中 華 大 學 碩 士 論 文
河川棲地之分類研究-以頭前溪及烏溪為例 Classification of River Habitat: A Case Study of
Wu River and Toucian River
系 所 別：土木工程學系碩士班 學號姓名：M09904012 曾友聖 指導教授：周 文 杰 博 士
莊 明 德 博 士
中 華 民 國 102 年 2 月
i
摘要
河川生物與河川棲地有不可分離的關係，河川棲地的減少會直接影響生物多樣性，
由此可知棲地對生物的重要性。棲地多樣性是檢驗棲地生態之重要指標，因此合適之 棲地分類方法也顯得非常重要。河川棲地分類方法大致可分為以河川棲地特性及河川 水理特性兩種分類方式，其分類上基礎不同而造成結果有差異。本研究為探討水理分 類法與棲地分類法於河川棲地分類上之差異，分別從棲地分類之理論及案例模擬分析 進行研究，並用二維棲地模式以兩條不同河段為例進行各流量下的分類，探討其棲地 分類上的差異。最後根據棲地分類理論基礎分析與案例河段模擬結果，訂定出合宜之 河川棲地分類方法。研究結果顯示：
1. 由棲地分類方法的理論基礎研究結果發現：棲地特性分類法(如汪靜明法(W 法)與水理特性分類法之各類型棲地(如以福祿數分類基準的林秉賢法(L 法)、
Jowett 法(J 法)及 Reuter 法(R 法)等)並無法完全對應，W 法在水深 1m 及流 速 1m/s 之流況下，其棲地類型判定以深流及淺瀨為主，而 L 法、J 法及 R 法棲地類型判定則以淺瀨、淺流及深潭為主。
2. 由研究河段之模擬案例結果發現：L 法、J 法及 R 法將高水深及流速之區域 判定為淺瀨及淺流(皆為低水深)，且高流量下更顯著。水理特性分類法於高 流量時明顯高估河川棲地歧異度。昌惠橋河段(自然型河段）因於流量增加 時高灘地會產生成新棲地，故其棲地特性分類法與水理特性分類法之棲地歧 異度指數之差異較大旗橋河段(渠道型河段)為低。
3. 本研究提出修正之水理特性分類法(M 法)判定結果與 W 法相當一致，可以 修正 L 法、J 法及 R 法與棲地類型判定錯誤之缺點，提升分類方法的正確性，
並可結合物種的棲地生態之需求。
關鍵字:福祿數、河川棲地分類、河川棲地歧異度。
ii
Abstract
There is an inseparable relationship between river biota and river habitat, where the reduction of river habitat will directly impact the biodiversity thus indicating the biological importance of habitat. Habitat diversity is an important indicator of habitat ecology inspection, such that a proper habitat classification method is also very important. River habitat classification can be divided into the two methods of river habitat characteristics and river hydrological characteristics, and the difference basis for classification will lead to different results. In this study the difference in the river habitat classifications by hydrological classification method and habitat classification method will be investigated.
The theory and case simulation analysis of habitat classification will be studied, and the classifications under all kinds of flow rates of two different reaches will be conducted based on two-dimensional habitat model in order to investigate the difference in habitat classification. In the end, proper river habitat classification methods will be determined in accordance with analysis of habitat classification theoretical basis and the simulation results of reach case studies. The results of this study indicate that:
1. Based on the research results of theoretical basis of habitat classification method:
the habitat characteristic classification method (such as the Wang, Jing-Ming Method (W method)) does not exactly correspond to all kinds of habitats of the hydrological characteristic classification method (such as the Lin, Bing-Xian Method (L method) based on the Froude number classification criteria, Jowett Method (J method) and Reuter Method (R method)). Under the flow condition of water depth at 1m and flow speed at 1m/s, the habitat type determinations by W method are based on Run and Riffle, while the habitat type determinations by L method, J method, and R method are based on Riffle, Glide, and Pool.
2. Based on the simulation results of reach case studies: the region with high water
iii
depth and flow speed are determined by L method, J method, and R method as Riffle and Glide (both with low water depth), and this is even more obvious under high flow rate. The hydrological characteristic classification method has obviously overestimated the diversity of river habitats. New habitat is formed in the high-level flooding zone of the Chang-Huei Bridge reach (natural reach) when the flow rate is increased, such that the difference in the habitat diversity indices of its habitat characteristic classification method and hydrological characteristic classification method is less than Dachi Bridge reach (channel reach).
3. The determination result of the modified hydrological characteristic classification method (M method) proposed in this study is rather consistent with the W method. This method is capable of correcting the deficiency of erroneous determination of habitat type by L method, J method, and R method, such that it can improve the correctness of classification method and it can be integrated with the habitat ecological requirements of species.
Keywords: Froude number, River habitat classification, River habitat diversity.
iv
誌謝
于碩士求學期間，萬分感謝恩師 周文杰教授及 莊明德博士悉心教導及鞭策，在 學生研究期間遇上瓶頸時提供指導及協助，且對輪文的撰寫上不厭其煩的協助及修正，
故得以讓論文完成，謹此致上最誠摯之謝意。
感謝特有生物研究保育中心及研究團隊等人，在研究期間得以參與河溪調查，體 會研究人員的辛苦並了解調查之方法與目的，在此學習許多寶貴的經驗。
感謝水利規劃所 楊松岳博士口試時提供的意見，讓我了解研究上不同之想法，
在此也非常感謝。
求學期間感謝振欣及家豪學長的指導，昇雨、學弟威巡及學妹書華的幫忙，以及 一起求學的同窗好友隆傑、適任、宗達、國嘉、家豪、傑瑋、峻豪、侃穎、沛宏，讓 我在碩士期間有最豐富的生活。
最後感謝我最親愛的家人，讓我在求學期間沒有負擔，並且一直關懷以及支持我，
讓我得以完成學業。最後在此感謝所有關心及幫助我的人，感謝你們對我默默以及不 吝嗇的幫助和付出，在此由衷感謝並致上我最深的謝意。
曾友聖 謹誌於中華大學土木工程學系 2013 年 2 月
v
目錄
摘要 i Abstract ii
誌謝 iv
目錄 v
表目錄 vii
圖目錄 ix
第一章 緒論 1
1.1 研究動機與目的 1
1.2 研究流程 2
第二章 文獻回顧 4
2.1 河川生態與棲地的關係 4
2.1.1 河川生物多樣性 4 2.1.2 河川棲地多樣性 4
2.2 河川棲地分類方法 5
第三章 研究方法 17
3.1 河川棲地分類方法選取 17
3.2 河川棲地模式 20
3.3 研究河段選取 23
3.3.1 烏溪大旗橋河段介紹 23 3.3.2 頭前溪昌惠橋河段介紹 26
第四章 棲地分類理論基礎研究 29
4.1 流況分布比較 29
4.2 福祿數曲線分布比較 33
第五章 棲地分類案例分析研究 38
vi
5.1 大旗橋河段案例比較 38
5.2 昌惠橋河段案例比較 68
第六章 棲地分類方法修正研究 100
6.1 理論基礎 100
6.2 應用案例 105
第七章 結論與建議 108
7.1 結論 108
7.2 建議 108
參考文獻 109
vii
表目錄
表 2.1 河川棲地分類表（汪靜明，2000 及本研究整理） 9
表 2.2 河川棲地分類表（賴建盛，1996） 10
表 2.3 河川棲地分類表（Azzellino et al., 2001） 12 表 2.4 河川棲地分類表（Rabeni et al., 2002） 12
表 2.5 河川棲地分類表（Jowett, 1993） 14
表 2.6 河川棲地分類表（Hilldale et al., 2007） 15 表 2.7 河川棲地分類表 (Vadas et al., 2000) 15
表 2.8 河川棲地分類表（林秉賢，2002） 16
表 2.9 河川棲地分類表（莊明德，2010） 17
表 2.10 分類方法比較 17
表 3.1 各種棲地分類方法之參數範圍綜合比較 19
表 3.2 調整後之各分類方法 20
表 4.1 W 法與 J 法各類棲地福祿數核心密度函數分布範圍比較 33
表 4.2 各方法棲地類型面積分布比例結果 36
表 5.1 模擬流量 0.46cms 之各方法判定棲地數量及歧異度指數 40 表 5.2 模擬流量 2.08cms 之各方法判定棲地數量及歧異度指數 46 表 5.3 模擬流量 50cms 之各方法判定棲地數量及歧異度指數 52 表 5.4 模擬流量 Q2 之各方法判定棲地數量及歧異度指數 58 表 5.5 模擬流量 Q10 之各方法判定棲地數量及歧異度指數 64 表 5.6 模擬流量 2.89cms 之各方法判定棲地數量及歧異度指數 70 表 5.7 模擬流量 10cms 之各方法判定棲地數量及歧異度指數 76 表 5.8 模擬流量 50cms 之各方法判定棲地數量及歧異度指數 82 表 5.9 模擬流量 Q2 之各方法判定棲地數量及歧異度指數 88 表 5.10 模擬流量 Q10 之各方法判定棲地數量及歧異度指數 94
viii
表 6.1 本研究提出之修正分類方法參數範圍 105
表 6.2 大旗橋模擬流量為 0.46cms 時之各方法判定棲地數量及歧異度指數 105 表 6.3 大旗橋模擬流量為 1009cms 時之各方法判定棲地數量及歧異度指數 105 表 6.4 昌惠橋模擬流量為 2.89cms 時之各方法判定棲地數量及歧異度指數 106 表 6.5 昌惠橋模擬流量為 1870cms 時之各方法判定棲地數量及歧異度指數 106 表 6.6 模擬河段 J、L、R 法與 W 法棲地分布比例均方誤差（MSE） 107
ix
圖目錄
圖 1.1 研究流程圖 2
圖 2.1 淺瀨-深潭及梯狀潭示意圖（賴建盛，1996） 6
圖 2.2 河川棲地分類表(Orth, 1995) 11
圖 2.3 河川棲地分類圖(Vadas, 2000) 13
圖 2.4 河川棲地分類圖(Panfil et al., 1999) 16
圖 3.1 流況歧異度介面圖 23
圖 3.2 烏溪水系圖 25
圖 3.3 大旗橋河段 26
圖 3.4 頭前溪流域 27
圖 3.5 上坪溪昌惠橋上游河段 28
圖 3.6 上坪溪昌惠橋下游河段 28
圖 4.1 Jowett(1993)水理參數核心密度分布比較圖 31
圖 4.2 W 法流速水深點位示意圖 31
圖 4.3 W 法各流況之福祿數核心密度函數分布圖 32
圖 4.4 W 法（圖左）與 J 法（圖右）各流況之核心密度函數福祿數分布圖比較 33
圖 4.5 J 法福祿數棲地分類分布圖 35
圖 4.6 L 法福祿數棲地分類分布圖 35
圖 4.7 R 法福祿數棲地分類分布圖 36
圖 5.1 模擬流量 0.46cms 之水深分布圖 38
圖 5.2 模擬流量 0.46cms 之流速分布圖 39
圖 5.3 模擬流量 0.46cms 之福祿數分布圖 39
圖 5.4 模擬流量 0.46cms W 法流況分布圖 41
圖 5.5 模擬流量 0.46cms L 法流況分布圖 41
圖 5.6 模擬流量 0.46cms J 法流況分布圖 41
x
圖 5.7 模擬流量 0.46cms R 法流況分布圖 41
圖 5.8 W 法模擬流量 0.46cms 之點位流速與水深分布圖 42 圖 5.9 J 法模擬流量 0.46cms 之點位流速與水深分布圖 42 圖 5.10 L 法模擬流量 0.46cms 之點位流速與水深分布圖 43 圖 5.11 R 法模擬流量 0.46cms 之點位流速與水深分布圖 43
圖 5.12 模擬流量 2.08cms 之水深分布圖 44
圖 5.13 模擬流量 2.08cms 之流速分布圖 45
圖 5.14 模擬流量 2.08cms 之福祿數分布圖 45
圖 5.15 模擬流量 2.08cms W 法分布圖 47
圖 5.16 模擬流量 2.08cms L 法分布圖 47
圖 5.17 模擬流量 2.08cms J 法分布圖 47
圖 5.18 模擬流量 2.08cms R 法分布圖 47
圖 5.19 W 法模擬流量 2.08cms 之點位流速與水深分布圖 48 圖 5.20 J 法模擬流量 2.08cms 之點位流速與水深分布圖 48 圖 5.21 L 法模擬流量 2.08cms 之點位流速與水深分布圖 49 圖 5.22 R 法模擬流量 2.08cms 之點位流速與水深分布圖 49
圖 5.23 模擬流量 50cms 之水深分布圖 50
圖 5.24 模擬流量 50cms 之流速分布圖 51
圖 5.25 模擬流量 50cms 福祿數分布圖 51
圖 5.26 模擬流量 50cms W 法分布圖 53
圖 5.27 模擬流量 50cms L 法分布圖 53
圖 5.28 模擬流量 50cms J 法分布圖 53
圖 5.29 模擬流量 50cms R 法分布圖 53
圖 5.30 W 法模擬流量 50cms 之點位流速與水深分布圖 54 圖 5.31 J 法模擬流量 50cms 之點位流速與水深分布圖 54
xi
圖 5.32 L 法模擬流量為 50cms 之點位流速與水深分布圖 55 圖 5.33 R 法模擬流量為 50cms 之點位流速與水深分布圖 55
圖 5.34 模擬流量 Q2 之水深分布圖 56
圖 5.35 模擬流量 Q2 之流速分布圖 57
圖 5.36 模擬流量 Q2 之福祿數分布圖 57
圖 5.37 模擬流量 Q2 W 法分布圖 59
圖 5.38 模擬流量 Q2 L 法分布圖 59
圖 5.39 模擬流量 Q2 J 法分布圖 59
圖 5.40 模擬流量 Q2 R 法分布圖 59
圖 5.41 W 法模擬流量 Q2 之點位流速與水深分布圖 60
圖 5.42 J 法模擬流量 Q2 之點位流速與水深分布圖 60
圖 5.43 L 法模擬流量 Q2 之點位流速與水深分布圖 61
圖 5.44 R 法模擬流量 Q2 之點位流速與水深分布圖 61
圖 5.45 模擬流量 Q10 之水深分布圖 62
圖 5.46 模擬流量 Q10 之流速分布圖 63
圖 5.47 模擬流量 Q10 之福祿數分布圖 63
圖 5.48 模擬流量 Q10 W 法分布圖 65
圖 5.49 模擬流量 Q10 L 法分布圖 65
圖 5.50 模擬流量 Q10 J 法分布圖 65
圖 5.51 模擬流量 Q10 R 法分布圖 65
圖 5.52 W 法模擬流量 Q10 之點位流速與水深分布圖 66
圖 5.53 J 法模擬流量 Q10 之點位流速與水深分布圖 66
圖 5.54 L 法模擬流量 Q10 之點位流速與水深分布圖 67
圖 5.55 R 法模擬流量 Q10 之點位流速與水深分布圖 67
圖 5.56 模擬流量 2.89cms 之水深分布圖 68
xii
圖 5.57 模擬流量 2.89cms 之流速分布圖 69
圖 5.58 模擬流量 2.89cms 之福祿數分布圖 69
圖 5.59 模擬流量 2.89cms W 法分布圖 71
圖 5.60 模擬流量 2.89cms L 法分布圖 71
圖 5.61 模擬流量 2.89cms J 法分布圖 71
圖 5.62 模擬流量 2.89cms R 法分布圖 71
圖 5.63 W 法模擬流量 2.89cms 之點位流速與水深分布圖 72 圖 5.64 J 法模擬流量 2.89cms 之點位流速與水深分布圖 72 圖 5.65 L 法模擬流量 2.89cms 之點位流速與水深分布圖 73 圖 5.66 R 法模擬流量 2.89cms 之點位流速與水深分布圖 73
圖 5.67 模擬流量 10cms 之水深分布圖 74
圖 5.68 模擬流量 10cms 之流速分布圖 75
圖 5.69 模擬流量 10cms 之福祿數分布圖 75
圖 5.70 模擬流量 10cms W 法分布圖 77
圖 5.71 模擬流量 10cms L 法分布圖 77
圖 5.72 模擬流量 10cms J 法分布圖 77
圖 5.73 模擬流量 10cms R 法分布圖 77
圖 5.74 W 法模擬流量 10cms 之點位流速與水深分布圖 78 圖 5.75 J 法模擬流量 10cms 之點位流速與水深分布圖 78 圖 5.76 L 法模擬流量 10cms 之點位流速與水深分布圖 79 圖 5.77 R 法模擬流量 10cms 之點位流速與水深分布圖 79
圖 5.78 模擬流量 50cms 之水深分布圖 80
圖 5.79 模擬流量 50cms 之流速分布圖 81
圖 5.80 模擬流量 50cms 之福祿數分布圖 81
圖 5.81 模擬流量 50cms W 法分布圖 83
xiii
圖 5.82 模擬流量 50cms L 法分布圖 83
圖 5.83 模擬流量 50cms J 法分布圖 83
圖 5.84 模擬流量 50cms R 法分布圖 83
圖 5.85 W 法模擬流量 50cms 之點位流速與水深分布圖 84 圖 5.86 J 法模擬流量 50cms 之點位流速與水深分布圖 84 圖 5.87 L 法模擬流量 50cms 之點位流速與水深分布圖 85 圖 5.88 R 法模擬流量 50cms 之點位流速與水深分布圖 85
圖 5.89 模擬流量 Q2 之水深分布圖 86
圖 5.90 模擬流量 Q2 之流速分布圖 87
圖 5.91 模擬流量 Q2 之福祿數分布圖 87
圖 5.92 模擬流量 Q2 W 法分布圖 88
圖 5.93 模擬流量 Q2 J 法分布圖 89
圖 5.94 模擬流量 Q2 L 法分布圖 89
圖 5.95 量 Q2 R 法分布圖 89
圖 5.96 W 法模擬流量 Q2 之點位流速與水深分布圖 90
圖 5.97 J 法模擬流量 Q2 之點位流速與水深分布圖 90
圖 5.98 L 法模擬流量 Q2 之點位流速與水深分布圖 91
圖 5.99 R 法模擬流量 Q2 之點位流速與水深分布圖 91
圖 5.100 模擬流量 Q10 之水深分布圖 92
圖 5.101 模擬流量 Q10 之流速分布圖 93
圖 5.102 模擬流量 Q10 之福祿數分布圖 93
圖 5.103 模擬流量 Q10 W 法分布圖 95
圖 5.104 模擬流量 Q10 J 法分布圖 95
圖 5.105 模擬流量 Q10 L 法分布圖 96
圖 5.106 模擬流量 Q10 R 法分布圖 96
xiv
圖 5.107 W 法模擬流量 Q10 之點位流速與水深分布圖 97 圖 5.108 J 法模擬流量 Q10 之點位流速與水深分布圖 97 圖 5.109 L 法模擬流量 Q10 之點位流速與水深分布圖 98 圖 5.110 R 法模擬流量 Q10 之點位流速與水深分布圖 98 圖 6.1 淺流（淺藍色）及淺瀨（黃色）分類福祿數 0.2 曲線 102 圖 6.2 淺流（淺藍色）及淺瀨（黃色）分類福祿數 0.3 曲線 102 圖 6.3 淺流（淺藍色）及淺瀨（黃色）分類福祿數 0.4 曲線 103 圖 6.4 深潭（紅色）及深流（深藍色）分類福祿數 0.1 曲線 104 圖 6.5 深潭（紅色）及深流（深藍色）分類福祿數 0.2 曲線 104
1
第一章 緒論
1.1 研究動機與目的
過去河川的工程規劃大多以人為需求為主，卻忽略河川生態的重要性，使得河川 棲地品質惡化甚至消失。河川渠道化也使得河川棲地種類逐漸單調，河川生物多樣性 也受到嚴重的威脅。近年來隨著保育生態意識的高漲，生物的滅絕和生物多樣性的減 少讓人類有所警覺，而河川生態亦開始受到重視，並對河川生態環境投入相關研究。
河川生物與河川棲地有不可分離的關係，河川棲地的減少直會接影響生物多樣性。生 態學者也建議保育生態棲地才能維持生態多樣性，由此可知棲地的重要性。棲地多樣 性是檢驗棲地生態之重要指標，因此合適之棲地分類方法也顯得非常重要。
現有之河川棲地分類方法，因理論基礎不同而各有差異，造成評估棲地多樣性的 結果亦不一致。一般而言，河川棲地分類方法大致可分為以河川棲地特性及河川水理 特性兩種分類方式。水理特性分類方法是以河川水理特性（如:流速、水深、底質、
河床坡度等）來評估棲地類型；棲地特性分類法則以河川生物需求的角度來評估棲地 類型。水理特性法以水理參數訂出棲地分類依據，實際上與棲地生態需求並沒有直接 關聯，因此在棲地分類依據會造成疑慮。緣此，本研究為探討水理分類法與棲地分類 法於河川棲地分類上之差異，以棲地分類理論基礎及案例河段之河川棲地模擬結果，
探討符合棲地生態及實務應用之分類方法。
2
1.2 研究流程
本研究共分成六個章節，研究流程說明如下：
為探討河川棲地分類方法之差異，並訂定出符合於台灣地區河川棲地生態需求之 棲地分類法。本研究依上述之動機及目的先由國內外文獻中蒐集棲地分類之相關資料，
將選取之分類法分為棲地特性及水理特性兩法，並選以具代表性之棲地特性分類法及 水理特性分類法進行探討。分別以棲地分類之理論基礎研究及案例模擬分析研究兩部 分進行。理論基礎研究部份進行各種分類方法理論上之流況分布及福祿數分布範圍之 差異比較，案例模擬研究部份選以兩條不同河川特性的河段（自然型與渠道型河段）， 並利用二維棲地模式來進行模擬，探討河段於棲地分類上流況分布及流況歧異度的差 異。最後根據棲地分類理論基礎分析與案例河段模擬結果歸納與討論後訂定出合宜之 河川棲地之分類方法，其研究流程如圖 1.1。
3
圖 1.1 研究流程圖
4
第二章 文獻回顧
2.1 河川生態與棲地的關係
2.1.1 河川生物多樣性
所謂的生物多樣性就是不同環境孕育高歧異度的群落（林旭宏與彭國棟，1999）。
河川生物多樣性，又稱河川生物歧異度或龐雜度，是河川生態系中生物群集結構的變 異性(汪靜明，1999)，也是河川生態系中群集結構的指標。其影響因子由外在（陸域）
環境因子與內在（水域）環境因子共同交互決定，而常見之河川生物多樣性的環境控 制因子有河床坡度、河床基質、流量大小、人為因素等（汪靜明，1992）。因此若過 度的對河川開發及破壞 (如：水中的結構物(防砂壩等)、濫墾的果園農地、排放的汙 水等)，則河川中魚類和數量會減少，甚至會面臨絕種（陳義雄，1999），而造成生 物多樣性上的衝擊。所以生態學者呼籲保育野生生命的棲地是挽救生物物種的最有效 策略，而政策要能執行保育生物多樣性（金恆鑣，2004）。
2.1.2 河川棲地多樣性
河川棲地多樣性，是指河川形狀的變化及不同的河床底質，產生數種不同組合，
在此不同的河川型態的條件下，使更多種河川生物適合生存於此，而形成棲地的多樣 性（陳芳瑜，2007）。台灣因為中央山脈高聳，平原狹小，河川從發源地到流入海中，
雖最長不過百餘公里，但期間的落差可高達數千公尺，所以在短短的河段中，形成非 常複雜多變的棲地環境（陳義雄等，1999），也因多樣性的棲地環境才能提供台灣河 川的多數特有種魚類生存。過去學者發現魚類會選擇不同的棲地(Yu et al., 1995)，且 不同魚類在棲地的選擇上也不同，並認為河川中環境因子會影響魚類選擇棲地 (Vehanen, 2003；Poff et al., 1997)。因此部分學者為了解魚類與棲地之關係，而從棲 地上的特性研究與魚類的相關性。賴建盛（1996）櫻花鉤吻鮭物理棲地特性研究中指 出，棲地型態分類從諸多國外研究及臺灣本土之研究所做之分類，大致可分為淺瀨
（riffle）、深潭（pool）、緩流（run）及梯狀潭（step-pool）。棲地方面，淺瀨因流速
5
快，溶氧量高，所以有高密度的底棲生物聚集，對魚而言是個食物供應區。在深潭則 因水深遮敝性佳及流速慢的優點，提供成鮭良好的棲息場所。當乾季來臨時，此區成 為水生生物重要的避難水域；緩流區對於魚類而言多半利用此種流速緩慢的棲地進行 生殖產卵，而梯狀潭則尚未找到相關研究。Hawkins等（1993）在研究中指出淺流（Glide）
多為魚類進行生殖活動之棲地，而深潭其水深、流速緩和，可容下成魚且為魚類棲息 的主要場所，枯水期間為魚類重要的生存區域。淺瀨因流速快、溶氧高，底棲生物多 集中於此，是魚類覓食之區域，也是個水潭間遷徒通道。魚類在河川中棲地需求包含 覓食、躲藏、休憩、產卵等，多樣性棲地有助於魚類的生存，因此棲地的多樣性則顯 得重要。對於在河川生態系統的優劣評量上，應可將河川棲地的多樣性納入考量。
圖2.1淺瀨-深潭及梯狀潭示意圖（資料來源：賴建盛(1996)）
2.2 河川棲地分類方法
河川中的各種環境因素所影響造成溪流中不同的流況，河川中的流況因水流急緩 或水的深淺及底質粒徑的不同等等因素造就多樣化的棲地。在河川棲地分類上多以物 理性因子對棲地進行分類，一般以流速、水深、底質粒徑或福祿數等對河川棲地作為 量化的數值，而各種分類方法其目的為評估棲地的多樣性，棲地多樣性所對應的結果 為生態的多樣性，所以要以棲地多樣性來作為生態多樣性的評估指標，河川棲地分類 的正確性就顯得重要。對於河川棲地的分類上，所分類棲地的條件是否符合棲地生態，
6
而這些結果也與分類方法有關。對於分類方法下面將以棲地特性及水理特性兩種方法 作相關文獻整理。
（1）棲地特性分類法
魚類其大多數都生活在河川中，河川中的棲溪環境與魚類有密切的關係，其環境 影響魚類最密切之物理條件為河川流速，流速較快水域可形成急流(Riffle)，流速較緩 者形成淵區(Pool)，魚類為適應不同流速的環境其體形構造也不同。一般以生活在急 流區的魚類游泳能力較強，或有特殊構造能適應其環境，而在淵區生活之魚類其游泳 能力較差（經濟部水資會，1986）。
顏俊雄（1993）對哈盆溪台灣馬口魚做相關研究，文中說明台灣馬口魚適宜的棲 地水流較緩，淤積度較低且偏好兩岸靠水草處，草叢處不僅提供躲避的地方也提供食 物來源。張明雄（1989）對有勝溪臺灣纓口鰍做相關研究，文中所研究的站點共有三 處，其中以水深淺及流速快的物理特性為纓口鰍數量最多之區域，且底質部分多以大 型石頭為主，而罩蓋度無顯著相關性，並非影響多寡的重要因子，而相關的流速、水 深及底質的選擇因素似乎與食物來源有關。在覓食部分各種魚類所需要的食物來源互 有不同，有的種類（譬如香魚或是鯝魚）需要潔淨的矽藻為生，有的種類需要的食物 以水生昆蟲為主（曾晴賢，2003），所以魚類覓食會依照食物來源多寡及喜好來選擇 覓食地區，而躲藏的部分，魚類通常選擇深水的區域（深潭）來躲避外敵（如鳥類等）
(Matthews, 1986)，或是選擇覆蓋度高的區域。不同的魚類為了繁衍後代，所需要的產 卵場也會不一樣，有的需要水草（如菊池氏細鯽）（施志昀，2010），有的需要小顆粒 的石頭或是砂石，有的需要在深潭的後端或是緩流中（曾晴賢，2003），但水中流速 過快可能會影響魚類產卵(Shen, 1994)。
汪靜明（2000）對大甲溪做棲地改善及評估研究，將其流況形態分為 5 種分別是 淺瀨、淺流、深潭、深流以及岸邊緩流；依流速、水深及底質粒徑和流況特徵來進行 河川流況分類（如表 2.1）。其中淺瀨定義為流速大於 0.3m/s、水深小於 0.3m 的流況，
底質多為漂石、圓石分布容易在流水表面出現水撞擊大石頭所引起的水花；淺流定義
7
為流速小於 0.3m/s、水深小於 0.3m 的流況，底質多為砂石、礫石、卵石且流況平緩，
較少有水花出現；深潭定義為流速小於 0.3m/s、水深大於 0.3m 的流況，底質多為岩 盤、漂石、圓石，分布位子於河床下切較深處；深流定義為流速大於 0.3m/s、水深大 於 0.3m 的流況，底質多為漂石、圓石、卵石且常為淺流、淺瀨與深潭間的過渡水域；
岸邊緩流的定義為流速小於 0.3m/s、水深小於 0.1m 的流況，底質多為砂土、礫土常 為河道兩旁緩流的流況如表 2.1。分類方法中以水深 0.3m 及流速 0.3m/s 作為基礎與 棲地生態上是有依據的，如 Tennant 等(1967)研究中提到流量為 10%年平均流量（河 川平均流速為 0.3m/s、水深約為 0.23m）可滿足河川中生物有基本的生活環境，如流 量達 30%年平均流量（河川平均流速為 0.6m/s、水深為 0.45m），可使河川生物有較 佳的生活環境。Shen 等人 (1994)中提到河川流量應使河川平均流速在 0.24〜0.55m/s 之間，河道 60%斷面之流速不應少於 0.24m/s。河川的流速會因流量而改變，太高的 流速與太低的流速都不佳，流速過低會導致河川中溶氧不足，流速過高可能影響重要 的生物行為（覓食與繁殖）。曾晴賢(2003)中提到對大型鮭魚來說，水深是躲避天敵 的最重要因素，因為鳥類的腳長通常不會超過 30cm，因此如果有較多深度超過 30cm 以上的深潭可供魚類棲息，也可以獲得較多的存活機會。Yu(2003)研究提出紅銀小魚 夏季利用水深 30cm 以上躲避而秋冬季，選擇粗底質及高流速來躲避。
8
表 2.1 河川棲地分類表（汪靜明，2000 及本研究整理）
水域 形態
流速 水深 底質 嗜性魚種 備註
淺瀨 >0.3m/s <0.3m 漂石、圓石 臺灣纓口鰍、臺灣爬岩 鰍、埔里中華爬岩鰍等
水面多出現流水撞擊 大石頭所激起的水花 淺流 <0.3m/s <0.3m 砂 石 、 礫
石、卵石
短吻鐮柄魚、臺灣石魚 賓、臺灣馬口魚等
流況平緩，較少有水花 出現
深潭 <0.3m/s >0.3m 岩 盤 、 漂 石、圓石
白鰻、鱸鰻、鯽魚等 河床下切較深處
深流 >0.3m/s >0.3m 漂 石 、 圓 石、卵石
各魚種成魚為主，專一 性不明顯
常為淺瀨、淺流與深潭 中間的過渡水域 岸邊
緩流
<0.3m/s <0.1m 砂石、礫土 大肚魚、琵琶魚及各種 小魚為主，專一性不明 顯
河道兩旁緩流
9
賴建盛（1996）以櫻花鉤吻鮭為研究物種對其生活習性進行研究，並以流水型態、
坡度、深度及底質來進行棲地分類（如表 2.2）。
表 2.2 河川棲地分類表（賴建盛，1996）
棲息地 形態
坡度 深度 底質 流水形態 對 鮭 魚 的
主要功用 淺瀨 河床坡度<7.5% 平 均 水 深
<40
底 質 多 粗 力 淤 砂
水花 覓食
深潭 河床下切較深，
水面坡度近乎零
流 量 為 零 時 ， 最 大 深 度>60
底 質 多 為 細 砂，偶夾幾個卵 石
平緩 棲息
緩流 平 均 水 深
<60
非常均質，多半 為 卵 石 ( 粒 徑 6.4~25.6cm) 為 主，夾有細砂
波 紋
(ripple)
幼 鮭 棲 息、雌鮭產 卵
梯狀潭 梯狀潭的河床坡 度大約在 4%~9%
之間，然而普遍發 生 在 >7.5% 以 上 之河段
底 質 大 多 屬 巨 石 （ 直 徑
>25.6cm）
水 花 、 波 紋夾雜
覓食、棲息
Hawkins 等人（1993）將淺瀨（Riffle）定義為≦0.5m 且具高流速，將深流（Run）
與淺流（Glide）合併為四種類型依流速高低與 3 種水深類型，分別為𝑅1型高流速；
水深>1m，𝑅2型流速快或慢、水深介於 0.75m~1m 間與𝑅3型高流速、水深介於 0.5m~0.75m 間，而深潭（Pool）則是水深大於 1.5m。
10
Orth(1995)為研究棲地與河川生態的關係，從河川物種與流量的影響和棲地與生 態的互動性使用河道內流量應力增量法去研究，而流況形態的判定方面主要是以潭瀨 來分辨，其中潭與瀨又從流速水深的條件去細分，共分為六種流況形態，分別是 Deep pool、Medium pool、Shallow pool、Run、Slow riffle 及 Fast riffle（如圖 2.2 所示）。
圖 2.2 河川棲地分類表(Orth, 1995)
Azzellino 等人(2001)使用 PQI(Pool Quality Index)法對所研究的河段做流況形態 的分類並對流況做細部的判定。此文中提河川流況形態以型態學的方式對河川的流況 做初步分辨，其中分別為淺瀨(Tooth)、潭(Pool)、通道(Channel)、其它(Other)四種類 型，淺瀨類型(Tooth)的河道斷面形狀為不規則形狀，深潭類型(Pool)的河道斷面呈 V 字型態，渠道類型(Channel)的河道斷面的形狀為 U 字形態，非上述三種的情形則為 其它類。在細部分類部分以潭與瀨的方式做初步分類，其中「潭類」又以水深的條件 分為深潭(Deep Pool)與中潭(Medium Deep Pool)，其分類範圍流速小於 0.3m/s、深度 大於 0.6m 為深潭；中潭的深度則小於 0.6m。「瀨」則以流速去細分為緩流(Slow Riffle) 及急流(Fast Riffle)，其分類範圍水深小於 0.6m、流速介於 0.3〜0.7m/s 之間時為緩流，
而急流的流速則大於 0.6m/s，如表 2.3。
11
表 2.3 河川棲地分類表(Azzellino et al., 2001)
河底形態 流況形態 流速 V (m/s) 水深 D (m) 潭 (Pool) 深潭 (Deep Pool) V<0.3 D>0.6
中潭 (Medium Deep Pool) V<0.3 D<0.6 瀨 (Riffle) 緩流 (Slow Riffle) 0.3<V<0.7 D<0.6 急流 (Fast Riffle) V>0.6 D<0.6
Rabeni 等(2002)在研究的河段比較底棲無脊椎動物的群落在 11 種河川流況下和 兩種不同的季節，其分類方法是以層次的方式將流況形態歸為三大類再將其細分為 11 種流況形態，流況分類部分以底床坡度、流速、水深、底質粒徑及水流表特徵來 判定，以下為河川流況分類表。
表 2.4 河川棲地分類表(Rabeni et al., 2002)
Habitat type Velocity (cm/s) Depth (cm) Mean substrate (mm) Slow water
Bluff pool 7-12 50-120 24 Lateral pool 1-14 40-95 19 Obstruction pool 0-21 60-125 22
Glide 5-25 25-50 11
Slack water
Nonvegetated edgewater 0 5-20 <1 Vegetated edgewater 0-10 5-20 13 Backwater 0 15-40 13 Forewater 0 5-30 <1 Fast water
Race 30-60 30-60 23
Low-gradient riffle 15-16 15-25 11 High-gradient riffle 50-90 15-30 23
Vadas 等(2000)選擇在夏季期間對研究河段做魚類與棲地之間關係的研究，其中 對多種魚類做棲地偏好分類依主要和次要棲地，而河川的流況形態分類為 7 種為
12
Fast-riffle 、 Riffle/run 、 Fast-generalist 、 Shallow-rheophlic 、 Pool/run 、 Open-pool 及 Pool-cover，研究中不僅對這 7 種形態做魚類棲地偏好分類並把物理棲地的變量做分 析，包括覆蓋率、細粒百分比、大石塊百分比、平均底質粒徑、水深、平均流速及底 層流速各不同流況形態之研究分析。Jason(2003)利用 Vadas 等(2000)的研究，把河川 流況之水深及流速去分類並使用圖表把分類方法的範圍劃分出來，以下圖例所示。
圖 2.3 河川棲地分類圖(Vadas, 2000)
13
（2）水理特性分類法
河川因受各種環境因素影響導致河川中的水流有急有緩、有深有淺，河川中的底 質也因河川環境有所不同。而河川棲地也同樣受到各種條件所影響，其中的影響因子 有渠床坡度、底質條件以及水流流量，因此這些影響因子也是分類河川棲地的參數（如：
底質大小、水利坡降、流速、水深等）。河川棲地的形態以潭、瀨及流的方式分類出 去，潭的形態特徵就是水流深、流速緩，瀨的形態特徵與潭相反，部分的學者在棲地 形態的分類上常使用深潭(Pool)、淺瀨(Riffle)、淺流(Glide)、深流(Run)等，在棲地分 類的種類上因研究者的需求來決定，少則潭瀨兩類多的可達十餘種。河川棲地相關的 研究中基於河川的尺度、河川的特性、國家以及區域的不同與研究者對於分類種類上 的定義皆不同，所以大致上分類的方式各有其差異所使用的分類方法也不同，以下對 於福祿數分類河川棲地方法的文獻做相關的簡介與回顧。
Jowett(1993)以現地視覺辨識的方法對河川的棲地做初步分類做為之後研究的對 照，再以各種物理特性（如：流速、水深及坡度）對河川棲地進行分析，並且對各物 理特性間的關係做分析，以提供棲地分類的依據。研究的結果顯示：分類的條件以福 祿數(Fr)以及流速水深比值(V/D)的相關性較高，認為以福祿數或流速水深比值再加上 坡度的條件來做為分類的依據可達最佳的分類結果。分類條件中若只以福祿數為分類 條件，三種棲地類型的範圍為：Fr<0.18 為深潭(Pool)，0.18<Fr<0.41 為深流(Run)，
Fr>0.41 為淺流(Riflle)。分類準則如表 2.5 所示。
表 2.5 河川棲地分類表(Jowett, 1993)
流況形態 福祿數範圍 Fr
深潭(Pool) Fr<0.18 深流(Run) 0.18<Fr<0.41 淺瀨(Riffle) Fr>0.41
14
Hilldale 等人(2007)以現地調查及專家學者判定河川流況，並藉由相關儀器標記 流況範圍，再對使用福祿數判定的模擬河川來做比較，且在驗證現地與模擬時以判定 的長度來計算模擬的準確度，模擬方面嘗試使用不同流量下判定河川流況來觀察會發 生的結果。驗證部分對三條研究的河段做模擬與現地判定長度的比較，結果得知淺瀨 (Riffle)的準確度約七到八成，淺流(Glide)準確度有八成以上，深潭(Pool)的準確率偏 低。該學者所使用的河川流況判定的參數是以相關學者的判定方法比較再做相關數據 上的微調來做為研究的判定準則，流況界定的範圍值為 Fr<0.09 是深潭(Pool)、
0.09<Fr<0.42 是淺流(Glide)、Fr>0.42 是淺瀨(Riffle)（如表 2.6）。 表 2.6 河川棲地分類表(Hilldale et al., 2007)
流況形態 福祿數範圍 Fr
深潭(Pool) Fr<0.09 淺流(Glide) 0.09<Fr<0.42 淺瀨(Riffle) Fr>0.42
Chan(2001)利用 Vadas 等(2000)把河川流況形態使用流速、水深及底質粒徑來描 述流況分類範圍，其中還加入福祿數的參數對流況形態分類，如表 2.7。
表 2.7 河川棲地分類表 (Vadas et al., 2000) Guild Depth
(cm)
Velocity (cm/s)
Froude(#) (#)
Substrate (Size)
Fast-generalist 0.2-0.45 0.2-0.4 0.04-0.20 Gravel through cobble Fast-riffle 0.15-0.35 0.35-0.70 0.1-0.47 Gravel through cobble Pool-covered >0.3 <0.5 0.01-0.17 Small gravel to small bouter,
more fine substrate
Pool-open >0.3 0.1-0.35 0.01-0.11 Small gravel to large cobble, less fine substrate
Pool-run >0.2 0.1-0.45 0.01-0.22 Gravel to cobble Riffle-run 0.15-0.3 0.1-0.75 0.03-0.50 Gravel to cobble Shallow-rheophilic <0.35 0.2-0.45 0.05-0.45 Small cobble
15
Reuter 等(2003)以地貌與水文學評估研究流域內的河川棲地，利用流速、水深及 福祿數來分類河川，其分類的模式參考 Panfil 等(1999)之研究，分為 Pools、Glides、
Races、Riffles 及 Edge waters 棲地類型（如圖 2.4）。
圖 2.4 河川棲地分類圖(Panfil et al., 1999)
林秉賢（2002）根據多位學者的定義，把流況形態歸類並使用水深流速比值，以 福祿數(Froude number)將棲地形態分為淺瀨(Riffles)、緩流(Slow water)、水潭(Pools) 及急流(Rapids)四種，並在分類流況形態時加入寬深比值(b/h)等限制條件，如表 2.8。
表 2.8 河川棲地分類表（林秉賢，2002）
流況形態 福祿數範圍 其他限制
淺瀨(Riffles) 0.255<Fr<1 b/h>15 緩流(Slow water) 0.095<Fr<0.255 15<b/h<30
水潭(Pools) Fr<0.095 水面坡度=0 b/h<15 急流(Rapids) Fr>1 不受限
16
莊明德等（2010）於河川適合度曲線研究中引用林秉賢（2002）的分類方法做部 分改變來對研究河段分類，其中棲地型態有淺瀨(Riffle)、淺流(Glide)、深潭(Pool)、
深流(Run)以上 4 種（如表 2.9 所示）。
表 2.9 河川棲地分類表（莊明德，2010）
棲地流況 福祿數
淺瀨(Riffle) 0.255<Fr<1 淺流(Glide) 0.095<Fr<0.255 深潭(Pool) Fr<0.095
深流(Run) Fr>1
17
第三章 研究方法
現有的河川棲地判定方法，大多數使用河川棲地特性（如生物需求之流速、水深 及底質等）及河川水理特性（如福祿數）兩類的判定方法，唯此兩種方法因使用判定 基礎不同，在棲地分類的結果上亦會有差異。本研究以河川棲地生態的角度為論證基 礎，並藉由理論分析以及案例研究，來探討兩種判定方式的差異。以下將對研究所需 之分類方法選取、河川棲地模式及案例演算所使用之河段作說明。
3.1 河川棲地分類方法選取
第二章文獻回顧中的棲地分類方法，提到許多相關的研究學者所提出或使用評估 判定河川棲地類型的方法。其分類的依據大多是流速、水深、福祿數、底質大小等作 為基礎。在棲地分類上，河川中的生物與棲地的關係是不可分離的，所以本研究以河 川棲地生態方法為基礎，來比較不同判定方法之差異。棲地生態分類方法中目前以汪 靜明（2000）的分類方法最常被使用，所以選擇汪靜明的方法作為比較基礎。水理特 性方法選取 Jowett(1993)、林秉賢（2002）及 Reuter(2003)三種以福祿數判定方式。詳 細的使用方法與參數設定部分在往後的章節中詳細。表 3.1 為各種分類方法之參數範 圍綜合整理。
18
表 3.1 各種棲地分類方法之參數範圍綜合比較
汪靜明 (2000)
深潭 淺瀨 深流 淺流 岸邊緩流
D>0.3m/s
、V<0.3m
D<0.3m/s、
V>0.3m
D>0.3m/s、
V>0.3m
D<0.3m/s、
V<0.3m
D<0.3m/s
、V<0.1m
Reuter (2003)
Pools Riffles Races Glides Edgewaters Fr<0.1 Fr>0.4 0.2<Fr<0.4 0.1<Fr<0.2 Fr<0.2
林秉賢 (2002)
水潭 (Pools)
淺瀨 (Riffle)
急流 (Rapids)
緩流 (Slow water)
Fr<0.095 0.225<Fr<1 Fr>1
0.095<Fr<
0.255
Jowett (1993)
Pool Riffle Run
Fr<0.18 Fr>0.41 0.18<Fr< 0.41
各學者在設定河川棲地類型所判定出的來的名稱都各有差異，除了少部分的類型 會相似或相同如；深潭(Pool)、淺瀨(Riffle)，此兩種類型除了特徵差異大並且大部分 的學者在判定的認知並無太大落差，所以這兩種類型在名稱的定義上沒太大差別，但 介於深潭及淺瀨間的流態類型則有許多名稱如：「Glide」、「Race」及「Run」等，也 因此衍生許多問題。各學者在棲地判定因河川規模、地點及研究需求而各有其設定所 判定的類型種類也有所不同，在參考文獻中 Panfil(1999)參考 Jowett(1993)的方法，其 中 Jowett 的「Run」判別是 0.18<Fr<0.41，而 Reuter(2003)以流況類型「Race」及「Glide」
取代「Run」這個部份的流況；Hilldale(2007)也參考了 Reuter(2003)及 Jowett(1993)的 方法來設定所需要的判別方法，其中 Jowett(1993)使用的是「Run」而 Reuter 使用「Race」
及「Glide」；Hilldale(2007)則把這部分的參數改為 Glide（0.09<Fr<0.42）。在名詞設定
19
方面，因國內外學者在使用上的差異，也造成各種棲地類型的名稱有所差異。本研究 在棲地定義探汪靜明（2000）的分類方式。淺瀨(Riffle)為水面多出現流水撞擊大石頭 所激起的水花；淺流(Glide)為流速平緩，較少有水花出現，深潭(Pool)為河床下切較 深處；深流(Run)為常為淺瀨、淺流與深潭中間的過渡水域；岸邊緩流為河道兩旁緩 流。
由於各學者所使用的判定方式皆有差異，包括定義類型名稱、類型種數及判定條 件及參數上的設定等。本研究在類型名稱以及種數上需訂定一個統一標準，在參數方 面使用福祿數以及流速、水深為主要判定條件。
本研究將棲地分類略作統一調整，分成流速、水深和福祿數兩部分。流速、水深 部分是參考汪靜明的分類方法，並去除岸邊緩流。福祿數分類部分則修改為，淺瀨、
淺流、深潭、深流以上 4 種類型並將各方法以簡化名稱便於後續探討。（如：汪靜明 (2000)簡稱 W 法、Jowett(1993)簡稱 J 法、林秉賢(2002)簡稱 L 法、Reuter(2003)簡稱 R 法）如表 3.2。
表 3.2 調整後之各分類方法
汪靜明 (2000)法
深潭(Pool) 淺流(Glide) 淺瀨(Riffle) 深流(Run) 備註 D<0.3m/s、
V>0.3m
D<0.3m/s、
V<0.3m
D>0.3m/s、
V<0.3m
D>0.3m/s、
V>0.3m
刪除岸邊緩流
Reuter (2003)法
深潭(Pool) 淺流(Glide) 淺瀨(Riffle) 深流(Run) 加入 Run 為 Fr>1 並刪除 Edgewaters Fr<0.1 0.1<Fr<0.4 0.4<Fr<1 Fr>1
林秉賢 (2002)法
深潭(Pool) 淺流(Glide) 淺瀨(Riffle) 深流(Run)
去除寬深比值 Fr<0.095 0.095<Fr<0.255 0.225<Fr<1 Fr>1
Jowett (1993)法
深潭(Pool) 淺流(Glide) 淺瀨(Riffle) 深流(Run) Run 改為 Fr>1 並 將原 Run 設定為 Fr<0.18 0.18<Fr<0.41 0.41<Fr<1 Fr>1 淺流
20
3.2 河川棲地模式
（1）River2D 模式
River 2D 模式由加拿大淡水研究所(Freshwater Institute, FWI)、加拿大亞伯特大學 土木與環境工程學系(Civil and Environmental Department of the University of Alberta) Steffler 教授所開發之河川棲地二維模式，模組中使用有限元素法演算並可應用於河 川魚類棲地評估。
River 2D 其輸入與輸出之計算數值皆使用 SI 標準單位。在模組中包含四項主要 分析模組分別為 R2D_Bed、R2D_Ice、R2D_Mesh 及 River2D，上述四項模組皆提供 圖形使用者介面。以下將針對四項模組說明與介紹：
(1)R2D_Bed：
主要功用為編輯與定義地形資料。在成功的河川水流模擬中，正確的建置河道渠 床的物理特徵（斷面資料）是其關鍵，除正確及詳細的現地資料外，相關的判斷及將 分散的點位資料組合成數值地形之經驗是不可缺少的。
(2)R2D_Ice：
用來編輯冰雪覆蓋時的形狀資料，因台灣地區河川並無冰雪覆蓋之問題，所以此 模組不適用於台灣地區。
(3)R2D_Mesh：
主要功用在於提供一個相對簡易但有效的計算網格產生環境，以便於進行二維深 度平均有限元素的計算模擬。
(4)River2D：
其設計用於模擬天然河川或溪流，且可用於超臨界流/亞臨界流的轉換以及可變 的通水面積，基本上這是一個提供加速收斂至穩定狀態的變化模式。
21
（2）流況歧異度
本研究使用了農委會特有生物保育中心所開發的「河川棲地模式應用介面」中的
「流況歧異度」模組，使用此模組將River2D模擬完的資料進行流況判定的作業，可 顯示River2D上各點之流況於圖檔上。在流況歧異度的部分，程式中流況歧異度的計 算方式，是使用評估生物之歧異度，主要用生物多樣性評估該區之物種豐富度，用於 評估棲地時，能藉由棲地類型的描述得取指標魚種在流況類型上的嗜性度以及研究河 段之流況類型(潭、瀨)特性。程式採用Simpson歧異度指數，其定義後修正如下：
𝜆 ∑ 𝑃𝑖2
𝑆
𝑖=1
= ∑(𝑛𝑖 𝑁)2
𝑆
𝑖=1
式中D為歧異度指數、λ為優勢度指數、S為總斷面數、i為棲地形態（淺瀨、淺流、深 潭、深流）、 為棲地形態所佔比例、 為棲地形態所占之面積、N為各斷面水域面 積。此模式可將River2D所模擬完的檔案中所萃取的點位資料做流況類型分類，並會 依照River2D上所模擬的點位上各點分類，因此可以看出模擬檔案上的流況分類分布，
並可對照River2D模式的圖檔進行比較。（資料來源：水利規劃試驗所（2009）適合度 曲線研究）
22
圖 3.1 流況歧異度介面圖
（3）棲地模式之應用
Moir(2005)以蘇格蘭東北部的 River Dee 為研究河段使用 PHABSIM 研究預測大 西洋鮭魚產卵情況，並評估 PHABBSIM 預測棲息地與現地資料之間的相對關係，研 究結果表明 PHABSIM 是能夠預測的大西洋鮭魚的產卵棲息地。
Lacey and Milla(2004)於加拿大卑斯省使用大型枯木(large woody debris)與石頭等 作為溪內構造物，改變溪中流況，增加棲地多樣性，並以 River2D 分析其構造物增加 前與增加後的差異性。結果顯示溪內構造物可使流量減低，其最大的益處為當流量較 大時，溪內結構物提供一較低流速的庇護場所；並提出在設計溪內結構物時，River2D 是一個相當有用的規劃工具。
Hilldale (2007)在美國華盛頓州 Yakima 河進行河川棲地的研究，本文以二維的水 理模式 SMS 所輸出的河川棲地的分部範圍與現地調查的棲地範圍相比，結果顯示 SMS 模式與生態專家所判定的河川棲地有七至八成的準確率。
吳宗儒（2010）在筏子溪河段魚類與棲地相關的調查研究，使用河川棲第二維模
23
式(River 2D)建立河川模式來探討適合度指數與模式的河川棲地可用面積之影響，並 以現地調查來當模式結果的佐證。
吳振欣（2008）使用河川二維棲地模式(River 2D)來研究模擬河川棲地權重可用 面積(WUA)及河川流況的情形，進行關於水中構造物及魚道設置上的改善。
柴家豪（2011）使用河川二維棲地模式(River 2D)在烏溪大旗橋的河段做魚類與 棲地相關的研究，主要探討水中結構物與河川棲地可用面積之間的影響性，並探討河 川流況歧異度是否會影響河川棲地可用面積，結果顯示歧異度越高相對的也會增加河 川棲地可用面積。
3.3 研究河段選取
本研究以柴家豪（2011）及水利規劃試驗所之案例於烏溪及頭前溪進行棲地流況 特性之研究。藉以說明各棲地判定方法於實際案例上的差異。
3.3.1 烏溪大旗橋河段介紹
烏溪位於台灣西海岸中部，發源於中央山脈合歡山西麓，東以中央山脈為界，北 鄰大甲溪流域，西臨台灣海峽，南鄰濁水溪流域，東西長約84km，南北寬約52km。
烏溪流域平均標高651m，河床平均坡降為1/92，流域面積2,025.6 2，流域東西長約 84km 南北寬52km 略似桐葉狀 幹流兩側支流密布，包括貓羅溪、筏子溪、大里溪水 系、北港溪及眉溪，流經台中縣龍井鄉、大肚鄉、烏日溪；彰化縣伸港溪、和美鎮、
彰化市、芬園鄉及南投縣草屯鎮、國姓鄉與埔里鎮等。（資料來源：經濟部水利署水 利規劃試驗所，2005）
24
圖3.2烏溪水系圖（資料來源：經濟部水利署第三河川局）
大旗橋位於國姓鄉之水長流溪末端，濱岸有零星巨石散布，河道主要為礫石與大 小卵石遍布，棲地包含有淺瀨及淺流與少部分較深之潭區，依據「河川生物指標物種 分析及其適合度曲線研究」（2010）調查，此河段水流量平緩穩定，水道周圍多有灌 木、水濱植物及低矮草叢遮蔽。烏溪大旗橋河段經整治後為單調之渠道型河段，實照 如圖。（資料來源：柴家豪 2011）
25
圖 3.3 大旗橋河段（資料來源：柴家豪 2011）
大旗橋河段之設定流量為0.46cms（常流量）、2.08cms、50cms、752cms（Q2）
及1009cms（Q10）5種不同流量為模擬案例。
26
3.3.2 頭前溪昌惠橋河段介紹
頭前溪流域位於台灣省西北部，流經新竹縣與新竹市，面積565.94 km2，其主要 支流有油羅溪與上坪溪，流域經過新竹縣尖石鄉、五峰鄉、關西鎮、橫山鄉、竹東鎮、
芎林鄉、竹北巿和新竹巿等。流域之地勢傾斜，源流短促，故水流湍急，夏季則山洪 急驟，經常氾濫損毀農作，冬季則常河床乾涸。
圖3.4頭前溪流域（資料來源：經濟部水利署-重要河川圖）
位於上坪溪河段的昌惠橋在「五峰橋」下游區域約3 km 處，週邊有廢耕之農地，
河道地勢平緩，河床組成主要為沙土及礫石、卵石為主，水流量穩定並有深潭及淺瀨 及緩流等流況區域，流況豐富。頭前溪昌惠橋河段僅左岸有堤防為自然型河段，河道 中多樣性的棲地且有高灘地，河川照如圖。（資料來源：水利規劃試驗所（2009）適 合度曲線研究）
27
圖3.5上坪溪昌惠橋上游河段
（資料來源：水利規劃試驗所（2009）適合度曲線研究）
圖3.6上坪溪昌惠橋下游河段
（資料來源：水利規劃試驗所（2009）適合度曲線研究）
28
昌惠橋河段案例之設定流量為2.89cms（常流量）、10cms、50cms、650cms（Q2）
及1870cms（Q10）等5種不同流量之棲地案例。
29
第四章 棲地分類理論基礎研究
各學者不論是使用流速、水深或福祿數等河川棲地分類方法，在研究如何量化這 些判定方法時，皆會以河川的棲地現況當作依據，統計出那些參數範圍下常發生何種 流況，最後所歸納出來的參數範圍就是各學者的判定方式。生態學者以生態觀點使用 流速、水深等的方式判定河川流況，具有生物棲息的生態意義；水利學者為計算方便，
常使用福祿數判定流況。由於福祿數為流速及水深的比值，因此若是將流速、水深的 方式所判定的各種流況以福祿數的方式呈現，就可看出生態學家的方法轉化以福祿數 呈現的流況範圍。在理論部分，本研究藉以生態學者的判定方法（如：汪靜明（2000））
轉換成福祿數後，對照其它福祿數判定法範圍的差異。
4.1 流況分布比較
Jowett(1993)以實際河川的流況對照各種判定的方式，歸納出判定參數的範圍，並以 核心密度函數(Kernel density function)圖形呈現福祿數、水面坡度及流速水深比值三方 面的關係圖。核心密度函數可用來估計機率的密度函數，屬於非參數檢驗方法之一，
在Jowett圖中(如：圖4.1)，三個圖形分別為流速與水深比值、福祿數以及坡度的核心 密度函數圖，圖中所分類的棲地為深潭(Pool)、 深流(Run) 、淺瀨(Riffle)共3種類型，
在福祿數的圖中可看出深流的棲地分布範圍與深潭及淺瀨重疊。深潭的範圍僅到福祿 數0.4且多集中在福祿數0.2之內；淺瀨的分類與深流相似。依據福祿數的核心密度函 數圖即可訂定各棲地類型的範圍。本研究將汪靜明的判定方法同樣轉換成福祿數核心 密度函數圖（如圖4.3）再對照Jowett的核心密度函數圖分布，比較兩者間之差異。
30
圖 4.1 Jowett(1993)水理參數核心密度分布比較圖
在進行流速、水深轉換成福祿數研究中，本研究從Orth(1995)的分類研究（如圖2.2）
獲得一些想法。圖中以流速、水深的方式將河川流況分成一個個區塊，對照上W法，
我們可將流速及水深為30cm/s與30cm的部分畫上一條線（如圖4.2），則可看出W法的 分類方式與圖2.1有相似之處，可見生態學者在分類上的看法近似，兩條線在交叉分 成四個區塊分別是W法的深流(Run)、深潭(Pool)、淺流(Glide)及淺瀨(Riffle)。因此在 將福祿數轉換前設定W法流速及水深設定範圍從水深0m~1m、流速0m/s~1m/s於設定 之流速及水深範圍各取100個計算值（共計一萬個對應值）轉換成福祿數。
圖 4.2W 法流速水深點位示意圖
31
將W法對應之流速水深計算值轉換成一萬個福祿數後，由於判定條件以水深0.3m及流 速0.3m/s為分界線，所以在流速等於0.3m/s或深度等於0.3m時皆為模糊地帶(因判定以 大於或小於來決定)，此區域的點位將不考慮。將上圖各流況分類中所對應的流速水 深透過福祿數的運算方法轉換成福祿數，而流況轉換後的總點數為9,801個點，其中 淺流(Glide) 841個點、淺瀨(Riffle) 2030個點、深潭(Pool) 2030個點、深流(Run) 4900 個點。這些點位的福祿數資料轉換為核心密度圖（如圖4.3）。
圖 4.3 W 法各流況之福祿數核心密度函數分布圖
32
圖 4.4 W 法（圖左）與 J 法（圖右）各流況之核心密度函數福祿數分布圖比較 由於 Jowett(1993)的核心密度函數圖形中以 Pool、Run 及 Riffle 三種棲地表示，
但為了比較上的統一有關棲地類型（名詞詳 3.1 節），所以 J 法中的「Run」（福祿數 分類範圍介於中間的值）以「Glide」棲地類型表示，因此 J 法在與 W 法比較時也將 與「Glide」做比較。汪法轉換成福祿數後與 J 法的核心密度函數圖形（圖 4.4）比較，
兩圖形的各流況核心密度函數曲線形狀有所差異。流況分布範圍中，深潭流況的核心 密度函數分布範圍於 J 法的福祿數上限值可達 0.4 以上，而 W 法的福祿數上限值只有 0.2；核心密度函數尖峰（即出現最多之流況）部分於 J 法的福祿數範圍小於 0.1 左右，
而 W 法尖峰的福祿數範圍小於 0.1（但在深潭判定 J 法的福祿數範圍大於 W 法），深 流流況的核心密度函數部分於 J 法的福祿數範圍由 0〜1 之間，而 W 法僅福祿數 0.1
〜0.6 之間的範圍，核心密度函數尖峰部分於 J 法的福祿數範圍在 0.3〜0.4 之間，而 W 法的福祿數為 0.2〜0.3 之間，淺瀨流況的核心密度函數分布範圍於 J 法為福祿數值 0.1〜1 之間，而 W 法的福祿數上限值可到 3，淺瀨核心密度函數尖峰部分於 J 法的福 祿數約為 0.4，而 W 法的福祿數值在 0.3〜0.5 之間。從 J 法的分類來看，福祿數小於
33
0.18 為深潭，福祿數在 0.18 到 0.41 之間為深流，福祿數大於 0.41 為淺瀨。J 法之福 祿數在 0 到 0.4 之間三種流況都可能判定為其一棲地類型，所以容易造成誤判。而福 祿數大於 0.4 多為深流及淺瀨流況，在判定上也容易有誤判情形，如表 4.1 做一整理。
表 4.1 W 法與 J 法各類棲地福祿數核心密度函數分布範圍比較
W 法 J 法
深潭（Pool） 分布範圍 0<fr<0.2
分布尖峰 0<fr<0.1
分布範圍 0<fr<0.4
分布尖峰 0<fr<0.1 淺流（Glide） 分布範圍
0<fr<1
分布尖峰 fr≒0.1
分布範圍 0<fr<1
分布尖峰 0.3<fr<0.4 淺瀨（Riffle） 分布範圍
0.1<fr<1
分布尖峰 0.3<fr<0.5
分布範圍 0.1<fr<1
分布尖峰 0.3<fr<0.5
4.2 福祿數曲線分布比較
以 Panfil(1999)的福祿數分布之繪製圖形方法，分別將 W 法、J 法、L 法及 R 法 判定方式的棲地類型界定線畫在流速與水深分布圖，藉以比較福祿數與流速、水深分 類方法間的差異如圖 4.2~4.7。
圖 4.2 W 法棲地分類分布圖
34
圖 4.5 J 法福祿數棲地分類分布圖
圖 4.6 L 法福祿數棲地分類分布圖
35
圖 4.7 R 法福祿數棲地分類分布圖
由福祿數棲地分類分布圖可看出各分類方法與 W 法之間的分布情況（紅色為深 潭(Pool）、深藍色為深流(Run)、黃色為淺瀨(Riffle)、淺藍為淺流(Glide)）。曲線部分 為福祿數的分類界線，而在水深 0.3m 和流速 0.3m/s 為 W 法的分類界線。深潭流況 判定時 J 法的數量較多，而 L 法、R 法與 W 法的深潭判定數量較為相近，但 L 法與 R 法和 J 法在判定上還是有少部分在淺水區；淺流流況部分由於分類方法差異上福祿 數的分類方法無法與汪靜明的方法完全對應，而淺瀨流況部分僅 L 法判別較多，另兩 種方法在分類上會有部分淺瀨流況判定是在較深水的區域，在認定上此流況特性與判 定結果並不合理，而深流流況部分由於福祿數設定上僅大於 1，所以在判定上僅佔少 部分並且與汪靜明的判定完全不同，在深流的判別部分可能在特性的認定上有所衝突。
在圖 4.5、圖 4.6、圖 4.7 中，各方法與 W 法在流速水深圖的比較可從福祿數曲線看 出一些初步關係。藉由求出各分類方法於棲地類型判定之區域與 W 法的棲地分類面 積做比較，結果如表 4.2。
36
表 4.2 各方法棲地類型面積分布比例結果
W 法 J 法 R 法 L 法
深潭 *深潭 100% *深潭 83%
淺流 17%
*深潭 79 % 淺流 21%
淺流 *深潭 67%
淺流 26%
淺瀨 6%
深流 1%
深潭 38%
*淺流 55%
淺瀨 6%
深流 1%
深潭 36%
*淺流 49%
淺瀨 14%
深流 1%
淺瀨 淺流 27%
*淺瀨 58%
深流 15%
淺流 25%
*淺瀨 60%
深流 15%
淺流 5%
*淺瀨 80%
深流 15%
深流 深潭 21%
*淺流 70%
淺瀨 9%
*淺流 90%
淺瀨 10 %
淺流 48%
*淺瀨 52%
（註：標示" * "之類型為百分比最高值）
從表 4.2 中可看出各法在 W 法判定的範圍內存在著其它棲地類型。從深潭結果 來看，W 法判定為深潭部分 J 法也判定為深潭，而 R 法及 L 法分別為 83%及 79%判 定為深潭；淺流結果中 W 法判定為淺流部分 J 法僅 26%判定為淺流，而 R 法及 L 法 分別為 55%及 49%；淺瀨結果中 W 法判定為淺瀨部分 J 法及 R 法分別以 58%及 60%
判定為淺瀨，而 L 法則有 80%判定為淺瀨；深流結果中 W 法判定為深流部分其它各 法皆未判定為深流，反而判定為淺瀨及淺流。
深潭分類結果J、R、L法在判定部分與W法深潭範圍的差異上並不大，但比較其它棲 地分類結果可發現仍有深潭判定的存在（J法在W法判定為淺流及深流的範圍中有 67%及21%的深潭），這些部份則可能產生誤判（對照圖4.5~4.7可知其範圍大小），因 此可知J、R、L法在判定深潭時亦有可能將其它棲地判定為深潭；淺流分結果J、R、
L法除了在判上部分為W法淺流範圍，但在其它棲地上有更多的面積判定為淺流（對 照圖4.5~4.7），其多數為W法之深流部分（J、R、L法在W法深流範圍佔70%、90%及 48%）；淺瀨分類結果J、R、L法在判定約為W法淺瀨60%以上的範圍，但在W法深流 範圍中則出現淺瀨流況（J、R、L法在W法深流範圍佔8%、10%及52%）；深流分類結
37
果J、R、L法在W法深流範圍中並無任何棲地類型判定為深流；但在W法淺瀨範圍中J、
R、L法卻有佔15%棲地類型判定為深流（對照圖4.5~4.7可看出分布範圍）。
38
第五章 棲地分類案例分析研究
5.1 大旗橋河段案例比較
（1）常流量之各方法流況分布結果
大旗橋河段於常流量 0.46cms 的模擬之水深、流速及福祿數分布如圖 5.1、圖 5.2 及圖 5.3 所示。由水深模擬結果知河道中大部分水深皆大於 30cm(顏色為綠色以上的 部分)，僅在上游部分與下游少部分小於 30cm(顏色為淺藍色以下部分)；模擬河段上 游流速大多高於 30cm/s(顏色為綠色與黃色以上部分)。模擬河段之福祿數僅於上游部 分大於 0.5，其餘部分大多小於 0.2。
圖 5.1 模擬流量 0.46cms 之水深分布圖
39
圖 5.2 模擬流量 0.46cms 之流速分布圖
圖 5.3 模擬流量 0.46cms 之福祿數分布圖
40
各方法棲地模擬之分類結果如圖 5.4~5.7、圖 5.8~5.11 及表 5.1 所示。L 法、J 法 及 R 法判定為深潭(紅色點)之區域明顯較 W 法為多；W 法於下游判定之淺流區(藍色 點)，L 法 J 法及 R 法皆判定為深潭。如圖所示在水流速較低及水深較低時 L 法、J 法及 R 法多誤判潭區，造成低估河川棲地歧異度指數（W 法𝐻′=0.51， L、J、R 法 𝐻′=0.08~0.10）。
表 5.1 模擬流量 0.46cms 之各方法判定棲地數量及歧異度指數
0.46cms W 法 L 法 J 法 R 法
深潭 40 (54%) 71 (96%) 72 (96.0%) 71 (96%) 淺瀨 1 (1%) 2 (2%) 1 (1%) 1 (1%) 深流 0 (0%) 0 (0%) 0 (0%) 0 (0%) 淺流 34 (45%) 2 (2%) 2 (2%) 3 (3%)
總數 75 75 75 75
歧異度指數 0.51 0.10 0.08 0.10
41
圖 5.4 模擬流量 0.46cms W 法流況分布圖 圖 5.5 模擬流量 0.46cms L 法流況分布圖
圖 5.6 模擬流量 0.46cms J 法流況分布圖 圖 5.7 模擬流量 0.46cms R 法流況分布圖
42
圖 5.8 W 法模擬流量 0.46cms 之點位流速與水深分布圖
圖 5.9 J 法模擬流量 0.46cms 之點位流速與水深分布圖
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Velocity (m/s)
Depth (m)
Glide Riffle Run Pool
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Velocity (m/s)
Depth (m)
Glide Riffle Run Pool
43
圖 5.10 L 法模擬流量 0.46cms 之點位流速與水深分布圖
圖 5.11 R 法模擬流量 0.46cms 之點位流速與水深分布圖
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Velocity (m/s)
Depth (m)
Glide Riffle Run Pool
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Velocity (m/s)
Depth (m)
Glide Riffle Run Pool
44
（2）流量 2cms 之各方法流況分布結果
大旗橋河段於 2.08cms 流量的模擬之水深、流速及福祿數分布如圖 5.12、圖 5.13 及圖 5.14 所示。水深模擬結果知河道下游部分水深小於 30cm(顏色為淺藍色以下部分)，
河道中間的部分為水深較深區域，模擬河段之流速在河道左右岸為流速小於 30cm/s 的緩流區域(顏色為淺藍與深藍部分)；河道上游及下游部分有高流速區域出現。模擬 河段之福祿數於上游及下游部分出現高福祿數區域，其他部分大多小於 0.17(顏色為 深藍部分)。
圖 5.12 模擬流量 2.08cms 之水深分布圖
45
圖 5.13 模擬流量 2.08cms 之流速分布圖
圖 5.14 模擬流量 2.08cms 之福祿數分布圖
46
各方法棲地模擬分類結果如圖 5.15~5.18、圖 5.19~5.22 及表 5.2 所示，L 法、J 法及 R 法判定為淺流（淺藍色點）之區域相較於 W 法少；在 W 法判定為淺流之區域，
L 法、J 法及 R 皆判定為深潭（紅色點）。由於流量增加 W 法中出現判定為深流（深 藍色點）之區域，但在 L 法及 R 法皆判定為淺流。如圖 5.19~5.22 所示在水深及流速 較低時 L 法、R 法及 J 法則誤判深潭區，而在流速及水深較高時 L 法、J 法及 R 法多 誤判為淺流（從表 5.2 中可看出深流點數有很大的差異）。隨著流量的增加在判定上 淺流及深流上雖有誤判情況，但整體而言 L 法 J 法及 R 法河川棲地歧異度指數仍較 W 法為低，但其差異之幅度較常流量案例（如表 5.1）為低，顯示各法之棲地分類結 果以逐漸拉近（W 法𝐻′=0.66，L、J、R 法𝐻′=0.24~0.42）。
表 5.2 模擬流量 2.08cms 之各方法判定棲地數量及歧異度指數
2.08cms W 法 L 法 J 法 R 法
深潭 42 (46%) 69 (75%) 80 (88%) 69 (76%) 淺瀨 7 (7%) 8 (8%) 7 (7%) 7 (7%) 深流 13 (14%) 1 (1%) 1 (1%) 1 (1%) 淺流 30 (33%) 15 (16%) 4 (4%) 15 (16%)
總數 92 92 92 92
歧異度指數 0.66 0.42 0.24 0.41
