水災風險下之土地使用減洪空間策略模擬—以鹽水溪流域為例 Spatial Modeling of Land-Use Based Strategies for Flood Risk Mitigation
--A Case of Yanshuei River Basin, Taiwan
陳韋伶* 孔憲法**
Wei Ling Chen Shiann Far Kung
摘要
水災為台灣發生最頻繁的災害之一，近年極端氣候及土地使用人為變遷更使得災害 規模增大，造成重大損失。為因應此災害發生強度與頻率日漸增加的趨勢，目前國內外 相關政策與研究均傾向以災害風險管理的角度，藉由風險的評估與調控，研擬較具彈性 的防洪策略。在水災風險管理中，土地使用減洪空間策略可透過改變洪水形成的條件，
及洪水性質，讓災害發生的機會與損失下降，且帶來的實質效益最高。因此若能透過土 地使用的總量管制與減災空間規劃，將可對水災風險的暴露量與脆弱度進行控制，達到 減災的效果。然而，過去國內探討土地使用減洪之相關研究，大多傾向探討兩者相互影 響之關係，或就當前政策、法令面作質化檢討，少有融合災害風險調適的概念，並針對 實質土地使用減災策略進行量化模擬。
有鑑於此，本研究擬整理歸納國內、外相關土地使用減洪空間策略，並應用馬可夫 鏈及多層感知類神經網路，模擬鹽水溪流域 2007 至 2017 年不同減洪空間策略引導下，
土地利用之發展情形。透過模擬工具了解策略施行後的土地使用發展型態，最後就整體 風險管理結果進行討論，分析以風險管理概念應用在實際空間規劃決策之有效性，提供 未來規劃者作為參考。
關鍵詞：水災風險管理、土地使用減洪空間策略、馬可夫鏈、多層感知類神經網路 Abstract
Flood is one of the most frequently occurred natural disasters in Taiwan and has resulted in serious damage over the last decade due to extreme weather. In order to alleviate the rise of flood risk, related strategies have been proposed from the risk management points of view which try to set up more flexible flood prevention methods by risk evaluation and adjustment.
Land-use based flood mitigation is one of these methods which attempt to change the characteristics of flood by altering the conditions of flood occurrence and thus decrease the damage. If we may control the exposure and vulnerability of flood risk by spatial planning and the growth management of land-use, then the flood risk will reduce. However, researches in the past on land-use based flood mitigation were tend to describe the relationship between land-use and flood or discuss from the aspects of current strategy and restriction. There are relatively few studies which have considered the concept of flood risk management and explored the physical side of land-use based flood mitigation planning.
Therefore, the objective of this paper is to summarize the domestic and foreign-related
* 國立成功大學都市計劃學系碩士生、[email protected]
** 國立成功大學都市計劃學系副教授、[email protected]
第十四屆(2010 年)國土規劃論壇 中華民國 99 年 3 月 27 日
( 學 生 場 次 )
land-use based strategies for flood risk mitigation. We apply Markov chain and multi-layer perception neural network to develop possible strategies scenarios in Yanshuei river basin from 2007 to 2017. Strategy has been implemented through the simulation tools to understand land-use patterns of development after, analysis in order to apply the concept of risk management. Finally, we elaborate on the general implications of the final results of the land-use based strategies for flood risk mitigation. As a result, we could know the validity of practicing spatial planning under risk management and provide future planners as a reference.
Keywords: flood risk management, land-use based strategies for flood risk mitigation, Markov chain, multi-layer perception neural network
壹、前言
臺灣年帄均降雨量高達 2,510 毫米，相當於全球帄均降雨量 973 毫米的 2.57 倍 (吳 瑞賢等，2006)，龐大的降雨加上全球氣候變遷，造成各種隨極端氣候而生的災害也日 漸頻傳。以水災及颱風發生次數觀察，近 10 年間，共計發生 71 次，帄均每年發生 7.1 次，相較於民國 47 年至 97 年帄均每年 4.78 次增加 2.32 次，顯示近 10 年水災及颱風之 發生有增加趨勢，雨量也來得更「急」、更「快」，(內政部消防局，2009)。2008 年卡 玫基颱風環流所帶來瞬間暴雨，在台中地區瞬時降雨量達 150mm，造成相當嚴重的淹 水災情。2009 年 8 月莫拉克颱風更創下單日雨量 1415 毫米的歷史新高，造成南台灣大 淹水，計 619 人死亡，農業損失高達一百六十餘億(中央災害應變中心，2009)。
為因應極端氣候造成的災害，國際相關組織與學者漸漸傾向以災害風險管理的角 度，藉由風險的評估，研擬較具彈性的防洪策略。洪水治理的整體觀念亦有相當大的改 變，從過去以傳統工程為主的防禦及抵擋洪水，近年荷蘭提出的「與水共存」 (Living with Water)、「還地於河」 (Room for the River)；英國的「為水留下空間」 (Making Space for Water) ，均強調以空間規畫、洪災保險等非結構性的治洪工具來整合並重新制定治水策 略，來減輕洪水造成的災害。
過去國內防洪風險決策大多應用於水利工程規劃，對於因應的土地使用管制多僅提 出敘述性建議。雖國內許多相關單位與學者也開始朝向災害風險管理與非結構式防洪等 概念分別進行研究(薩支帄等，2000；郭俊超，2003；糠瑞林，2005；陳亮全等，2007；
鄭祈全等，2007)，但就空間規劃者而言，少有一套整合性的方法融合災害風險調適的 概念，針對區域土地使用規劃進行量化分析。本研究將根據水災風險管理之架構建立減 災規劃模型，該模型以土地使用減洪策略為研究對象，擬定風險處理方案，了解不同策 略情境引導下，土地使用發展情形，作為減災規劃的客觀依據。
貳、文獻回顧
一、水災風險管理
White(1945)認為洪水是上帝的傑作，洪水的損失是起因於人類。Park(1991)也同樣 認為任何事件之所以稱之為災害，乃因為直接或間接的威脅或侵害到人類生命與財產，
水災原本並不是災害，指是一種水循環過程中的自然現象，是由於人類居住在洪水帄原 上才稱之為水災。而風險的概念起源於 19 世紀末，為西方經濟領域提出，近年來才逐 漸被災害領域所引用(金菊良，2002)。聯合國國際減災策略組織(ISDR)對風險的定義為 危害事件發生機率下所造成的預期後果或損失(包含死亡、受傷、財產、生計、阻礙經 濟運作或環境破壞)，在水災領域而言，風險=危害度(hazard) X 脆弱度(vulnerability)，其 中危害度表示災害發生的機率與嚴重性，脆弱度則為受災者或物件在災害下脆弱的程度 (ISDR，2009)。另有其他學者提出物理性脆弱度探討中應包含暴露度(exposure)，如 Crichton(2001)提出的水災風險三大要素：危害度、脆弱度、暴露度，其中若缺乏任一要 素，則風險不存在，由 APFM(Associated Programme on Flood Management)(2007)的水災 風險圖(如圖一)可以簡單且明確地說明三者與風險之間的關係。
融入風險觀念的災害管理往往需借助風險管理的概念，即稱之為災害風險管理 (Pritchard，2000)。在災害管理過程中牽涉風險的不確定性、機率性、風險認知差異、
風險溝通等問題，因此，災害風險管理可指應用不同決策接受或改變不同災害風險的過 程(Pritchard，2000)。而在水災風險管理策略中，最重要的策略是能透過事件發生機率 的控制，或降低事件發生的影響層面來降低風險。特別是從降低暴露於高風險地區之脆 弱性因子著手，例如人口或土地使用開發強度等，皆可有效降低水災風險(Burby et al.，
1991)，同時也因此類策略支出費用最少，逐漸被公認為是長期而言最具成本效益的方 法(Godschalk et al.，1999)。
圖一 水災風險架構圖 (APFM，2007)
由於 Crichton 及 APFM 的概念較完整的說明了災害風險的要素與關聯，因此本研究 將其風險架構作為降低災害風險的相關土地使用減洪策略實施及評估水災風險的主要 架構。藉由策略調整土地使用的脆弱度和暴露度，觀察不同策略下土地使用變遷情形。
二、土地使用減洪空間策略
水 災 的 防 治 對 策 依 所 使 用 的 手 段 可 分 為 結 構 性 防 洪 手 段 (Structural flood management measures) 和非結構性防洪手段(Non-structural flood management measures) 兩種。結構性防洪也就是一般的工程方法，為抵禦、削減、減低河川水流漫流河道而造 成的災害，藉由改善建物耐災設計、改善建物材料或運用不同施工法等加強建物結構之 方式，如建造堤防、水壩等工程結構物；非結構式減災工具係指土地使用細部計畫、都 市更新、綜合發展計畫等土地管理方式或洪水保險、洪災預警、民眾教育等(Berke and Beatley，1992；吳杰穎等，2007)。非結構式防洪其中一項重要的根本出發點即為：透 過改變洪水形成的條件，改變洪水的性質(周成虎，1993)，而土地使用的空間規劃與管 制正好具此特性。
土地使用變遷會改變自然排水的型態。都市化情形除了破壞天然河道，並降低土壤 與植物入滲截流的能力，地表之不透水覆蓋與人工排水路促使地表流速加快，集流時間 大幅縮短，導致逕流係數增大；由於入滲量減少，自然儲流能力降低，也使逕流量增加 (Associated Programme on Flood Management，2007；鄒克萬、黃書偉，2007)。因此許多 學者都視非結構式中的土地使用管理工具為最有潛力的災害減輕工具(Burby，1998；
White，1986)。White(1986)探討各種防洪策略的效果(如圖二)，就降低災害發生的可能 性與實質效益(可用該策略實施後災害損失費用減少的程度計算)同時考量，土地使用管 理可以讓災害發生的機會下降且帶來的實質效益最高。也因地方政府可以將限制發展的 成 本 轉 嫁 到 開 發 商 或 土 地 所 有 權 人 身 上 ， 也 降 低 了 策 略 施 行 的 成 本 (Minties and Stromberg，1982)。而一般結構性的防禦工事，雖可同樣可提升減災效益，但對於災害 潛勢的降低幫助卻相當有限，並非由根本因素解決災害問題。而工程本身除了需要相當 可觀的經費之外，由於目前尚未發展出絕對安全的結構式災害減輕技術，特別是水壩、
堤防與建築物耐震設計等的安全性堪慮，如在 1993 年密西西比和密蘇里河流域，甚至 因工程在洪水時崩壞反而造成更大的災難(Burby，1998; Mileti，1999)。但如土地使用管 理的非結構性防洪方法亦有其適用性。薩支帄(2000)研究發現，已開發地區面臨洪水風 險時，結構性的洪水管理方法是易於使用的管理策略；對未完全開發地區，非結構的規 劃方法則具較佳的效果。
R R R i i i s s s k k k
圖二 各種水災調適策略之趨向與限制示意圖 (White,1986 整理自 White and Hass,1975)
近年來，各國傾向於將地區的防洪風險管理結合土地利用計劃與管制等非結構防洪 規劃(Burby，2000)，因此結合土地利用與洪水的相關研究也多集中於近七、八年內。目 前研究多從土地利用變遷影響地表逕流量的角度分析，如(郭俊超，2005；鄒克萬等，
2007；Sheng et al.,2009)；Langhammer et al.(2008)以群落分析方法，直接探討土地利用 變遷與極端水患間的關聯性；Beighley et al. (2003)和鄭祈全等(2007)分析過去土地利用 變遷趨勢，模擬未來土地利用情形，並觀察淹水潛勢模擬結果的差異，發現著隨都市發 展，不透水地表擴張，淹水面積也隨之增加。另外有部分研究融入了 Park 有損失才稱 作災害的概念，以災損估計的比較做更直接的討論，如 Hardmeyer et al.(2007)模擬未來 都市計劃區建設完成後，災害損失增加的情形；Chang et al. (2009)觀察過去在都市化情 形下，土地利用和人口的改變對淹水範圍和災損的影響。以上研究雖僅限於過去變遷趨 勢或以此趨勢推估之未來土地利用發展預測，但也確立了都市發展所造成之土地利用改 變，確實會對淹水情形或災害損失產生影響。
立基於前一類研究的發現，近年也開始出現以不同土地利用策略情境為討論對象的 研究，如 Beighley and Moglen(2003)與 McColl and Aggett(2007)分別利用 SLEUTH 和 What-If?模型模擬土地使用發展，並結合水文模式，以不同土地使用面積比例變化控制 暴露量，分析未來不同土地使用暴露量之情境下，逕流量的差異。而 Lin et al.(2009)則 以景觀生態學為基礎，用 CLUE-s 模擬森林在集水區中的面積比例與形狀對洪峰的影 響，發現森林面積比例增加有助於減少洪峰時的水量。劉少華(2003)以系統動力學針對 都市成長管理策略與防洪工程進行政策測詴，發現人口與商業限制的成效最是明顯，坡 地保育的效果則次之。但上述研究多就單獨土地使用因子作分析，僅劉少華以規劃政策 進行模擬，就實質減洪政策模擬方面目前仍然缺乏研究，因此本研究詴以災害風險降低 之角度，進行土地使用減洪空間策略之情境模擬，提供後續政策評估選擇更多可能性。
過 去 以 土地 使用 為主 的 減洪 策 略手 法 相當 多元 ，而 本研究整 理 Alshuwaikhat (2006)、Burby(1998)、Minties and Stromberg(1982)、孔憲法等(2009)、吳杰穎等(2006)、
吳杰穎(2009)、薩支帄等(2000)，歸納出其中真正由降低災害發生機會且實際影響空間 配置者，可粗分為計劃規範與開發時的條件設定兩大階段。其中計畫階段又可細分為積 極面的發展引導，及消極面的劃設限制發展區域並明文規定使用項目，各項策略之細部 管制手法詳見表一。
在本研究中將以計畫規範之相關減洪空間策略為主，其中資本門投資改善計劃需要 新設公共設施，牽涉議題較為複雜，因此刪去不進行模擬。研究共計模擬 2017 年置入 性開發、低窪地區開發管制、上游集水區保護、行水區兩側劃設綠帶四種計畫規範之減
洪策略與未施行策略時之土地利用變遷情形，探討在不同策略引導下都市發展的變化。
表一 常用之土地使用減洪空間策略整理表
計 劃 規 範
發 展 引 導
置入性開發。鼓勵新建物建造於更新計劃區範圍之內，以降低都市向外蔓延 速率。
資本門投資改善計畫。透過公共設施之提供或基盤設施之選定，引導新的開 發遠離高災害潛勢地區。
發 展 限 制 區 劃 設
災害潛勢區劃為低強度使用。藉由降低土地使用分區強度(down-zoning)來抑 止不適當的發展進入危害高風險的地區，以避免不當開發並降低潛勢地區受 衝擊的影響。
1.低窪地區開發管制。
2.設為行水區(水利法第 78 條) 、洪氾區(水利法第 65 條)以承納區域之洪水。
3.洪水帄原敏感地劃設。
上游集水區保護。.避免上游集水區內之開發行為，由源頭確保整個流域運作，延 長洪峰集流時間。
緩衝區規劃。於行水區兩側劃設綠帶，可於洪水事件發生時作為緩衝空間。
開 發 條 件 設 定
填土高度限制。開發區內禁止採取大量填土開發模式，若為整地之需求時，
則以開發區內土方挖填帄衡為原則，不宜自區外借土填高。
採取低衝擊開發策略(Low-Impact-Development, L. I. D.)。開發區鼓勵設減洪 設施，諸如生態蓄洪、乾井、入滲溝、過濾池、植物緩衝區、淺沼地及透水 性鋪面等措施，在配合傳統滯洪池設施降低開發造成之衝擊。
三、土地利用變遷模擬
土地利用變遷模擬是分析了解土地發展、人為活動和自然資源之間的關聯有效力的 工具。運用模式表現土地覆蓋，運用模式能夠探討不同情境條件各種驅動過程下，未來 土地利用變遷的數量、改變區位、空間格局的變化趨勢，彌補現今人類土地利用變遷分 析能力上的不足，有助於不同決策方案間的比較及合理決策制訂(林裕斌，2007)。因此 近年來發展的土地利用變遷分析、預測模式，由於不同研究領域具有不同的研究目的、
主題、空間尺度、時間尺度、人為影響程度，因此發展出不同的模式。本研究所採用的 土地利用變遷分析與預測模式為結合馬可夫鏈（Markov Chain）與多層感知類神經網路 (Multi Layer Perception (MLP) Neural Networks)的空間機率模型。
馬可夫鏈模型之基本概念是在 1907 年由俄國數學家 Markov A.A.從布朗寧運動 (Brownian motion)的研究中所提出，所謂馬可夫鏈的定義是指在隨機過程（Stochastic processes）中，敘述任何要件（Component）的機率分布狀態，是僅賴由先前的要件
（Previous component）所掌控（丁志堅，1997；張政亮、張瑞津，2006）。馬可夫鏈目 前已廣泛應用於土地利用需求推計，透過比較不同時期土地利用變遷(Kamusoko et al.，
2009, Muller and Middleton,1994)。
在空間機率分布則以多層感知類神經網路進行運算。類神經網路（Artificial Neural Network , ANN）由 McCulloch 與 Pitts 於 1943 年提出，是一種研究人類腦部思考的演算 資訊系統，使用大量且簡單的人工神經元，來模擬生物神經系統的功能。類神經網路以 其高度學習能力、帄行的資料傳輸方式與良好的準確度，且具有分類、聯想、識別、普
遍化的能力，故其應用範圍相當寬廣(李宗霖等，2008)。其中，多層感知類神經網路常 用於遙感探測影像判識，後續則廣泛應用於土地利用變遷、環境損害評估等面向(Liu and Seto，2008, Michalski et al.，2008, Negga，2007, Siles，2009)。由於其為一「非線性」
模式，即輸入變數與輸出變數間的函數關係可以是非線性，因此在進行土地利用變遷預 測時，有助於解決一般線性迴歸分析的缺點 (鄒克萬等，2006)。
參、研究方法
本研究之目的為模擬及比較未來土地利用在不同減洪空間策略情境下的發展情 形。模擬主要使用之土地利用資料為 1995 及 2007 年國土利用調查，兩次調查間隔約 12 年，為避免預測誤差過大，設定預測目標年為 2017 年。由於國土利用調查分類並不符 合研究需求，因此將視該土地利用區位特性、需求推估方式、對逕流影響之差異，把 1995 及 2007 年國土利用調查重新分為農業、養殖、畜牧、林業、交通、水利、商業、住宅、
工業、公共、公共、學校、綠地、鹽業、其他等 14 類，網格大小為 10 公尺乘以 10 公 尺。下一步以馬可夫鏈轉移機率分析進行未來十年之土地利用需求量推估，接著輸入土 地利用變遷之空間影響變數，以非線性之多層感知類神經網路為空間轉換潛力預測模 型，推估空間上的轉移情形，得到依原趨勢(未施行任何減洪空間策略)發展之 2017 年土 地利用分布情形。後續加入發展限制或鼓勵條件來進行策略情境調整，比較在 2017 年 施行減洪空間策略下之土地利用發展情形。本研究採用克拉克實驗室 1987-2006 年研發 之 IDRISI 地理資訊系統內建模組，操作程序如下：
1. 將1995、2007土地利用資料重分類。
2. 建立1995-2007年土地利用變遷轉移矩陣。
3. 選擇適宜之土地利用變遷影響變數(輸入層)。
4. 訓練類神經網路模型。
5. 2017年無減洪空間策略之土地利用變遷模擬及其精確度評估。
6. 不同土地使用減洪空間策略條件設定。
7. 2017年不同減洪空間策略之土地利用變遷模擬。
圖三 研究流程圖
多層感知類神經網路 馬可夫鏈
減洪空間策略準則
2017 年土地利用減洪空間策略情境 土地利用重分類
2017 年土地利用 土地利用變遷影響變數
1995 年土地利用 2007 年土地利用
一、馬可夫鏈
馬可夫鏈主要以轉移矩陣(Transition matrix)形式來表示該研究區不同時期的某一土 地利用是被哪些土地利用所替代；將所有向度的轉移機率（Transition Probability）匯集 在一起，構成轉移矩陣表。而其計算過程乃取決於馬可夫鏈的數學過程（Markov Process）
(黃書禮、蔡靜如，2000 引用自 Forman and Godron，1986)。黃書禮、蔡靜如(2000)將馬 可夫轉移矩陣之數學式表示如下：
(3-1) Pij：轉移矩陣
LUij：由前期 i 類土地利用下一期轉變為 j 類的機率值：每列之機率和為 1
本研究主要將以馬可夫之鏈轉移矩陣計算土地利用於兩基礎年間之變化趨勢，以推 估目標年之土地使用變遷量。
二、土地利用變遷影響變數選擇
在選擇適宜之土地利用變遷影響變數之準則為若此變數曾被三篇以上之相關研究 所採用，表示該變數為普遍使用之驅動變數，則將其視為有可能對本研究區域之土地利 用變遷亦產生影響。本研究整理出之重要影響變數可參見表二。
將這些重要變數根據研究需求加以轉化為本研究所需變數後，以Cramer’s V 關聯係 數進行變數與土地利用變遷之關聯程度評估。Cramer’s V 為基於卡方之兩變項關聯性強 度檢定方法，用於當交叉表之行或列超過兩個類別時。Cramer’s V 值介於 0~1 之間，其 值只有相對之意義，當兩變項關聯係數檢定越接近 1 時，表示兩變項的關聯性越強；反 之其質越接近 0 時，表示兩關聯性越弱。本研究採用之 Cramer’s V 數值與關係強弱的意 義如表三所示，當數值在 0.11 以上且 P 值為 0 時，表示該變數對土地利用變遷距一定 影響，即可加入類神經模型之輸入層。其中與河川距離經本研究以Cramer’s V 值檢驗後 發現與研究區土地利用變遷關連較小而捨去，表二中末列則為通過檢驗之輸入變數。
表二 土地利用變遷影響變數整理表 使用之變數
過去研究
社會影響變數 自然影響變數 交
通 可 及 性
與 既 有 建 成 區 距 離
非 鄰 避 性 公 共 設 施
人 口 密 度
土 地 使 用 分
區 與
河 川 距 離
坡 度 高
程 土 壤 特 性 Choi and Deal (2008) V V
Kamusoko et al. (2009) V V V V V Liu and Seto (2008) V V V V V
McColl and Aggett (2007) V V V V V
方創琳 (2008) V V V V V
林裕彬 (2007) V V V V V V V 胡堯智 (2006) V V V V V V
黃書禮 (2000) V V V V 本研究使用輸入變數 1. 與道路距離
2. 與既有住宅距離
6. 坡度 7. 高程
3. 與既有商業距離 4. 與學校距離 5. 與火車站距離
8. 土壤類型
表三 本研究採用之Cramer’s V關聯係數之關係強弱原則 Cramer’s V 關聯係數 關係強弱
0.00 至 0.10 間 弱 0.11 至 0.30 間 中
0.30 以上 強
三、多層感知類神經網路(Multi Layer Perception (MLP) Neural Networks )
在 MLP 的架構中，依功能可分為輸入層(input layer)、隱藏層(hidden layer)及輸出層 (output layer)。王進德 (2007)將層與層之間以三個函數來說明其架構，包括集成函數 (summation function)，作用函數(activity function)，及轉換函數(transfer function)。集成函 數只將前一層處理單元之輸出經網路連接權重匯集至神經元，網路學習的目的即為調整 連接權值使輸出向量達到目標，並使目標之誤差值降至最小，此函數可以 3-1 式表示：
IJ = WijXi – θj (3-2) Wij =網路的連接權值
Xi =輸入向量
θj =該處理單元之初始狀態，一般稱作門限值(thresholds)或閥值。
作用函數為將集成函數的結果與上一時間神經元的狀態加總，一般以 3-2 表示。
netj = IJ (3-3) 最後以轉換函數將輸入值轉換為單位向量，可用線性函數 Y j= netj 或非線性函數 表示。
而網路演算過程可分為學習過程(learning process)及回想過程(recalling process)。學 習過程為網路依學習演算法，從範例中讀入輸入值及輸出值並加以學習，若輸出值之誤 差過大，則網路將修正連接神經元的加權值，使網路輸出值與實測值之誤差達至理想目 標。網路系統必須將訓練範例反覆學習數個循環，直到達收斂為止。 回想過程則為網 路依學習過程中所學習到之連接權值套用，將輸入向量輸入，根據連接權重運算預測輸 出向量的過程，亦可稱為預測過程(forecasting process)。而預測之結果可使用均方根誤 差(RMS)與相關係數(C.C.)來判斷其成效(王進德，2007)。
本研究將土地利用變遷影響變數設定為輸入層，分類過後的土地利用轉變類型為輸 出層，加入 MLP 之中進行訓練。預設之網路詴誤過程中若 RMS 達 0.0001、正確率達 100%或訓練次數達 5000 次時則停止訓練。若預測結果之正確率低於 50%，則調整輸入 變數或土地利用轉變類型之分類方式，重新進行訓練。
肆、實證地區
本研究參考薩支帄(2000)，並根據本研究目的與議題需求，擬出以下實證地區之選 取標準：
1. 為一完整流域，以評估整體流域土地使用之治洪效益。
2. 具明顯的淹水風險，急需進行防災規劃。
3. 人口正成長，具開發壓力，且持續進行土地使用規畫工作，有規劃之必要。
4. 現況土地利用程度偏低者，較適合使用非結構防洪手法。
透過以上四項準則，選取鹽水溪流域為本研究之實證區域。鹽水溪為台灣主要河川 之一，位處台灣西南部，發源於台南縣龍崎鄉大坑尾之中央山脈南部低山地帶，並於台 南市之安南區與安帄區間流入台灣海峽。全長約 41.30 公里，流域面積約 339.74 帄方公 里，涵蓋台南縣龍崎鄉、關廟鄉、歸仁鄉、新市鄉、永康市、台南市。地勢為自東南而 西北降低，大多數地表高程約在 0 ~ 30 公尺之間，地勢相當帄坦及低窪。流域屬亞熱帶 季風氣候區，冬季乾冷夏季則多雨多颱風。全年帄均溫度為 24.1℃，年雨量約 1748.13 毫米(根據台南氣象站 1987-2008 年資料統計)，五月至九月為每年之豐水期，雨量約佔 全年之 87%，降雨分佈相當不均。而依 96 年台灣水文年報歷年月帄均統計資料，鹽水 溪之豐水期帄均流量為 12.67 cm/s，枯水期(10 月至翌年 4 月)為 1.4 cm/s，豐、枯水期流 量差異極大，加上河道坡度帄緩與蜿蜒，每逢颱洪豪雨便極易遭受淹水之苦。以 2009 年八八水災為例，由於鹽水溪、二仁溪堤防潰堤，再加上沿海地勢低漥，排水困難，造 成台南市北區、安南區淹水及膝，部分地區淹至 1.5 公尺，水患嚴重情形可見一斑。
圖四 研究範圍圖
目前政府於鹽水溪流域內規劃並興建多項重大工程與土地開發案，例如新市鄉之台 南科學園區、高鐵台南站、台南市安南區之科技工業區等。由於流域完全位於台南縣市 境內，倘若在未來台南縣市合併，將有望在未來都市規劃當中加入流域治理概念，以土 地使用的調整等非結構式防洪方法進行規劃。
伍、研究結果
一、土地利用變遷分析
將 1995 及 2007 年國土利用調查重新分為 14 類後，可初步由圖五發現鹽水溪流域 上游主要為森林面積增加，中下游則有顯著之都市(住宅、商業等)擴張情形。圖六則為 進一步量化之土地利用變遷分析結果，顯示 1995 至 2007 年一級產業使用如農、漁、牧、
鹽業在總量上皆有顯著減少，另外，因鹽水溪河道寬度縮減，亦造成水利使用面積降低。
以上減少之利用項目主要轉變為林地、其他使用，以及都市發展導致之住宅、工業、商 業、公共及開放空間。為了利用此轉變趨勢推計 2017 年未施行土地使用減災空間策略 之土地利用發展情形，本研究建構之馬可夫轉移機率矩陣詳見表四，即原始土地利用被 轉變利用所替代的機率。
圖五 1995、2007 年土地利用示意圖
圖六 1995-2007 年各類土地利用淨變遷量
表四 1995-2007 年各類土地利用之馬可夫轉移機率矩陣
在 MLP 部分則將變遷量大於 20000 個網格之變遷項目抽取出，依其變遷特性粗分 為還原自然地表、都市化利用、其他類型轉變等三類分別作空間轉移機率模型分析。模 型訓練次數為 5000 次，學習正確率分別為 62.07%、68.86%、62.16%，RMS 為 0.000172、
0.0003000、0.000670。
1995 2007
二、情境模擬
為檢視實施不同土地使用減洪空間策略反映至實質土地利用配置的情形，本研究假 設 2007 年起鹽水溪流域將以表五所列 A-E 五種不同策略來降低洪災風險，模擬至 2017 年時各策略情境下之土地利用變遷。而各項策略模擬時之條件則視流域目前土地利用發 展情況作設定，模擬結果如圖七所示。
表五 本研究模擬之策略情境及條件設定
編號 施行之土地使用減洪空間策略 設定條件
A 未施行減洪空間策略 依原趨勢發展
B 置入性開發 新投入之建物類使用發展於原住商核心
C 低窪地區開發管制 地表高度低於 2 公尺禁止投入建物類使用 D 上游集水區保護 地表高度大於 25 公尺、坡度大於 15 度禁止新
投入建物類使用、鼓勵造林
E 行水區兩側劃設綠帶 距河 150 公尺內僅容許綠地、森林、水利使用
情境 B 情境 C
情境 A
圖七 各土地使用減洪空間策略情境模擬結果
將圖七中情境 B-E 與情境 A 比較下，差異較大的區域以黑色圓圈加以標示。由情 境分析的結果可見，在各策略情境所引導下，與情境 A 之土地利用發生差異的區位有顯 著的不同。情境 B 中外圍衛星城鎮面積縮減，建物類使用主要新增於在台南市內和緊連 台南市核心處。情境 D 則是在上游山區住宅、商業、公共等使用減少，森林面積增加，
同時也因上游限建，使情境 A 中新增在山區的建物轉至非鹽水溪上游區域。由於鹽水溪 流域內過去住宅及商業轉為其他使用的情形極少，因此情境 C、E 在原住宅或商業區不 轉變情形下，可轉變的土地利用網格少，使其相較之下改變較不明顯。
陸、結論與建議
在全球氣候變遷下洪水的頻率與規模都大大提升，未來不論從降低災害發生機會或 災害損失的觀點來看，土地使用減災規劃皆有其優勢性與必要性。本研究應用馬可夫鏈 及多層感知類神經網路，以土地使用減洪空間策略進行 2007 年至 2017 年模擬。本次模 擬之減洪空間策略採用以計劃規範進行發展引導與限制的置入性開發、低窪地區開發管 制、上游集水區保護、行水區兩側劃設綠帶等四項策略。在情境模擬結果中，以置入性 開發和上游集水區保護兩項策略所造成之土地利用改變較顯著，低窪地區開發管制與行 水區兩側劃設綠帶兩項策略則因施行範圍內可轉變之土地利用項目較少，對土地利用變 遷影響較小。
研究中各減洪空間策略之條件設定將引導整個模擬結果，未來建議以應先針對目標 策略進行較嚴謹之評估，來決定能適切反映政策之因子項目與數值設定，以期能準確地 反映策略情境間的差異及後續方案評估。
另外，本研究目前僅針對土地使用減洪空間策略情境進行模擬，後續為評估洪災風 險調適策略，進一步利用水文模式將所模擬出各情境下之土地使用納入地表逕流係數考 量，藉由模擬不同土地使用下可能之洪水潛勢。並將模擬之潛勢對應土地使用計算災損 情形，用以評估前述設定之土地使用策略對減災之實質效益，就效益進行策略評選與再 修正，以期研擬出最佳化之土地使用減洪空間策略。
參考文獻
丁志堅(1997)，運用馬可夫鏈模式度量土地利用變遷之研究，「國立台灣大學地理學研 究所碩士論文」。
中央災害應變中心(2009)，「莫拉克颱風災害應變處置報告-第 1~74 報」，台北市：內 政部消防局。
王進德(2007)，「類神經網路與模糊控制理論入門與應用」，台北市：全華。
情境 D 情境 E
方創琳、喬標、鮑超(2008)，「城市化過程與生態環境效應」，北京：科學出版社。
孔憲法、楊逸萍、江中愷(2009) ，易淹水地區地景規劃模式之探討─以南部科學工業園 區為例，「第 13 屆國土規劃論壇學術研討會論文集論文集」，台南市。
內政部消防局(2009)，「消防白皮書」，台北市：內政部消防局。
吳瑞賢、林松青、蘇文瑞、洪明瑞、廖偉民、廖偉信、張哲豪、韋家振(2006)，「天然 災害防治導論」，台北市：全華科技圖書股份有限公司。
吳杰穎、鄭春發、鄭國泰(2006)，考量見災觀點之都市計劃通盤檢討防災規劃：以淡海 新市鎮特定區為例，「環境與世界」，第 14 期，第 71-92 頁。
吳杰穎、邵珮君、林文苑、柯于璋、洪鴻智、陳天健、陳亮全、黃智彥、詹士樑、薩支 帄(2007) ，「災害管理學辭典」，台北市：五南圖書。
吳杰穎(2009) ，非結構式減災措施運用於空間規劃與管理之研究，「第 13 屆國土規劃 論壇學術研討會論文集論文集」，台南市。
李宗霖、張光宏(2008)，類神經網路於橋墩周圍沖刷深度預測之研究，「2008 營建與物 業管理產官學研討會論文集」，台南市。
林裕彬、林允斌(2007)，「台北都會區土地使用變遷模式之研究--子計畫一：土地利用 變遷與政策之互動影響分析-空間統計模式(II)」，行政院國家科學委員會專題研究計 劃成果報告(NSC 95-2621-Z-002-016)，國立臺灣大學生物環境系統工程學系暨研究 所。
金菊良、魏一鳴、傅強、丁晶(2002)，洪水災害風險管理的理論框架探討，「水利水電 技術」，33:40-42。
周成虎(1993)，「洪水災害評估信息系統」，北京：中國科學技術出版社。
胡堯智(2006)，都市土地使用變遷模擬方法之研究-以區域空間自相關、鄰近特徵為例，
「逢甲大學環境資訊科技研究所碩士班論文」。
郭俊超(2003)，鹽水溪上游土地改變影響及非工程減洪方法評估，「國立成功大學水利 及海洋工程研究所碩士論文」。
陳亮全、陳海立(2002)，易致災都市空間發展之探討：以臺北盆地都市水災形成為例，
「都市與計劃」，第 34 卷，第 3 期，第 293-315 頁。
張政亮、張瑞津(2006)，運用馬可夫鏈模型與細胞自動機理論模擬植生復育之研究：以 九九峰地區為例，「地理研究」，第 45 期，第 123-142 頁。
黃書禮，蔡靜如(2000)，台北盆地土地利用變遷趨勢之研究，「都市與計劃」，第 27 卷，
第 1 期，第 1-22 頁。
鄭祈全、吳治達、莊永忠(2007)，土地利用變遷與氣候變遷對集水區流量模擬影響之研 究-以林詴所蓮華池詴驗林之蛟龍溪集水區為例，「台灣林業科學」，第 22 卷，第 4 期，第 483-95 頁。
鄒克萬、張益三、杜建宏(2006)，建物震害毀損度預測模式之研究－倒傳遞類神經網路 法之應用，「住宅學報」，第 15 卷，第 1 期，第 21- 41 頁
鄒克萬、黃書偉(2007)，都市土地利用變遷對自然環境衝擊之空間影響分析，「地理學 報」，第 48 期，第 1-18 頁。
劉少華(2003)，污止水患影響都市發展與防洪政策之系統動力學研究，「國立中山大學 公共事務管理研究所碩士論文」。
糠瑞林(2005)，區域淹水災害風險評估及其未確定性分析，「國立臺灣大學生物環境系 統工程學研究所碩士論文」。
薩支帄、鄧慰先、賴美如、葉森海(2000)，「淹水潛勢資料在土地使用規劃與管理之初 步應用研究」，台北市：內政部建築研究所。
Alshuwaikhat H. M. (2006), Developing Spatial Planning Guidance for Achieving Sustainable Urban Development, Global Built Environment Review (GBER), 5 (3), 51-66.
Associated Programme on Flood Management (2007), APFM Technical Document No. 6- Formulating A Basin Flood Management Plan- A Tool for Integrated Flood Management, WMO/GWP Associated Programme on Flood Management.
Associated Programme on Flood Management (2007), APFM Technical Document No. 12- The Role of Land-Use Planning in Flood Management- A Tool for Integrated Flood Management, WMO/GWP Associated Programme on Flood Management.
Beighley, R.E., Moglen, G.E. (2003), Adjusting measured peak discharges from an urbanizing watershed to reflect a stationary land use signal, Water Resources Research, 39 (4):
WES4-1–WES4-11.
Beighley, R.E., Melack, M., Dunne, T. (2003), Impacts of California’s climatic regimes and coastal land use change on streamflow characteristics, Journal of the American Water Resources Association December, 39 (6): 1419–1433.
Burby, R. J., Cigler, B. A., French, S. P., Kaiser, E. J., Kartez, J., Roenigk, D., Weist, D. and Whittington, D. (1991), Sharing Environment Risks: How to Control Governments' Loss in Natural Disaster, Colorado: Westview Press, Boulder.
Burby, R. J. (1998), Cooperating with Nature– Confronting Natural Hazards with Land-Use Planning for Sustainable Communities, Washington D. C.: Joseph Henry Press.
Burby, R. J. (2000), "Land-use Planning for Flood Hazard Reduction: The United States Experience" in Parker, D.J. (ed.) Floods Vol. 2, London: Routledge Hazards and Disasters Series Routledge.
Chang, H., Franczyk, J. and Kim, C. (2009), What is responsible for increasing flood risks?
The case of Gangwon Province, Korea, Natural Hazards, 48:339–354.
Choi, W. and Deal, B. M. (2008), Assessing hydrological impact of potential land use change through hydrological and land use change modeling for the Kishwaukee River basin (USA), Journal of Environmental Management, 88(4): 1119–1130.
Crichton, D. (2001), The Implications of Climate Change for the Insurance Industry, Watford:
Building Research Establishment.
Godschalk, D. R. Beatley, T., Berke, P., Brower, D. J., Kaiser, E. J., Bohl, C. C., Goebel, R. M.
(1999), Natural Hazard Mitigation: Recasting Disaster Policy and Planning, Washington, D.C.: Island Press.
Hardmeyer, K., Spencer, M. A. (2007), Using Risk-Based Analysis and Geographic Information Systems to Assess Flooding Problems in an Urban Watershed in Rhode Island, Environment Management, 39: 563-574.
Kamusoko, C., Aniya, M., Adi B., Manjoro, M. (2009), Rural sustainability under threat in Zimbabwe- Simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model, Applied Geography, 29: 435-447.
Langhammer, J., Vilímek V. (2008), Landscape changes as a factor affecting the course and consequences of extreme floods in the Otava river basin, Czech Republic, Environment Monit Assessment,144: 53-66.
Lin, Y. P., Verburg, P. H., Chang, C. R., Chen, H. Y., Chen, M. H. (2009), Developing and comparing optimal and empirical land-use models for the development of an urbanized watershed forest in Taiwan, Landscape and Urban Planning, 92: 242–254
Liu, W. G. and Seto, K. C. (2008), Using the ART-MMAP neural network to predict urban growth: a spatio-temporal data mining approach, Environment and Planning B, 35(2):
296-317.
McColl, C. and Aggett, G. (2007), Land-use forecasting and hydrologic model integration for improved land-use decision support, Journal of Environmental Management, 84: 494–512.
Michalski, F., Peres, C. A., and Lake, I. R. (2008), Deforestation dynamics in a fragmented region of southern Amazonia: evaluation and future scenarios, Environmental Conservation, 35 (2): 93–103.
Mileti, D. (1999), Disasters by Design: A Reassessment of Natural Hazards in the United States, Washtoning, D. C.: Joseph Henry Press.
Minties, J. L. and Stromberg, P. A. (1982), Seismic Safety at the Local Level: Does Planning Make a Difference? In Hart, E. W., Sue E. H., and Sandra, S. S., ed. Proceedings Conference on Earthquake Hazard in the Eastern San Francisco Bay Area, Division of Mines and Geology, California Department of Conservation.
Muller, M.R. and Middleton, J. (1994), A Markov model of land-use change dynamics in the Niagara Region, Ontario, Canada., Landscape Ecology, 9 (2): 151-157.
Negga, H. E. (2007), Predictive Modelling of Amphibian Distribution Using Ecological
Survey Data: a case study of Central Portugal, Master Thesis of International Institute for Geo-Information Science and Earth Observation, Enschede, The Netherlands.
Sheng, J. and Wilson, J. P. (2009), Watershed urbanization and changing flood behavior across the Los Angeles metropolitan region, Natural Hazards, 48:41–57.
Siles, N. J. S. (2009), Spatial Modeling and Prediction of Tropical Forest Conversion in the Isiboro Secure National Park and Indigenous Territory (TIPNIS), Bolivia, Master Thesis of International Institute for Geo-Information Science and Earth Observation, Enschede, The Netherlands.
White, G. F., Kates, R. W. and Burton, I. (1986), Geography resources and environment; v.1.
Selected writings of Gilbert F. Whit, Chicago, IL: University of Chicago.
International Strategy for Disaster Reduction (2004), Living with Risk A global review of disaster reduction initiatives 2004 version, http://www.unisdr.org/eng/about_isdr/bd-lwr-2004-eng.htm (Sep. 15, 2009)
