 215

附錄五

第二次專家座談會 ... 219

附錄六

期末報告審查委員意見回覆 ... 255

附錄七

新北市境內納入研究之 215 處山坡地社區 ... 261

附錄八

自然邊坡關聯規則 ... 273

附錄九

山坡地社區建築管理履歷資料庫使用手冊 ... 281

參考書目 ... 293

表次

表

1-1

各工作項目之研究進度 ... 16

表

2-1

國內外巨量資料案例 ... 34

表

2-2

臺北氣象站歷年統計資料 ... 43

表

2-3

本研究統計之雨量站 ... 44

表

2-4

汐止區各里人口與戶數統計表 ... 55

表

2-5

新店區各里人口與戶數統計表 ... 56

表

3-1

決策樹訓練資料示意表 ... 66

表

4-1

各場颱風新增崩塌地面積統計 ... 69

表

4-2

崩塌潛感因子類別化依據 ... 89

表

4-3

崩塌潛感因子分類

(數值資料) ... 90

表

4-4

歷史災害紀錄 ... 93

表

4-5

分類誤差矩陣表 ... 93

表

4-6

訓練模式分類誤差矩陣表 ... 94

表

4-7

模式驗證成果 ... 94

表

4-8

崩塌好發特性 ... 97

表 5-1

研究納入

215 處之山坡地社區清單... 106

表

5-2

人工邊坡安全檢查表及其調查屬性... 110

表

5-3

新北市人工邊坡類型與數量 ... 113

表

5-4

懸臂類人工邊坡因子關聯規則 ... 120

表

5-5

扶壁類人工邊坡因子關聯規則 ... 121

表

5-6

排樁類人工邊坡因子關聯規則 ... 122

表

5-7

地錨類人工邊坡因子關聯規則 ... 122

表

5-8

重力類人工邊坡因子關聯規則 ... 123

表

5-9

半重力類人工邊坡因子關聯規則 ... 124

表

5-10

三明治類人工邊坡因子關聯規則 ... 125

表

5-11

(漿)砌石類人工邊坡因子關聯規則 ... 126

表

5-12

噴凝土類人工邊坡因子關聯規則 ... 127

表

6-1

資料庫圖層資料表 ... 151

表

6-2

資料庫應用方式與權責 ... 168

附表 7-1

研究納入

215 處之山坡地社區清單 ... 263

附表

7-2

新北市歷年重大崩塌災情彙整表 ... 267

附表

7-3

215 處山坡地社區座落環境地質區統計結果 .... 269

圖次

圖

1-1

坡地社區災害風險

GIS 展示查詢系統介面 ... 3

圖

1-2

計畫研究流程圖 ... 15

圖

2-1

日本

NHK 311 東北大地震巨量資料分析主題 ... 24

圖

2-2

日本

NHK 311 東北大地震巨量資料分析展示 ... 25

圖

2-3

日本

Yahoo 入口網防災速報及監測資訊服務 ... 26

圖

2-4

美國

Openhazards 網站 ... 27

圖

2-5

亞馬遜

AWS 系統巨量資料分析服務類型 ... 28

圖

2-6

NGIS 連結各政府之平台 ... 29

圖

2-7

政府資料開放平臺開放資料清單 ... 29

圖

2-8

NCDR 災害情資網-動態顯示颱風風速 ... 30

圖

2-9

D.M.I.P 災害管理資訊平台 ... 31

圖

2-10

NCDR 災害事件簿平台 ... 32

圖

2-11

KNY 台灣天氣 App ... 33

圖

2-12

汐止區地形陰影圖 ... 40

圖

2-13

汐止區交通環境圖 ... 41

圖

2-14

新店區地形陰影圖 ... 41

圖

2-15

新店區交通環境圖 ... 42

圖

2-16

研究區域平均年雨量分布圖 ... 45

圖

2-17

汐止地區地質圖 ... 50

圖

2-18

新店地區地質圖 ... 50

圖

2-19

臺灣活動斷層分布圖 ... 51

圖

2-20

汐止地區土壤圖 ... 52

圖

2-21

新店地區土壤圖 ... 53

圖

2-22

汐止區各里行政區域分布圖 ... 57

圖

2-23

新店區各里行政區域分布圖 ... 57

圖

3-1

大數據分析簡易流程圖 ... 59

圖

3-2

HDFS 分散式檔案系統架構示意圖 ... 61

圖

3-3

MapReduce 分散式運算架構示意圖 ... 62

圖

3-4

MapReduce 運算原理示意圖 ... 62

圖

3-5

決策樹示意圖 ... 63

圖

4-1

淡水河流域近

10 年新增崩塌地目錄空間分布 ... 67

圖

4-2

高程分布圖 ... 71

圖

4-3

圓形視窗之網格示意圖 ... 71

圖

4-4

地形粗糙度分布圖 ... 72

圖

4-5

網格資料示意圖 ... 73

圖

4-6

坡度分布圖 ... 74

圖

4-7

坡度標準差分布圖 ... 74

圖

4-8

平面曲率分布圖 ... 75

圖

4-9

剖面曲率分布圖 ... 76

圖

4-10

岩體強度分級圖 ... 77

圖

4-11

岩體強度分布圖 ... 78

圖

4-12

地形濕度指數分布圖 ... 79

圖

4-13

岩屑崩滑分布圖 ... 80

圖

4-14

落石分布圖 ... 80

圖

4-15

斷層距離分布圖 ... 81

圖

4-16

道路距離分布圖 ... 82

圖

4-17

水系距離分布圖 ... 83

圖

4-18

各颱風事件最大

24 小時累積雨量空間分布圖 ... 84

圖

4-19

100 年重現期 24 小時累積雨量空間分布圖 ... 86

圖

4-20

自然邊坡關聯規則分析模式建置流程 ... 92

圖

4-21

自然邊坡關聯規則樹狀圖

(截錄) ... 95

圖

4-22

2015 年蘇迪勒颱風崩塌機率分布圖... 98

圖

4-23

自然邊坡關鍵因子樹狀圖頁面 ... 100

圖

4-24

自然邊坡關鍵因子旭日圖頁面 ... 101

圖

5-1

研究納入之山坡地社區清單空間分布圖 ... 104

圖

5-2

山坡地社區範圍內人工邊坡目錄 ... 105

圖

5-3

坡地社區鄰近人工邊坡調查流程圖... 105

圖

5-4

人工邊坡危險徵兆分級數量百分比堆疊圖 ... 118

圖

5-5

人工邊坡關鍵因子級序 ... 119

圖

5-6

高危險徵兆人工邊坡各因子高不利條件比例 ... 119

圖

5-7

人工邊坡關鍵因子樹狀圖頁面 ... 129

圖

5-8

視覺化人工邊坡關聯規則成果─樹狀圖 ... 129

圖

5-9

人工邊坡關鍵因子旭日圖頁面 ... 133

圖

5-10

視覺化人工邊坡關聯規則成果─旭日圖 ... 134

圖

6-1

坡地社區災害風險分析

GIS 展示與查詢系統 . 140

圖

6-2

山坡地社區建築管理履歷資料庫 ... 141

圖

6-3

資料庫系統開發程序 ... 144

圖

6-4

MapGuide 架構圖 ... 144

圖

6-5

圖台基本操作功能介紹 ... 145

圖

6-6

圖台測量功能 ... 147

圖

6-7

圖台範圍設定功能 ... 147

圖

6-8

圖台環域分析功能 ... 148

圖

6-9

圖台環域分析功能結果 ... 148

圖

6-10

圖層控制功能 ... 149

圖

6-11

圖層控制功能─以村里界為例 ... 149

圖

6-12

圖台底圖選取功能 ... 150

圖

6-13

區位查詢─「行政區里」查詢功能... 160

圖

6-14

區位查詢─「社區名稱」查詢功能... 160

圖

6-15

區位查詢─「優先關注敏感區」查詢功能 ... 161

圖

6-16

區位查詢─「相關設施」查詢功能... 161

圖

6-17

統計分析功能 ... 162

圖

6-18

社區資料功能畫面 ... 162

圖

6-19

關聯分析成果 ... 163

圖

6-20

防災教育資訊功能畫面 ... 163

圖

6-21

資料維護管理功能 ... 164

圖

6-22

帳號維護管理功能 ... 165

圖

7-1

山坡地社區易致災區域劃設機制建議流程 ... 170

圖

7-2

汐止區坡地易崩塌區域與高風險人工邊坡分布 171

圖

7-3

新店區坡地易崩塌區域與高風險人工邊坡分布 171

圖

7-4

老爺山莊易致災區域分布 ... 172

圖

7-5

迎旭山莊易致災區域分布 ... 172

圖

7-6

綠野山坡易致災區域分布 ... 173

圖

7-7

秀岡山莊易致災區域分布 ... 173

圖

7-8

觀天下易致災區域分布 ... 174

圖

7-9

大台北華城易致災區域分布 ... 174

附圖

7-1

新北市地形圖與

215 處坡地社區空間分布 ... 270

附圖

7-2

新北市五萬分之一地質圖與

215 處坡地社區 ... 270

附圖

7-3

新北市境內歷年平均雨量分布圖 ... 271

附圖

7-4

環境地質圖與

215 處坡地社區 ... 271

附圖

7-5

100 年重現期山崩潛感圖與 215 處坡地社區 .... 272

摘要

關鍵詞：坡地社區、山坡地社區建築管理履歷資料庫、關鍵致災因子、大數據 一、研究緣起 山坡地社區安全評估與基地適宜性、地形、地質、水文、環境資源、歷史災 害及人工構造物(擋土牆、截排水設施、建築物等)皆息息相關，國內外研究多以 個別災害案例為主軸，鮮少整合建築管理與防災成果研提山坡地社區履歷資料庫， 提供災前整備及整中應變參考。然高度密集之坡地集合住宅，若有災害發生影響 甚鉅，實有必要將社區開發至今基地條件與歷史災情彙整成動態查詢資料庫，強 化資料庫科學應用與加值，預先佈署社區防救災資源，提前因應極端降雨之衝擊， 提供中央與地方政府進行山坡地社區災前整備、監測管理與災害防治下一階段工 作推動參考。 二、研究方法與過程 本研究以內政部建築研究所[以下簡稱建研所] (2008)開發之「坡地社區災害 風險分析 GIS 展示與查詢系統」中資料為基礎，納入社區風險評估、自然邊坡 風險評估、人工邊坡風險評估、坡地整合風險評估、現地監測資料、建築管理資 料及邊坡警戒基準值成果，建置「山坡地社區建築管理履歷資料庫」，並透過大 數據分析找出社區周緣坡地災害之關鍵致災因子，強化資料庫科學應用與加值， 協勤中央或地方政府達成社區風險分級滾動式修正，研提坡地社區易致災區域劃 設機制與現地調查效率化等成果，除此之外，也能透過動態查詢及互動統計研擬 坡地社區災害管理制度，以視覺化呈現社區歷史及潛在致災因子分布供民眾進行 社區自主防災參考。 本(105)年度研究具體目標如下七項： (一)彙整建研所歷年山坡地社區坡地災害研究成果，建置「山坡地社區建築管理 履歷資料庫」。 (二)以建研所近年新北市既有山坡地社區建檔成果，透過大數據分析、資料探勘 技術，完成人工與自然邊坡關鍵致災因子關聯性分析。 (三)建置新北市汐止區成立管委會之山坡地社區分布及周緣邊坡崩塌災害特性， 研提坡地社區易致災區域劃設機制與現地調查效率化等成果，以達社區風險

分級滾動式修正及社區自主防災參考。 (四) 因應開放資料 (Open Data)趨勢，彙整山坡地社區建築管理、環境資源及歷 史災情、人工構造物健檢成果等各項坡地社區履歷資料，有助凝聚社區自主 防災意識。 (五)引入大數據分析，促成智慧防災社區形成。 (六)擴充地理資訊系統資料庫，提昇社區防災應用層面。 (七)結合新興科技，研擬符合科學資料加值應用與方法創新研發精神之成果。 三、重要發現 (一)資料庫建置方面 本研究已完成資料庫建置需求之相關資料蒐集、數化及彙整，包括建研所歷 年山坡地社區坡地災害研究成果、山坡地社區建築管理資料、社區安全檢查報告、 環境資源、歷史災害紀錄、災害潛勢資料、雨量空間分布 (颱風事件、現況各重 現期與氣候變遷情境降雨)、防救災資源圖資(防救災相關單位、避難處所、防災 地圖)及社經資料 (建築物、路網、村里人口統計、村里財稅統計等)。 Web-GIS 完成使用者操作介面，包括使用者權限設定(一般使用者與專業使 用者)、基本操作功能(圖層套疊、圖徵選取、屬性查詢、測量、環域分析等)、區 位查詢(行政區、山坡地社區名稱、優先關注敏感區及雨量站之查詢與定位功能)、 統計分析功能(數量統計等)、山坡地社區資料查詢與維護功能、防災避難建議功 能(即時降雨資訊與燈號)，並系統性整合山坡地社區歷年巡勘、安全檢查紀錄， 提供資料上傳、下載維護功能。 (二)山坡地社區邊坡關鍵致災因子關聯性分析 1. 自然邊坡 本研究完成研究區域之各項圖資蒐集，包括歷年颱風事件崩塌紀錄、雨量空 間分布 (2000~2012 年，10 場颱風事件)、1/50,000 比例尺環境地質圖，並完成網 格資料劃分、自然邊坡主要致災因子產製，根據建築技術規則、水土保持法、山 坡地保育利用條例及崩塌因子相關研究將因子類別化，分析歸納自然邊坡之主要 關鍵因子為(1)地形濕度指數及(2)雨量因子等水文因子主控，而細部關聯性隨地 文特性等而有所差異。其中人為影響因子較難取得且難以科學量化，現階段暫無 法考量不當開發或不當利用作為致災因子，使用時須特別注意。 本研究並以 Javascript 繪製新北市人工邊坡因子關聯規則圖，以樹狀圖及旭

日圖形式視覺化呈現因子關聯性與規則數量，透過動態網頁方式提供線上瀏覽查 閱。 2. 人工邊坡 綜整新北市 1,242 座人工邊坡安全調查記錄，依據資料完整性決選 11 項災 害影響因子，以大數據分析方法-J48 決策樹完成人工邊坡關鍵因子關聯特性分析， 結果顯示(1)牆坡面裂縫與(2)材料破損或外露為最關鍵之兩項致災因子，而詳細 之因子關聯性與因子重要性隨著不同人工邊坡類型而有所差異。本研究並以 Javascript 繪製新北市人工邊坡因子關聯規則圖，以樹狀圖及旭日圖形式視覺化 呈現因子關聯性與規則數量，透過動態網頁方式提供線上瀏覽查閱。 (三)山坡地社區易致災區域劃設機制建議 本研究以自然邊坡大數據分析成果模擬 100 年重現期降雨情境下易崩塌區 域，結合歷年人工邊坡現地調查結果並考量環境地質敏感區位，研擬山坡地社區 易致災區域劃設機制如下： 以社區第一級人工邊坡及其周緣劃設為易致災區域，當其周緣(社區環域 150m 範圍內)有潛在環境地質災害時(如落石、岩屑崩滑、土石流、活動斷層等)， 或為自然邊坡易崩塌區域時，則延伸易致災區域至易崩塌區域或環境地質敏感 區。 依據新北市汐止區與新店區成立管委會之山坡地社區分布，挑選六處社區為 例劃設易致災區域分布，自然邊坡多數分布在山麓界面坡度陡峭處、順向坡、岩 屑崩滑等區域，以提供現地調查重點區位參考。 四、主要建議事項 建議一 山坡地社區邊坡監測智能感測系統與大數據分析網絡建置：立即可行建議 主辦機關：內政部建築研究所 協辦機關：內政部營建署、六都直轄市政府主管單位 山坡地社區監測多以人工定時記錄，輔以中央氣象局鄰近雨量站進行預警， 但常遭遇坡地社區局部降雨及邊坡位移資訊無法即時協勤防災，致使局部邊坡監 測無法有效落實防災與警戒目的。有鑑於此，整合電機控制、無線感測系統(雨 量模組、微氣候模組、位移模組等) 技術，研發邊坡獨立智能感測系統，並佈設 於現地，有助於減少人工記讀不均勻誤差與長期累積高昂人工費用，並能提升記

讀頻率與即時監測預警發布時效，透過環境監測巨量數據管理及分析功能，結合 雲端運算環境、大數據分析，提供管理者即時的數據分析，及相關環境風險警示 狀況，包含建立區域降雨特性、邊坡位移特性及災害預測模式，提供系統化、科 學化的防災管理基礎資訊，將山坡地社區防災層面提升至局部邊坡精度，以完善 山坡地社區自主防災目標。未來能搭配長距離低功號之資通訊技術 (LoRa、 Sigfox 及 NB-IoT 等)，將可突破以往山區資料傳輸或無穩定供電之缺陷，突破長 年土木監測應用之盲點。 建議二 山坡地社區智慧防災物聯網研發：中長期建議 主辦機關：內政部建築研究所 協辦機關：內政部營建署、六都直轄市政府主管單位 政府部門積極推動 ICT 智慧科技應用，若以 ICT 智慧科技應用優化整合防 災產業上中下游技術，落實智慧防災科技，應符合現行社區自主與智慧防災需求 潮流，除提前因應全球氣候變異與極端氣候現象外，防災預警上亦能達到事半功 倍之效。坡地災害風險因人為開發及降雨加劇而日增，尤以人口密集之山坡地社 區為最，如何自動監測社區區域降雨及邊坡穩定性，伺機發佈預警維護與行動管 理方案，成了山坡地社區最關鍵且迄今仍有待突破之瓶頸。有鑑於此，跨領域整 合電機控制、無線感測系統(雨量模組、微氣候模組、位移模組等)、防災預警科 技與區域通報機制等，研發邊坡獨立智能感測系統，透過環境監測巨量數據管理 及分析功能，建立防災決策儀表板，連結物業(保全)監控系統、社區管委會電子 公布欄(跑馬燈)、社區內部網站、APP 與社區廣播輔助發布災情通報訊息，透過 物聯網技術整合各項系統元件、資料串聯平台與發佈平台，研提「山坡地社區智 慧防災物聯網」，達成社區智慧防災目標應是未來中長期的重要議題。

ABSTRACT

Keywords: hillside residential community, building management resume database, crucial hazard factors, big data.

The safety of hillside residential community is affected by geomorphology, geology, natural disasters, rainfall and the stability of man-made slopes. However, the effect of hillside residential community is difficult to be reflected in a regional assessment model, such as in Community scale. Thus, the project aims to establish Web-GIS of building management resume database (BMRD) for slopeland assessment and priority evacuation area designation using MapGuide open source, both of natural and man-made slopes. Furthermore, using Big data analysis in hazard impact of landslides induced by rainfall based on BMRD in this project. And hillside residential communities of New Taipei city, assessed to be with high risk, are taken as examples in order to research the priority evacuation area on community and to proof characteristics of slopeland disaster in Xizhi district, New Taipei city. Map Reduce and FP tree algorithm were developed multi-factor relationship of natural slopes in hillside residential community, and besides, decision tree was used to establish failure characteristics of man-made slopes. Finally, all the information were combined in emergency evacuation maps and published on the internet and distributed to the local residents. Slopes around hillside residential communities are taken as examples in order to validate crucial hazard factors from field investigation, 3S (RS/GIS/GPS) techniques, and monitoring data. The results could provide better slopeland disaster mitigation, emergency evacuation planning, and risk management in hillside residential community.

The expected results in this project are listed as below:

1. Construction building management resume database of hillside residential community in New Taipei city.

2. Relationship analysis for natural slopes and man-made slopes of crucial hazard factors in hillside residential community

第一章 緒論

本章茲就研究緣起、背景、重要性、研究現況、工作項目及研究進度與期程 進行說明。

第一節

研究緣起與背景

壹、研究緣起 山坡地社區安全評估與基地適宜性、地形、地質、水文、環境資源、歷史災 害及人工構造物(擋土牆、截排水設施、建築物等)皆息息相關，國內外研究多以 個別災害案例為主軸，鮮少整合建築管理與防災成果研提山坡地社區履歷資料庫， 提供災前整備及整中應變參考。然高度密集之坡地集合住宅，若有災害發生影響 甚鉅，實有必要將社區開發至今基地條件與歷史災情彙整成動態查詢資料庫，強 化資料庫科學應用與加值，預先佈署社區防救災資源，提前因應極端降雨之衝擊， 提供中央與地方政府進行山坡地社區災前整備、監測管理與災害防治下一階段工 作推動參考。 本研究將以內政部建築研究所[以下簡稱建研所] (2008)開發之「坡地社區災 害風險分析 GIS 展示與查詢系統」中資料為基礎，納入社區風險評估、自然邊 坡風險評估、人工邊坡風險評估、坡地整合風險評估、現地監測資料、建築管理 資料及邊坡警戒基準值成果，建置「山坡地社區建築管理履歷資料庫」，並透過 大數據分析找出社區周緣坡地災害之關鍵致災因子，強化資料庫科學應用與加值， 協勤中央或地方政府達成社區風險分級滾動式修正，研提坡地社區易致災區域劃 設機制與現地調查效率化等成果，除此之外，也能透過動態查詢及互動統計研擬 坡地社區災害管理制度，以視覺化呈現社區歷史及潛在致災因子分布供民眾進行 社區自主防災參考。本研究具體研究目標及效益如下七項： 一、彙整建研所歷年山坡地社區坡地災害研究成果，建置「山坡地社區建築管理 履歷資料庫」。 二、以建研所近年新北市既有山坡地社區建檔成果，透過大數據分析、資料探勘 技術，完成人工與自然邊坡關鍵致災因子關聯性分析。 三、建置新北市汐止區成立管委會之山坡地社區分布及周緣邊坡崩塌災害特性， 研提坡地社區易致災區域劃設機制與現地調查效率化等成果，以達社區風險

分級滾動式修正及社區自主防災參考。 四、因應開放資料 (Open Data)趨勢，彙整山坡地社區建築管理、環境資源及歷 史災情、人工構造物健檢成果等各項坡地社區履歷資料，有助凝聚社區自主 防災意識。 五、引入大數據分析，促成智慧防災社區形成。 六、擴充地理資訊系統資料庫，提昇社區防災應用層面。 七、結合新興科技，研擬符合科學資料加值應用與方法創新研發精神之成果。 貳、研究背景 建研所於2007~2009 年間，執行為期三年坡地社區周緣環境地質災害判釋與 風險評估，財團法人中興工程顧問社 (簡稱中興社)於 2008 年將蒐集之各項圖資 整合至地理資訊系統(簡稱 GIS)資料庫內，並建置「坡地社區災害風險分析 GIS 展示與查詢系統」，整合由各單位蒐集之圖資及影像，並結合風險評估與環境地 質災害判釋以提供各坡地社區的環境地質敏感區相關資訊。此外，該系統亦納入 各坡地社區之調查成果報告、災害照片、衛星影像及航空照片等資訊，以輔助各 單位進行山坡地管理。坡地社區災害風險分析 GIS 展示與查詢系統架構與介面 如圖1-1所示。 有鑑於此，本研究將以建研所2008 年「山坡地社區災害防制技術之研究（三）」 計畫中開發之「坡地社區災害風險分析 GIS 展示與查詢系統」中資料為基礎， 納入社區風險評估、自然邊坡風險評估、人工邊坡風險評估、坡地整合風險評估、 現地監測資料、建築管理資料及邊坡警戒基準值成果，建置「山坡地社區建築管 理履歷資料庫」，並透過大數據分析方法 (Big Data Analysis)找出社區周緣坡地災 害之關鍵致災因子，強化資料庫科學應用與加值，預先佈署社區防救災資源，提 前因應氣候變遷極端降雨之衝擊，提供中央與地方建築管理機關進行社區監測管 理、災害防治與警戒操作下一階段工作推動參考。本(105)年度研究計畫預計達 成目標如下： 一、彙整建研所歷年山坡地社區坡地災害研究成果，以 2008 年「坡地社區災害 風險分析GIS 展示與查詢系統」為基礎，建置「山坡地社區建築管理履歷資 料庫」，以利展示、查詢及統計。 二、以建研所近年新北市既有山坡地資料建檔成果，以GIS 圖資、現地勘查成果 與歷史災害紀錄為基礎，透過大數據分析、資料探勘技術 (Data Mining)，

分析新北市山坡地特性，歸納自然邊坡與人工邊坡關鍵致災因子，提供坡地 社區未來執行自主防災與巡勘調查規劃參考。 三、建置新北市汐止區成立管委會之山坡地社區分布及周緣邊坡崩塌災害特性， 以達社區風險分級滾動式修正，進而研提坡地社區易致災區域劃設機制與現 地調查效率化等成果。

圖1-1 坡地社區災害風險 GIS 展示查詢系統介面

資料來源：建研所

(2008)，山坡地社區災害防制技術之研究（二）。

第二節

相關研究現況與參考資料

壹、內政部建築研究所-「山坡地社區災害防制技術之研究 (一至三)-GIS、RS 科技應用坡地社區環境災害評估判釋準則建立之研究」 一、96 年計畫成果簡述 建研所 96 至 99 年「山坡地社區災害防制技術之研究 (一至三)」計畫結合 自然及人文環境資料、整合不同環境地質災害資料，並利用福衛二號、SPOT 及 航空照片等遙測影像技術，針對不同尺度的坡地社區範圍進行瞭解，將各項資料 整合建置於 GIS 資料庫中，提供坡地社區環境地質災害判釋及風險分析之基礎 資料。 利用3S 技術初步提出各類型坡地環境地質災害判釋原則，針對新北市新店 區及汐止區五處坡地社區進行環境地質敏感區之室內遙測判釋 (RS+GIS)，並實 際前往現地進行調查工作與檢核 (GPS)，針對調查成果撰寫社區調查報告及建置 GIS 圖資。此外，運用 5m×5m 解析度之數值地形進行空間分析，製作高精度坡 度圖以反應出自然陡坡及部分人工擋土構造物之邊坡，藉由 GIS 及 RS 的室內 判釋技術針對社區進行廣域的瞭解，將各類環境地質資料數化建檔至 GIS 資料 庫，定出環境地質災害敏感區範圍，再套疊數化好之社區房建物圖層，即可得坡 地社區房建物與環境地質敏感區之空間分布關係，可掌握坡地社區環境地質災害 之關鍵問題。 二、97 年計畫成果簡述 此計畫結合坡地社區遙測影像災害敏感區判釋及蒐集相關環境地質災害圖 資，搭配高解析度數值地形，進行災害潛在因子萃取，針對新北市汐止區內登記 有案之坡地社區，利用多變量統計方法建立風險分析模式，並對不同風險等級社 區建議具體之控管手段，期使負面後果與破壞發生機率降至最低，以達風險最適 化 (Risk Optimization) 之 目 標 ， 據 此 建 立 一 套 務 實 可 行 之 風 險 管 理 (Risk Management)流程。

風險根據模式分析災害發生機率與後果指數，以其成果繪製汐止市坡地社區 環境地質災害風險圖(63 個社區)，可提供相關主管機關研擬坡地社區詳細監測、 調查與管理之災害防制技術參用。此外，藉由立體像對空間實景判釋環境地質災 害，由立體像對萃取坡度、高程差、水平距離等資訊協助判釋災害規模與類型，

另藉由高精度0.5m 數值地形判斷立體對判釋區位之正確性，可有效判釋出社區 周緣之環境地質敏感區域與訂定優先敏感防制區。 基於上述風險分析結果，挑選數個第一類優先防制坡地社區進行社區內部現 地調查，以97 年計畫確立之坡地社區遙測影像災害敏感區判釋及災害防制調查 流程為基礎，針對新北市汐止區內 2 處第一類優先防制坡地社區進行遙測災害 判釋並進行現地調查，依照調查結果與風險分析進行驗證，並判釋優先敏感防制 區域位置，完成坡地社區環境地質敏感區圖以及建置資料庫，根據現地調查表量 化成可計數值，進行優先敏感防制區域之風險排序，並與汐止區坡地社區風險分 級圖結合繪製坡地社區總體風險圖，成果可供社區災害預防管理、處理對策研擬 與資源有效分配參考。 三、98 年計畫成果簡述 依據環境地質災害風險分析之成果繪製新店市坡地社區風險度分級圖(56 個 社區)，針對新北市新店區內兩處第一類優先防制坡地社區進行遙測災害判釋並 進行現地調查，依照調查結果與風險分析進行驗證，並判釋優先敏感防制區域位 置，完成坡地社區環境地質敏感區劃設，根據現地調查表量化成可計數值，進行 優先敏感防制區域之風險排序，並與新店市坡地社區風險等級圖結合繪製坡地社 區總體風險圖，成果可供社區災害管理、處理對策研擬與資源有效分配參考。 本年度另一重點工作為GIS 資料庫系統建立，主要將蒐集得到的航照影像、 衛星影像、地質資料、環境地質資料及分析成果建置於GIS 倉儲系統內，其中向 量式圖層以Microsoft Office Access 資料庫進行倉儲(*.MDB)，網格式資料則轉檔 成為JPG 格式進行儲存，將所有資料封包於 GIS 系統連結資料夾下，以提供『坡 地社區災害風險分析GIS 展示系統』連結。以 ArcGIS 9.X 地理資訊系統完成 GIS 圖檔數化及屬性建檔工作，並結合GIS 資料庫系統建置一套『坡地社區災害風險 分析GIS 展示系統』。 貳、山坡地社區環境災害管理地理資訊系統示範計畫(99 年) 此研究範圍選定「『地號：萬芳段一小段』臺北市文山區一處示範區」建置 高精度坡地社區都市防災主題圖製作，計畫之初針對示範區先行蒐集自然與社會 環境資料、防救災資源資料、環境地質災害資料、航空照片與數值地形等各項向 量與網格式資料，規劃資料格式、屬性與資料結構，統籌成建置GIS 資料庫，本 研究係為一年期之研究示範計畫，旨延續建研所96~98 年「山坡地社區災害防治

技術之研究山坡地社區災害防制技術之研究計畫」成果，以高精度地質災害敏感 圖 (比例尺 1/1,000)，配合 5m × 5m 高精度數值地形模型及 1/1,000 地形圖等綜 合研判，可迅速且精確了解示範社區周緣可能致災的環境地質危險區，達成既有 山坡地住宅安全性評估、優先防治順序與有限防救災資源分配等決策參考，成果 比例尺符合山坡地建築開發管理與都市計畫審議參考規定，亦能提升專業技師等 專業人員現地調查之效率，節省人力與時間。 一、透過資料蒐集與現地調查，整合易致災因子空間分布即完成「易致災區域分 布圖」，其成果有助於提升研判可能受災類型及優先防範之保全對象界定， 也可作為整治工法選擇依據。。 二、將易致災區域分布圖套疊災害經驗、自然與社會環境圖資及防救災資源等項 即完成「環境診斷地圖」，其成果可提供研擬合適的社區防救災對策，或是 檢討社區的防救災計畫是否適當。 三、依據都市計畫防災規劃手冊彙編建議劃設防救災據點、防救災避難圈及防災 通道網絡系統，並與套疊「易致災區域分布圖」成果，即完成「防災地圖」， 其成果可協助擬定地區防減災策略，發揮災害管理功能，強化基層防災成效， 以及提供易致災區域保全對象於災前預先進行疏散避難演練、儲備避難處所 日常生活所需與提供災中應變參考。 四、參考「水土保持技術規範」與「建築技術規則 (山坡地建築篇)」規定完成 「優先防治敏感區」初稿，尚須透過現地調查判斷條件篩選高致災風險區域 後，即完成「優先防治敏感區」，其成果可提供社區周緣環境地質災害優先 防範與有限資源分配參考透過現地調查確認複核。 五、延續優先防治敏感區成果，採用香港 GEO (1999)邊坡安全鑑定方法之風險 評估表，考量邊坡危險癥徵兆分級及生命損失後果分級兩項指標，透過風險 矩陣獲致邊坡風險分級，據此繪製研究區「優先防治敏感區風險圖」，其成 果可提供災害風險管理、土地使用或防減災政策推動之重要資訊，亦是落實 都市防災精神的重要基石。 最 後 將 示 範 區 蒐 集 與 分 析 成 果 統 一 資 料 格 式 與 結 構 ， 統 一 匯 入 滙 入 ArcGIS9.X 進行資料倉儲，延續整合建研所 96~98 年「山坡地社區災害防治技術 之研究山坡地社區災害防制技術之研究」開發之GIS 展示查詢系統，精進完成中 文化與簡易操作介面開發開發，透過Arc Publisher 模組發布包裝檔，可供各縣市 政府以免費瀏覽軟體ArcReader 進行資料檢視、查詢、展示與列印等功能，彙整

各式資訊供各縣市政府做為後續系統建置與資料整合參考，可達災害防治、風險 管理、土地管理與開發限度評估等決策參考。 參、應用政府環境地質調查資料進行全國山坡地建築安全簡易評估與建築管理對 策初擬(100 年) 此研究係考量目前尚無廣域性山坡地建築災害潛勢診斷基礎資料可作為主 管機關實施平時減災之依據，考量內政部建築研究所職掌，本研究係發展實務建 築防災管理技術，以地理資訊系統 (GIS)空間分析技術為核心，以地調所 91~95 年「都會區及周緣坡地整合性環境地質資料庫建置計畫」中1/25,000 比例尺環境 地質圖為基礎，參考已於99 年 12 月 8 日公布之地質法、建築技術規則與日本「土 砂災害防止法」第二條等規範研擬地質敏感區影響範圍，主要檢討崩塌 (岩屑崩 滑、落石)、地滑 (平面型、圓弧型)、土石流等項，以 Python 程式撰寫空間分析 程式，提昇圖資套疊分析效能，建立廣域性山坡地建築安全性簡易評估技術，進 行山坡地建築環境地質災害潛勢診斷，並於現行建築法所列舉之建築主管機關管 轄權可及範圍，研提建築管理初步對策，產製山坡地建築環境地質災害潛勢診斷 圖，供中央及地方主管建築機關實施「平時防災與減災」參考。 綜合分析結果顯示，以地質災害低潛勢區影響建築物基地面積最多，101 圖 幅範圍中各土地使用分區影響面積合計高達 18,284 公頃，約佔總影響建築物基 地面積的56%，其次為中潛勢岩屑崩滑影響建築物，亦達到 6,385 公頃，之後依 序為高潛勢岩屑崩滑影響建築物、順向坡敏感區影響建築物 (有坡趾切除者)、 高潛勢落石影響建築物、土石流扇狀地影響建築物、土石流流動區影響建築物、 中潛勢落石影響建築物、土石流堆積區影響建築物，最後為岩體滑動敏感區影響 建築物。各縣市影響建築物面積結果，以北部地區數個縣市範圍影響建築物面積 總合較大，其中以新北市為最高，高達6,414 公頃，其次為基隆市、臺北市、新 竹縣、苗栗縣、桃園縣等北部區域縣市。 肆、極端降雨對山坡地社區衝擊程度探討及其調適策略之研究(一至二) 一、102 年計畫成果簡述-鄉鎮尺度 目前在崩塌與土石流的模擬方法大多僅針對單一作用，崩塌模擬方法如統計 法的臨界降雨閥值、羅吉斯迴歸(logistic regression)模式或物理模式的極限平衡法、 臨界降雨模式等；土石流模式如Flo-2D、Debris2D，但少有研究結合崩塌與土石

流模式，且大多模式適用於單一溪流或場址，少有模式能應用於集水區尺度的模 擬。如何應用現行崩塌、土石流模式理論，整合邊坡穩定計算及土石流動態模擬 等技術，開發整合型坡地災害潛勢評估方法，將可提供主管機關務實的防災資訊 以利於後續監測、整治、及安全管理之參考依據。 此計畫研提整合崩塌-土石流災害評估模式，整合了崩塌機率模式及土石流 動態模擬，解決以往崩塌及土石流未整合評估及模擬之缺陷。並綜合氣候變遷情 境雨量資料，分別就坡地災害衝擊區域、村里尺度及社區尺度進行衝擊程度評估， 及提出防減災調適策略。 依據 24 小時累積雨量不同重現期降雨評估結果顯示，重現期 10 年降雨之 後，在基隆河以南山坡地開始出現崩塌網格，又以橫科里、白雲里、文化里、自 強里、秀山里及福安里山坡地居多；基隆河以北則以湖興里、拱北里、長青里及 汐止北端烘內里崩塌網格居多。重現期50 年降雨之後 (至重現期 200 年降雨)， 上揭村里開始密集出現崩塌網格，基隆河以北的烘內里山坡地增加最多，長青里 山坡地也有為數不少的崩塌網格；基隆河以南則是白雲里山坡地增加最多。由土 石運移模擬情形可知，重現期達 50 年降雨之後，烘內里、長青里、白雲里及橫 科里山坡地堆積土石居多，其中烘內里、長青里、文化里及秀山里既有山坡地社 區可能遭遇土石波及，由模擬結果預估，未來汐止地區若遭遇雨量強度達重現期 50 年以上降雨情境，應特別關注上述四個村里既有山坡地社區受坡地災害土石 衝擊之影響。 A1B 與基期情境坡地災害差異分析結果顯示，在重現期 50 年情況下，開始 發生密集的崩塌網格，此時土石流也有許多野溪邊坡開始有土石運移之情況，波 及到長青里四個社區；重現期200 年降雨情境，除長青里四個社區外，拱北里有 兩處社區恐有遭遇土石波及情況發生，基隆河以南也開發有比較密集的崩塌網格 及土石流動情形發生，此時福山里兩處社區及文化里七處社區也有可能在此情境 降雨下遭受土石波及。 村里尺度下，銜接 NCDR「坡地災害家戶損失模型」(李欣輯等人，2011、 2012)，完成村里單元風險評估及其衝擊程度分析，並平均每年坡地災害家戶損 失受損指標(RAVG)，區分村里為高、中、低三個等級，其中烘內里、長青里屬於 高風險。 社區尺度下，銜接建研所 (2008)「山坡地社區災害防制技術之研究」損失 指數模型，完成社區單元風險評估及其衝擊程度分析，第一類風險社區主要分布

於長青里、烘內里、拱北里、忠山里、江北里、文化里及秀山里。 二、103 年計畫成果簡述-坡面尺度 有鑒於此，建研所102 年發展「整合崩塌-土石流災害潛勢評估模式」，以新 北市汐止區為研究區，探討現況及兩種氣候變遷情境(A1B 及 B1)崩塌及土石流 衝擊影響，初步建立村里尺度及社區尺度風險評估及衝擊程度探討，完成「汐止 區坡地災害風險評估與衝擊程度分級圖」。 然而山坡地社區有自然邊坡與人工邊坡之雙重影響，單以鄉鎮尺度或廣域評 估無法細微反映人工邊坡效應，故103 年度將以上揭成果篩選 3 處較高風險之既 有山坡地社區為例，以邊坡尺度為基準，綜合考量人工邊坡與自然邊坡風險，進 而建立極端降雨下邊坡可能的災害衝擊，完成「社區鄰近坡地整合風險評估及其 衝擊程度」，檢討社區內既有建築物衝擊程度，研訂高風險邊坡(關鍵斜坡)處理 對策，提前因應氣候變遷極端降雨之衝擊，提供中央與地方建築管理機關進行社 區監測管理、災害防治與調適策略研擬參考。

本研究參考Xie et al., (2004)「集水區重疊法」概念，以 ArcGIS 的 Hydrology 模組為分析基礎，完成新北市汐止區全域斜坡單元劃設，共劃設2,350 個斜坡單 元，平均面積達2.4 公頃，最小面積為 0.1 公頃。此外，根據建築技術規則建築 設計施工編，山坡地建築專章第二百六十四條所稱擋土牆定義(構築高度在 1.5 公尺以上之構造物)，於三處研究社區內進行人工邊坡資料建檔，劃設方法參考 臺北市大地處(2013)及鄧曜輝與鄭宏逵(2003)建議，依據 1/1,000 數值地形向量圖， 人工邊坡於地形圖上構成地形斷線(地面傾斜角度劇烈變化處)，配合航照正射影 像即可進行內業研判後，主要透過現地查核而劃設，並就疏漏或謬誤處進行編修， 最終完成三處社區(國家公園別墅社區、堪農山莊、瓏山林社區)人工邊坡劃設工 作，合計140 座人工邊坡建檔。 自然邊坡分析結果顯示，現況重現期 25 年降雨之後，基隆河以北的長青里 及烘內里不穩定機率超過0.5 的斜坡單元居多。重現期 100 年降雨之後，長青里 及烘內里開始密集出現不穩定機率超過0.5 的斜坡單元，基隆河以北的烘內里山 坡地增加最多，長青里山坡地次之；基隆河以南則是白雲里山坡地增加最多。由 土石運移情形可知，當降雨量大於 50 年重現期之後，烘內里、長青里、白雲里 及橫科里山坡地堆積土石居多，其中烘內里、長青里、文化里及秀山里既有山坡 地社區可能遭遇土石波及，由模擬結果預估，未來汐止地區若遭遇雨量強度達重 現期 50 年以上降雨情境，應特別關注上述四個村里既有山坡地社區受坡地災害

土石衝擊之影響。氣候變遷情境(基期與 A1B)降雨量達到 25 年重現期之後，基 隆河以南山坡地開始出現不穩定機率0.5 以上的斜坡單元，又以白雲里山坡地居 多；基隆河以北則以長青里及汐止北端烘內里居多。降雨量達到 50 年重現期之 後，基隆河以南以福山里、橫科里、白雲里及秀山里山坡地不穩定斜坡單元居多， 其中以橫科里及白雲里增加最多；基隆河以北的湖興里、拱北里、長青里及烘內 里山坡地增加最多，其中以烘內里及長青里山坡地增加最多。 人工邊坡分析結果顯示，由三處研究社區(國家公園別墅社區、堪農山莊、 瓏山林社區)人工邊坡不穩定機率分析結果，其中不穩定機率值愈接近 1 表示該 人工邊坡潛在致災之可能性愈高，而機率值愈接近0 則可能性愈低，將分析與現 地調查結果進行比對，三處社區中評估較需優先關注之A、B1 及 B2 等級人工邊 坡，其不穩定機率計算結果皆有反映較高的不穩定機率，且國家公園別墅社區中 唯一被評定為A 等級之人工邊坡(編號 97233054-221-GMS-0013)，對照其不穩定 機率高達0.91，表示統計模式亦將其鑑別為高度不穩定邊坡。 伍、極端降雨對山坡地社區衝擊程度探討及其調適策略之研究(一至二) 山坡地社區有自然邊坡與人工邊坡之雙重影響，本研究延續建研所 103 年 「極端降雨對山坡地社區衝擊程度探討及其調適策略之研究(二)-以坡面尺度為 例」計畫中「坡地整合風險評估成果」為基礎，篩選兩處汐止區既有山坡地社區 為例，採力學分析方法(擋土牆穩定分析與無限邊坡理論)，分別研擬人工與自然 邊坡警戒基準值，期建議具體可行山坡地社區警戒操作流程，其中人工邊坡以牆 背水位高、牆體傾斜度為警戒基準物理量；自然邊坡以降雨量、地下水位為警戒 基準物理量，依序建置社區內邊坡警戒操作基準，並計算極端降雨下邊坡安全係 數與破壞機率，建立社區衝擊程度，研訂山坡地住宅社區疏散避難警戒系統架構， 提前因應氣候變遷極端降雨之衝擊，提供中央與地方建築管理機關進行社區監測 管理、災害防治與警戒操作參考。 以山坡地社區而言，坡地災害不外乎來自鄰近之自然邊坡與人工邊坡，如何 利用坡面尺度，劃分斜坡單元，並就自然邊坡及人工邊坡計算極端降雨下邊坡安 全係數與破壞機率，建立社區衝擊程度，研訂山坡地住宅社區疏散避難警戒系統 架構，提前因應氣候變遷極端降雨之衝擊，提供中央與地方建築管理機關進行社 區監測管理、災害防治與警戒操作參考不穩定機率進行評估實屬重要，實際災害 大多屬於自然邊坡及人工邊坡同時發生的複合災害。然目前鮮少分析模式將自然

邊坡及人工邊坡整合進行探討，或常侷限於自然邊坡，致使分析結果常與實際社 區鄰近邊坡災害有所不同。因此，本研究以建研所(2014)提出之坡地整合風險評 估方法，探討山坡地社區衝擊程度評估，輔以力學分析反算自然邊坡及人工邊坡 警戒基準值，並進行山坡地住宅社區疏散避難警戒系統架構研擬，包含山坡地住 宅社區疏散避難警戒系統資料庫規格、應有功能及運行架構。據以提供既有山坡 地社區及極端降雨下之疏散避難警戒參考，完善防災整備及災中應變工作，提早 因應氣候變遷之影響。 自然邊坡方面，148 社區西北側邊坡安全係數隨地下水位變化較為明顯， A005 社區基地所在斜坡單元隨地下水位變化相較於 A148 社區明顯，地下水位 達邊坡高度一半時，基地斜坡單元已達警戒值，需立即進行技師安全巡勘與緊急 維護作為，若地下水位達邊坡高度時，基地斜坡單元已達警戒狀態，應伺機發布 疏散避難聚集至社區外安全避難處所，啟動社區巡勘、技師檢查等防減災作為。 以A148 社區座落斜坡單元(ID：10782)為例，結果顯示斜坡單元安全係數 SR 隨 著地下水位升高而逐漸降低，當水位上升至地表面時則破壞機率 Pf 處於滑動臨 界狀態，由關係曲線可知，當達警戒狀態時(SR=1.2)，地下水位高達 0.89 倍邊坡 高度時(17.0m)，對應之有效累積降雨達 350mm 時，應立即啟動技師巡勘，當達 行動管理狀態時(SR=1.1)，地下水位高等同邊坡高度(19.2m)，對應之有效累積雨 量達530mm 時，此邊坡其上方住民應採取往社區東側管理中心聚集，避免滑動 邊坡或有破壞徵兆之擋土牆對建築物或生命財產造成損害。 人工邊坡方面，由A148 社區與 A005 社區人工邊坡資料庫中，挑選重力式 及半重力式人工邊坡共計 84 座，以一階可靠度分析法完成不同牆後水位情境下 傾倒破壞、滑動破壞及承載力破壞之分析結果，結果顯示，安全係數隨水位上升 而逐漸下降，傾倒破壞與滑動破壞分布及警戒基準雷同，傾倒破壞安全係數隨牆 後水位變化最大，滑動次之，最末為承載力破壞模式，經統計歸納可知，牆高大 於4.5m 者的漿砌石擋土牆，隨牆後水位上升安全係數隨之下降之情況高於所有 重力式混凝土牆。

第三節

工作項目與範圍

彙整建研所歷年(2007~2015 年)山坡地社區坡地災害研究相關圖資，納入社 區風險評估、建築管理資料及邊坡警戒基準值成果，建置「山坡地社區建築管理 履歷資料庫」，參考建研所(2013)提出「整合崩塌-土石流災害潛勢評估模式」之 山崩潛勢因子，探討自然邊坡關鍵致災因子特性；以建研所(2014)「極端降雨對 山坡地社區衝擊程度探討及其調適策略之研究(二)-以坡面尺度為例」與新北市政 府(2013~2014)「山坡地社區災害風險管理委託專業服務案」建置的人工邊坡目 錄為基礎，探討山坡地社區人工邊坡 (擋土牆)關鍵致災因子特性，最後彙整資 料庫與關鍵致災因子關聯性分析成果，研提山坡地社區災前整備、監測管理與災 害防治下一階段工作推動方向。本研究工作項目及預期成果如下三項： 壹、山坡地社區建築管理履歷資料庫 彙整建研所歷年山坡地社區坡地災害研究成果，建置「山坡地社區建築管理 履歷資料庫」，以利動態查詢及互動統計，達成大數據分析目標。 貳、邊坡關鍵致災因子關聯性分析 以建研所近年新北市汐止區既有山坡地社區建檔成果為目標，以GIS 圖資、 現地勘查成果與歷史災害紀錄為基礎，透過資料探勘技術，完成人工與自然邊坡 關鍵致災因子關聯性分析。 參、山坡地社區風險滾動式修正機制 建置新北市汐止區成立管委會之山坡地社區分布，以達社區分級滾動式修正、 研提非列管社區篩選機制與現地調查效率化等目標。

第四節

研究方法及進度說明

本研究工作之執行步驟與流程圖如圖1-2，主要工作項目及其進度規劃如表 1-1所示。本研究已完成之工作項目說明如下： 壹、 蒐集完成本研究需求之相關文獻 (包括大數據分析文獻、資料庫建置方法、 自然與人工邊坡致災因子相關文獻及資料採礦相關文獻)。 貳、 蒐集完成建研所2007~2015 年山坡地社區災害研究各項圖資，包括網格式 資料、向量式資料、政府開放平台資料、雨量資料、歷史災害記錄、社區 巡勘報告、建管資料、避難處所、社區管理維護手冊、防災地圖、歷年ABC 分級等，並完成相關資料 GIS 資料建檔、處理、轉檔及坐標轉換 (皆為二 度分帶97 坐標)等工作。 參、完成山坡地社區建築管理履歷資料庫 (Web-GIS)架構與功能設計。

肆、採Apache 軟體基金會(Apache Software Foundation)之開放原始碼計畫(open source project)公開的 Hadoop 軟體，透過 Java 開發設計完成大量資料分散儲 存與運算環境。

伍、基於 Hadoop 大數據分析環境，以紐西蘭的懷卡託大學(The University of Waikato)開放原始碼自由軟體 Weka 進行人工邊坡與自然邊坡關鍵致災因子 關聯性分析。其中，Weka 是以 Java 為基礎的資料探勘(Data Mining )與機械 學習(machine learning)軟體，Weka 全名為懷卡托智能分析環境(Waikato Environment for Knowledge Analysis)。

陸、完成山坡地社區易致災區域劃設機制研擬，分就汐止區與新店區各三處坡地 社區為案例說明劃設原則。

柒、 工作會議：民國 105 年 3 月 31 日下午 2:00 於建研所討論室就研究方法、 架構與預期成果召開工作會議進行討論；民國 105 年 6 月 15 日下午 2:00 於建研所討論室就山坡地社區建築管理履歷資料庫與關聯分析初步結果進

行討論，工作會議簽到單如附錄二。

捌、民國105 年 06 月 21 日下午 2:00 至 4:00 於財團法人中興工程顧問社防災科 技中心5 樓中型會議室完成第一次專家座談會議，會議紀錄詳附錄三；民國 105 年 10 月 07 日上午 10:00 至 11:30 於財團法人中興工程顧問社防災科技 中心5 樓中型會議室完成第二次專家座談會議，會議紀錄詳附錄五。

圖1-2 計畫研究流程圖

資料來源：本研究計畫成果。

表1-1 各工作項目之研究進度

月次 工作項目 第 1 個 月 第 2 個 月 第 3 個 月 第 4 個 月 第 5 個 月 第 6 個 月 第 7 個 月 第 8 個 月 第 9 個 月 第 10 個 月 第 11 個 月 第 12 個 月 備 註 1.資料蒐集、數 位化及彙整 含 山 坡 地 社 區範 圍 圖 層。包含紙本數位化、 GIS 資料、遙測影像資 料等 2.向量式 GIS 資 料彙整 以 建 研 所 歷 年資 料 為 主，其餘公部門資料為 輔 3.網格式 GIS 資 料彙整 以 建 研 所 歷 年資 料 為 主，其餘公部門資料為 輔 4.山坡地社區建 築管理履歷資 料庫建置 資 料 庫 以 現 行公 部 門 開 放 資 料 通 用格 式 為 主(向量式以 shp 檔為 主，網格式以img 或 asc 檔為主) 5.Web-GIS 開發 本 研 究 額 外 加值 研 發_工作 6.人工與自然邊 坡關鍵致災因 子關聯性分析 7.山坡地社區風 險分級建議研 擬 依據第6 項分析成果， 輔 以 歷 年 建 研所 山 坡 地 社 區 風 險 分 析 資 料，研提山坡地社區風 險分級建議供參考 8.專家座談會 第一場：6 月 21 日 _{第二場：10 月 7 日} 9.期中報告 _{105/06/30 前提送} 期中報告已於 10.期末報告 _{105/10/14 前提送} 期末報告已於 11.成果報告 _{105/12/20 前提送} 成果報告已於 預 定 進 度 ( 累 積 數 )

3.3 13.3 26.7 40.0 51.7 66.7 73.3 76.7 85.0 90.0 95.0 100

說明： 1. 工作項目請視計畫性質及需要自行訂定，預定研究進度以粗線表示其起訖日期。 2. 預定研究進度百分比一欄，係為配合追蹤考核作業所設計。請以每 1 小格粗組線為 1 分，統計 求得本研究之總分，再將各月份工作項目之累積得分(與之前各月加總)除以總分，即為各月份之 預定進度。 3. 科技計畫請註明查核點，作為每 1 季所預定完成工作項目之查核依據。

資料來源：本研究計畫整理。

第二章 文獻回顧與研究區域環境概述

本章回顧目前大數據分析技術，包含其特性、分析理論基礎，並蒐集現有已 知之大數據分析之國內外成功案例，分析優劣點，並整合評估適合本案執行者以 供後續參考。

第一節

大數據特性

2012 年，由麥塔集團改為高德納(即唐納德·爾文·克努斯，Donald Ervin Knuth) 將大數據(或稱巨量資料)的定義修正為「巨量資料是大量、高速、及/或多變的資 訊資產，它需要新型的處理模式去促成更強的決策能力、洞察力與最佳化處理」， 並在3V 之外定義了第 4 個 V，即加入真實性(Veracity)為第四特點成為 4V。 此外，根據Saptarsi Goswami 等(2016)回顧目前應用於災害之大數據分析方 法亦指出，大數據分析應用於災害管理(Disaster Management)之優點具有(1)提供 早期預警、提供預測、(2)可迅速提出對應策略、(3)減少傷亡、(4)提供即時救援、 (5)疏散人群或動物避免災害、(6)災害損失重建等。因此大數據分析對於災害應 用管理為一重要課題與趨勢，且能夠達到迅速、即時、自動畫分析處理等能力， 對於輔助緊急決策、中長期規劃治理皆有相當顯著的效益。 一般而言，巨量資料必須藉由計算機對資料進行統計、比對、解析以後，方 能得出客觀結果，而資料探勘(Data Mining)則是在探討用以解析大數據的方法。 因此，大數據具有4 個基本特徵，說明如下： 壹、數據數量巨大 指數據的數量難以計數，在網路社會中(如 GOOGLE YAHOO…百度等)，其 首頁導航每天所需要提供的數據，可能都超過 1.5PB(1PB=1,024TB)，這些數據 如果列印，將超過5 千億張 A4 紙，數據龐大，一般人很難加以體現並利用。 貳、數據類型多元 在國際網路社會下的數據類型中，不僅是文本形式，更包括圖片、視頻、音 頻、地理位置訊息…等多類型的數據，其中，又以個性化數據為最多，如為個人 提供個性化的醫療服務之數據…等。

參、處理速度快 在大數據處理過程中，數據處理遵循1 秒定律(又稱秒級定律)，主要是指對 處理速度有要求，一般要在秒級時間範圍內提出分析結果，時間太長就失去價值 了，並可從各種類型的數據中，快速獲得高價值的訊息。 肆、可利用資料密度偏低 指可利用的資料偏低，以視頻為例，一小時的視頻，在不間斷的監控過程中， 可能有用的數據僅只有1~2 秒。

第二節

大數據分析理論基礎

大數據分析是指對巨量資料進行分析，並透過分析獲取深入有用且有價值的 訊息。資料的屬性包括資料數量、分析速度、資料類別之多樣性，以及真實性等， 呈現了巨量資料不斷增加的複雜性，所以大數據的分析方法是決定最終訊息是否 具有價值的決定性因素。因此，巨量資料分析的理論基礎如下述： 壹、可視化分析 可視化分析(Visual Analytics)一般包括信息可視化與科學可視化，主要藉助 於互動式用戶界面而進行的分析推理；大數據分析為學者專家工作，但大數據的 使用者則包含專業人士與社會大眾，而使用者對於大數據分析的基本要求，就是 易於瞭解資料內容的可視化分析，因為可視化分析能直接呈現大數據的特點，簡 單明瞭，同時容易被使用者所接受。 貳、數據挖掘

數據挖掘(Data Mining，DM)又稱資料庫中的知識發現(Knowledge Discover in Database，KDD)，是建立一個適合挖掘演算法的分析模型，也是數據挖掘成 功的關鍵；因此，大數據分析的理論核心就是數據挖掘演算法，各種數據挖掘的 演算法基於不同的數據類型和格式，才能具體而微的呈現出數據本身具備的特點， 也正因為各種統計方法的應用，才能深入數據內部，快速挖掘出巨量資料中所隱 藏的公認價值。 參、預測分析 預測分析(Predictive Analysis)是指對數據假設的預測性分析，其表現在使用 數據挖掘技術、歷史數據，以及對未來狀況的假設上，同時預測其可能產生的結 果，如降雨誘發崩塌對坡度因子的反映，或因坡度預測崩塌之可能性等；因此， 大數據分析的最終應用領域之一就是預測性分析，亦即從巨量資料中挖掘出特點， 透過科學性的分析建立模型，帶入新的數據，從而預測未來的數據。 肆、語義蒐尋引擎

不明確，無法清楚定義出情境(context)，或是排除同義字，或是想從廣泛的概念 搜尋比較詳細特定的概念，就可以運用語意搜尋引擎來找出真正的意涵；在大數 據分析中，非架構化數據的多元化給數據分析帶來新的認知問題，因此，需要一 套工具系統去作分析，而語義引擎則需要設計到有足夠的人工智慧，並足以從巨 量資料中主動地提取訊息。 伍、數據質量管理

數據質量管理(Data Quality Management)是指為了滿足信息利用的需要，對 信息系統的各個信息採集點進行規範，包括建立模式化的操作規程、原始信息的 校驗、錯誤信息的反饋、矯正等一系列的過程。一般數據質量管理可分為人工比 對、程式比對、統計分析等三個層次。大數據分析必須具有強而有效率的數據質 量和數據管理，而高品質的數據和有效的數據管理，無論是在學術研究還是在商 業應用領域，都能夠保證分析結果的真實和有價值。 根據資料分類方法之不同，大數據之分析方法又可分為決策樹分析、類神經 網路、群集分析、貝氏分類法、約略集合理論、多變量分析等方法；根據Saptarsi Goswami 等(2016)回顧目前應用於災害之大數據分析方法，特別指出災害預測方 面，多數國家採用決策樹方法以獲得條件機率，較傳統回歸方法為佳，屬於真實 發生計算條件因子所得到之機率，非屬模式假設後回歸，減少偏態問題，屬真實 機率。針對本研究所需分析之崩塌條件機率，建議採決策樹方法(Decision Tree)， 分析方法原理及架構，詳如第三章。 陸、巨量資料視覺化分析與決策系統之優勢及應用範疇 一、提升民眾災害風險的認知 為提升民眾對於災害風險的認知，對此前行政院災防會以及內政部自 2008 年開始推動「災害防救深耕中程計畫」，目標是協助鄉鎮市區甚至社區層級，循 序漸進建立防災規劃的自主能力。在推動的過程中，逐步宣導與推廣政府的防災 GIS 圖資與資訊，甚至內政部製作大量的防災地圖分送給災害潛勢地區的村里民 眾。雖然政府已大力推廣防災演練，然而大部分民眾仍對於周遭環境的天然災害 與公共安全相關資訊一無所知。另一方面由於政府災害的權責單位多元，尚無統 合的權責上級機關及政策規劃，導致企業與民眾在形成防災意識以及災害風險的 認知上缺乏主動性，同時也未能有效推動具體的災害風險管理與危機管理作為。

民眾對於「災害風險的認知」是決定防災政策成功與否的重要基礎。防災先 進國家無不投資大量資源在民眾的防災教育上，例如日本大力推動「正常化偏見」 (normalcy bias)的預防、美國聯邦的 Ready.gov，這些都是災害發生前，降低災害 衝擊的努力範例。 我國在2014 年 7 月 31 日的高雄氣爆公安危機與 2015 年 6 月 27 日八仙樂園 粉塵爆事件，就突顯出政府機關與民眾對於可能的災害情境缺乏了解，更遑論注 意及預見可能性，法規上的督導與審查有待更嚴格執行。如果政府的防災對策中， 可以有系統的加強民眾對可能災害的認知，並宣導預防「正常化偏見」，或許今 天的傷亡不會如此慘重。一般民眾對於機率低的事件會掉以輕心，誤以為機率低 就是較「晚」發生或很久以後才發生。 二、防災意識提升自助勝於公助 1923 年 9 月 1 日於日本關東地區發生大地震死傷慘重，日本記取地震的災 害教訓，特別重視地震防災演練，訂定9 月 1 日為防災日，全民與企業一同進行 演練，演練劇本則來自於地震災害潛勢圖資的分析成果，日本的活動斷層、地震 災害模擬結果公開於媒體、書籍出版、防災訓練、專業防災認證以及學生書本教 材中，顯見人民相信大地震災害將會再來臨，平常積極進行演練，以求災害來臨 時可以多一份生存的機會。另外，以1995 年日本阪神地震為例，超過七成的救 援是政府到達前所完成的，「自助：互助：公助」比例是「7：2：1」。因此，日 本政府中央防災會議在 2006 年 4 月 21 日通過一項「推動減輕災害被害的國民 運動基本方針」，上開方針指出為了減輕災害的被害，不只是政府部門的工作， 更重要是全體國民與社區的責任。日本民間有許多組織積極推廣防災，並且輔導 社區與企業進行防災相關規劃與整備工作，常見有防災介助士、防災士、危機管 理師等專業認證，定期辦理民間各機構之防災教育訓練，並且設計防災教材與建 構跨越產官學之防災資訊與技術分享平台。建議同樣遭受各項災害威脅的臺灣， 可以仿效引進日本防災介助士等訓練民間防災體系，推廣防災資料之加值應用推 廣服務。 三、企業防災與永續經營 2011 年 3 月 11 日於日本東北發生規模 9 的大地震，同年 7 月底泰國遭遇洪 水襲擊。當年許多跨國企業損失慘重，甚至影響全球的產業供應鏈嚴重中斷，此 議題暴露出企業營運對於天然災害的資訊需求殷切。企業若缺乏天害潛勢圖資， 恐無法進行風險辨識，評估各項風險可能的衝擊，遑論提出具體的災害風險管理

與緊急應變作為。唯有政府揭露天災潛勢相關資訊，才能讓企業善盡企業社會責 任，進行完善的 BCP(Business Continuity Planning)與 BCM(Business Continuity Management)規劃。根據統計國際跨國公司有較佳的 BCP，平均可減少 40%的損 失。較佳演練防災計畫者，一般平均損失幅度為不重視者損失的1/7 (2010 年度 FM Global 報告)。日本經濟產業省信息安全政策室已於 2005 年 4 月，制定了「業 務連續計畫制定指導方針」，其中呼籲中小企業必須具體改善天災對於企業營運 的衝擊，避免因為天災而導致企業倒閉/廢業，進而影響員工生命安危以及其家 庭 生 計 ， 甚 至 可 能 擴 大 而 成 為 嚴 重 之 社 會 經 濟 問 題 ； 美 國 NEP (National Emphasize Program)建議企業應主動揭露天災之境況模擬(Scenario)，讓政府與企 業一起演練，增強各項應變計畫的可行性，誠實與認真告訴民眾，避免災害來臨 時缺乏危機管理作為。美國證券交易委員會(2010)建議企業應揭露氣候變遷因應 策略，希望能保護投資人的投資風險，其顯示美國企業重視天災風險降低各項可 能之暴險情形。建議我國政府可以加速公布災害潛勢(活動斷層、山崩與地滑、 土石流、淹水、地震、土壤液化…等潛勢)與公共安全(毒化物、瓦斯管、石化管 線…等) 相關圖資與資訊，據此輔導與獎勵企業進行天災風險識別與境況模擬， 同時完成災害風險管理與緊急應變計畫，甚而符合國際ISO3100 或 ISO22301 相 關規定，提升企業因應各項災害風險之體質，強化國內中小企業之競爭力。