天然災害紀實

(1)

天然災害紀實

NATURAL DISASTER YEARBOOK

2 0 1 9

歐洲

熱浪

澳洲 ^森林大火日本

哈吉貝颱風

巴哈馬

多利安颶風北美洲

寒流

印度

乾旱

臺灣

豪雨颱風

菲律賓

巴逢颱風義大利

洪災

美國

中西部洪災

巴西

亞馬遜雨林大火

礦渣堆置場崩塌

非洲

伊代與肯尼斯氣旋

(2)

國家災害防救科技中心

1 9 0

2 天然災害紀實

(3)

I

國家災害防救科技中心

2019 年 4 月 18 日 13 時 01 分花蓮發生規模 6.1 地震的同時，成立了中央災害應變中心，行政院蘇院長、內政部徐部長也即時抵達應變中心，督導各項應變的作業狀況。國家災害防救科技中心在第一時間透過「災害情資網」的即時影像訊息，說明了地震的災因，以及災害情資的各項資訊，讓各項決策工作得以持續下達，發揮應有的救災功能。

防汛期間，接續的 0520 豪雨事件，再度開設中央災害應變中心。在豪雨期間，南投縣國姓觀測站出現了 114 毫米的最大時雨量。緊接著 7 月的丹娜絲颱風、8 月的利奇馬颱風、0808 地震、白鹿颱風、9 月的米塔颱風，

雖然歷經諸多災害事件之衝擊，但是大體上，一切還算較為平和。

就鄰近日本的災情而言，就沒有這麼的平順，連續兩年都遭受了嚴重的颱風洪水衝擊，2018 年巴比倫颱

風、燕子颱風衝擊了西日本地區；2019 年哈吉貝颱風更是重創了東日本地區，神奈川觀測站的累積雨量高達 1,001.5 毫米。狂風暴雨觸發了 20 多條水系、140 處河川的潰堤溢淹事件，大量的洪水淹進了新幹線車輛基地，

使得許多列車泡水報廢，財物損失超過百億，並造成近百人的傷亡。

觀察這幾年日本的受災經驗，高齡者的應變對策最受到重視，同樣面臨高齡化的臺灣，對於高齡者的防災規劃、災害訊息傳遞、收容對策等議題也都高度的獲得重視，並納入了行政院 109 年 - 112 年之「災害防救科技創新服務方案」，期望各部會單位、學研團隊都能投入研究資源，研擬解決之道，共造民生福祉。

2020 年 4 月

主任序言

(4)

II 2019 天然災害紀實

I ^主任序言 / Introduction

01 ^全球災情 / Global Disaster Situation 2019 年度全球災害概述 01

2019 年天然災害統計分析 致災特性探討

亞馬遜雨林大火 27 澳洲森林大火 33

07 ^臺灣災害 / Taiwan Disasters

25 特別企劃 / Special Report

① ② ① 2019 年 7 月尼泊爾洪水氾濫，民眾涉水前往避難 (EPA/ 典匠資訊授權提供 )

② 2019 年 12 月澳洲新南威爾斯州鄉村消防員面對長達數月的野火與高溫情勢 (EPA/ 達志影像授權提供 )

2019 年颱風豪雨事件 09

0517 豪雨、0611 豪雨、0702 豪雨 丹娜絲颱風、0722 豪雨、利奇馬颱風 0812 豪雨、白鹿颱風、米塔颱風

(5)

III

國家災害防救科技中心

41 ^颱洪災害 / Flood Disasters

日本哈吉貝颱風 43

非洲伊代與肯尼斯氣旋 51 美國中西部地區洪災 57 巴哈馬多利安颶風災害 63 義大利洪水災害 67

菲律賓巴逢颱風 73 巴西礦渣堆置場崩塌 77

81 ^極端溫度 / Extreme Temperature

北美洲寒流事件 83 歐洲熱浪災害 87 印度乾旱災害 93

99 ^總結 / Conclusion

結語 99 參考網站 101

特別企劃 / Special Report

(6)

全球災情 / Global Disaster Situation

02

國家災害防救科技中心

01 2019 天然災害紀實

2019 年度全球災害概述

^註 ^{本篇完整報導收錄於}NCDR 災害防救電子報第 176 期 2020 年 3 月出刊

2019 年重大災害分布比例及歷年重大天然災害事件總數統計 ( 資料來源：以下數據取自 2020/1/30 EM-DAT；國家災害防救科技中心繪製 )

日本

地震獅子山颱風

美國

洪災

北中美洲

厄爾颶風

加拿大

馬修颶風

森林野火

義大利

地震

大陸

洪災

巴基斯坦

山洪暴發芙蓉颱風

南韓

美洲

歐洲

非洲

亞洲

大洋洲 73

51

143

84

10

1900 1920 1940 1960 1980 2000 2019

年度重大天然災害總數統計

361 ^件

432 ⁽²⁰⁰⁵⁾

361 ⁽²⁰¹⁹⁾

(7)

02

國家災害防救科技中心

01 2019 天然災害紀實

1880 年至 2019 年年均溫之距平圖 ( 氣候值為 1901-2000 之平均 ) ( 資料來源：NOAA)

2019 年 1 月至 12 月的陸地和海洋溫度分布 ( 資料來源：NOAA)

2019 年六月均溫之距平圖 ( 氣候值為 1901-2000 之平均 ) ( 資料來源：NOAA)

回

^顧2019 年國際災害事件有幾件是比較受到矚目的，包括以下事件：非洲伊代 (Idai) 熱帶氣旋造成辛巴威和莫三比克大面積洪災；印度季風降雨長達二個月之久導致的淹水；巴哈馬因多利安颶風(Dorian)造成滅島式災害；以及日本遭受哈吉貝颱風(Hagibis) 的侵襲，洪水浸淹面積廣闊，生命財產損失嚴重；美國加州野火造成七成四的郡縣面臨火災，全州因而發布進入緊急狀態；南美洲亞馬遜雨林野火陸續延燒長達八個月之久；

非洲剛果盆地雨林大面積焚燒；以及澳洲森林野火，時間持續至2020 年才逐漸受到控制。

人類有紀錄以來，2019 年的平均溫度僅次於 2016 年，為第二高溫，比全球長期平均溫度高出0.95℃。2019 年在歐洲、亞洲、澳洲南部、非洲馬達加斯加、紐西蘭、北美洲和南美洲東部的部分地區，量測到了創紀錄的陸地最高溫度。其中，六月和七月的北半球夏季，本來就屬於較熱的天氣，而2019 年六月與七月與歷史同期而言，月溫度是最高的一年。

(8)

全球災情 / Global Disaster Situation

04

國家災害防救科技中心

03 2019 天然災害紀實

47% _24%

9% 6%

6%

4%

170 件

1%

85件

32件 ²²^件

15件

13件 4件 20件

5,100 ^人

2,519

人

259人

719

人

2,908

人

116人

77人 21人

2019 年全球災害發生次數與比例 - 依災害類型統計 ( 資料來源：EM-DAT；國家災害防救科技中心繪製 )

2019 年全球災害死亡人數 - 依災害類型統計 ( 資料來源：EM-DAT；國家災害防救科技中心繪製 ) 根據國際災害資料庫(EM-DAT) 災害事件彙

整統計：2019 年天然重大災害事件計有 361 件，

共造成11,719 人死亡，9,129 萬人受影響，經濟總損失共1,218 億美元。從災害事件數分析，以洪災災害為最大宗( 佔 47%)，其次為風暴災害 ( 佔 24%)，其三為地震災害 (9%)；從災害事件總死亡人數，以洪災造成死亡最為嚴重，共5,100 人死亡，

第二為極端天氣造成的2,908 人死亡，第三為風暴造成的死亡，共計2,519 人。

在重大天然災害資料庫中，記錄最嚴重死亡人數的國家為印度，共有1,900 人死亡，主要是受到洪災影響所造成；排序第三和第四為Idai 氣旋襲擊辛巴威與莫三比克，共造成1,200 餘人死亡；排序第二、第五、第六和第七，分別為法國二起、比利時和荷蘭之熱浪所造成嚴重死亡災害，法國和比利時是繼2015 年後再次受到熱浪災害衝擊。較特別的是排序第10 名的巴西礦區崩塌災害，因採礦需要於礦區設置礦渣堆置場，此次為礦渣堆置場崩塌，大量鐵礦渣，混雜著泥水，約100 萬立方米傾瀉而下，大量廢泥漿瞬間淹沒周邊地區，造成259 人死亡。

2019 年全球前 10 大災害損失事件分布在五個國家：美國、日本、中國、巴哈馬和印度。損失最嚴重的災害事件是美國加州野火，經濟損失為250

2019 年天然災害統計分析

億美元，也是美國野火有紀錄以來，經濟損失最多的野火事件。美國也是2019 年總損失最高的國家，歷經四場重大災害事件，包括野火、洪災和風暴等，合計損失金額達411 億美元。日本深受哈吉貝 (Hagibis) 颱風和法西(Faxai) 颱風侵襲，經濟損失分別為 170 億美元( 排名第二 ) 和 91 億美元。

2019 年因災害受影響人數的前 10 大災害事件，

多集中於亞洲與非洲，災害類別以乾旱為主，分布於：

北韓、辛巴威、巴基斯坦和肯亞四個國家，約2,400

萬人受影響；受洪災影響的國家有：伊朗、中國、孟加拉和印度，其受影響人數約2,150 萬人；因風暴災害影響之事件有：印度法尼(Fani) 氣旋，影響 2,000 萬人，以及巴逢(Phanfone) 颱風侵襲菲律賓造成 265 萬人受影響。

(1) 災害事件超過 10 人死亡、(2) 災害事件超過 100 人受影響、(3) 政府發布緊急狀態、(4) 政府呼籲國際援助等，至少符合一項條件。

收錄 EM-DAT 災害資料標準

(9)

04

國家災害防救科技中心

03 2019 天然災害紀實

2019 年全球重大天然災害依死亡人數、經濟損失及影響人數分類的前十大事件分布 ( 資料來源：EM-DAT；國家災害防救科技中心繪製 )

(10)

全球災情 / Global Disaster Situation

06

國家災害防救科技中心

05 2019 天然災害紀實

颱洪災害

颱洪災害一直以來是全球災害事件最普遍的災害。2019 年颱洪災害事件包含：風暴 ( 颱風、颶風、

氣旋)、洪災和坡災等，共有 277 筆，造成 8,338 人喪生，6,173 萬人受到颱洪災害影響，經濟損失更是佔所有災害總損失77%。

國際間風暴災害事件中：造成最嚴重傷亡為Idai 氣旋，影響非洲東南部五個國家；經濟損失最大的風暴是日本的哈吉貝(Hagibis) 颱風，日本關東地區大面積淹水，關鍵基礎設施和陸空交通停擺，其影響範圍之廣大，為當地近年罕見。多利安颶風(Dorian) 侵襲滯留巴哈馬36 小時，又因巴哈馬地勢低，使得沿海低窪地區廣泛被摧毀。坡災與洪災部分，大多以洪水造成為主：印度受到季風影響，印度西南部和東北部持續性降雨，更是造成1,900 人死亡。印度、中國和孟加拉在2019 年底大範圍的洪水，使得影響人數皆超過百萬人，對於疏散撤離而言是個很大挑戰。

印度於2019 年災害情況較為特殊，印度部分地區深受洪水災害影響，其他地區又處於乾燥乾旱缺水情況，係因降雨空間分布不均之情況，使得整個印度呈現旱澇共存之情況。

國內在2019 年間，經歷五場豪雨和四個颱風的侵襲，短延時強降雨情況屢見不鮮，造成局部地區積淹水，所幸沒有重大的生命財產損失。

致災特性探討

排序國家 風暴名稱 死亡人數 影響人數

( 萬人 ) 經濟損失 ( 億美元 )

1 辛巴威 Idai 628 2.7 　--

2 莫三比克 Idai 603 150.0 20

3 巴哈馬 Dorian 370 1.5 70

4 日本 Hagibis 99 39.0 170

5 中國 Lekima 72 10.8 100

2019 年前五大「風暴災害」統計 - 依死亡人數排序 ( 資料來源：EM-DAT)

2019 年前五大「坡地與洪水災害」統計 - 依死亡人數排序 ( 資料來源：EM-DAT)

排序國家 死亡人數 影響人數

( 萬人 ) 經濟損失 ( 億美元 )

1 印度 1,900 300.0 100

2 中國 300 450.0 62

3 印度 206 5.9 1

4 肯亞 132 14.4 　--

5 孟加拉 119 400.0 0.75

(11)

06

國家災害防救科技中心

05 2019 天然災害紀實

極端天氣相關災害

綜整極端天氣相關災害事件共48 件，包括：極端溫度20 件、乾旱 15 件及野火 13 件，共造成 3,101 人死亡、2,841 萬人受影響。其中，死亡人數以極端高溫災害為大宗，影響人數則大多為乾旱災害類型。

2019 年全球溫度歷年第二高，在五大洲中皆有國家發生高溫熱浪情況，頻頻打破各國高溫紀錄。不僅高溫如此，整體環境乾燥甚至缺水乾旱，容易發生野火情況。2019 年極端溫度 ( 熱浪 ) 前五名大多發生在歐洲，

由於歐洲各國政府在2019 年利用科學研究熱浪發生時間和提前預警，並透過宣導，成功達到減災和損失降低，雖然死亡人數近3,000 人，但相較於 2003 年及 2015 年的歐洲熱浪死亡人數已下降許多。

乾旱與其他災害不同的是，其歷程緩慢及持續時

2019 年前五大「乾旱災害」統計 - 依影響人數排序 ( 資料來源：EM-DAT)

排序國家 影響人數

( 萬人 )

1 北韓 1,010

2 辛巴威 760

3 巴基斯坦 468

4 肯亞 260

5 索馬利亞 150

2019 年前五大「野火災害」統計 - 依死亡人數排序 ( 資料來源：EM-DAT)

排序國家 死亡人數

1 南蘇丹 50

2 澳洲 32

3 中國 30

4 美國 3

5 南韓 1

註：美國野火損失250 億美元

2019 年前五大「極端溫度災害」統計 - 死亡人數排序 ( 資料來源：EM-DAT)

排序國家 死亡人數

1 法國( 七月 ) 868 2 法國( 六月 ) 567 3 比利時( 七月 ) 400

4 荷蘭 400

5 比利時( 六月 ) 188 間長，而2019 年乾旱災害又大多分布在較落後的國

家，其中，北韓因乾旱影響人數達千萬人，相當於二分之一人口皆受到乾旱影響；而巴基斯坦，因乾旱造成77 人喪生；除此之外，有些國家的乾旱持續至 2020 年初都尚未緩解。

野火災害在2019 年備受矚目，號稱「世界之肺」

的亞馬遜雨林及非洲剛果雨林，皆受到大火肆虐，其焚燒面積廣闊且歷時長，不僅影響生態還加劇環境惡化，世界各國更是紛紛援助南美和非洲國家。另外，

澳洲野火也從2019 年九月起延燒至 2020 年初，長達半年之久，其焚燒面積已相當於3 至 4 個臺灣面積大小，對於生態浩劫與環境衝擊相當大。

歐洲太空總署2019 年 8 月記錄 79,000 場野火分布圖 ( 資料來源：ESA)

(12)

特別企劃 / Special Report

08

國家災害防救科技中心

07 2019 天然災害紀實

臺灣災害篇

TAIWAN DISASTERS

07 2019 天然災害紀實

(13)

08

國家災害防救科技中心

07 2019 天然災害紀實

國家災害防救科技中心 08

2019 年 0812 豪雨過後，8 月 19 日於臺中市豐原區與新社 區交接處的東陽路段 ( 中 88 線 ) 通報崩塌 ( 拍攝者：林又青 2019/9/12)

(14)

臺灣災害 / Taiwan Disasters

10

國家災害防救科技中心

09 2019 天然災害紀實

2019年颱風豪雨事件

臺

^灣在2019 年災情較大的豪雨事件，包括：0517、0611、0702、

0722 及 0812 等五場事件，而有影響臺灣的颱風事件則包括：丹娜絲、利奇馬、白鹿與米塔等四場事件。國家災害防救科技中心彙整氣象局、農委會、水利署、水保局、消防署等部會的災情調查資料以及現場調查資料，詳盡記錄各事件的氣象分析、崩塌或淹水災情、農業損失及民間設施損失，期能對日後防減災精進有所助益。

豪雨事件概述如下：0517 豪雨主要降雨區在新竹以北，淹水災害集中發生在新竹縣市和桃園縣，農損總金額為8,842 萬元。0611 豪雨的降雨以中南部山區為主，災情以南投縣國姓鄉土石流衝入民宅，較為嚴重，農損總金額為2,271 萬元。0702 豪雨在桃園地區降下劇烈的短延時強降雨，造成桃園、新北與臺北市多處淹水。0722 豪雨則在臺北地區降下劇烈的短延時強降雨，造成臺北市與新北市多處淹水。0812 豪雨在臺灣中南部地區造成長達8 日 (8/10-8/17) 的連續降雨，南投名間鄉及嘉義中埔鄉發生土石流災害，農損總金額為1 億 7,493 萬元，為本年度豪雨災情最嚴重者。其中，8 月 19 日臺中市豐原區中 88 線發生下邊坡崩塌，阻斷豐原往新社水井街交通。

颱風事件概述如下：丹娜絲颱風對臺灣本島未有太大影響，僅造成零星農業災情，農業災情總損失1,827 萬元。利奇馬颱風暴風圈掠過臺灣北部及東北部，發生十餘處小規模坡地與淹水災害，無造成農業災損。白鹿颱風於8 月 24 日在屏東縣滿州鄉附近登陸，造成三十多筆坡地及淹水災害，農損高達1 億 7,469 萬元，為本年度災情較為嚴重的颱風事件。米塔颱風則在臺灣北部造成零星災害，農業災情損失為279 萬元。

本篇完整報導收錄於NCDR 技術報告及災害防救電子報

註

(15)

10

國家災害防救科技中心

09 2019 天然災害紀實

0517 豪雨

氣象分析

2019 年 5 月 17 日一道鋒面掛在臺灣北部海面，鋒面前緣因受到暖濕西南風輻合作用，帶入華南水氣，造成北臺灣對流雲系發展旺盛，於5 月 17 日清晨北部沿海地區發生局部豪雨。而在5 月 20 日另一道鋒面自臺灣北部往南移動，鋒面所到之處即降下豪大雨，短延時強降雨於臺灣各地多處造成淹水災情，所幸鋒面移動速度快，各地豪大雨期間維持不長。

根據5 月 17 日至 5 月 20 日每日累積雨量，0517 豪雨事件主要在桃園、新竹等地降下豪雨(200mm/24hr 或 100mm/3hr) 甚至大豪雨 (350mm/24hr) 等級的降雨，觀測資料顯示最大時雨量在新竹縣新豐雨量站(C0D590) 的 91.5 毫米，3 小時累積雨量達 217.5 毫米，日累積雨量則為 372.5 毫米。5 月 18 日降雨則主要發生於中南部山區，累積雨量亦超過300 毫米，經過 19 日的一天空檔，隨著 5 月 20 日的鋒面南下，清晨開始西半部地區出現陣雨或雷雨，降雨觀測資料顯示，新北市八里(C0AD10) 最大時雨量達 79 毫米，3 小時累積雨量為120 毫米，南投縣國姓 (C0I420) 的最大時雨量達 113.5 毫米，3 小時累積雨量達 150 毫米。由雨量序列資料可看出強降雨主要發生於5 月 17 日與 5 月 20 日上午 6 點至 12 點之間，期間適逢海水漲潮，造成沿海低窪地區排水不易。

另外，5 月 17 日到 5 月 20 日的總累積雨量及全臺累積降雨排名，最大累積雨量發生在南投縣、高雄市、臺中市及嘉義縣山區，累積降雨最多的前三名測站依序為：南投縣南豐站649 毫米、南投縣凌霄站 647.5 毫米與高雄市小關山站 620 毫米。

2019 年 5 月 17 日的地面天氣圖 ( 資料來源：中央氣象局 )

2019 年 5 月 17 日至 5 月 20 日的日累積雨量圖 ( 資料來源：中央氣象局；國家災害防救科技中心繪製 )

本篇完整報導收錄於NCDR 技術報告及災害防救電子報

(16)

臺灣災害 / Taiwan Disasters

12

國家災害防救科技中心

11 2019 天然災害紀實

災害紀錄

新竹縣新豐(C0D590) 0517 單日降雨時序圖 ( 資料來源：中央氣象局；國家災害防救科技中心繪製 )

新北市八里(C0AD10) 0520 單日降雨時序圖 ( 資料來源：中央氣象局；國家災害防救科技中心繪製 )

南投縣國姓(C0I420) 0517~0520 降雨時序圖 ( 資料來源：中央氣象局；國家災害防救科技中心繪製 )

( 一 ) 淹水災害

受到0517 與 0520 兩波鋒面的影響，部分地區發生大豪雨，0517 豪雨期間統計全臺共有48 筆積淹水通報，大多集中於新竹縣市和桃園市等三個縣市；0520 豪雨統計全臺共有 283 筆積淹水通報，大多集中於新北市、臺北市、桃園市、新竹縣、南投縣、嘉義縣、臺南市、臺中市及高雄市等9 個縣市。國家災害防救科技中心針對4 處重點淹水區域實際走訪勘查，包含：

(1) 新竹縣新豐火車站、(2) 新竹市北區、(3) 新北市八里區龍米路二段及 (4) 新北市淡水區淡金公路與中正東一路交叉口，以下則以新竹縣新豐火車站為例做說明。

0517 豪雨在新竹縣新豐火車站後站 ( 三民一路端 ) 附近造成淹水，瞬間

0517 及 0520 淹水災點分布

( 資料來源：各部會署之淹水災情資訊；國家災害防救科技中心繪製 )

• 0517 淹水災點

• 0520 淹水災點 0517 災點分布縣市

新竹市 31

桃園市 11

新竹縣 6

合計 48

0520 災點分布縣市 新北市 108 臺南市 9 臺北市 59 南投市 7 桃園市 33 新竹縣 3 嘉義市 11 高雄市 2 臺中市 10 合計 242

(17)

12

國家災害防救科技中心

11 2019 天然災害紀實

的強降雨自上午8 點至 10 點連續三小時降雨超過排水設計標準 (61mm/hr)。此外，

火車軌道鋪設高度較原路面高約2 公尺左右，上游集水區地表逕流藉由茄苳溪匯集至鐵路( 後站 ) 時，需藉由下方涵管將地表逕流排往下游 ( 火車站前站方向 ) 。然而因0517 豪雨所產生的地表逕流，造成鐵路下方涵管水體宣洩不及，而鐵路高程又高於兩側區域，形成路堤效應，致使於新豐火車站後站( 沿三民路一段 ) 周遭淹水深度約為1.0 公尺。

( 二 ) 農業產物及民間設施損失

依據農委會公告，0517-0520 豪雨造成全臺農林漁牧產業物及民間設施估計損失( 截至 5 月 24 日 17 時止 )，合計 8,842 萬元。由農委會農糧署及畜牧處彙整之

新竹縣新豐火車站後站現勘照片( 照片來源：國家災害防救科技中心 )

查報資料，統計各縣市的農林漁牧業產物及民間設施損失，受損較嚴重的縣市與金額依序為：(1) 高雄市 2,398 萬元、(2) 屏東縣 1,595 萬元、(3) 南投縣 1,501 萬元及(4) 苗栗縣 1,235 萬元。

在農產損失部分，估計損失金額為7,634 萬元，其中又以高雄市的農產受損最嚴重，金額為2,273 萬元。前五大受損農作物之受損統計結果，農作物受損面積共2,254 公頃，主要受損作物是一期水稻，受損面積 1,519 公頃，損失金額 3,811 萬元，其次為巨峰葡萄、西瓜、香瓜及木瓜等。畜產主要是雞隻受損所致( 約 9 千隻)，金額 11 萬。民間設施損失總金額約 1,198 萬元，是由南投縣農田埋沒及流失、新竹縣及苗栗縣農田埋沒及屏東縣、高雄市、南投縣農業設施受損所導致。

0517-0520 豪雨全臺農業災損分布，由左至右分別為農林漁牧業產業損失、民間設施損失及總損失合計 ( 資料來源：農委會；國家災害防救科技中心繪製 )

(18)

臺灣災害 / Taiwan Disasters

14

國家災害防救科技中心

13 2019 天然災害紀實

( 三 ) 坡地災害

截至2019 年 6 月 6 日統計，國家災害防救科技中心收整交通部公路總局、農委會水土保持局及新聞媒體之坡地災點資料共有30 點，災點集中分布於南投縣仁愛鄉、信義鄉及埔里鎮，共27 筆。嘉義縣與桃園市則有零星災點分布。道路災點分布在省道台 21、台 14、台 18，以及鄉道投 81 與投 89( 力行產業道路) 上，多為邊坡崩塌、落石坍方造成道路阻斷。

0517-0520 豪雨坡地災點分布圖 ( 資料來源：各部會署之坡地災情資訊；國家災害防救科技中心繪製)

0611 豪雨

0611 豪雨的主要影響時段為 6 月 11 日至 6 月 14 日。 6 月 11 日受到鋒面及西南氣流影響，臺灣各地有陣雨或雷雨，且在臺中及南投山區累積雨量超過 200 毫米達豪雨標準，觀測資料顯示最大日累積雨量是臺中市雪嶺雨量站的303.5 毫米，最大時雨量為 39 毫米；12 日持續受到鋒面影響，鋒面所在的中南部及

氣象分析

花東地區雨勢較為明顯，特別是在中南部山區會有持

續性降雨，當日最大累積雨量是南投縣望鄉山雨量站的267.5 毫米，最大時雨量為 37 毫米；13 日鋒面位於臺灣北部海面，清晨至上午臺南以北有明顯雨勢，

並有局部大雨發生，最大日累積雨量是苗栗縣南勢雨量站的165.5 毫米，最大時雨量是 40.5 毫米；14 日鋒面由北而南通過臺灣，各地降雨明顯，其中在北部地

2019 年 6 月 11 日至 6 月 14 日的地面天氣圖 ( 資料來源：中央氣象局 )

6 月 11 日 6 月 12 日

6 月 14 日 6 月 13 日

(19)

14

國家災害防救科技中心

13 2019 天然災害紀實

區及中部山區更有局部豪雨發生，隨著鋒面下半天往巴士海峽移動，中部以北及東北部降雨明顯趨緩，剩下南部及花東地區還有短暫陣雨，最大日累積雨量是嘉義縣阿里山雨量站(467530) 之 234 毫米，最大時雨量為33 毫米；15 日鋒面南移到巴士海峽，天氣趨於穩定。

另外，0611 豪雨事件之總累積雨量及全臺累積降雨排名，最大累積雨量發生在臺中市、南投縣及嘉義縣山區，累積降雨最多的前三名測站依序為：臺中市雪嶺站729.5 毫米、南投縣合歡山站 715.5 毫米以及嘉義縣阿里山站654.4 毫米。

2019 年 6 月 11 日至 6 月 14 日的當日最大累積雨量測站觀測紀錄 ( 資料來源：中央氣象局；國家災害防救科技中心繪製 )

災害紀錄

統計各部會署在0611 豪雨造成的淹水災點共 84 筆，包括：新竹縣市、苗栗縣、臺中市、彰化縣、雲林縣、臺南市及高雄市等8 個縣市、24 鄉鎮受影響。

該次積淹水通報災點主要發生在臺南市(55 筆 ) 及高雄市(16 筆 )。根據報導指出，受豪雨影響，6 月 11 日臺南市市區出現零星積水，以永康區一帶積淹水較為嚴重；而6 月 12 日則是以高雄岡山、燕巢一帶積淹水較為嚴重。

依據農委會公告，0611 豪雨造成全臺農林漁牧產業物及民間設施估計損失( 至 6 月 17 日 17 時止 )，

合計2,271 萬元。由農委會農糧署彙整之查報資料，

統計各縣市的農林漁牧業產物及民間設施損失，縣市

(20)

臺灣災害 / Taiwan Disasters

16

國家災害防救科技中心

15 2019 天然災害紀實

①0611 豪雨淹水災點分布

②0611 豪雨全臺農林漁牧業產業損失

③0611 豪雨全臺民間設施損失

( 資料來源：各部會署之淹水災情資訊、農委會；國家災害防救科技中心繪製 ) 受損情形以雲林縣損失1,015 萬元 ( 佔 45%)、彰化縣損失 296 萬元 ( 佔 13%)、臺中市281 萬元 ( 佔 12%)、苗栗縣損失 245 萬元 ( 佔 11%) 及南投縣損失 152 萬元 ( 佔 7%) 較為嚴重。

統計農產損失金額為2,261 萬元，農作物受害面積約 2,513 公頃，受損作物主要為一期水稻，損失金額為1,743 萬元，其次為巨峰葡萄、西瓜、杭菊及苦瓜。另外，

民間設施損失約10 萬元，主要是苗栗縣農田流失 0.1 公頃。

坡地災點主要收整自公路總局及水保局資料，截至6 月 15 日 0611 豪雨造成零星之坡地及道路災情，分布在新北市、南投縣、嘉義縣與屏東縣山區，災情種類包含邊坡崩塌及台14、台 18 及台 24 的道路災情。

① ② ③

0702 豪雨

氣象分析

午後強烈對流系統在7 月 2 日下午 4 點至 6 點期間，於桃園地區降下劇烈的短延時強降雨，造成桃園市、新北市與臺北市多處淹水，從7 月 2 日之雷達回波圖，可發現在當天下午3 點開始有對流雲系在桃園市與新北市發展起來，在晚上8 點之後逐漸消散。

從7 月 2 日下午 4 點至晚上 8 點的累積雨量，與發生強降雨雨量站的時序列可暸解，7 月 2 日桃園一帶的降雨均集中在下午 4 點至 6 點之間，最大累積60 分鐘雨量於龍潭雨量站 (C0C670) 測得 133.5 毫米，平鎮雨量站 (C0C650) 則測得85.5 毫米，八德雨量站 (C0C490) 測得 81 毫米，均已超過淹水警戒值。

2019 年 7 月 2 日下午 3 點至 6 點的雷達回波圖 ( 資料來源：中央氣象局 )

0611 豪雨淹水通報點位

(21)

16

國家災害防救科技中心

15 2019 天然災害紀實

0702 豪雨累積雨量及降雨序列圖

( 資料來源：中央氣象局；國家災害防救科技中心繪製 )

淹水災害

彙整自內政部消防署、經濟部水利署及桃園市水務局等資料，0702 豪雨造成的淹水災點共計134 筆，其中 121 筆位於桃園市、臺北市12 筆、新北市1 筆。

瞬間豪大雨造成台4 線道路受阻，臺鐵火車在桃園- 鶯歌路段的軌道因淹水而自15 點 50 分暫時封閉，於當日18 點 43 分恢復通車。

0702 豪雨淹水災點分布 ( 資料來源：各部會署；國家災害防救科技中心繪製)

丹娜絲颱風

氣象分析

( 一 ) 颱風概述

輕度颱風丹娜絲( 編號第 05 號，國際命名 DANAS) 是臺灣在 2019 年第一個發布警報的颱風，丹娜絲於7 月 15 日生成後，向西往呂宋島接近，7 月 17 日一路往北移動，中央氣象局於7 月 16 日 23 時 30 分與 17 日 11 時 30 分，分別發布海上與陸上颱風警報，並於7 月 17 日 20 時 30 分與 7 月 18 日 17 時 30 分解除陸上與海上警報。

( 二 ) 風力分析

丹娜絲颱風於7 月 18 日最接近臺灣地區，而自颱風生成到颱風警報解除前 (7

丹娜絲颱風路徑圖 ( 資料來源：中央氣象局 )

(22)

臺灣災害 / Taiwan Disasters

18

國家災害防救科技中心

17 2019 天然災害紀實

0722 豪雨

氣象分析

2019 年 7 月 22 日下午 3 點至 6 點期間，午後強烈對流於大臺北地區降下劇烈的短延時強降雨，造成臺北市與新北市多處淹水，從7 月 22 日之雷達回波圖，

可以發現下午4 點就開始有對流雲系在臺北市發展起來，在下午 5 點之後逐漸消散。

從7 月 22 日下午 3 點至 6 點的累積雨量，與發生強降雨雨量站的時序列可發現，7 月 22 日臺北一帶的降雨時段均集中在下午 4 點至 5 點之間，最大累積 60 分鐘雨量於大安森林雨量站(CAAH60) 測得 136.5 毫米，中正國中雨量站 (A1A920) 測得104.5 毫米，公館雨量站 (C1A730) 測得 111 毫米，均已超過淹水警戒值。

2019 年 7 月 22 日下午 2 點至 5 點的雷達回波圖 ( 資料來源：中央氣象局 )

月18 日下午 17:30)，最大風速為蘭嶼觀測站的 19.6 公尺 / 秒 ( 約 8 級風 )，最大陣風同樣於蘭嶼觀測站測得37.7 公尺 / 秒 ( 約 13 級風 )。

( 三 ) 降雨分析

丹娜絲颱風主要降雨期間為7 月 17 日至 7 月 20 日，由於颱風未登陸，18 日的降雨為丹娜絲颱風外圍雲系造成，而19 日至 20 日的降雨則是丹娜絲颱風持續往北遠離之後，於臺灣西南部引入的雲系所造成，故降雨主要分布於西南部沿海一帶。在海上颱風警報發布期間(7 月 16 日 23:30~7 月 18 日 17:30)，最大總累積雨量為蘭嶼高中站(C0S009) 測得的 179.5 毫米。

災害紀錄

依據各部會提供之資料，丹娜絲颱風對臺灣本島沒有太大影響，無造成坡地或淹水災害紀錄，但有零星的農業災情，依據行政院農業委員會農糧署統計( 截至7 月 26 日 16 時 )，農業災情總損失約 1,827 萬元，分別為屏東縣損失 1,239 萬元、

臺南市損失571 萬元與高雄市損失 17 萬元。農作物受損面積 378 公頃，損失金額1,827 萬元。受損農作物以香瓜較嚴重，受損面積 90 公頃，損失金額 463 萬元，

其次為西瓜和香蕉，主要是因為農作物浸水、水傷等而導致損失。

(23)

18

國家災害防救科技中心

17 2019 天然災害紀實

淹水災害

0722 豪雨累積雨量及降雨序列圖

( 資料來源：中央氣象局；國家災害防救科技中心繪製 )

0702 豪雨淹水災點分布

( 資料來源：各部會署；國家災害防救科技中心繪製 ) 彙整消防署及水

利署之淹水災點資訊，0722 豪雨造成 248 筆淹水災點，其中，臺北市有232 筆、

新北市有16 筆。瞬間大雨造成臺北市區主要道路，受到積淹水而影響行車安全，大安森林公園旁新生南路更一度封閉道路。

利奇馬颱風

氣象分析

利奇馬 ( 編號第 09 號，國際命名 LEKIMA) 颱風於 2019 年 8 月 7 日，在菲律賓東方海面生成後向西北移動，朝臺灣東北部海面前進，暴風圈掠過臺灣北部及東北部陸地後持續向北移動登陸中國浙江，並重創浙江，造成重大傷亡。中央氣象局於8 月 7 日 17 時 30 分及 8 月 8 日 8 時 30 分，分別發布海上與陸上颱風警報，於8 月 9 日最接近臺灣東北角，此時為強烈颱風，氣象局並於8 月 9 日 20 時 30 分及 8 月 10 日 8 時 30 分，分別解除陸上與海上警報。

利奇馬颱風期間最大風力觀測為彭佳嶼的29.6 公尺 / 秒 ( 約 11 級風 )，最

利奇馬颱風路徑圖 ( 資料來源：中央氣象局 )

(24)

臺灣災害 / Taiwan Disasters

20

國家災害防救科技中心

19 2019 天然災害紀實

大陣風則為40.8 公尺 / 秒 ( 約 13 級風 )，其次為蘭嶼測得最大陣風為 39 公尺 / 秒 ( 約 13 級風 )，其他主要測站所測得的風速約為 7~9 級風。

主要降雨期間則為8 月 7 日至 8 月 10 日之間。由於颱風通過臺灣北部外海，

因此8 月 8 日至 9 日受到外圍環流影響，主要降雨集中於北部地區。海上颱風警報期間(08/07 17:30~8/10 08:30) 最大累積雨量為雪嶺 (C1F941) 測得 483 毫米。

災害紀錄

國家災害防救科技中心彙整各部會署的淹水災情資訊，利奇馬颱風共造成11 筆淹水災點，其主要分布於基隆市、新北市、桃園市與新竹縣等4 個縣市、8 鄉鎮受影響。

( 二 ) 坡地災害

收整行政院農業委員會水土保持局及交通部公路總局的坡地災害資訊，利奇馬颱風造成全臺坡地災點共12 處，分布在臺中市、高雄市、苗栗縣、南投縣與臺東縣，以道路邊坡崩塌類型為主，以台8 線、台 29 線及台 21 線的災點為多。

( 三 ) 人員傷亡及維生管線依據中央災害應變中心處置報告 ( 截至 8 月 9 日 12 時 30 分) ，利奇馬颱風造成 2 人死亡、9 人受傷 ( 臺北市 1 人死亡、

5 受傷，新北市 1 人死亡，宜蘭縣及花蓮縣各2 人受傷 )。經濟部統計本次維生管線災情( 含 0808 地震災情 )，期間曾造成 61,831 戶停電、天然氣停用 300 戶、電信基地台受損13 座。

利奇馬颱風淹水災點分布

( 資料來源：部會署淹水災情資訊；國家災害防救科技中心繪製 ) 利奇馬颱風坡地災點分布( 資料來源：各部

會署；國家災害防救科技中心繪製)

(25)

20

國家災害防救科技中心

19 2019 天然災害紀實

0812 豪雨

氣象分析

利奇馬颱風遠離臺灣後，其外圍環流引進西南風，在8 月 10 日到 8 月 17 日期間，在臺灣中南部地區造成長達8 日的連續降雨，8 月 10 日至 11 日降雨集中在臺中、南投、嘉義、高雄及屏東等山區，8 月 12 日至 13 日降雨則逐漸移往平地與沿海地區，在 8 月13 日累積雨量分布圖上，可看到臺灣西南沿海從彰化到屏東，日累積雨量皆有達200 至 300 毫米以上。

8 月 14 日降雨情況較為減緩。而 8 月 15 日至 17 日臺灣中南部都有明顯降雨。

0812 豪雨事件之總累積雨量 (8 月 10 日 0 時至 18 日 0 時 ) 最多的前三名測站都在高雄市，依序為御油山站1,177.5 毫米、那瑪夏國中站 1,155 毫米、達卡努瓦站1,151 毫米。

災害紀錄

0812 豪雨共有 218 筆災點，分布於雲林縣、臺南市、高雄市及屏東縣等4 個縣市、39 鄉鎮受影響。

臺南淹水發生於8 月 13 日凌晨 3 時，臺南市仁德雨量站測得時雨量為55 毫米，已超過降雨淹水二級警戒，並於13 日 4 時降下 70.5 毫米的時雨量；連續三小時累積雨量達185 毫米，遠超過三小時降雨二級警戒(90 毫米 ) 和一級警戒 (100 毫米 )；24 小時累積雨量為314 毫米，直至 13 日 10 時左右降雨才趨緩、

開始退水，淹水時間至少7 小時。

國家災害防救科技中心針對臺南市3 處重點淹水區域現勘，包含：(1) 臺南市仁德區仁德排水護岸、(2) 臺南市永康區崑山科大周邊、(3) 臺南市仁德區太乙

三街，以下則以臺南市仁德區太乙三街為例做說明。

8 月 13 日，太乙三街與三爺溪交匯處，因豪雨造

臺南仁德雨量站歷線(資料來源：中央氣象局、水利署；

國家災害防救科技中心繪製)

(26)

臺灣災害 / Taiwan Disasters

22

國家災害防救科技中心

21 2019 天然災害紀實

成三爺溪溪水高漲漫淹周邊，再加上地勢低漥，造成該處淹水達1.2 公尺深，造成周邊太乙工業區停電，

工業區損失嚴重。又由於該處淹水頻率高，部分工廠地勢已墊高，當地民眾設置淹水閘門和自備抽水機。

0812 豪雨淹水災點分布 ( 資料來源：各部會署之淹水災情資訊；國家災害防救科技中心)

依據農委會公告，統計本次豪雨造成農業產物及

由左至右分別為0812 豪雨的農林漁牧業產物損失、民間設施損失及各縣市受損合計分布 ( 資料來源：各部會署之淹水災情資訊、農委會；國家災害防救科技中心繪製 ) 民間設施估計損失( 截至 8 月 23 日 17 時 ) 合計 1 億

7,493 萬元，縣市受損情形以南投縣損失 6,539 萬元 ( 佔 37%)、高雄市損失 4,413 萬元 ( 佔 25%)、屏東縣損失 2,191 萬元、雲林縣損失 1,712 萬元及嘉義縣損失 891 萬元較為嚴重。統計農產損失金額為1 億 6,544 萬元 ( 含養蜂損失 9 萬元 )，農作物受害面積約 3,140 公頃，

受損作物主要為木瓜，損失金額為4,831 萬元，其次為百香果、絲瓜、芭樂及花生。另外，民間設施損失約903 萬元，農田流失及埋沒估計損失約 828 萬元，

包含：高雄市農田埋沒及流失8 公頃、南投縣農田流

失及埋沒1.1 公頃及臺中市農田埋沒 0.4 公頃。

收整自公路總局及水保局資料，截至8 月 23 日 0812 豪雨造成約 23 處坡地及道路災情，坡地災情集中分布在臺中市(8筆)、南投縣(5筆)及高雄市(5筆)，

道路災情則分布於台8、台 18、台 27 及台 24 線，其中，災損規模較大的坡地災害，包括：南投縣名間鄉及嘉義縣中埔鄉發生土石流、屏東縣霧台鄉與南投縣國姓鄉道路嚴重受阻、高雄市六龜區與彰化市的民宅受損。

(27)

22

國家災害防救科技中心

21 2019 天然災害紀實

白鹿颱風

氣象分析

白鹿颱風( 編號第 11 號，國際命名 BAILU) 在菲律賓東方海面生成後向西北移動，朝巴士海峽方向接近，8 月 24 日 13 時於屏東滿州附近登陸，同日 16 時 10 分從高雄楠梓附近出海，8 月 25 日 7 時左右由福建省進入中國，向西北西方向離去。

氣象局在8 月 23 日 5 時 30 分及 14 時 30 分，分別發布海上與陸上颱風警報，並於 8 月 25 日 8 時 30 分及 11 時 30 分，分別解除陸上與海上警報。

白鹿颱風期間最大風力觀測為玉山的26.6 公尺 / 秒 ( 約 10 級風 )，最大陣風則

白鹿颱風路徑圖 ( 資料來源：中央氣象局 )

為46.4 公尺 / 秒 ( 約 15 級風 )，其次為蘭嶼測得最大陣風為 44.8 公尺 / 秒 ( 約 14 級風 )，其他主要測站所測得的風速約為 7~9 級風。

主要降雨期間則為8 月 23 日至 8 月 25 日之間。由於颱風通過臺灣南部巴士海峽，因此8 月 24 日至 25 日受到外圍環流影響，主要降雨集中於東部地區的迎風面。海上颱風警報期間(8 月 23 日 05:30~8 月 25 日 11:30) 最大累積雨量為金針山(O1S680) 測得 683 毫米。

2019 年 8 月 23 日至 8 月 25 日的日累積雨量圖及總累積雨量分布圖 ( 資料來源：中央氣象局；國家災害防救科技中心繪製 )

災害紀錄

彙整各部會署的淹水災情資訊，白鹿颱風期間全臺共有11 筆淹水災點，分布於南投、花蓮、臺東和屏東等4 個縣市、14 鄉鎮受影響。

其中，國家災害防救科技中心針對臺東鹿野五十戶路處淹水進行現勘。臺東縣鹿野鄉五十戶路在白鹿颱風期間，因地勢低窪排水不易，造成五十戶路淹

(28)

臺灣災害 / Taiwan Disasters

24

國家災害防救科技中心

23 2019 天然災害紀實

白鹿颱風淹水災點分布

( 資料來源：部會署淹水災情資訊；國家災害防救科技中心繪製 )

收整水保局及公路總局坡地災點資訊，白鹿颱風造成之坡地災害共25 處，

分布於臺東縣(12 筆 )、臺中市 (6 筆 )、花蓮縣 (3 筆 )、屏東縣 (2 筆 )、南投縣 (1 筆) 及嘉義縣 (1 筆 )，道路以台 8、台 20 及台 9 道路邊坡崩塌較多。依公路總局紀錄，颱風期間南橫公路( 台 20) 向陽至利稻之間，150.5K、170.5K、174.5K 與178.9K 等 4 處路段，發生邊坡土石崩落、泥流覆蓋道路災情。

( 三 ) 漂流木問題

白鹿颱風橫掃後，豪大雨將大批木料從山區沖刷入海域中，漂流木隨著颱風過後的西南氣流北上，在8 月 25 日堆滿臺東縣富岡漁港港嘴外，堆積範圍約 1 公頃。到了 8 月 26 日，在西南風帶動及海水漲潮影響下，港嘴外的漂流木全都沖入富岡漁港港區，宛如一片木頭海，造成港區內船舶動彈不得，當日臺東往返綠島交通船被迫全部取消，根據臺東縣政府農業處估算，漂流木湧入富岡港面積約3 公頃大。直至 8 月 27 日凌晨，隨著風向改為北風，加上退潮，約莫凌晨3 時起，大部分的漂流木都被拉出港區，數量減少許多，下午臺東與綠島航線便恢復航班。

( 四 ) 農業損失

根據農糧署統計，白鹿颱風造成的農業災情( 截至 8 月 27 日 16 時止 )，總計總損失1 億 7,469 萬元，其中臺東縣損失 1 億 1,301 萬元，屏東縣損失 3,173 萬元，高雄市損失1,649 萬元，南投縣損失 755 萬元及花蓮縣損失 549 萬元較嚴重。農作物損失金額為1 億 6,794 萬元，受損面積約 2,669 公頃，受損作物以釋迦較嚴重，損失金額6,867 萬元，受損面積 1,009 公頃，其次為香蕉、芭樂、

檸檬、木瓜、薑及其他特作，主要是農作物倒伏、浸水、落花、落果、折枝、

葉面破損等導致損失。農業設施損失金額671 萬元，受損面積 48 公頃，主要為塑膠布( 網 )、整體結構受損。

( 五 ) 人員傷亡及維生管線

依據中央災害應變中心變處置報告( 截至 8 月 24 日 20 時 )，颱風造成 6 人受傷。維生管線災情部份，曾造成102,977 戶停電、2,145 戶停水、電信基地台受損103 座、市話 1,541 戶中斷。

水深度約1.2 公尺而道路中斷。經現勘結果，五十戶路地區的地勢落差約 3-5 公尺，

淹水區域更是相對的低漥地區，加上6 小時降雨達 250.5 毫米，已超過降雨淹水警戒，故發生淹水，該地區只要大雨就會發生淹水，為易淹水地區。

白鹿颱風淹水通報災點淹水鄉鎮

縣市界線鄉鎮界線

(29)

24

國家災害防救科技中心

23 2019 天然災害紀實

米塔颱風

氣象分析

米塔颱風( 編號第 18 號，國際命名 MITAG) 在菲律賓東方海面生成後向西北移動，朝臺灣東北部海面前進，9 月 30 日暴風圈通過臺灣東半部與中部以北陸地後，持續向北朝東海海面前進。氣象局在9 月 29 日 8 時 30 分及日 20 時 30 分，

分別發布海上與陸上颱風警報，並於10 月 1 日 5 時 30 分 11 時 30 分，分別解除陸上與海上警報。

米塔颱風期間最大風力觀測為彭佳嶼的35.1 公尺 / 秒 ( 約 12 級風 )，最大陣風則為52.1公尺/秒(約16級風)，蘭嶼測得最大陣風為52.3公尺/秒(約16級風)，

其他主要測站所測得的風速約為7~9 級風。

米塔颱風路徑圖 ( 資料來源：中央氣象局 )

主要降雨期間則為9 月 29 日至 10 月 1 日之間。由於颱風通過臺灣南部巴士海峽，因此9 月 29 日至 10 月 1 日受到外圍環流影響，主要降雨集中於宜蘭地區的迎風面。海上颱風警報期間(9 月 29 日 08:30~10 月 1 日 11:30) 最大累積雨量為牛鬥 (C1U501) 測得 492.5 毫米。

災害紀錄

彙整各部會署的淹水災情資訊，米塔颱風期間有8 筆淹水災點，分布於臺北市、

新北市、宜蘭縣和桃園市等4 個縣市、7 鄉鎮受影響。

收整水保局與公路總局坡地災點資訊，米塔颱風造成7 處坡地災害，分布於宜蘭縣(4 筆 )、新北市 (2 筆 ) 及桃園市 (1 筆 )，主要是台 7 及台 7 甲線的道路邊坡崩塌災害為主。其中，台北市北投區一處停車場，在9 月 30 日約晚上 11 時，發生地基土石塌陷情形，造成9 輛車隨之滑落，災損較為嚴重。

( 三 ) 農業產物及民間設施損失

依據農委會公告，截至10 月 3 日 17 時止，米塔豪雨造成全臺農林漁牧產業物及民間設施估計損失合計279 萬元，各縣市的農林漁牧業產物及民間設施損失，以宜蘭縣損失222 萬元 ( 佔 79%)、臺東縣損失 22 萬元 ( 佔 8%)、新北市損失 18 萬元 ( 佔 6%) 及花蓮縣損失 17 萬元 ( 佔 6%) 較為嚴重。統計農產損失金額為 243 萬元，農作物受損面積約61 公頃，受損作物主要是大豆，損失金額為 97 萬元，其次為香蕉、蔥、

桶柑及結球白菜。另外，農田埋沒損失約32 萬元。

( 四 ) 人員傷亡及維生管線

根據中央災害應變中心統計，米塔颱風截至10 月 1 日上午 9 時止，共造成 12 人受傷，分別為臺北市3 件、桃園市 1 件、宜蘭縣 4 件、臺中市 4 件。颱風期間曾有6 萬 6,773 戶停電戶。

(30)

特別企劃 / Special Report

26

國家災害防救科技中心

25 2019 天然災害紀實

特別企劃篇

SPECIAL REPORT

25 2019 天然災害紀實

(31)

26

國家災害防救科技中心

25 2019 天然災害紀實

國家災害防救科技中心 26

2019 年 8 月 24 日拍攝於巴西朗多尼亞州 (Rondonia) Porto Velho 附近的亞馬遜雨林區因大火焚燒冒出的大量煙 霧情形 ( 資料來源：REUTERS/ 達志影像授權提供 )

(32)

特別企劃 / Special Report

28

國家災害防救科技中心

27 2019 天然災害紀實

亞馬遜雨林大火

2019 年 9 月 10 日於巴西朗多尼亞州 (Rondonia)Porto Velho 附近的亞馬遜雨林區因大火焚燒冒出的大量煙霧情形 ( 資料來源：REUTERS/ 達志影像授權提供 )

本篇完整報導收錄於NCDR 災害防救電子報第 173 期 2019 年 12 月出刊

註

(33)

28

國家災害防救科技中心

27 2019 天然災害紀實

災害概述

事件背景

亞

^{馬遜雨林地區於}2019 年 8 月因大火產生的濃煙，遮蔽巴西大城聖保羅市(São Paulo) 的天空，整座城市宛如黑夜，引起當地居民的恐慌與國際的關注。根據巴西太空研究中心(Instituto Nacional de Pesquisas Espaciais, INPE) 的資料顯示，2019 年 1 月至8 月的野火事件，累計超過 60,000 筆，較 2018 年多出84%，是巴西雨林保護政策施行以及滅火技術提升之後，最嚴重的一年。

巴西為農牧業大國，是全球主要的蔗糖、咖啡、

黃豆、牛肉及雞肉的出口國，被譽為世界重要的糧倉。

根據美國國家航空暨太空總署(National Aeronautics and Space Administration, NASA) 最新衛星影像資料的分析結果顯示，2019 年 8 月的南美洲土地利用包括：

雨林覆蓋區( 綠色 )、沙漠區 ( 紫色 )、農作物用地 ( 粉紅色)、濕地 ( 棕色 ) 和牧草地 ( 淡褐色 )。巴西的農業耕地面積，排名在世界第五位，名列在印度、美國、

中國和俄羅斯之後。

巴西農民常用「刀耕火種(Slash-and-burn)」管理耕作用地，在休耕時期，焚燒耕地上殘餘的作物，使燃燒後的灰燼作為土壤的養分。由於雨林土壤肥沃，

有時也會被開墾成為農牧用地。當雨林區有價值的杉木被開採後，放火燒除殘餘樹木，是常用的開墾方式。

但是巴西農業耕地面積廣大，這類型的耕作方式，常

使得巴西上空佈滿燃燒時產生的濃煙，讓遠在太空中 2018 年巴西土地利用情形，綠色為雨林覆蓋區、粉色為農作物用地、淡褐色為牧草地 ( 資料來源：NASA)

(34)

特別企劃 / Special Report

30

國家災害防救科技中心

29 2019 天然災害紀實

的衛星都可以記錄到這樣的影像。

巴西國家太空研究中心(INPE) 自 1998 年以來進行長期火災事件觀測迄今，巴西政府在2004 年訂定了雨林保護計畫 (Federal Action Plan for Prevention and Control of Deforestation in the Amazon, PPCDAM) 之後，除了 2005、2007 和 2010年之外，火災數目有減少的趨勢。由於亞馬遜地區在2005、2007和2010年，

發生嚴重的乾旱，農民放火整地的行為，易使火勢蔓延；因此，為了有效控制火勢，巴西政府與國際合作，在2012 年改進了滅火技術，致使 2012 年之後的火災數目能控制在60,000 筆之下。然而，2019 年，亞馬遜地區屬於較潮溼的季節，火災數目卻增多，共超過60,000 場火災，與同樣非乾旱時期的 2018 年比較，

大幅增加84%。火災數量的增加原因，指向雨林開發。

1998-2019 年亞馬遜雨林大火災點數量 ( 資料來源：INPE)

火災位置

美國NASA 地球觀測站 (NASA Earth Observatory) 在 2019 年 8 月發表了一張南美洲大火災點分布圖，其整合了三種資料，分別是Aqua 衛星所搭載熱感測器MODIS (Moderate Resolution Imaging Spectroradiometer) 偵測到的溫度異常位置、美國麻里蘭大學(University of Maryland) 開發的火災訊息管理系統 FIRMS (Fire Information for Resource Management System) 資料，以及衛星在夜間拍到的地球影像，白色光點為人類所居住的城市，橘色光點為火災發生的位置，南美洲各國的邊界，則用灰色線標示。其中，橘色光點所標示的亞馬遜雨林大火燃燒位置，與農牧作業區相近。

2019 年 8 月 15 日至 8 月 22 日大火發生的位置，橘色光點為火災發生位置 ( 資料來源：NASA Earth Observatory)

衝擊影響

伴隨亞馬遜雨林大火而產生的煙霧(aerosol) 和二氧化碳等氣體，會對人體與環境產生危害。就煙霧而言，根據歐洲中期天氣預報中心(European Centre for Medium-Range Weather Forecasts, ECMWF) 透過哥白尼監測服務計畫 (Copernicus Atmosphere Monitoring Service, CAMS) 提供 2019 年 8 月 20 日的煙霧分布資料，

顯示煙霧的分布範圍從亞馬遜雨林上空，向西南延伸至聖保羅市。其中，顏色

(35)

30

國家災害防救科技中心

29 2019 天然災害紀實

量尺代表的是煙霧的光學厚度(aerosol optical depth)，是根據大氣反射或吸收可見光與紅外線的程度推算而得。當光學厚度小於0.1( 淡紫色 ) 時，表示天空晴朗，有最大的能見度；

當光學厚度接近於1( 紅色 ) 時，表示非常朦朧的情況，能見度最低。因此，說明巴西聖保羅市居民拍到城市光景宛如黑夜的情形，是由亞馬遜雨林大火產生的煙霧所造成。

就二氧化碳而言，CAMS 的全球火災同化系統 (Global Fire Assimilation System, GFAS) 推估巴西亞馬遜地區8 月份的碳排放量在 2003-2019 年之間的變化情形。在 2005、2007 和2010 年，亞馬遜地區發生嚴重的乾旱，乾燥的季節，助長了火勢，促使碳排放量增加。

然而，根據二氧化碳訊息分析中心(Carbon Dioxide Information Analysis Center, CDIAC) 的年平均資料顯示，巴西亞馬遜地區並非世界上主要的碳排放國；就1751-2017 年的長期監測資料顯示，北美、歐盟和亞洲才是主要的碳排放區。由於，南美洲的碳排放量，主要是由農業耕作所引起，當新的穀物播種、發芽後，農業耕種區又重新成為碳匯(carbon sink) 區域。因此，亞馬遜地區的碳排放問題，對短期的空氣品質影響較大，對長期的氣候影響較其他地區小。

哥白尼大氣監測服務(CAMS) 透過模式系統所提供於 2019 年 8 月 20 日的濃煙分布情形( 資料來源：CAMS Global Fire Assimilation System, GFAS)

巴西亞馬遜地區在2003-2019 年 8 月份的碳排放量 ( 資料來源：CAMS Global Fire Assimilation System, GFAS)

政府因應作為

巴西政府對亞馬遜雨林大火，施行短期與長期的應變作為。短期的應變作為包含：頒布60 天的禁止焚燒令、逮捕縱火犯、與國際合作擴大滅火行動、重申雨林保護政策等。

例如：禁止焚燒令於2019 年 8 月 29 日生效；派出軍隊協助滅火，並接受國際支援，包含智利派出的4 架滅火機，以及英國政府 1,200 萬美元的支援等。但是，根據巴西 INPE 的統計資料顯示，9 月份的火災數目仍將近 2 萬筆，與 8 月相比，減少約 10,000 筆。

長期的應變作為，主要在改良農耕技術，避免使用放火整地方式和改良農作物在草原區的適應能力，以減少開發雨林。實行的方法包含：(1) 種子基因的優選、開發與培育，

使農作物更能抵抗病蟲害的威脅，並適應草原區之土壤較貧瘠的生長環境；(2) 引進新的農業技術，建置資本密集的大型農場，運用大型農耕機具，增加耕地產能。例如：部分巴西農業科技公司更開始與電信公司合作，建置智慧監測系統，透過無人飛機監測並記錄作物生長狀態，並分析雲端資料，以掌控農藥、灌溉用水和肥料用量等；(3) 制定低碳排放農業計畫，實行免耕直播，以及農林牧一體化生產( 在飼養牛群的牧場植樹造林 ) 等。

(36)

特別企劃 / Special Report

32

國家災害防救科技中心

31 2019 天然災害紀實

亞馬遜雨林與剛果森林大火的差異

當亞馬遜雨林大火遭到全球關注時，非洲森林大火也引起了人們的注意，從NASA 在 2019 年 8 月全球的火災發生位置和煙霧濃度的資料，說明非洲大火燃燒的情形與燃燒後所產生的煙霧，

皆比亞馬遜地區的大火嚴重。兩地森林大火的差異，我們以碳排放量和雨林消失的情形作為比較。

就火災產生的碳排放量而言，非洲的大火亦與農作物耕作循環有關，非洲赤道南北兩側的大火燃燒時間，主要分別發生在每年的5 月至 10 月和 11 月至隔年的 4 月，與農業耕作時間一致。雖然非洲單一季節的碳排放量比南美洲高，但是，在年平均值方面，

CDIAC 的資料顯示，非洲的長期碳排放量與南美洲相近。

就雨林消失的情形而言，根據全球森林觀察(Global Forest Watch) 線上監控系統的數據，說明 2018 年全球雨林覆蓋範圍減少最多的國家是巴西的亞馬遜雨林( 約 1.33 萬平方公里 )，其次才是

①為2019 年 8 月 NASA 衛星所觀測的火災數量，②為氣溶膠光學厚度 ( 資料來源：NASA Earth Observatory)

熱帶雨林在2018 年減少的面積 ( 資料來源：InsideClimate News) ①

②

（單位：英畝）

(37)

32

國家災害防救科技中心

31 2019 天然災害紀實

非洲的剛果雨林( 約 0.47 萬平方公里 )。由於雨林容易被開墾為農牧用地，放火燒林是常見的開墾方式，當亞馬遜地區2019 年大火燃燒數目比 2018 年增加 84% 時，可能意味著雨林失火了。因此，巴西亞馬遜地區的大火對雨林的威脅較大。

小結

巴西亞馬遜地區的火災主要發生在農牧用地，其次是雨林區。農牧用地的火災，與農民用火燒除農地上的殘餘作物有關；雨林區域的火災，則是由開發雨林的行為所引起。

關於火災對空氣品質的影響，巴西太空中心的資料顯示，2019 年的火災數量比 2018 年增加約 84%，大火產生的濃煙，影響大都市的空氣品質。然而，新生的農作物可以平衡休耕時的碳排放，因此，季節性大火對亞馬遜地區的整體( 年平均 ) 碳排放量影響較小。巴西政府為減少季節性大火產生的危害，已著手進行推廣新的耕鋤技術，避免使用放火燒林方式整地。

關於雨林消失的情況，全球森林觀察(Global Forest Watch) 線上監控系統的資料顯示，2018 年，亞馬遜雨林消失的面積是非洲的剛果雨林的2-3 倍。由於雨林土壤肥沃，能增加農作物產量，消失的雨林大多變成農牧用地。

為減少雨林開發，巴西政府著手發展密集農業，希望透過現代化的農業技術，增加草原地上的農作物產值。依據CDIAC 對全球碳排放的分析資料顯示，亞馬遜雨林大火對全球的氣候影響低於工業污染。因此，全球降低工

業與農業的碳排放作為，應該同時進行。 1986 年和 2018 年在巴西雨林開發情形的衛星影像 ( 資料來源：NASA Earth Observatory)

1986

2018

(38)

特別企劃 / Special Report

34

國家災害防救科技中心

33 2019 天然災害紀實

澳洲森林大火

位於維多利亞州(Victoria) 東吉普斯蘭郡 (East Gippsland) 利用直升機協助撲滅火勢 ( 資料來源：AFP/ 達志影像授權提供 )

本篇完整報導收錄於NCDR 災害防救電子報第 178 期 2020 年 5 月出刊

註

(39)

34

國家災害防救科技中心

33 2019 天然災害紀實

災害概述

2019 年 9 月開始，澳洲野火持續延燒，截至 2020 年1月31日，死亡人數達33人，其中有4名為消防員，

焚燒面積超過1,100 萬公頃，已超過 3 個臺灣大小，

澳洲學者保守推估動物死亡數為10 億。澳洲全境皆受影響，主要是昆士蘭州(Queensland, QLD)、新南威爾斯州(New South Wales, NSW)、維多利亞州(Victoria, VIC)、南澳州袋鼠島 (Kangaroo Island) 影響最鉅，其中又以新南威爾斯州( 澳洲人口最多的一州 ) 最為嚴重，焚燒範圍超過500 萬公頃，超過 2,000 棟房屋損毀。維多利亞州焚燒範圍超過120 萬公頃。

截至2020 年 1 月 2 日統計，美國國家航空暨太空總署(National Aeronautics and Space Administration, NASA)估計澳洲野火於2019年至2020年，已排放3.06 億公噸的二氧化碳(CO2) 到大氣中，超過澳洲 2018 全年總二氧化碳排放量(5.35 億公噸 ) 的一半。

澳洲野火於2019 年 9 月至 2020 年 2 月的焚燒範圍 ( 資料來源：Global Wildﬁre Information System)

氣候條件與災因分析

天氣狀況會影響森林大火的規模、強度、焚燒速度，以及它們可能會對鄰近造成的危害程度。在炎熱、

乾燥、多風的天氣中，大火更容易發生並持續延燒。

澳洲在2019 年至 2020 年夏季 (12 月至隔年 2 月 ) 持續上升的高溫，和自2017 年以來長期的乾燥環境，

加上強勁的風，建構易燃的環境，使得野火季提早到來，雷擊和各種因素造成同時有多處起火點，導致火勢難以撲滅，持續延燒數個月。

(40)

特別企劃 / Special Report

36

國家災害防救科技中心

35 2019 天然災害紀實

針對幾項主要的原因，說明如下：

( 一 ) 正相位的印度洋偶極 (Indian Ocean Dipole, IOD) 澳洲熱浪與乾旱的主因之一是處於正相位的印度洋偶極 (Indian Ocean Dipole, IOD)。

印度洋偶極是指，印度洋熱帶區域西側與東側之間的海洋表面溫度( 簡稱海表溫 ) 差異持續變化的現象，當西印度洋的海表溫較暖而東印度洋較冷時，印度洋偶極處於正相位。反之，如東印度洋的海表溫較暖而西印度洋較冷時，印度洋偶極處於負相位。IOD 是澳洲氣候的主要驅動力之一，通常在5 月或 6 月開始，而在8 月到 10 月間達到峰值，並在南半球春季結束季風到達時迅速衰退。

通常當IOD 處於正相位時，澳洲冬季與春季部分地區的降雨量會減少，且澳洲南部的氣溫會高於平均。反之，通常當IOD 處於負相位時，澳洲冬季與春季部分地區的降雨量會高於氣候平均值。

2019 年的印度洋偶極正處於正相位，且兩側海表溫的差值，是60 年來最高的。溫暖的海水讓高於平均的雨降在西印度洋區域，導致洪患，而位於印度洋東側的東南亞和澳洲則比氣候平均值更乾。

( 二 ) 大環境少雨偏乾

起因於2017 年至 2018 年澳洲長期的乾旱，2019 年的春季(9 月至 11 月 ) 延續著少雨乾燥的日子，是澳洲有紀錄以來最乾燥的春季。根據全澳洲於2019 年9 月至 2020 年 2 月的降雨距平，可見東半部的澳洲皆處於較平均值少雨的狀態。

印度洋偶極正相位( 左 ) 與負相位 ( 右 ) 示意圖 ( 資料來源：BOM)

2015 年 7 月至 2019 年 12 月的 IOD 指數 ( 資料來源：BOM)

(41)

36

國家災害防救科技中心

35 2019 天然災害紀實

( 三 ) 異常高溫

2019 年是澳洲自 1910 年以來年平均溫度最高的一年，12 月更是高出平均值 3 度以上，整個澳洲異常的高溫，使得野火的情勢加劇。根據澳洲2019 年 10 月至 12 月最高溫的十分等級分布圖，可見幾乎整個澳洲都落於十分等級的最高等級—10(Very Much Above Average)，且此三個月的最高溫於絕大部分皆打破了最高紀錄。

像是新南威爾斯州西北部的蒂布布拉 (Tibooburra)，自 12 月 16 日以來，氣溫一直高於 40ôC。Tibooburra 機場測站也於 12 月 21 日測得該年 12 月最高溫 45.4ôC。Wanaaring Post Office 測站於 12 月21 日測得 46.6ôC，打破該測站 12 月最高溫紀錄。

12 月 19 日，南澳洲的 Nullarbor 測站日最高溫打破澳洲歷年12 月的紀錄，達 49.9ôC。西澳的 Eucla 和 Forrest 測站日最高溫分別位居當日澳洲的第二、第三，達49.8ôC 與 49.5ôC。坎培拉 (Canberra) 則打破了 80 年的高溫紀錄，1 月 4 日下午達到 44ôC。在雪梨西部郊區彭里斯(Penrith)，溫度達 48.9ôC，創下了整個雪梨盆地的新紀錄。

( 四 ) 雷擊與火積雲

在澳洲的某些區域，雷擊是導致起火的主要原因。雷暴(Thunderstorm) 期間的風，會使火勢的狀態與走向難以預測。大火還可能形成自己的雷暴系統，

稱為火積雲(Pyrocumulonimbus)。火積雲是由大火產生的煙霧，升至高空冷卻後形成雲，匯聚成雷暴，產

澳洲2019 年 9 月至 2020 年 2 月降雨量距平值分布圖 ( 資料來源：BOM)

澳洲2019 年 10 月至 12 月最高溫十分等級分布圖 ( 資料來源：BOM)

澳洲1910 年至 2019 年的平均溫度距平值 ( 減去的氣候平均值為 1961-1990 年 ) ( 資料來源：BOM)

1.5

1.0

0.5

0.0

-0.5

-1.0

1.5

1.0

0.5

0.0

-0.5

-1.0

Mean Temperature Anomaly (o C)

1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010

Based on a 30-year climatology(1961-1990)

Year

天然災害紀實