自適性坡地崩塌評估模式於崩塌災害警戒管理之研究

(1)

自適性坡地崩塌評估模式於崩塌災害警戒管理之研究

Study of Adoptive Landslide Evaluation Model and Applications for the Landslide Disaster Response and

Management

執行單位:逢甲大學

執行期間:109 年 1 月 1 日至 109 年 12 月 31 日計畫主持人 :逢甲大學土木工程學系李秉乾教授

共同主持人 :逢甲大學都市計畫與空間資訊學系雷祖強教授協同主持人 :逢甲大學營建及防災中心謝孟勳研究助理教授

逢甲大學土木工程學系黃亦敏助理教授逢甲大學 GIS 研究中心方耀民研究副教授逢甲大學土地管理學系周天穎教授

行政院農業委員會水土保持局委託研究

中華民國 109 年 12 月

(2)

(3)

摘要

本團隊近期在農委會水土保持局(以下簡稱水保局)相關計畫中，針對陳有蘭溪、旗山溪、荖濃溪集水區等示範區進行相關資料蒐集彙整，透過人工智慧類神經網路建立的崩塌潛勢評估模式，針對不同類型之坡面導出不同雨量觸發因子(最大小時降雨和總有效累積雨量)及崩塌地文因子(地質、坡度、坡向、河道遠近、植生、歷史崩塌)之崩塌潛勢評估模型，並與降雨危害曲線整合為一套崩塌風險警戒機制模式。

本計畫今年將以擴增各年度衛星判釋全島崩塌地圖萃取各年度間新增之崩塌地圖以及蒐集對應年度之颱風豪雨事件雨量組體資料進行崩塌關聯資料庫為主要目標，並探索及挖掘雨量時機點與實際發生崩塌之不確定性，透過更多時序的雨量特徵提取與過去年度崩塌進行關聯性模型訓練，使崩塌潛勢評估模型之準確性提高，進而提供更加精準之崩塌潛勢資訊，經過上述的人工智慧技術於崩塌潛勢評估模式精進後，後續亦將持續整合降雨危害曲線於本計畫過去所發展之崩塌風險警戒機制模式，同樣透過崩塌風險的三項因子(危害度、易損性以及暴露量)整合於崩塌風險警戒管理模式，其可有效掌握到個別因子的影響性，即降雨時序特徵對地面環境的影響性 (危害度)、地面環境對於降雨的承受能力 (易損性)以及保全對象所在的位置(暴露度)，因此為了能夠有效地應用於災害應變管理，對於設定各指標之警戒門檻則亦是本計畫今年度之研究目標，然過去在崩塌警戒管理上中本計畫僅透過歷史速報資料之最小機率作為最小致災門檻曲線，

而其對於無速報資料之行政區無法有效之訂定警戒值，且因近年來受極端氣候常態化影響其不確定性增加，作為減災策略擬定之依據尚有許多不足之處；因此，對於本計畫後續針對多年度的崩塌雨量資料擴增，將嘗試利用 AI技術的機器學習演運算，透過大數據崩塌雨量數據對警戒管理內容進行警戒值訂定模型之建置，並持續收蒐集崩塌事件進行模式驗證，以作為崩塌災害警戒值之訂定及管理應用之依據，有效達到協助防災應變決策之全面性以及提升國內坡地崩塌量化分析、警戒與風險評估之研究發展。

另一方面，如何有效提供民眾於崩塌災害前之重要潛勢風險資訊，亦是本計畫後續將崩塌災害警戒管理落實於自主防災之主要目的，所以本計畫將進行自主防災崩塌警戒發布管理流程設計，並挑選一處社區落實坡地崩塌評估模式於社區自主災害警戒應用，

規劃相關避難路線及崩塌風險地圖等，進而達社區自主避災、防災及'減災的目標。

關鍵詞:崩塌、人工智慧、警戒模式、風險管理

(4)

(5)

for the Landslide Disaster Response and Management Abstract

The research team have developed a system for Soil and Water Conservation Bureau (SWCB) about the subjects of landslide potential evaluation and landslide disaster warning model. The model was built based on the data from watersheds of Chen-Yo-Lan River, Qishan River, and Laonong River. The methods of artificial intelligent (AI) was used in the model to describe the influence of triggering factors of rainfall intensity and accumulation, as well as the environmental factors of geology, slope, aspect, distance to stream channel, vegetation, and historical landslides.

The program this year will be to expand the satellite interpretation images of each year’s landslide map, and to collect the corresponding rainfall data of typhoons and heavy rainfalls in each year. The database will be used for exploring the correlation of landslide and environmental changes. Uncertainty about the timing of rainfall and actual landslide will be included in the model training. Through more time-series rainfall features in training, the model will be expected to be more accurate about the potential evaluation of landslide. After the above-mentioned artificial intelligence technology, the model is improved and integrated with previous fragility-curve model. The landslide risk, therefore, will be determined by considering hazard, vulnerability, and exposure factors in the model. The proposed model will be able to effectively capture the characteristics of landslide in terms of environmental susceptibility, withstand capability (fragility), and the object (exposure) to be protected. Therefore, in order to be effectively applied to disaster contingency management, setting the alert thresholds of various indicators is also the research goal of this plan this year. However, in the past, in regard to landslide alert management, the model only used the historical event notices to determine the

(6)

of extreme weather in recent years. There are still many deficiencies as a basis for the development of disaster reduction strategies. Therefore, an attempt will be made to use AI technology of machine learning algorithms to build a warning value model for landslide alert management. The proposed model and evaluation procedures will be effectively achieve the comprehensiveness of disaster prevention and response, and improve the understanding of landslide risk assessment.

On the other hand, how to effectively provide people with important potential risk information before the landslide disaster is also the main purpose of this study. Therefore, the program will conduct a procedure of landslide alert for autonomous disaster prevention communities. A community will be selected to implement the landslide alert assessment, including determining evacuation routes and making landslide risk maps. With the program, the community will achieve the goal of autonomous disaster prevention.

Keywords:Landslide, Artificial Intelligence, Warning Criteria, Risk Management

(7)

Abstract……….………..…...III

目次.………V 表次………...………VII 圖次………....………IX

第一章前言 ... 1-1

第一節計畫緣起與目的 ... 1-1 第二節工作項目與內容 ... 1-2

第二章崩塌事件資料庫擴增 ... 2-1

第一節研究地區崩塌資料庫 ... 2-5 第二節、降雨誘發資料庫 ... 2-26 第三節、崩塌資料萃取... 2-33

第三章坡地崩塌風險評估模型建立 ... 3-1

第一節崩塌降雨危害評估模型建立 ... 3-1 第二節坡地崩塌潛勢評估模型建立 ... 3-14 第三節重點聚落崩塌風險警戒機制模式 ... 3-24

第四章自主防災崩塌警戒發布管理流程設計 ... 4-1

第一節行政區/社區警戒發布機制研析 ... 4-1 第二節系統化崩塌警戒機制於自主防災評估 ... 4-7 第三節崩塌風險警戒機制以及自主防災管理推播模式實測 ... 4-15

第五章結論 ... 5-1

第一節結論 ... 5-1

(8)

參考文獻 ... 參 1 附錄一各類資料庫資訊明細表 ... 附錄-1 附錄二期初計畫審查委員意見與回復 ... 附錄-3 附錄三期中計畫審查委員意見與回復 ... 附錄-5 附錄四期末計畫審查委員意見與回復 ... 附錄-9 附錄五公文往返 ... 附錄-11

(9)

表次

表 2- 1 崩塌種類定義 ... 2-1 表 2- 2 環境資料庫之類型和檔案格式 ... 2-4 表 2- 3 I1－Rte 之降雨因子定義 ... 2-28 表 2- 4 97 年度至 107 年重大颱風豪雨事件詳表 ... 2-29 表 2- 5 97 年度至 98 年度間各類變異崩塌地類型面積統計表 ... 2-34 表 2-6 98 年度至 99 年度間各類變異崩塌地類型面積統計表 ... 2-35 表 2- 7 99 年度至 100 年度間各類變異崩塌地類型面積統計表 ... 2-36 表 2- 8 100 年度至 101 年度間各類變異崩塌地類型面積統計表 ... 2-37 表 2- 9 101 年度至 102 年度間各類變異崩塌地類型面積統計表 ... 2-38 表 2- 10 102 年度至 103 年度間各類變異崩塌地類型面積統計表 ... 2-39 表 2- 11 103 年度至 104 年度間各類變異崩塌地類型面積統計表 ... 2-40 表 2- 12 104 年度至 105 年度間各類變異崩塌地類型面積統計表 ... 2-41 表 2- 13 颱風豪雨崩塌事件新增崩塌地詳表 ... 2-43 表 3- 1 南部集水區 15 處重點聚落對應之鄰近雨量站表 ... 3-2 表 3- 2 I1－Rte之降雨因子定義 ... 3-4 表 3- 3 本計畫模型訓練資料集欄位說明 ... 3-17 表 3- 4 地文潛勢因子以及當年度降雨驅動因子之模型驗證精度表 ... 3-22 表 3- 5 地文潛勢因子以及當年度降雨驅動因子之資料庫 8 評估精度表 .. 3- 22

表 3- 6 地文潛勢因子、歷五年之崩塌時序特徵資料庫以及當年度降雨驅動因子之模型驗證精度表 ... 3-22 表 3- 7 地文潛勢因子、歷五年之崩塌時序特徵資料庫以及當年度降雨驅動因子之資料庫 8 評估精度表 ... 3-22 表 3- 8 簡化的風險矩陣 ... 3-25

(10)

表 3- 9 17 處南部集水區重點聚落村里崩塌與降雨警戒機率表(109 年度) 3- 28

表 4- 1 18 處重點聚落崩塌雨量警戒值 ... 4-15 表 4- 2 鄉（鎮、區）行政區崩塌雨量警戒值 ... 4-16 表 4- 3 六龜區中興里尾庄聚落 0815 豪雨崩塌警戒發布試做 ... 4-25 表 4- 4 雲林縣古坑鄉草嶺村摸石乳聚落利奇馬颱風崩塌警戒發布試做 .. 4- 30

表 4- 5 雲林縣古坑鄉草嶺村摸石乳聚落 0815 豪雨崩塌警戒發布試做 4-35 表 4- 6 那瑪夏區南沙魯里(南沙魯聚落)利奇馬颱風崩塌警戒發布試做 4-39 表 4- 7 那瑪夏區南沙魯里(南沙魯聚落)0815 豪雨崩塌警戒發布試做 .. 4-44 表 4- 8 六龜區寶來里(竹林(16、17 鄰)聚落)0815 豪雨崩塌警戒發布試做 ... 4-48

(11)

圖次

圖 2- 1 陳有蘭溪地理位置圖... 2-5 圖 2- 2 荖濃溪地理位置圖... 2-6 圖 2- 3 旗山溪地理位置圖... 2-7 圖 2- 4 陳有蘭溪集水區地質圖 ... 2-8 圖 2- 5 荖濃溪集水區地質圖... 2-8 圖 2- 6 旗山溪集水區地質圖... 2-9 圖 2- 7 陳有蘭溪集水區數值高程模型 ... 2-10 圖 2- 8 荖濃溪集水區數值高程模型 ... 2-10 圖 2- 9 旗山溪集水區數值高程模型 ... 2-10 圖 2- 10 陳有蘭溪集水區坡度影像 ... 2-11 圖 2- 11 荖濃溪集水區坡度影像 ... 2-11 圖 2- 12 旗山溪集水區坡度影像 ... 2-11 圖 2- 13 陳有蘭溪集水區坡向圖 ... 2-12 圖 2- 14 荖濃溪集水區坡向圖... 2-12 圖 2- 15 旗山溪集水區坡向圖... 2-12 圖 2- 16 各集水區剖面曲率圖... 2-13 圖 2- 17 各集水區平面曲率圖... 2-14 圖 2- 18 各集水區坡度變率圖... 2-15 圖 2- 19 各集水區坡向變率圖... 2-16 圖 2- 20 各集水區地形起伏度分析圖 ... 2-17 圖 2- 21 各集水區地表切割深度分析圖 ... 2-18 圖 2- 22 各集水區地表粗糙度分析圖 ... 2-19 圖 2- 23 各集水區高程變異係數分析圖 ... 2-20 圖 2- 24 陳有蘭溪集水區土壤分布圖 ... 2-22

(12)

圖 2- 25 荖濃溪集水區土壤分布圖 ... 2-22 圖 2- 26 旗山溪集水區土壤分布圖 ... 2-23 圖 2- 27 各集水區 2020 年汛期前植生現況分析 ... 2-25 圖 2- 28 本計畫蒐集之雨量測站分布 ... 2-27 圖 2- 29 本計畫之雨場分割定義 ... 2-27 圖 2- 30 97 年度至 98 年度各事件颱風豪雨雨量推估 ... 2-30 圖 2- 31 98 年度至 99 年度各事件颱風豪雨雨量推估 ... 2-30 圖 2- 32 99 年度至 100 年度各事件颱風豪雨雨量推估 ... 2-30 圖 2- 33 100 年度至 101 年度各事件颱風豪雨雨量推估 ... 2-31 圖 2- 34 101 年度至 102 年度各事件颱風豪雨雨量推估 ... 2-31 圖 2- 35 102 年度至 103 年度各事件颱風豪雨雨量推估 ... 2-31 圖 2- 36 103 年度至 104 年度各事件颱風豪雨雨量推估 ... 2-31 圖 2- 37 104 年度至 105 年度各事件颱風豪雨雨量推估 ... 2-32 圖 2- 38 崩塌地分類示意圖... 2-33 圖 2- 39 97 年度至 98 年度間崩塌變異類型分布圖 ... 2-34 圖 2- 40 98 年度至 99 年度間崩塌變異類型分布圖 ... 2-35 圖 2- 41 99 年度至 100 年度間崩塌變異類型分布圖 ... 2-36 圖 2- 42 100 年度至 101 年度間崩塌變異類型分布圖 ... 2-37 圖 2- 43 101 年度至 102 年度間崩塌變異類型分布圖 ... 2-38 圖 2- 44 102 年度至 103 年度間崩塌變異類型分布圖 ... 2-39 圖 2- 45 103 年度至 104 年度間崩塌變異類型分布圖 ... 2-40 圖 2- 46 104 年度至 105 年度間崩塌變異類型分布圖 ... 2-41 圖 2- 47 新增崩塌地分布圖(98 年度崩塌地圖-97 年度崩塌地圖) ... 2-44 圖 2- 48 新增崩塌地分布圖(99 年度崩塌地圖-98 年度崩塌地圖) ... 2-44

(13)

圖 2- 50 新增崩塌地分布圖(101 年度崩塌地圖-100 年度崩塌地圖) ... 2-44 圖 2- 51 新增崩塌地分布圖(102 年度崩塌地圖-101 年度崩塌地圖) ... 2-45 圖 2- 52 新增崩塌地分布圖(103 年度崩塌地圖-102 年度崩塌地圖) ... 2-45 圖 2- 53 新增崩塌地分布圖(104 年度崩塌地圖-103 年度崩塌地圖) ... 2-45 圖 2- 54 新增崩塌地分布圖(105 年度崩塌地圖-104 年度崩塌地圖) ... 2-45 圖 2- 55 新增崩塌地分布圖(106 年度崩塌地圖-105 年度崩塌地圖) ... 2-46 圖 2- 56 陳有蘭溪集水區之坡面單元 ... 2-48 圖 2- 57 荖濃溪集水區之坡面單元 ... 2-49 圖 2- 58 旗山溪集水區之坡面單元 ... 2-50 圖 2- 59 陳有蘭溪坡面單元辛樂克颱風雨量分布(I1－Rte) ... 2-51 圖 2- 60 荖濃溪坡面單元辛樂克颱風雨量分布(I1－Rte) ... 2-52 圖 2- 61 旗山溪坡面單元辛樂克颱風雨量分布(I1－Rte) ... 2-52 圖 2- 62 陳有蘭溪坡面單元莫拉克颱風雨量分布(I1－Rte) ... 2-53 圖 2- 63 荖濃溪坡面單元莫拉克颱風雨量分布(I1－Rte) ... 2-53 圖 2- 64 旗山溪坡面單元莫拉克颱風雨量分布(I1－Rte) ... 2-54 圖 2- 65 崩塌地坡度與深度分佈 ... 2-55 圖 2- 66 崩塌塊體斜面與投影面關係示意圖 ... 2-55 圖 2- 67 97 年度至 98 年度間颱風豪雨造成之崩塌坡面分佈 ... 2-57 圖 2- 68 98 年度至 99 年度間颱風豪雨造成之崩塌坡面分佈 ... 2-57 圖 2- 69 99 年度至 100 年度間颱風豪雨造成之崩塌坡面分佈 ... 2-57 圖 2- 70 100 年度至 101 年度間颱風豪雨造成之崩塌坡面分佈 ... 2-57 圖 2- 71 101 年度至 102 年度間颱風豪雨造成之崩塌坡面分佈 ... 2-58 圖 2- 72 102 年度至 103 年度間颱風豪雨造成之崩塌坡面分佈 ... 2-58 圖 2- 73 103 年度至 104 年度間颱風豪雨造成之崩塌坡面分佈 ... 2-58 圖 2- 74 104 年度至 105 年度間颱風豪雨造成之崩塌坡面分佈 ... 2-58

(14)

圖 3- 1 本計畫採用之雨場分割方法示意圖 ... 3-3 圖 3- 2 自然對數 ln(x)的函數圖像 ... 3-6 圖 3- 3 屈尺雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-10 圖 3- 4 桶後雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-10 圖 3- 5 高中雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-10 圖 3- 6 御油山雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-11 圖 3- 7 梅山雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-11 圖 3- 8 神木村雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-11 圖 3- 9 豐丘雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-12 圖 3- 10 那瑪夏國中雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-12 圖 3- 11 達卡努瓦(民生)雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-12 圖 3- 12 新發雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-13 圖 3- 13 上德文雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-13 圖 3- 14 瑪家雨量站歷史雨量(Imax

－ R

te)等機率曲面 ... 3-13 圖 3- 15 本計畫訓練模型簡易架構圖 ... 3-18 圖 3- 16 105-106 年度評估結果分布圖 ... 3-23 圖 3- 17 坡地崩塌警戒模式評估指標建立流程 ... 3-26 圖 3- 18 警戒曲線訂定示意圖... 3-27 圖 3- 19 警戒曲線訂定示意圖... 3-27 圖 3- 20 崩塌風險警戒機制示意圖 ... 3-30 圖 4- 1 複合型土砂災害行政區警戒發布模式 ... 4-2 圖 4- 2 自主防災崩塌風險行政區警戒發布模式 ... 4-4 圖 4- 3 崩塌警戒發佈流程（考量 H 及 F 指標） ... 4-4 圖 4- 4 最小累積降雨警戒值訂定示意圖 ... 4-5

(15)

圖 4- 6 系統化流程圖 ... 4-8 圖 4- 7 崩塌警戒展示模組介接 FEMA 雨量資料 ... 4-9 圖 4- 8 崩塌紅黃警戒值及圖台展示 ... 4-9 圖 4- 9 以行政區發布崩塌警戒展示 ... 4-10 圖 4- 10 崩塌警戒展示模組首頁 ... 4-11 圖 4- 11 圖層套疊功能展示 ... 4-11 圖 4- 12 崩塌警戒展示模組--豐丘聚落坡面單元 ... 4-12 圖 4- 13 17 處重點聚落崩塌警戒清單展示 ... 4-12 圖 4- 14 達警戒聚落詳細資訊... 4-13 圖 4- 15 達警戒坡面單元及屬性展示 ... 4-13 圖 4- 16 豐丘聚落地文崩塌潛勢分布與保全對象空間套疊圖 ... 4-17 圖 4- 17 豐丘聚落地文崩塌潛勢分布與疏散道路評估圖 ... 4-18 圖 4- 18 豐丘聚落於 109 年度 0522 豪與社區自主防災推播建議歷程 .. 4-18 圖 4- 15 高雄市各重點聚落之崩塌風險警戒機制圖 ... 4-21 圖 4- 16 雲林縣古坑鄉草嶺村摸時乳聚落之崩塌風險警戒機制圖 ... 4-21 圖 4- 17 六龜區中興里尾庄聚落 0815 豪雨崩塌警戒機制圖 ... 4-28 圖 4- 18 六龜區中興里尾庄聚落 0815 豪雨降雨組體圖(御油山雨量站) 4-29 圖 4- 19 雲林縣古坑鄉草嶺村摸石乳聚落利奇馬颱風崩塌警戒機制圖 4-33 圖 4- 20 雲林縣古坑鄉草嶺村摸石乳聚落利奇馬颱風降雨組體圖(草嶺雨量站) ... 4-33 圖 4- 21 108 年利奇馬颱風重大土砂災例最速報-雲林縣古坑鄉草嶺村 4-34 圖 4- 22 108 年利奇馬颱風雲林縣古坑鄉草嶺村坡面單元崩塌潛勢機率分布 ... 4-34 圖 4- 23 雲林縣古坑鄉草嶺村摸石乳聚落 0815 豪雨崩塌警戒機制圖 .. 4-38 圖 4- 24 雲林縣古坑鄉草嶺村摸石乳聚落 0815 豪雨降雨組體圖(草嶺雨量

(16)

站) ... 4-38 圖 4- 25 那瑪夏區南沙魯里(南沙魯聚落)利奇馬颱風崩塌警戒機制圖 . 4-42 圖 4- 26 那瑪夏區南沙魯里(南沙魯聚落)利奇馬颱風降雨組體圖(那瑪夏國中雨量站) ... 4-42 圖 4- 27 108 年利奇馬颱風重大土砂災例最速報-高雄市那瑪夏區南沙魯里 ... 4-43 圖 4- 28 108 年利奇馬颱風高雄市那瑪夏區南沙魯里坡面單元崩塌潛勢機率分布 ... 4-43 圖 4- 29 那瑪夏區南沙魯里(南沙魯聚落)0815 豪雨崩塌警戒機制圖 .... 4-47 圖 4- 30 那瑪夏區南沙魯里(南沙魯聚落)0815 豪雨降雨組體圖(那瑪夏國中雨量站) ... 4-47 圖 4- 31 六龜區寶來里(竹林(16、17 鄰)聚落)0815 豪雨崩塌警戒機制圖 . 4- 51

圖 4- 32 六龜區寶來里(竹林(16、17 鄰)聚落)0815 豪雨降雨組體圖(高中雨量站) ... 4-51 圖 4- 33 108 年 0815 豪雨重大土砂災例最速報-高雄市六龜區寶來里 .. 4-52 圖 4- 34 108 年 0815 豪雨高雄市六龜區寶來里坡面單元崩塌潛勢機率分布 ... 4-52

。

(17)

第一章前言

第一節計畫緣起與目的

921 大地震後讓臺灣原已脆弱之地質更不穩定，加上全球氣候變遷，颱風豪雨之強度日益驚人，從桃芝、納莉、海棠、敏督利、辛樂克颱風，到重創大半個台灣的莫拉克颱風，暴雨導致之崩塌及土石流造成慘重之生命財產損失。加上近年來極端降雨事件發生頻繁，山坡地易因降雨引發不同規模崩塌，故對於山坡地的易崩特性、崩塌風險及警戒機制實有必要加以研究。

然而，國內外學者對於崩塌機制及發生的原因，均指出其原因極為複雜，

且很少由單一因子構成。導致崩塌發生的影響因子一般被分成潛在因子(簡稱潛因)與誘發因子(簡稱誘因)(李三畏，1984，1986；張石角，1987)。本研究認為潛因是指坡地本身具備的基本環境條件造成破壞之因素，包括地質、

地形、岩石強度、節理方向、植生等。另一類係非自然因素，例如人為開墾、

開闢道路、社區、開墾土石礦等活動，屬人為因素造成，一般可稱之為人工邊坡。誘因則指可直接誘發坡地崩壞之變動因素，如降雨、地震、河道沖刷、

地下水等。

而本團隊參考水保局相關計畫，已透過大數據空間環境資訊空間環境資訊以及多年度的崩塌醬與資訊建立崩塌關聯資訊料庫，並於 108 年度計畫採用人工智慧機器學習之演算法對資料以及模式進行重新適配以及模型建置，針對坡地崩塌發生之可能性進行研究，針對陳有蘭溪、旗山溪、荖濃溪集水區等示範區進行相關資料蒐集彙整，針對集水區坡面導出不同雨量觸發因子(最大小時降雨和總有效累積雨量)及地文潛勢因子(地質、坡度、坡向、河道遠近、植生、歷史崩塌)之雙變量(Imax,Rte)崩塌潛勢評估模型，並與降雨危害曲線整合為一套崩塌風險警戒機制模式，而為了精進本計畫所發展之崩塌風險警戒模式，進而根據上述問題分析，綜觀面對的問題可能是崩塌事件資料庫必須增加以及分析模式能夠處理未來不同規模的降雨強度

(18)

的能力，再加上環境本身也有自癒能力，這會形成一個非常複雜機理之問題，

而上述的兩種變動再加上模式本身必須快速演算的計算能力，就是本研究所要面對之研究課題。

另外，上述的人工智慧技術於崩塌潛勢評估模式精進後，後續亦將持續整合降雨危害曲線於本計畫過去所發展之崩塌風險警戒機制模式，同樣透過崩塌風險的三項因子(危害度、易損性以及暴露量)整合於塌風險評估模式，

其可有效掌握到個別因子的影響性，即降雨時序特徵對地面環境的影響性 (危害度)、地面環境對於降雨的承受能力 (易損性)以及保全對象所在的位置 (暴露度)，因此為了能夠有效地應用於災害應變管理，本計畫將崩塌災害警戒管理落實於自主防災為主要目的，將進行自主防災崩塌警戒發布管理流程設計並嘗試落實坡地崩塌評估模式於社區自主災害警戒應用於高風險潛勢社區，並規劃相關避難路線及崩塌風險地圖等，進而達社區自主避災、防災及減災的目標。

第二節工作項目與內容

一、 坡地崩塌因子資料庫擴增及更新

本計畫期於今年度計畫中將盤點歷年(2008-2019)全台重大颱風豪雨事件，

經資料探索，初探各事件於陳有蘭溪、荖濃溪以及旗山溪集水區過去不同型態之降雨事件的雨量範圍，並針對雨量範圍決定事件規模，以挑選具有各規模代表性之事件的衛星影像進行環境資料(地文資料)的萃取，以擴增崩塌事件資料庫，進而取得更多事件樣本於後續進行人工智慧演算法之模式訓練。

二、 坡地崩塌潛勢評估模式誘發因子檢討與更新

在誘發因子中多採用颱風豪雨事件之雨場特徵挖掘，而根據前人研究試圖透過對降雨以及崩塌之時空特性之分析，找出誘發崩塌發生之降雨特徵，由各

(19)

升，而為了瞭解影響程度，故降雨量(mm)、降雨強度(mm/hr)與降雨延時等指標應運而生(莊永忠等人，2011)，因此如何在特定之颱風豪雨事件雨場時間範圍內估算影響集水區坡面穩定性之有效降雨量為目前須克服之主要重點，而由於上述之降雨入滲，乃至於坡面內部反應均為互相關聯之連鎖反應，故 O’

Loughlin (1986)、Montgomery and Dietrich (1994)等均建議利用物理模式串聯各類影響參數，以完整呈現崩塌事件作用過程，因此，本研究希望透各年度颱風豪雨事件之雨場資訊挖掘代表性之時序特徵，以進行坡面穩定程度與降雨時序因子之時序變化分析。

三、 崩塌風險評估模型精進

本計畫透過以自然災害(降雨)引致崩塌為問題的切入角度，並整合危害度 (Hazard)、易損性(Vulnerability)以及暴露量(Exposure)三項因子作為坡地崩塌風險問題表述的核心項目，進而發展出一套適合國內崩塌風險機率推估的評估方法。

(一) 崩塌降雨危害評估模型建立

為分析單一聚落發生崩塌可能性的臨界降雨基準值，以近10 年間降雨資料作為建立雨量等比率曲線模式之基礎，並分析十年間各雨場之最大小時降雨強度(Imax：mm/hr)，以及總有效累積降雨(Rte：mm)，綜合評估建立降雨危害臨界曲線。

(二) 資料庫因子環境資訊更新

本計畫研究範圍包括已建置完成崩塌資料庫之陳有蘭溪、旗山溪以及荖濃溪集水區，並透過 109 年度汛期影像之現況植生分析，以更新研究區坡面單元之坡面類別屬性，以利後續模型適用於現況環境資料。

(三) 自適性類神經坡地崩塌潛勢評估模型建立

本計畫旨在藉由空間資料搭配序列颱風挾帶豪雨導致的已知崩塌事件和範圍，以不確定型和優化型的空間資料探勘技術萃取崩塌潛勢條件，進行

(20)

風險預警應變之應用，後續將持續透過構建更複雜的深度網絡，在能夠在獲取到新的資料後再次調整自身參數，以保持良好的推估模式及精準度。

因此本年度計畫將透過持續擴增之崩塌事件關聯資料庫，同時檢討降雨規模、雨量時序特徵等相關誘發因子與崩塌地的關聯性，並投入人工智慧演算模型進行崩塌潛勢評估模型之精進，其設計目的乃是探索全域變動因子對於坡地崩塌災害的影響性，並透過機率模型建立與歷年事件之實測驗證，

進行警戒訂定之問題研究，進而透過科學統計分析之概念建立一套全國可用的崩塌災害防災預警與警戒模式。

四、 崩塌風險警戒機制模式於精密防災之應用與實測

針對本計畫上述發展之崩塌潛勢評估模式以及降雨危害評估模式，研析大區域(集水區)空間尺度之評估方式以及實際防災應變之操作，設計有效之崩塌警戒發布管理流程，並試作今年度颱風豪雨事件(0522 豪雨)於本團隊前期計劃中評估之15 處於陳有蘭溪、荖濃溪以及旗山溪集水區重點社區對象以評估崩塌潛勢評估模式於不同集水區間之自適性以及警戒發佈機制成效，以達到協助防災應變決策之目的。

五、 自主防災崩塌警戒發布管理流程設計

本計畫將崩塌災害警戒管理落實於自主防災為主要目的，將進行自主防災崩塌警戒發布管理流程設計並嘗試落實坡地崩塌評估模式於社區自主災害警戒應用於高風險潛勢社區(南投縣信義鄉豐丘村)，規劃相關避難路線及崩塌風險地圖等，進而達社區自主避災、防災及減災的目標。

(21)

第二章崩塌事件資料庫擴增

回顧學者之研究，各學者對於崩塌的定義有著不同的解釋，Varnes（1958）

認為崩塌是指山坡上的物質，受到重力作用影響後，產生向下、向外的運動如表 2- 1；坡地中部分坡面，因土塊受重力作用，向下或向側面移動的現象，

皆以崩塌稱之；李三畏（1986）則表示崩塌是指山坡面上之土壤，受到外力影響而失去平衡，所產生向外、向下的移動現象。由此可以發現，崩塌的發生是因受到外力之引響下，導致坡地之組成結構性不穩不足以支撐本身之重量，而引致坡地上岩土層脫落本體之現象。

表2- 1 崩塌種類定義 物質運動之型態

Type of Movement

塊體移動物質種類Type of Material 基岩

Bedrock

工程土壤Engineering Soils

粗粒為主細粒為主

墬落 Falls

岩石墜落 Rock Fall

岩屑墜落 Debris Fall

土墬落 Earth Fall 傾覆

Topples

岩石傾覆 Rock Topple

岩屑傾覆 Debris Topple

土墬落 Earth Fall

滑動 Slides

轉動 Rotational

岩石崩移 Rock Slump

岩屑崩移 Debris Slump

土崩移 Earth Slump

移動

Translational

岩塊滑動 Rock Block slide(Glide) 岩石滑動 Rock Slide

岩屑塊滑動 Debris Block Slide

岩屑滑動 Debris Slide

土塊滑動 Earth Block Slide(Glide)

土滑動 Earth Slide 側落

Lateral Spreads

岩石側落 Rock Spread

岩屑側落 Debris Spread

土側落 Earth Spread 流動

Flows

岩石流動 Rock Flow(深層潛移

Deep Creep)

岩屑流動 Debris Flow 土流動 Earth Flow 土壤潛移 Earth Creep

複合運動 Complex 複合兩種或兩種以上之運動方式

其他學者的研究也顯示出相似的論點，藉著整理這些不同研究的觀點，

廣義之坡地崩塌泛指經過風化作用後地表上破碎支岩屑與土壤，受到重力作用的影響之下，順著坡面向下或向外側之運動現象，在此尚不考慮風化物

(22)

只是降低風化物質內部之摩擦力，或是增加風化物質之重量，致使風化物質往下運動更加容易而已（陳信雄，1995）。蘇苗彬（2009）也指出崩塌為土石移動現象，包括崩（collapse）、坍（clump）、塌（slump）、滑（sliding）、

陷（caving）、落（falling）等，常見分為山崩、潛移、地滑、沖蝕及土石流等類型。

雖我國與日、美等國對於崩塌之定義有些微差異，但同樣的是大規模崩塌破壞面深入岩盤、滑動面較為深層、滑動速度快速、地下水之影響大、崩塌量體大、影響之範圍廣、易造成重大災損。對於發生崩塌之因素，國內外學者皆認為其造成原因非常複雜，而且很少是由單一因子所引發。致使崩塌災害發生之影響因子一般分為潛在因子(略稱為潛因)與誘發因子(略稱為誘因)（李三畏，1984，1986；張石角，1987）。

潛因與誘因造成坡地崩塌的力學機制，可從塊體受力之分析探討坡地是否穩定或可能發生滑動問題。目前國內外學者普遍認為影響塊體可能滑動之力有滑動力與抵抗力(吳俊鋐，2005)，若兩力達到平衡時，則塊體穩定不動。以坡地而言，若有其他因素促使滑動面下滑力大於抗剪強度時，則塊體開始發生滑動或崩塌等現象。由上可知，對於影響邊坡穩定的因素，即是足以影響剪應力及抗剪強度之因素。Fookes et al.(1985)認為大地構造環境、

地質、地形及氣候等因素足以影響坡地穩定。張石角(1987)則認為坡地崩塌的主要致災因子為雨水和地震，且涉及之相關因子可能有八項：坡度、岩質、

高差、地質構造與坡向之關係、土壤、不連續面之傾角、動態地形作用及水。

張石角(1988)也提出由於坡地的地質與地形條件組合有利於邊坡運動，才使得在降雨或地震事件發生時，常造成崩塌現象發生。Koukis & Ziourkas(1991) 提出可能影響邊坡崩塌的因子有 64 個之多，包括動態的致災因子及潛在的環境因子。溫振宇(2005)整理 1996 年~2005 年 43 篇與崩塌製圖相關文獻，

(23)

高程、土地利用、與水系相關(包括距離、密度等)、植生相關(包括種類、密度、年齡等)、與地文相關(包括距離、種類、構造單元等)、土壤相關(包括種類、厚度、組織等)、坡形、曲率相關(包括水平、垂直等)、降雨相關(包括累積雨量、降雨強度等)等。

本研究認為潛因是坡地本身所具備之環境條件所構成之破壞因素，包含地質、地形、岩石特性、地表植生狀況、節理方向等。誘因為直接導致坡地崩塌發生之變動因素，如地震、地下水、降雨、河水滔蝕等，因此進行坡地易損性分析前須建立集水區各類環境因子資料，集水區資料蒐集自林務局農林航測所繪製之陳有蘭溪集水區、荖濃溪集水區以及旗山溪集水區之相關地文、水文地理資訊圖資以及水土保持局全國集水區圖層，採用圖層範圍包括主、次、子集水區範圍圖、河系圖等地理資訊基本圖資。

在集水區環境因子方面，本計畫藉由網格資料庫建置各類環境因子屬性、植生變異因子、驅動因子及崩塌事件等資訊。而本計畫將以環境資料庫以 20m×20m 之網格尺度使不同集水區範圍內所有屬性因子鏈結，環境資料庫細分為四個部分：一、環境潛勢因子；二、前期擾動誘發因子；三、降雨驅動因子及四、崩塌資訊。資料庫基礎為調查蒐集之基本資料，例如集水區基本圖資(水土保持局提供)、各年度汛前衛星影像(購自中央大學太遙中心)、

數值高程模型(內政部地政司衛星測量中心提供)、二十五萬分之一地質圖 (中央地質調查所提供)、土地利用圖(內政部國土測繪中心提供)、降雨資料 (土石流防災應變系統(FEMA)歷史氣象資料)以及全島崩塌地圖(林務局)等基本共通資料，並且須進一步處理各類資訊，例如坡度、坡向、距河道遠近、

植生、高程、雨量因子、崩塌地資訊等，如表2- 2所示。

(24)

表 2- 2 環境資料庫之類型和檔案格式

類型資料名稱檔案形式

環境潛勢因子

地質向量檔案(Shapfile，類型：Ploygon)

高程影像檔案(Raster，解析度：5m)

坡度影像檔案(Raster，解析度：5m)

坡向影像檔案(Raster，解析度：5m)

土壤向量檔案(Shapfile，類型：Ploygon)

距河道遠近向量檔案(Shapfile，類型：Ploygon)

差異化植生指標影像檔案(Raster，解析度：20m)

前期擾動誘發因子

距斷層遠近向量檔案(Shapfile，類型：Ployline)

前期崩塌向量檔案(Shapfile，類型：Ploygon)

前期降雨強度影像檔案(Raster，解析度：20m)

前期總有效累積降雨影像檔案(Raster，解析度：20m)

前期降雨延時資料庫檔案

降雨驅動因子

降雨強度

I

max 影像檔案(Raster，解析度：20m)

總有效累積降雨

R

te 影像檔案(Raster，解析度：20m)

前期降雨延時資料庫檔案

崩塌資訊各年度全島崩塌地判釋地圖向量檔案(Shapfile，類型：Ploygon)

(25)

第一節研究地區崩塌資料庫 一、研究地區說明

本計畫研究地區包含陳有蘭溪集水區、荖濃溪集水區、旗山溪集水區等 3 集水區，以下分述研究地區基本環境。

陳有蘭溪集水區位於南投縣信義鄉山區境內，其地理位置圖如圖 2- 1 所示。主流陳有蘭溪係濁水溪重要支流之一，全長約 42.4 公里，發源於玉山北峰之八通關(標高 3,910 公尺)，自南向北流經山區，於東埔附近匯入沙里仙溪，並於和社附近匯入和社溪後，蜿蜒流經信義、鹿谷鄉境，於下游水里鄉新山、永興村匯入濁水溪。集水區東與花蓮溪及秀姑巒溪接壤，西側為清水溪，南臨旗山溪、荖濃溪。陳有蘭溪地形之特色為高差大、坡降陡為典型急流河川，集水區面積約 448.13km2，平均坡度超過 55%。

圖 2- 1 陳有蘭溪地理位置圖

(26)

荖濃溪集水區大部分位於高雄市桃源區、茂林區、六龜區，其地理位置圖如圖 2- 2 所示。主流荖濃溪為高屏溪的流域的第一大支流，全長約 137 公里，發源於中央山脈玉山主峰東北坡，先向東北流，至八通關轉向東南，

匯集分別源自秀姑巒溪南坡及大水窟山西坡的支流後，轉向南南西進入高雄縣境內，流經梅山、桃源、寶來、六龜，轉向南流至大津，期間並有南部橫貫公路(台 20)沿溪谷而行，納東側流入之濁口溪後，轉向西南流至里港，

納東南方流入之隘寮溪，續流至嶺口與來自北方之旗山溪合流後，最終流入高屏溪。集水區東側為新武呂溪、卑南溪，北與陳有蘭溪、郡大溪、秀姑巒溪接壤，西臨旗山溪、南接隘寮溪。荖濃溪地形之特色為河谷地形，並在下游突然寬闊為土砂堆積區，且集水區範圍大，面積約 1,408.71km²，平均坡度則超過 65%。

(27)

旗山溪集水區位於高雄市甲仙區、那瑪夏區、桃源區及嘉義縣阿里山鄉，

其地理位置圖如圖 2- 3 所示。主流旗山溪為高屏溪之支流，全長約 117 公里，原名楠梓仙溪，發源於中央山脈玉山之西南麓，集水區內高山聳立，懸崖峭壁，溪流坡陡湍急。旗山溪由發源地向西南流至小林，再向南流至甲仙後河道漸寬，復向西南流至旗山後進入平原區，本溪再向南流至嶺口附近與荖濃溪匯合後進入高屏溪。集水區東鄰荖濃溪，北鄰陳有蘭溪，西邊與曾文溪相接，南邊則接阿公店溪及東港溪。旗山溪地形之特色為屬於河階地縱谷地形，河道蜿蜒遷徙不定，並在下游突然寬闊為土砂堆積區，且集水區範圍大，面積約 750.79km²，平均坡度則超過55%。

圖 2- 3 旗山溪地理位置圖

(28)

勢因子將同時針對全台環境進行廣域之 20 米網格環境因子資料庫建置，以利於後續試作與延伸應用之用。

二、地質資料

地質資料方面，本計畫採用中央地質調查所產製之二十五萬分之一地質圖，詳細繪出地質之年代、地層及岩性分類，三集水區之地質分布如圖2- 4 至圖 2- 6。

(a)年代圖 (b)地層圖 (c)岩性圖

圖 2- 4 陳有蘭溪集水區地質圖

(a)年代圖 (b)地層圖 (c)岩性圖

(29)

(a)年代圖 (b)地層圖 (c)岩性圖

圖 2- 6 旗山溪集水區地質圖

三、數值高程資料

數值高程模型(digital elevation model; DEM)是指所有關於地形表面的數值表現及描述(Carter, 1988；Miller and Leflamme, 1985)，可視為地表的替代模式。本研究蒐集內政部所製作，解析度為 5m × 5m 網格尺度之數值高程模型，如圖 2- 7 至圖 2- 9 所示。

此資料提供計畫區域空間位置之高程資訊，並應用於計算相關地形參數，例如高程、坡度、坡向以及坡面單元劃定等基礎資料，以下為各地面因子之特徵萃取說明與結果。

(30)

圖 2- 7 陳有蘭溪集水區數值高程模型 圖 2- 8 荖濃溪集水區數值高程模型

圖 2- 9 旗山溪集水區數值高程模型 (一) 坡度資料

水土保持技術規範(2012)第 23 條指出：「山坡地坡度係指一坵塊土地之平均傾斜比」。本計畫坡度亦以此定義，其計算方式係以 DEM 資料利用 ArcGIS 軟體輔助計算集水區 5m 網格之平均傾斜比。ArcGIS 預設坡度計算係採用「坵塊法」，為水土保持技術規範內二種容許方法之一(另一為等高線法)。如圖 2- 10 至圖 2- 12 所示，各集水區以水土保持技術規範之坡級為坡度值級距，所得數值為度數(°)。

(31)

圖 2- 10 陳有蘭溪集水區坡度影像 圖 2- 11 荖濃溪集水區坡度影像

圖 2- 12 旗山溪集水區坡度影像 (二) 坡向資料

過去文獻顯示崩塌與坡向有關(Sidle, Percea and O’loughlin, 1985)，由於降雨的雨量多寡與該區域的氣流、地形、迎背風向相關，使得區域某一坡向常具有較易崩塌的潛勢。坡向是指坡面的朝向，它表示表面某處最陡的傾斜方向。在計算坡向的過程中，坡向以度為單位按逆時針方向從 0 度(正北方向)至 360 度來度量，可分為九方向。坡向圖中的每個網格單元的值表示此網格單元所在的坡面方向。水平的坡沒有面向，均被賦予-1 值。三個集水區

4

0 2.5 5 10 15

Kilometers 單位(度)

0 - 3 3 - 9 9 - 17 17 - 22 22 - 29 29 - 45 45 - 84

4

0 5 10 20 30

0 - 3 3 - 9 9 - 17 17 - 22 22 - 29 29 - 45 45 - 88

4

0 5 10 20 30

0 - 3 3 - 9 9 - 17 17 - 22 22 - 29 29 - 45 45 - 84

(32)

之坡向如圖 2- 13 至圖 2- 15 所示。

圖 2- 13 陳有蘭溪集水區坡向圖 圖 2- 14 荖濃溪集水區坡向圖

圖 2- 15 旗山溪集水區坡向圖 (三) 地面曲率因子

地面曲率是對地形表面點的扭曲變化程度的度量化度量因子，而其又分為剖面曲率，即對地面坡度的沿最大坡降方向地面高程變化率的度量，以及平面曲率，即過地形表面上某點得水平面沿水平方向切地形表面所得的曲線在該點的曲率值，即該點所在的地面等高線的彎曲程度，下圖 2- 16 為研究實證範圍之剖面曲率圖，下圖 2- 17 為研究實證範圍之平面曲率圖。

4

0 2.5 5 10 15

Kilometers 坡向

平坡北東北東東南南西南西西北北

4

0 5 10 20 30

Kilometers 坡向

4

0 5 10 20 30

Kilometers 坡向

(33)

(a)陳有蘭溪集水區 (b)荖濃溪集水區

(c)旗山溪集水區

圖 2- 16 各集水區剖面曲率圖

(34)

圖 2- 17 各集水區平面曲率圖

(35)

(四) 坡度變率（Slope of Slope of DEM, SOS）

即地面坡度的變化，反映地面有沒有一個陡坎，有變化的地方才出現大值，下圖 2- 18 為研究實證範圍之坡度變率圖。

圖 2- 18 各集水區坡度變率圖

(36)

(五) 坡向變率（Slope of Aspect of DEM, SOA）

即地面坡向的坡度，可以很好地反映等高線的彎曲程度，下圖 2- 19 為研究實證範圍之坡向變率圖。

圖 2- 19 各集水區坡向變率圖

(37)

(六) 地形起伏度

即在指定區域內，最高海拔點和最低海拔點的差值，下圖 2- 20 為研究實證範圍之地形起伏度圖。

圖 2- 20 各集水區地形起伏度分析圖

(38)

(七) 地表切割深度

地面某點的鄰域範圍的平均高程與該鄰域範圍內的最小高程的差值,反映地表被侵蝕切割的情況，下圖 2- 21 為研究實證範圍之地表切割深度圖。

圖 2- 21 各集水區地表切割深度分析圖

(39)

(八) 地表粗糙度

反映地表的起伏變化和侵蝕程度的指標，一般定義為地表單元的曲面面積與其在水平面上的投影面積之比，下圖 2- 22 為研究實證範圍之地表粗糙度圖。

圖 2- 22 各集水區地表粗糙度分析圖

(40)

(九) 高程變異係數

反映分析區域內地表單元格網各頂點高程變化的指標,其以格網單元頂點的標準差與平均高程的比值來表示，如下圖 2- 23 所示。

圖 2- 23 各集水區高程變異係數分析圖

(41)

四、水文因子資料

由於降雨在坡面形成地表逕流，對地表產生侵蝕並形成河道。通常在坡面上，隨著流程的增加，地表逕流將逐漸累積。當流量增加到一定程度，在當地坡度及糙度的情況下，使得地表逕流的沖刷能力超過當地土壤或裸岩所能承受的抗沖蝕力時，則坡面便開始發生沖蝕；而為輔助建立地表逕流模型的地理處理分析工具，本團隊運用數值高程模型處理分析工具，運用數值高程模型（Digital Elevation Model, DEM），即可分析獲取地表逕流模型之水流方向、匯流累積量、水流長度、河流網路河網分級、流域及集水區分割等資訊，而其中水流長度、匯流累積量則是可作為流域集水區之特徵環境因子。

五、土壤資料

降雨所引發之崩塌大多以淺層土壤滑動及土砂混合形態之土石流為主，發生原因則可能為土壤孔隙水壓增加所造成之抗剪強度降低，因此對於土讓類別相關資料之取得上，本計畫透過以行政院農業委員會農業試驗所維護管理之『土壤資料庫』GIS 圖形資料內容為主。該資料庫涵蓋層面廣泛，涵蓋各項土壤相關應用資料，資料的生產提供單位分別為農田土壤資料提供單位為行政院農業委員會農業試驗所，坡地土壤資料提供單位為行政院農業委員會水利保持局，森林土壤資料提供單位為行政院農業委員會林業試驗所，下圖 2- 24(a)至圖 2- 26(a)分別為陳有蘭溪集水區、荖濃溪集水區以及旗山溪集水區之全台平地與坡地土壤分布圖，而圖 2- 24(b)至圖 2- 26(b)則為森林土壤調查圖。

(42)

(a)全台土壤分布圖 (b)森林土壤調查圖 圖 2- 24 陳有蘭溪集水區土壤分布圖

(a)全台土壤分布圖 (b)森林土壤調查圖

圖 2- 25 荖濃溪集水區土壤分布圖

(43)

(a)全台土壤分布圖 (b)森林土壤調查圖 圖 2- 26 旗山溪集水區土壤分布圖

六、植生樣態資料

前述提及之各項因子資料，皆屬短期間不易變動、更新週期較長或者變動幅度不大者，因此可視其為不變之環境因子；另一類環境因子，則為具易變異之環境因子，在較短期間內必須考慮其變異特徵，因此應視其為變動之環境因子，例如坡地之植生、崩塌狀況等。這些因子可藉由定期拍攝之衛星遙測影像加以分析，進而瞭解環境變遷、變異，以及更新、擴充崩塌資料庫。

在環境因子中，植生狀況變異可利用常態化差異植生指標(Normalised Difference Vegetation Index, NDVI)來解釋地表的植生狀況。NDVI 是數值指標，主要用於分析衛星所得訊息，利用衛星影像的近紅外光波段，評估目標地區綠色植被的生長狀況。計算方式是利用紅光與近紅外光的反射，顯示出植物生長、生態系的資訊，其值介於-1~1 之間，數值愈大表示綠色植物生長愈多，公式如下：

(44)

NIR RED NDVI NIR RED

 



^(2-1)

上式中，NIR 為近紅外光反射；RED 為紅光反射。當 RED=0 時，有最大值 1；反之，當 NIR=0 時，有最小值-1。由式(3-1)中，利用(NIR–RED)即能偵測植物生長量之特性，使其再除以(NIR+RED)之目的在於使其正規化，正規化的用途是防止除以零的數值誤差，並使比值能限於+1 與-1 之間以方便做比較。此外，小於零的 NDVI 值，通常屬於非植生之雲層、水域、道路和建物、裸露地等，故指數愈大時，代表綠色植物量之增加，NDVI 為綠色植物探勘最常用之指標，綠色植物生長愈旺盛，其吸收之紅光愈多，紅外光之反射愈強，故其間差異愈大之原理，以二者波段相差與和的比例而成。

崩塌資料庫中對於各事件之植生狀況，以事件前期之衛星影像資料利用 ERDAS Imagine 計算不同影像時期的 NDVI 值並使資料網格化。

而本計畫建立之崩塌事件資料庫及環境因子資料庫中，對於現地環境條件和植生現況等變動因子需定期予以更新至最新環境資料，因此，為掌握本年度計畫重點聚落之坡地植生環境狀況作為崩塌評估模式之修正參考，

必須針對研究區域蒐集本年度汛期前可取得之衛星影像並分析其植生現況。

新的植生分析結果會使聚落坡面單元之崩塌植生因子產生變化。因此，屬變動因子的植生現況分析係本計畫重要工作，目前已自水土保持局取得本年度汛期前第一期及第二期拍攝之衛星影像完成 109 年度研究區之植生分析所示。本計畫中屬變動之崩塌植生因子並已同步更新，且重新定義了各集水區坡面單元之坡面類別屬性，以利於後續模型訓練參數之更新，下圖為各集水區之 109 年度汛期前衛星影像植生特徵分析圖。

(45)

(46)

第二節、降雨誘發資料庫

崩塌資料庫中還包括事件之降雨誘發因子資料，颱風事件雨量資料來源主要為中央氣象局之全國各雨量測站資料。統計全國共計自動氣象站 103 站，全自動雨量站 259 站。本計畫目前已蒐集 98 年度至 108 年度重大颱風事件中央氣象局之各雨量測站資料，依據中央氣象局公布的颱風侵台時間、

經濟部水利署的颱洪事件以及水保局土石流警戒發布時間為準。研究中集水區用以分析之雨量測站圖 2- 28 所示。各雨量站蒐集之資料內容主要為小時降雨歷時紀錄，並利用小時降雨量資料計算事件之各降雨因子，作為後續空間雨量推估及分析之依據。

在相同的降雨時間序列中，各類雨場分割方法計算所得的降雨因子可能會有不同的結果。由於降雨引致崩塌發生之致災因素極為複雜，除量的多寡(雨下多大)還有時間的因素(雨下多久)，此即降雨型態的因素；因此單一觀察任何一種雨量因子對崩塌發生並不是非常的敏感，微小的差異並不會對崩塌是否發生造成極大的影響，這也是崩塌臨界降雨門檻值難以訂定的原因。因此，本計畫採用目前水土保持局針對土石流潛勢溪流警戒管理相同之定義，即：「一場連續降雨過程，以時雨量大於 4mm 處視為有效降雨時間之開始，以時雨量連續6 小時總累積雨量不超出 24mm，且其中任 1 小時之降雨量不超過 10mm 時視為降雨結束。」此有效降雨開始至降雨結束區間，即為一場有效連續降雨事件，如圖 2- 29 所示。在後續警戒應變中亦採用相同事件定義。

(47)

圖 2- 28 本計畫蒐集之雨量測站分布

圖 2- 29 本計畫之雨場分割定義

崩塌、土石流相關之降雨強度與有效累積雨量因子具有許多不同定義，

不同的降雨因子定義在不同研究背景和應用層次有所不同，但並非其中某一種雨量因子即能概括崩塌、土石流，通常需要綜合多個因子共同考量。本研究探討之雙變量雨量因子，在團隊過去的研究已經建立

I

1－Rte模式，即採用 1 小時降雨強度定義為最大小時降雨強度(I1：mm)；而對應的累積雨量

一場連續降雨

降雨開始降雨結束

未來6小時

累積雨量不超出24mm，且任一小時未超過10mm 雨量大於4mm

(48)

定義為總有效累積降雨(R_te：mm)，如表 2- 3 所示。

表 2- 3 I1－

R

te 之降雨因子定義

降雨因子名稱代號定義

最大小時降雨強度

I

max 本次降雨開始時刻後之最大小時降雨強度

對應

I

1之總有效累

積降雨

R

te

本次降雨開始時刻前七天的加權降雨量(註 1)與開始時刻至最大小時降雨強度前一時刻之累積雨量之和

註1：加權雨量係前七天降雨量每日折減 0.7，即每日(每 24 小時之總和)折減；例如前

3 日之降雨應折減權重為 0.7³，前2 日之降雨應折減權重為 0.7²。

因此，本計畫依據中央氣象局公布的97 年度至 106 年度颱風侵台時間、

經濟部水利署的颱洪事件以及農委會水土保持局過去於各颱風豪雨事件啟動應變小組之時間作為各事件影響目標集水區之時間，各年度重大颱風豪雨事件詳表如下表 2- 4 所示，其中上述所考量之颱風豪雨事件期間，本計畫針對研究中集水區內篩選資料有問題及無紀錄測站後，共計 54 個雨量測站蒐集小時降雨以及前期累積降雨之歷時紀錄，根據本計畫定義之雨場事件，計算各場颱風事件雨量站之降雨因子，包括

I

max及

R

te。計算之結果利用地理資訊系統軟體內的空間分析工具，該工具之克利金空間內插模組來進行降雨空間分布推估。對於

I

max

－ R

te，各集水區內颱風事件之最大小時降雨強度及總有效累積雨量之空間分布如圖 2- 30 至圖 2- 37。

(49)

表2- 4 97 年度至 107 年重大颱風豪雨事件詳表

年度災害編號災害名稱年度災害編號災害名稱

107/06/13 20:00 107/06/15 18:14 107A 0613豪雨 101/05/04 14:00 101/05/04 21:09 101A 0504豪雨 107/06/19 14:00 107/06/21 10:04 107B 0619豪雨 101/05/12 23:00 101/05/13 10:55 101B 0512豪雨 107/07/02 14:00 107/07/04 20:04 107C 0702豪雨 101/05/20 08:46 101/05/20 19:56 101C 0520豪雨 107/07/09 14:30 107/07/11 15:22 107D 瑪莉亞颱風 101/06/10 09:26 101/06/16 19:56 101D 0610豪雨 107/08/23 08:00 107/08/30 20:01 107E 0823熱帶低壓 101/06/18 15:30 101/06/21 19:56 101E 泰利颱風 107/09/09 08:00 107/09/11 08:25 107F 0909豪雨 101/06/28 05:30 101/06/29 10:07 101F 杜蘇芮颱風 107/09/14 11:30 107/09/16 18:30 107G 山竹颱風 101/07/30 20:30 101/08/03 17:32 101G 蘇拉颱風 107/11/10 05:00 107/11/10 15:41 107H 1110豪雨 101/08/06 11:30 101/08/07 18:02 101H 海葵颱風 106/06/02 08:00 106/06/05 00:30 106A 0601豪雨 101/08/14 14:30 101/08/15 18:10 101I 啟德颱風 106/06/13 18:00 106/06/19 06:29 106B 0613豪雨 101/08/21 14:30 101/08/25 17:10 101J 天秤颱風 106/07/28 08:30 106/07/31 21:34 106C 尼莎暨海棠颱風 101/08/26 11:30 101/08/28 23:58 101K 天秤颱風 106/08/01 15:43 106/08/02 20:12 106D 0801豪雨 101/09/15 04:30 101/09/15 20:09 101L 0915豪雨 106/08/21 08:00 106/08/23 07:18 106E 天鴿颱風 101/09/27 02:30 101/09/28 20:37 101M 杰拉華颱風 106/09/06 11:30 106/09/07 06:37 106F 谷超颱風 100/05/09 08:00 100/05/10 17:54 100A 艾利颱風 106/09/12 14:30 106/09/14 20:25 106G 泰利颱風 100/05/27 08:00 100/05/28 14:39 100B 桑達颱風 106/10/12 13:30 106/10/16 14:35 106H 1011豪雨 100/06/24 08:00 100/06/25 14:48 100C 米雷颱風 105/06/11 02:11 105/06/14 19:52 105A 0611豪雨 100/07/19 08:30 100/07/20 22:15 100D 0719豪雨 105/07/06 14:30 105/07/09 17:17 105C 尼伯特颱風 100/08/04 17:30 100/08/06 11:53 100E 梅花颱風 105/07/10 01:09 105/07/12 17:03 105D 0710豪雨 100/08/27 09:00 100/08/31 20:25 100F 南瑪都颱風 105/09/13 08:30 105/09/15 20:26 105E 莫蘭蒂颱風 100/10/02 08:00 100/10/04 14:51 100G 1001豪雨 105/09/16 08:30 105/09/20 11:01 105F 馬勒卡颱風 100/11/17 12:40 100/11/18 13:38 100H 1117豪雨

105/09/26 08:26 105/09/29 14:50 105G 梅姬颱風 40321 15:30 40322 11:28 099B 0523豪雨

105/10/05 19:00 105/10/11 06:43 105H 艾利颱風 40327 20:00 40329 07:18 099C 0529豪雨

105/10/12 14:00 105/10/13 08:19 105I 1012豪雨 40386 07:00 40388 08:07 099D 0726豪雨

104/05/23 16:00 104/05/27 08:14 104B 0520豪雨 40420 23:00 40423 15:08 099E 南修-萊羅克颱風

104/07/06 08:30 104/07/11 11:36 104C 蓮花暨昌鴻颱風 40429 17:00 40431 12:22 099F 莫蘭蒂颱風

104/08/06 11:30 104/08/11 19:03 104D 蘇迪勒颱風 40438 23:30 40442 18:13 099G 凡那比颱風

104/08/20 17:30 104/08/23 20:33 104E 天鵝颱風 40445 13:00 40445 20:55 099H 0924豪雨

104/09/27 08:30 104/09/29 17:30 104F 杜鵑颱風 40467 23:00 40468 11:07 099I 1016豪雨

103/05/20 21:30 103/05/22 08:02 103A 0520豪雨 40468 21:00 40475 00:17 099J 1017豪雨-梅姬颱風

103/06/06 21:00 103/06/07 08:01 103B 0606豪雨 40010 22:10 40012 08:38 098B 莫拉菲颱風

103/06/14 23:30 103/06/15 17:47 103C 哈吉貝颱風 40030 20:30 40056 19:23 098C 莫拉克颱風

103/07/21 17:40 103/07/24 08:12 103D 麥德姆颱風 40089 08:00 40093 16:23 098D 芭瑪颱風

102/04/05 23:00 102/04/06 11:31 102A 0405豪雨 40097 13:50 40100 08:49 098E 1011豪雨

102/05/17 08:30 102/05/22 16:06 102B 0517豪雨 39645 14:30 39652 21:14 097A 卡玫基颱風

102/07/11 08:30 102/07/13 23:38 102D 蘇力颱風 39655 11:30 39660 19:44 097B 鳳凰颱風

102/07/17 10:30 102/07/18 11:58 102E 西馬隆 39679 11:30 39681 08:51 097C 如麗颱風

102/08/20 08:00 102/08/22 22:52 102F 潭美颱風 39702 08:40 39710 18:32 097D 辛樂克颱風

102/08/27 11:30 102/09/01 15:58 102G 康芮颱風 39712 15:30 39714 08:58 097E 哈格比颱風

102/09/19 23:30 102/09/22 18:29 102H 天兔颱風 39717 23:30 39721 18:09 097F 薔蜜颱風

102/10/04 23:30 102/10/07 09:03 102I 菲特颱風

土石流災害緊急應變小組開設記錄

開設時間解除時間

101年度

100年度

99年度

98年度

97年度 106年度

105年度

104年度

103年度

102年度

開設時間解除時間

土石流災害緊急應變小組開設記錄

107年度

(50)

圖 2- 30 97 年度至 98 年度各事件颱風 豪雨雨量推估

圖 2- 31 98 年度至 99 年度各事件颱 風豪雨雨量推估

圖 2- 32 99 年度至 100 年度各事件颱風豪雨雨量推估

(51)

(52)

圖 2- 37 104 年度至 105 年度各事件颱風豪雨雨量推估

自適性坡地崩塌評估模式於崩塌災害警戒管 理之研究