國立臺灣大學生物資源暨農學院生物環境系統工程研究所 碩士論文
Department of Bioenvironmental Systems Engineering College of Bioresources and Agriculture
National Taiwan University Master Thesis
高雄市洪水危險度與風險分析
Flood Hazard and Risk Analysis for Kaohsiung City
林宗憲
Tsung-Hsien Lin
指導教授：許銘熙 博士 Advisor: Ming-Hsi Hsu, Ph.D.
中華民國 104 年 6 月
June, 2015
謝誌
本論文能夠順利完成，首要感謝的是指導教授許銘熙教授的細心指導與觀念 上的引導。從開始的引領、提點，使我們不慌亂並迅速掌握研究方向，在研究的 過程中給予我們學問上以及處理各種問題的教導與勉勵，讓學生受益良多，在此 由衷的感謝教授指導，謹此致上萬分謝忱。
修業與論文研究期間，感謝系上諸位教授在學業上的細心指導，不只讓我們 學習到課本上的內容，還分享了許多他們的實際經驗，提攜我們向上進步，在此 深表感謝之意。
在這些日子裡，論文撰寫的過程我甘之如飴，感受到自我的淬鍊與進步，並 在有限的時間內如同完成任務般，不讓進度嚴重延宕或不如預期，研究期間有多 位學長姐給予關心與珍貴之建議，特別感謝成甲學長每周對論文進度以及方向的 提點，以及俊喻在撰寫論文期間的幫助以及建議，感謝系上諸位學長姐給予我許 多寶貴意見及各方面的幫忙，深厚情誼，銘誌心中。
在畫上完美句點的最後，由衷感謝支持我的家人以及好友們，謝謝你們一路 上對我們的支持鼓勵、督促與照顧，在此一併致上最高謝意！謝謝你們！
林宗憲 謹誌
中華民國一百零四年六月於台灣大學
I
摘要
台灣位於西太平洋地區，每年夏秋之際，常受太平洋低壓帶影響所生成的颱 風影響，帶給台灣豐沛之雨量，而近年來的極端氣候造成颱風生成進而侵台的事 件逐年增加，導致台灣各地淹水事件頻傳，也影響人民生命財物的損失。
隨著近年工商業發展蓬勃，人民的生活品質也逐漸提升，對於生命財產的重 視也不例外，災害對於人民生命財產的衝擊更是最嚴重的一部份，而對於災害發 生的影響與評估，除了靠主動的工程方式、平時的防災演習、救災人員的機動訓 練來降低災害的發生外，災害發生前的防災預警與風險分析更是重要的一環。
本研究係針對高雄市研究區域內之社會發展相關統計透過分析與因子轉化成 脆弱度指標。並利用六種不同重現期距（5 年、10 年、25 年、50 年、100 年及 200 年）與近年造成高雄嚴重淹水之四場颱風事件（潭美颱風、海棠颱風、莫拉克颱 風、凡那比颱風）之淹水模擬結果，進行淹水危險度指標計算。最後再利用脆弱 度與危險度兩項指標，分析研究區各村里於事件中之風險指標，進而有利政府了 解於各事件中哪些地區是處於高風險之狀態，應該加強防災或籌設更多的資源來 預防災害。
最後利用風險指標加入預兆得分之判斷決定是否做災害預警之考量，即災害 事件發生當下判斷各地區是否該發報預警，進而更有效率分配人力資源救災與物 資，達到保護人民生命財產之功效。
關鍵字：脆弱度、防災預警、風險分析、預兆得分
II
Abstract
Taiwan is on the typhoon path of the west Pacific Ocean Region. During summer and autumn season, typhoons always bring heavy rainfall. Extreme weather in recent years often causes severe flooding and result in serious losses of life and property.
With the rapid industrial and commercial development in recent years, people care about not only the quality of life, but also the safety of life and property. So theimpact of life and property due to disaster is the most serious problem concerned by the residents. For the mitigation of the disaster impact, in addition to works by proactive way, including the disaster prevention and safety drills, mobile training relief workers to reduce the occurrence of disasters, and flood warning system, the flood hazard and risk analysis play an important role for the disaster prevention.
In this study, the vulnerability of Kaohsiung city was evaluated by statistics of social development factor. The hazard factors of Kaohsiung city was calculated by simulated flood depth of six different return periods（5 years, 10 years, 25 years, 50 years, 100 years and 200 years） and four typhoon events（Tarmi, Haitang, Morakot and fanapi typhoon） which result in serious flooding in Kaohsiung city. The flood risk can be obtained by combining the flood hazard and social vulnerability. The analysis results provide authority to strengthen disaster preparedness and to set up more resources in high risk areas.
The threat score of flood risk can improve the accuracy in flood warning, hence resources and relief supplies can be efficient allocated to protect lives and property during the disaster occurs.
Keyword: Vulnerability, Disaster control, Risk analysis, Threat score
III
目錄
摘要 ... I Abstract ... II
目錄 ... III 表目錄 ... V 圖目錄 ... VII
第一章 緒論 ... 1
1.1 研究背景與動機 ... 1
1.2 文獻回顧 ... 2
1.3 研究架構與流程 ... 4
第二章 研究方法與分析 ... 6
2.1 社會脆弱度因子 ... 6
2.1.1 脆弱度地圖 ... 10
2.2 危險度地圖 ... 12
2.2.1 危險度計算 ... 12
2.3 風險度地圖 ... 14
2.4 預兆得分 ... 15
第三章 研究區域 ... 16
3.1 區域概述 ... 16
3.2 雨量資料 ... 20
3.2.1 重現期距 ... 21
3.2.2 颱風事件 ... 23
第四章 模擬結果與討論 ... 26
4.1 社會脆弱度分析結果 ... 26
4.2 淹水危險度分析結果 ... 28
4.2.1 重現期距 ... 28
4.2.2 颱風事件 ... 42
4.3 風險地圖分析結果 ... 51
IV
4.4 預兆得分分析結果 ... 63
4.4.1 危險度預兆得分 ... 63
4.4.2 風險度預兆得分 ... 70
第五章 結論與建議 ... 77
5.1 結論 ... 77
5.2 建議 ... 78
參考文獻 ... 79
附錄一 模糊德爾菲與層級分析法 ... 86
1 模糊德爾菲法 ... 86
2 層級分析法 ... 89
附錄二 二維淹水模式分析方法 ... 95
1 都市淹水模式 ... 95
1.1 基本方程式 ... 95
1.2 數值方法 ... 98
2 地表曼寧糙度修正 ... 102
3 初始及邊界條件 ... 103
附錄三 脆弱度計算表格 ... 105
附錄四 颱風事件資料表 ... 126
附錄五 颱風事件淹水資料 ... 140
V
表目錄
表 2.1 社會脆弱度因子整理表 ... 7
表 2.2 脆弱度因子選取表 ... 8
表 2.3 依模糊德爾菲問卷篩選出之脆弱度因子與權重表 ... 10
表 2.4 脆弱度因子之正負向因子變項與說明表 ... 11
表 2.5 脆弱度 分級對照表 ... 12
表 2.6 危險度分級對照表 ... 13
表 2.7 風險矩陣對照表 ... 14
表 2.8 預兆得分定義表 ... 15
表 3.1 高雄市人口及行政區域基本資料表 ... 17
表 3.2 土地利用型態表 ... 19
表 3.3 高雄市 24 小時暴雨量頻率分析表 ... 21
表 3.4 研究區各雨量站颱風事件累積雨量表 ... 24
表 4.1 脆弱度因子資料來源表 ... 26
表 4.2 各重現期距下村里淹水深度表 ... 29
表 4.3 各重現期距下村里危險度表 ... 29
表 4.4 重現期距 200 年風險等級五分級表 ... 52
表 4.5 潭美颱風高雄市危險度淹水地點與洪災警報對應表 ... 65
表 4.6 海棠颱風高雄市危險度淹水地點與洪災警報對應表 ... 66
表 4.7 莫拉克颱風高雄市危險度淹水地點與洪災警報對應表 ... 67
表 4.8 凡那比颱風高雄市危險度淹水地點與洪災警報對應表 ... 68
表 4.9 潭美颱風危險度洪災預警狀態統計表 ... 69
表 4.10 海棠颱風危險度洪災預警狀態統計表 ... 69
表 4.11 莫拉克颱風危險度洪災預警狀態統計表 ... 69
表 4.12 凡那比颱風危險度洪災預警狀態統計表 ... 69
VI
表 4.13 颱風事件危險度預兆得分表 ... 70
表 4.14 凡那比颱風高雄市風險度淹水地點與洪災警報對應表 ... 75
表 4.15 潭美颱風高雄市風險度淹水地點與洪災警報對應表 ... 72
表 4.16 海棠颱風高雄市風險度淹水地點與洪災警報對應表 ... 73
表 4.17 莫拉克颱風高雄市風險度淹水地點與洪災警報對應表 ... 74
表 4.18 潭美颱風風險度洪災預警狀態統計表 ... 76
表 4.19 海棠颱風風險度洪災預警狀態統計表 ... 76
表 4.20 莫拉克颱風風險度洪災預警狀態統計表 ... 76
表 4.21 凡那比颱風風險度洪災預警狀態統計表 ... 76
表 4.22 颱風事件風險度預兆得分表 ... 76
VII
圖目錄
圖 1.1 日本淹水深度分級 ... 3
圖 1.2 研究流程圖 ... 5
圖 2.1 評估因子之共識值圖 ... 9
圖 3.1 高雄市研究區域圖 ... 18
圖 3.2 高雄市數值高程圖 ... 19
圖 3.3 高雄市土地利用圖 ... 20
圖 3.4 研究區域徐昇式多邊形法分區示意圖 ... 22
圖 3.5 研究區域各雨量站 24 小時雨量組體圖 ... 23
圖 3.6 研究區域徐昇式多邊形法分區示意圖 ... 25
圖 4.1 脆弱度地圖 ... 27
圖 4.2 五年重現期距最大淹水深地圖 ... 30
圖 4.3 五年重現期距危險度地圖 ... 31
圖 4.4 十年重現期距最大淹水深地圖 ... 32
圖 4.5 十年重現期距危險度地圖 ... 33
圖 4.6 二十五年重現期距最大淹水深地圖 ... 34
圖 4.7 二十五年重現期距危險度地圖 ... 35
圖 4.8 五十年重現期距最大淹水深地圖 ... 36
圖 4.9 五十年重現期距危險度地圖 ... 37
圖 4.10 一百年重現期距最大淹水深地圖 ... 38
圖 4.11 一百年重現期距危險度地圖 ... 39
圖 4.12 兩百年重現期距最大淹水深地圖 ... 40
圖 4.13 兩百年重現期距危險度地圖 ... 41
圖 4.14 潭美颱風最大淹水深地圖 ... 43
圖 4.15 潭美颱風危險度地圖 ... 44
VIII
圖 4.16 海棠颱風最大淹水深地圖 ... 45
圖 4.17 海棠颱風危險度地圖 ... 46
圖 4.18 莫拉克颱風最大淹水深地圖 ... 47
圖 4.19 莫拉克颱風危險度地圖 ... 48
圖 4.20 凡那比颱風最大淹水深地圖 ... 49
圖 4.21 凡那比颱風危險度地圖 ... 50
圖 4.22 五年重現期距風險度地圖 ... 53
圖 4.23 十年重現期距風險度地圖 ... 54
圖 4.24 二十五年重現期距風險度地圖 ... 55
圖 4.25 五十年重現期距風險度地圖 ... 56
圖 4.26 一百年重現期距風險度地圖 ... 57
圖 4.27 兩百年重現期距風險度地圖 ... 58
圖 4.28 潭美颱風風險度地圖 ... 59
圖 4.29 海棠颱風風險度地圖 ... 60
圖 4.30 莫拉克颱風風險度地圖 ... 61
圖 4.31 凡那比颱風風險度地圖 ... 62
1
第一章 緒論
1.1 研究背景與動機
台灣處西太平洋歐亞板塊與菲律賓海板塊交界，形成台灣由中央山脈左右區 分為東半部與西半部地形南北狹長，又台灣處熱帶及亞熱帶氣候區交界之季風帶，
每年夏秋之際常因太平洋熱帶低氣壓形成之颱風侵襲，因常年處颱風路徑上也帶 來了豐沛的雨量。但因台灣地狹人稠、河川坡陡流長，颱風所帶來的豪大雨於上 游集水時間短促加上山坡地水土保持不佳，常導致下游水患氾濫成災，也使得台 灣各地居民的生命財產損失。
近年來隨著工商業發展，台灣經濟水準與人民生活水平的提高，造成平原與 山坡地的過度開發，人民為求就業居住地慢慢遷移至都會區與大都市，使得都市 人口密度過高與擁擠，若在此現象下發生了災害，人民將無處躲避與逃生後果不 堪設想。根據氣候變遷委員會 IPCC（Intergovernmental Panel on Climate Change）
之報告預測，未來極端氣候將事件之比例將逐年提高，本世紀結束前全球平均氣 溫相較於 19 世紀末之平均氣溫上升約攝氏 1.8 至 4 度，此現象也將導致南北極冰 帽開始萎縮融化、海平面上升，台灣沿海低窪地可能面臨淹沒之情形、國土萎縮，
也代表著台灣將面臨了水災與旱災來回交替的狀況，由近期台灣各地開始限水即 可得知，目前我們正面臨著缺水與嚴重降雨時空不均的狀況，該如何解決目前氣 候異常的窘境，也變成當下最重要的課題。
從近年來的各颱風事件，例如：2001 納莉颱風、2005 海棠颱風、2009 莫拉克 颱風以及 2010 凡那比颱風，相信大家對這些颱風並不陌生，從各報章或是即時新 聞裡即可知道，這些颱風對於台灣所帶來的衝擊與影響，其中像是對於首都與各 直轄市的衝擊我們也歷歷在目，這些事件也顯現了居民因災難的恐慌與無助。因 此，對於災害的發生，除了靠工程方式，例如：防洪設式、地下水管理、河道清 淤……等工法與對於救災與平時的演習、救災人員訓練外，對於災害發生前我們
2
是否能有效的預警以及減少風險的發生更是極為重要，能夠在災害發生前就先做 好完全的預備與分析災害的狀況，提前通知各地方政府去因應，更能達到防患未 然的目的。
除了傳統的工程方式治災外再導入現今風險管理的觀念，將社會因素與生命 面向加以探討並利用於風險管理，更能凸顯各地區因人口組成、經濟形成的風險 高低，在救災當下更能有效的分配救援人力與物資，避免救災時不必要的物資與 人力消耗，提高救災效率與品質，減少人民於災害時的生命財產損失，提供給各 當地政府做為防災與救災之參考依據並有效建立政府救災的制度。
1.2 文獻回顧
近年來，全球對於氣候變遷與環境災害的研究逐漸由傳統工法轉變成風險管 理的方向，而風險的驗證往往離不開脆弱度與危害度，Merz et al., （2010） 洪水 的增加就風險的角度而言不僅僅是考慮洪水所帶來的災害還包括洪水發生地的脆 弱度與調適能力。Adger（2004）定義風險度（Risk）為危險度（Hazard）與脆弱 度（Vulnerability）的方程式：R=H×V，Chen et al. （2004） 定義危害與脆弱度為 風險的函數，即：R （風險） = H （危害） × V （脆弱度） ，此式顯示自然的 危害與社會經濟與生命面是相互作用的，且之間存在一迴旋且共生的觀點，當危 險度不存在時即便有脆弱度之存在但風險仍不成立，反之亦然。風險的產生係因 脆弱度與危害度共同存在而形成，當危害度與脆弱度存在時便能有效的推估出風 險的大小，進而在救災時當作依規與標的。
WMO（2008 年）指出超過 100 個國家已受到洪水的侵襲，IPCC（2001）評 估報告中提到目前全球的溫室效應主因就是大氣中的二氧化碳與甲烷濃度隨著工 業化與世界人口數的增加而急遽逐年上升，此現象也造成氣候變化急遽，過去的 一百年（1906-2005 年）全球平均溫度上升約 0.74 度，而且逐年上升沒有減緩的趨 勢，氣溫逐漸上升進而影響到南北極的冰層融會海平面上升，造成地勢低漥之國
3
家如馬爾地夫等地，預估到了本世紀末，將會完全被淹沒，而未來極端氣候將會 主導一個國家的興衰。台灣氣候變遷科學報告（2011），預估台灣將面臨枯水雨水 患的狀況，近年的限水與颱風事件的各地淹水就是佐證。
而影響風險的其中一因子脆弱度的影響因子包括 65 歲以上人口、14 歲以下人 口、身心障礙人口、救災設備等社會人口與經濟結構因素（蕭煥章，2008），更套 用 Cutter et al. （1997）的對脆弱度評估指標定義應用於研究中，並將脆弱度分為 兩大類：社會脆弱度、自然脆弱度，社會脆弱度包含上述幾項因子還包含低收入 戶、戶數、獨居老人、身心障礙等項目；自然脆弱度是以國家災害防救科技中心 報告提供之淹水潛勢資料為基礎，最後將社會與自然脆弱度相乘得到完整之地方 脆弱度。林依潔（2012），利用模糊德爾菲法與層級分析法製作一系列問卷，訂定 都市地區脆弱度因子的選擇標的，簡化脆弱度因子的社會人口與經濟資料收集的 難度，利用半定量分析評估台北市脆弱度與風險度，並利用地圖方式呈現各地區 風險的高低。
日本長岡市（2008）以洪災之淹水深度製作「洪水避難地圖」，並以等級與顏
色做區分，災害發生前予以民眾對於淹水深之觀念加強並有效的疏導民眾。一般 而言，當淹水深高於五十公分即可能對孩童造成影響且交通癱瘓的問題，一公尺 以上大約已達成人腰部以上，危險度完全顯現，將造成大批民眾的生命財產的安 全。由圖 1.1 日本淹水深分級即可看出各淹水之相關位置。
圖 1.1 日本淹水深度分級
危險度方面即代表洪災淹水所帶來之災害，潘宗毅（2012）依照淹水潛勢圖
4
之研究在考慮淹水深度、水流流速與水位上升率等因子下，進行生命傷亡之分析，
並透過 Bruijn and Klijn（2009）之危險率（Hazard Rate, HR）定義，希望使淹水深 能介於 0 至 1 之間，利用分級的式使使各淹水深度轉換成危險度等級，並加以利 用脆弱度因子結合，建立風險矩陣，以利洪災發生時人力資源與物資配給之參考 依據。
Schaefer（1990）建立預兆得分（Threat score）之量化方式，預兆得分為事件 命中之比值，由事件命中、事件失誤、事件誤判之數量做計算，無事件之狀況因 無影響故不納入比值之中。Wilks（2005）提出無事件之狀況在研究中常為大多數 且比例高，因此在預兆得分計算過程中若將無事件之狀況帶入計算，將導致預兆 得分計算後之精確度失真且為很大之影響。故本研究之研究過程中同樣將無事件 之狀況排除計算求得其預兆得分作分析。
1.3 研究架構與流程
本研究主要是利用風險地圖與洪災預警流程進而驗證預警之準確度，而風險 之呈現主要是依據脆弱度與危險度兩面向之分析而得，脆弱度主要是以前人研究 中所篩選之脆弱度因子與權重值進行脆弱度計算，在因子資料收集取得後將因子 數值化並分級，最後利用 ArcGIS 軟體繪製脆弱度地圖。
危險度是利用二維淹水模式模擬不同重現期距與颱風事件下之淹水深度，並 依照淹水深度之物理意義分級，再利用 ArcGIS 軟體繪製危險度地圖。
最後將脆弱度與危險度結合形成風險地圖，並利用風險地圖做為預警之標的 並利用預兆得分（T-SCORE）顯現預報之精度。
本研究內容依緒論、研究方法與分析、研究區域、模擬結果分析與評估、結 論與建議等五章節進行本研究「高雄市洪災預警與風險評估分析之研究」之撰寫。
研究流程，如圖 1.2 研究流程圖所示。
5
圖 1.2 研究流程圖
研究背景
研究目的
資料收集
脆弱度 危險度
二維淹水模式
以重現期 5 年、10 年、25 年、
50 年、100 年及 200 年與潭美、
海棠、莫拉克、凡那比等颱風 事件得不同重現期距下高雄市 之最大淹水深度並加以分級 脆弱度因子與權重
計算社會脆弱度指標（SVI）
並加以分級
脆弱度地圖 危險度地圖
風險地圖
預測研究區洪災預 警發佈之事件
實際事件資料收集，並以 預兆得分 TS（Threat Score）
計算預測預警之精度
淹水潛勢圖
6
第二章 研究方法與分析
本章節將介紹研究中洪災淹水之脆弱度、危險度、風險度、預兆得分之分法 與分析，研究流程將由脆弱度資料之建置延伸至利用二維淹水模式得出危險度，
再由脆弱度與危險度建置風險度地圖，再由風險地圖做為發布洪災預警之依據，
並透過預兆得分求出預警之確信度與適用度。
2.1 社會脆弱度因子
透過脆弱度可以了解各都市地區性之結構特點，當地區脆弱度評估分數較高 時也代表當災害發生時該地之受災程度將相較於脆弱度評估分數低者嚴重，且更 需要資源與人力上的幫助。
脆弱度除了考量性別、老年幼年人口、身心障礙人數等人口結構組成外，社 會安置措施、災害救難人力資源、災害應變能力等資源也是極為重要的，因此為 了有效的評估各地區之脆弱度並取得有效的脆弱度因子，本研究利用林依潔（2012）
「台北市洪災風險分析」中針對脆弱度之研究與因子的選取做為指標。
林依潔（2012）利用模糊德爾菲法（Fuzzy Delphi Method）篩選脆弱度之指標 並搭配層級分析法（Analytic Hierarchy Process, AHP）之問卷交由各領域人員填寫，
決定出都市地區社會脆弱度之權重，並進行計算，建立其研究之社會脆弱度指標
（Social Vulnerability Index, SVI），詳細介紹請參照「附錄一 模糊德爾菲與層級 分析法」。
7
表 2.1 社會脆弱度因子整理表
社會脆弱度因子 參考文獻
性別
Cutter, Mitchell, Scott, 2000；Cutter, Boruff, Shirley, 2003；
Dwyer et al.,2004；Haki et al., 2004；Werritty, Houston, Ball, Tavendale , Black, 2007；蕭代基，2008；黃昱翔，2009；A Müller, 2011；吳杰穎，2009；NCDR, 2010；
老年人口
（65 歲以上）
Cutter et al., 2000；Cutter et al., 2003；Dwyer et al., 2004； Haki et al., 2004；Steinführer,Tunstall, Tapsell & Fernandez-Bilbao, 2007；Schneiderbauer, 2007；蕭代基，2008；黃昱翔，2009；
A. Fekete,2009；NCDR, 2010；張倉榮，2010；
幼年人口
（14 歲以下）
Cutter et al., 1997；Clark et al., 1998；Pearce, 2000；Dwyer et al, 2004；Cutter, 2007；NCDR, 2010；A Müller, 2011；江宜錦，
2007；
身心障礙者 行動不便者
Cutter et al., 2003；Dwyer et al., 2004；Wisner et al., 2004；
Messener & Meyer, 2005；Rygel, O'Sullivan & Yarnal, 2006；
A. Fekete,2009；吳杰穎，2009；NCDR, 2010；江宜錦，2007；
張倉榮，2010；
教育程度 Schneiderbauer, 2007； Velasquez and Tanhueco, 2005； Haki et al., 2004； A. Fekete,2009；吳杰穎，2009； NCDR, 2010；
不識字人口 Adger et al., 2004；Cutter, 2007；A. Fekete,2009； A Müller, 2011；NCDR, 2010；
職業/失業 Cutter et al., 2003；Dwyer et al., 2004；A. Fekete,2009；NCDR, 2010；吳杰穎，2009；
建物價值 Clark et al., 1998；Cutter et al., 2000；Adger. et al., 2004；NCDR, 2010；A Müller, 2011；
家庭經濟 Cutter et al., 2003；Adger et al., 2004；Dwyer et al., 2004；吳 杰穎，2009；
洪水經驗 Cardona, 2003；Wisner et al., 2004；Birkmann, 2005a；Velasquez and Tanhueco, 2005；陳姿叡，2009；Schneiderbauer, 2007；
防救災專業人員與 設施
Cutter et al., 2003；陳姿叡，2009；吳杰穎，2009； NCDR, 2010；江宜錦，2007；
（林依潔，2012）
林依潔（2012）發現各領域之研究對於脆弱度之見解與選取各不同，如表 2.1，
但大多以人口結構為主要指標，如：老年人口、幼年人口、身心障礙、獨居老人 等更為主要之因子，而洪水經驗、防救災設備及人員之因子也曾出現在其他洪災
8
分析之研究中。由選取之脆弱度因子中，如表 2.2，透過模糊德爾菲法求出門檻共 識值將低於共識值之脆弱度因子捨去不納入研究中脆弱度因子之指標，如圖 2.1 所 示，低於門檻值紅線之因子皆不採用。
表 2.2 脆弱度因子選取表
評估要素 評估因子 共識值 Gi
人口特徵
65 歲以上人口 7.75
14 歲以下人口 7
低收入戶 6.25
獨居老人 8.50
身心障礙 7.75
原住民 5.45
新移民 5.55
農業人口 4.40
不識字 5.20
大學畢業 4.85
社會經濟 家庭收入 6.43
建物總價值 6.10
救難設備 橡皮艇 6.90
消防人員 7.50
特殊機構
社會收容所 7.40
學校 6.00
老人安養院 7.50
洗腎中心 6.25
遊民收容所 6.4
綠地面積 6.15
Gi值平均=6.47
（林依潔，2012）
9
圖 2.1 評估因子之共識值圖 最後問卷選取之脆弱度因子如下：
1. 65 歲以上人口數：由於年紀造成身體的老化與機能之退化，造成當災害發生 當下，容易因行動不便需要更多的人力來照顧與協助其移動治安全之地區。
2. 14 歲以下人口數：由於年幼經驗不足，雖仍具有行對能力，但容易因災害發 生造成恐慌與無助的情緒，需要人力照顧與安撫其情緒與判定安全地幫助其 移動。
3. 獨居老人：因其長期無依無靠，災害發生當下容易因為四周無人或無人知道
其狀況而發生問題。
4. 身心障礙者：因生理因素（例如感官、智能等障礙），在移動與生活上限制
須要周遭人的幫助。
5. 橡皮艇：對於洪災發生時，救災機動性高不可或缺之救援設備。
6. 消防人員：經專業訓練與災害防制課程，對於災害敏捷性與判斷能力較於一
般民眾，對於災害發生當下能有效或暫緩災害發生之人員。
7. 社會收容所：災害發生前期、中期、後期，提供給資源不足之民眾之安置中
7.75 7
6.25 8.5
7.75
5.45 5.55
4.4 5.2
4.85 6.43
6.1 6.9
7.5 7.4
6 7.5
6.25 6.4 6.15
0 1 2 3 4 5 6 7 8 9 共識值
原 住 民
新 移 民
農 業 人 口
不 識 字
大 學 畢 業 65
歲 以 上 人 口
14 歲 以 下 人 口
低 收 入 戶
獨 居 老 人
身 心 障 礙
家 庭 收 入
建 物 總 價 值
橡 皮 艇
消 防 人 員
社 會 收 容 所
學 校
老 人 安 養 院
洗 腎 中 心
遊 民 收 容 所
綠 地 面 積 6.47
10
心與處所，透過逃難路徑之選擇須位於各區交通且最容易抵達之地區。
8. 老人安養院：長期需要專人照顧之年長者，災害發生當下容易因年長者過度
集中須要拉長救援時間之狀況發生。
表 2.3 依模糊德爾菲問卷篩選出之脆弱度因子與權重表
要素 因子 權重 排序
人口特徵（0.473）
65 歲以上人口 0.0745 6
14 歲以下人口 0.0618 7
獨居老人人口 0.1791 2
身心障礙人口 0.1577 4
救難設備（0.176） 橡皮艇 0.0553 8
消防人員 0.1208 5
特殊機構（0.351） 社會收容所 0.1630 3
老人安養院 0.1878 1
（林依潔，2012）
表 2.3 為利用層級分析法將八項脆弱度因子分門別類並且得出其權重，經過問 卷計算後我們可以得知專家認為老人安養院最為重要，故其權重值最大。
2.1.1 脆弱度地圖
脆弱度（Social Vulnerability Index, SVI）之計算主要是探討系統本身對於災害 的抵抗能力，因此不同的人口結構與經濟特徵將造成脆弱度之不同。本研究主要 參考國家災害防救科技中心（2010）之方式，先將所有變數標準化處理，將各脆 弱度因子統計數據標準化並加以平均，去除單位之影響，其計算之公式如下：
（ ）
（2.1）
其中： 為不同區里之統計數據；
為平均數；
為標準差；
為脆弱度因子修正係數 。
11
（2.1）
其中： 為研究區里之總數。
上述八項社會脆弱度因子其中部分因子屬反向變項，即代表其數量增加反而 會使脆弱度降低，如：橡皮艇、消防人員、社會收容所，如表 2.4 所示。在計算過 程中，橡皮艇、消防人員、社會收容所三項因子， 值須修正為負向計算（ ），
反之其餘五項因子則以正向（ ）作運算。
表 2.4 脆弱度因子之正負向因子變項與說明表
因子 α 因子 α
65 歲以上人口 +1 橡皮艇 1
14 歲以下人口 +1 消防人員 1
獨居老人人口 +1 社會收容所 1
身心障礙人口 +1 老人安養院 +1
得出各因子之 後，將其依表 2.3 之各因子權重相乘得 數值並將其 正規化。其計算公式如下：
（2.3）
其中： 為脆弱度因子之權重。
（2.4）
其中： 為全距，即 。
最後求出之各 將介於 0 至 1 之間，並將社會脆弱度依照 0.2 為一級距分成 五種等級，如表 2.5 所示。以利之後與危險度做結合求出風險度地圖，此項研究方 法將於「2.3 風險地圖」小節中介紹。
12
表 2.5 脆弱度 分級對照表
脆弱程度 脆弱度等級
極低 1 0.0 ~ 0.2
低 2 0.2 ~ 0.4
中 3 0.4 ~ 0.6
高 4 0.6 ~ 0.8
極高 5 0.8 ~ 1.0
2.2 危險度地圖
本研究之危險度探討主要是以洪災形成之淹水作為依據。洪災即降雨所帶來 之豪大雨所形成之洪水所造成之危害。近年來極端氣候變異，造成各地降雨事件 極端，常久旱之後遭逢超強降雨，造成海洋、湖泊、河川水位大幅上升，當地區 性降雨超過負荷，如：因降雨造成內水無法排出形成區內淹水、海水倒灌、水位 暴漲形成越堤、海嘯等狀況發生，也形成沿海低窪地區或是平原、盆地之淹水事 件頻傳。
台灣因為地狹人稠，形成都會區集中人口集中於大都市，都市經濟發展蓬勃，
若發生洪災將造成大批的人民傷亡、財產損失、建築損毀或經濟停擺的狀況發生，
洪災有時也會伴隨著氣爆、火災等災害發生演變成複合型災害，此現象極為嚴重，
災後也將造成民生用水、疾病傳染等後續問題，故本研究以淹水深度作為危險度 之指標來顯示。
2.2.1 危險度計算
本研究進行危險度計算時，利用黃成甲（2014）整合建物效應與即時淹水模 擬之研究，以 公尺網格結合二維淹水模式，並且於模式中加入依據建物 面積所佔網格面積比例輸入每個計算網格的建蔽率，最後搭配各重現期距、颱風 事件之降雨量，做為模式之輸入資料，進行含建物之淹水模擬。
13
（ ）
（ ）
（ ）
（2.5）
（2.6）
（2.7）
其中： ：模擬地區標示之卡式座標 [ ] ：時間座標 [ ]；
：模擬區地表水深 [ ]；
：分別為沿 方向之平均流速 [ ]；
： 方向之摩擦坡度[ ] ； ：地表水位 [ ]， ；
z ：地表高程 [ ]；
：重力加速度 [ ]；
：單位表面積之進流量[ ]。
利用上述之公式，用交替顯式法求出有限差分之數值，在初始條件之設定則 將水深與流速設定為零，二維淹水模式之應用與方法詳細介紹請參照「附錄二 二 維淹水模式分析方法」。
經由模式模擬，求出各重現期距與颱風事件之最大淹水深，並引用日本長岡 市 之 淹 水 分 級 標 準 ， 依 照 淹 水 深 分 為 、 0.3 0.5m 、 、 、 以上五種等級，如表 2.6 所示。以利之後與脆弱度做結 合求出風險度地圖。
表 2.6 危險度分級對照表
危險程度 危險度等級 模擬淹水深（m）
極低 1 ~ 0.3
低 2 0.3 ~ 0.5
中 3 0.5 ~ 1.0
高 4 1.0 ~ 1.5
極高 5 1.5 ~
14
2.3 風險度地圖
風險分析大多依照收集之資料與資訊之類型而選定分析之方法，一般分為定 性分析（Qualitative Risk Analysis）、半定量分析（Semi-quantitative Analysis）、
定量分析（Quantitative Risk Analysis）三種方法，而本研究延用林依潔（2012）風 險分析之方法選用半定量風險矩陣之方法，將脆弱度與危險度交錯求區研究區之 風險度。
1. 定性分析（Qualitative Risk Analysis）：大多以文字或敘述方式來分類等級，顯 示發生問題之可能性與嚴重性。
2. 半定量分析（Semi-quantitative Analysis）： 採數值數據方式來表示等級，所表 示之數據不直接與實際影響與頻率有關。
3. 定量分析（Quantitative Risk Analysis）：以實際數據來表現風險發生之頻率與 結果。
表 2.7 風險矩陣對照表 社會脆弱度
淹水深
0.0-0.2 0.2-0.4 0.4-0.6 0.6-0.8 0.8 以上
1 2 3 4 5
0.0-0.2 1
1 1 2 3 3
0.2-0.5 2
2 2 3 4 4
0.5-1.0 3
3 3 4 4 5
1.0-1.5 4
4 4 5 5 5
1.5 以上 5
5 5 5 5 5
其分析的複雜度以定量分析最為複雜，其次為半定量分析、定性分析，研究 之初大多會先以定性分析了解大致上之風險範圍，確定範圍之後再以定量分析進 行下一步研究。
本研究以此半定量風險矩陣之方法，以表格圖像方式簡易的顯現各事件之風 險等級，如表 2.7 所示，在此風險矩陣中，橫軸代表脆弱度五個等級，縱軸代表危 險度五個等級，並將風險矩陣分為五個等級，之後作為洪災預警警報發布之依據。
15
2.4 預兆得分
本研究以風險值作為預警之依據，不以傳統預警以淹水深危險度作為預警之 狀況，主要是為了防止預警過程中之矛盾情形發生，如：該地未有人口居住或土 地利用如魚塭、森林等脆弱度較低之地區發生洪災時，相較於上述高危險度地區，
高脆弱度地區更需要救援與資源之分配。利用風險地圖作為預警之依據，可有效 的分辨安排物資與資源補給之順序，在救災過程中可避免將資源著重於低效益之 地區，以提升救災之效益。
為了能以客觀的方式了解模式應用之成果，本研究採用預兆得分 TS（Threat Score）之方式來檢驗實際淹水地點與洪災預警之精準度，以量化的方式顯現模式 對於研究區域之預警能力。預兆得分 TS（Threat Score）之定義與計算計算方式如 下：
表 2.8 預兆得分定義表
預測事件
觀測事件
是 否
是 正確預警（a） 誤報（b）
否 失誤（c） 無事件發生（d）
（2.8）
其中： 為正確預警之狀況，即實際與預測事件相符者；
為誤報之狀況，即預測事件但實際未發生者；
為失誤之狀況，即實際發生但未發佈預警者；
為無事件之狀況，即實際事件與預測事件皆未發生者。
最後由各洪災預警之事件中得出該事件之預兆得分 TS（Threat Score），而 值越接近 1 也表示研究中所應用之模式正確預報的能力越高。
16
第三章 研究區域
本研究以高雄市為研究區域，並利用現況雨量資料與人口資料與颱風事件，
依照研究流程進行脆弱度、危險度及風險之分析。
3.1 區域概述
高雄市位於台灣西南方，南北長約 54 公里，東西寬約為 35.4 公里，西臨台灣 海峽，地勢呈東北向西南傾斜，東為觀音山、東照山、佛光山等山峰；西為壽山 與半屏山為主。
高雄市全境位於熱帶，為台灣第二大都市，有台灣第一大商港，更是全球第 三大貨櫃港，因此有「港都」之稱。
人口分布多集中於楠梓區、左營區、三民區、鼓山區、鳳山區、苓雅區、前 鎮區、小港區等中心精華區，工商業發展蓬勃住商混合形成都會區，也因為其天 然地理位置讓高雄自古以來都是台灣最重要之海港都市，對於台灣加工出口貿易 有舉足輕重的地位，使得高雄市發展迅速人口逐漸遷入且集中，也使得地區性帶 來不可抹滅的商機與繁榮。
本研究區共選取包含湖內區、茄萣區、阿蓮區、路竹區、永安區、岡山區、
旗山區、燕巢區、彌陀區、橋頭區、大樹區、梓官區、大社區、楠梓區、仁武區、
左營區、鳥松區、三民區、鼓山區、大寮區、鳳山區、苓雅區、新興區、前金區、
鹽埕區、前鎮區、小港區、林園區，共 28 個行政區合計 768 個里，研究面積約為 696 平方公里。如表 3.2 與圖 3.1 所示。
17
表 3.1 高雄市人口及行政區域基本資料表
行政區 面積（km） 戶數 人口數
湖內區 20.74 10318 29378
茄萣區 16.04 10380 30681
阿蓮區 32.02 9366 29560
路竹區 50.21 16628 52989
永安區 23.66 5822 14149
岡山區 48.12 34403 97662
旗山區 3.35 13877 38183
燕巢區 48.22 10342 30443
彌陀區 14.31 6722 19917
橋頭區 24.38 13187 37135
大樹區 58.76 13269 43224
梓官區 11.57 12418 36368
大社區 25.34 12613 34333
楠梓區 28.09 66028 178320
仁武區 37.81 30160 80610
左營區 17.72 77050 195536
鳥松區 24.68 17469 43647
三民區 16.98 134866 347451
鼓山區 19.75 55478 135524
大寮區 58.35 40830 111054
鳳山區 27.89 135303 353476
苓雅區 8.00 72226 176033
新興區 2.53 22791 52624
前金區 1.96 12571 27869
鹽埕區 1.49 10904 25479
前鎮區 13.71 78019 194080
小港區 35.77 65846 155893
林園區 24.42 25380 70455
合計 695.87 1014266 2642073
18
圖 3.1 高雄市研究區域圖
本研究地形資料採用 網格之數值地形高程資料（圖 3.2），並根 據國土利用現況調查資料（2006），依照土地利用型態將研究區分為農業用地、交 通用地、水利用地、建築用地、工業用地、遊憩用地、養殖用地、礦業用地、軍 事用地及其他用地等（圖 3.3），並依其特性訂定出各土地利用之曼寧 n 值（表 3.2），
透過二維淹水模式模擬不同重現期都市淹水之情況。
19
圖 3.2 高雄市數值高程圖 表 3.2 土地利用型態表
土地利用型態 曼寧糙度 n 土地利用型態 曼寧糙度 n
農業用地 0.130 遊憩地 0.130
交通用地 0.130 鹽田 0.100
水利用地 0.100 礦區 0.130
建築用地 0.200 軍事用地 0.130
工業用地 0.200 其他 0.130
20
圖 3.3 高雄市土地利用圖
3.2 雨量資料
本研究依照水利署高屏溪流域及高雄縣、高雄市與屏東縣淹水潛勢圖更新計 畫（2007）中各重現期與颱風事件之降雨量作為二維淹水模式之輸入資料做為淹 水模擬並結合建蔽率，搭配各重現期距、颱風事件之降雨量，做為模式之輸入資 料，進行含建物之淹水模擬。
21
3.2.1 重現期距
採用表 3.3 水利署高屏溪流域及高雄縣、高雄市與屏東縣淹水潛勢圖更新計畫
（2007）中高雄地區 24 小時暴雨頻率分析結果作為基準值（表 3.3），選用 5 年、
10 年、25 年、50 年、100 年、200 年六種重現期距。研究區域內共有四座雨量站，
分別為屏東、金山、阿蓮及竹仔腳雨量站。考慮到降雨空間變異性，本研究依照 雨量站相對位置以徐昇式多邊形法（thiessen polygons method）進行雨量分區，決 定各控制面積之雨量，其研究區域徐昇式多邊形法分區示意圖如圖 3.4 所示。
表 3.3 高雄市 24 小時暴雨量頻率分析表
(單位：mm) 重現
期距 測站
2 5 10 20 25 50 100 200 屏東 224.4 308.9 357.6 400.1 408.5 450.6 485.8 519.2 金山 214.5 322.6 393.8 460.9 475.1 545.9 608.6 670.2 阿蓮 206.7 286.8 333.4 373.5 381.3 420.1 451.5 480.4 竹仔腳 209.3 309.1 371.5 428.8 440.6 499.7 550.9 600.7
22
圖 3.4 研究區域徐昇式多邊形法分區示意圖
23
圖 3.5 研究區域各雨量站 24 小時雨量組體圖
3.2.2 颱風事件
本研究採用 2001 年潭美颱風、2005 年海棠颱風、2009 年莫拉克颱風及 2010 年凡那比颱風等四場颱風事件做為研究颱風事件之選擇，並依其颱風事件時最大 降雨期間作本研究模擬之時間設定，潭美颱風為 2001 年 7 月 11 日 6 時至 2001 年 7 月 11 日 21 時，共計 24 小時：海棠颱風為 2005 年 7 月 18 日 9 時至 2005 年 7 月 19 日 20 時，共計 36 小時：莫拉克颱風為 2009 年 8 月 7 日 10 時至 2009 年 8 月 9 日 9 時，共計 48 小時；凡那比颱風為 2010 年 9 月 19 日 4 時至 2010 年 9 月 20 日
1.5 1.8 2.1 2.6 3.3 3.7 4.5 5.1
6 7.1 9.3
10.4
8.1 6.7
5.6 4.9
4 3.5 2.9 2.2
1.9 1.6 0.8 0.4 0
2 4 6 8 10 12
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
屏東測站設計雨型
雨量(mm/hr)
0.7 1.2 1.7 2 2.4 3 3.4 4.5
6.1 8
12.5 9.8
6.5 4.7 3.8
3.1 2.6
2.1 1.8 1.6 1
0.6 0.2 0
2 4 6 8 10 12 14 16 18
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
金山、阿蓮、竹仔腳測站設計雨型
雨量(mm/hr)
24
9 時，共計 30 小時。
凡那比颱風與莫拉克颱風皆利用都卜勒雷達取得即時降雨資料，模擬範圍內 總共有 461 個雷達網格，資料為每個小時之逐時降雨量，QPESUMS 的網格解析度 為 。
潭美颱風與海棠颱風則以雨量站相對位置並以徐昇式多邊形法（thiessen polygons method）進行雨量分區，決定各控制面積之雨量，其研究區域徐昇式多邊 形法分區示意圖如圖 3.6 所示。表 3.4 為颱風事件各雨量站累積雨量表。有關颱風 事件之相關資訊請參照「附錄四 颱風事件資料表」。
表 3.4 研究區各雨量站颱風事件累積雨量表 雨量站名
累積雨量（mm）
潭美颱風 海棠颱風
臺南 18.7 305.1
高雄 218.1 287.4
東港 0.0 0.0
古亭坑 17.5 438.0
三爺 61.5 314.0
里港 48.0 586.5
屏東 231.0 375
雙連埤 1.0 58.5
大寮 184.0 392.5
溪埔 93.5 394.0
尖山 30.5 382.0
竹子腳 31.5 371.0
岡山 157.0 366.0
鳳雄 74.0 415.0
左營 338.0 263.5
鳳山 231.0 343.0
鳳森 183.0 324.0
25
圖 3.6 研究區域徐昇式多邊形法分區示意圖
26
第四章 模擬結果與討論
本章節為高雄市在六種不同重現期（5 年、10 年、25 年、50 年、100 年及 200 年）與潭美颱風、海棠颱風、莫拉克颱風及凡那颱風事件下高雄市淹水潛勢情況 以及各村里之風險值之分析結果。
4.1 社會脆弱度分析結果
社會脆弱度經由「2.1 社會脆弱度因子」章節中可知透過林依潔（2012）台北 市洪災風險分析研究中藉由模糊德爾菲法（Fuzzy Delphi Method）篩選脆弱度之指 標並搭配層級分析法（Analytic Hierarchy Process, AHP），得出八項脆弱度因子：
65 歲以上人口數、14 歲以下人口數、獨居老人人口數、身心障礙者人口數、橡皮 艇數量、消防人員人口數、社會收容數量、所老人安養院數量，經由高雄市政府 各處室資料收集（表 4.1）並經脆弱度正規化計算（公式 2.1 至公式 2.4），依照 0.2 為一級距分成五種等級，最後經由 ArcGIS 地理資訊系統軟體繪製成脆弱度地 圖，如圖 4.1 所示。
由脆弱度地圖中可以顯示出各行政區各村里之脆弱度，即承受相同危害時可 以用來加以判斷受災區之風險與即時分配人力與物資，以最高效益維護人民之生 命財產安全。
表 4.1 脆弱度因子資料來源表
脆弱度因子 資料來源
65 歲以上人口數／14 歲以下人口數 高雄市政府民政局
獨居老人人口數／身心障礙者人口數
社會收容數量／所老人安養院數量 高雄市政府社會局
橡皮艇數量／消防人員人口數 高雄市政府消防局
27
圖 4.1 脆弱度地圖
社會脆弱度所呈現出來的是一種相對比較關係，以左營區與鼓山區為例，即 左營區比鼓山區的脆弱度高，並不代表實際的脆弱度數值；事實上形成高脆弱度 行政區村里之情形，其中原因可能會此區弱勢族群或是老幼年人口相較密集，或 是災害救助資源設備較缺乏，如：消防人員、消防局、消防救災器材等因素，因 此形成當相同危害發生時，該地區風險與受災程度會比其他區域來的大。
左營區之所以有相較高之脆弱度，主因為左營區福山里、新上里、菜公里等
28
里老年人口與幼年人口佔區域中之絕大比例，所以形成較高脆弱度之等級。
脆弱度的高低與受災度成正比，但在危害發生將地區性之脆弱因素排除或是 提高救災能力與物資，則能有效的減低脆弱度之等級。詳細脆弱度表單請參閱「附 錄三 脆弱度計算表格」
4.2 淹水危險度分析結果
危險度經由「2.2 危險度地圖」以 5 年、10 年、25 年、50 年、100 年及 200 年重現期之降雨與潭美颱風、海棠颱風、莫拉克颱風、凡那比等颱風事件，經由 二維淹水模式模擬求得各事件下之淹水潛勢圖，並利用表 2.6 分級標準，將淹水深 分為五級以危險地圖來呈現。
4.2.1 重現期距
由模式模擬結果可以看出重現期距淹水模擬之趨勢，淹水深較嚴重之地區大 多位於岡山區、楠梓區、仁武區、鳥松區、林園區等地，由重現期距 5 年至重現 期距 200 年，可知淹水分布有一定之趨勢。由圖 4.2 至圖 4.13 中，高雄市淹水深 度以林園區為最嚴重，由表 4.2 中可以得知，重現期距 5 年之淹水深己達 2.9 公尺，
200 年重現期距時林園區西汕里淹水深潛勢更達 4 公尺以上。
重現期距 5 年時淹水深達一公尺以上共 14 個村里，其各重現期之淹水深度及 危險度分析如表 4.2 及表 4.3 所示。由表中可看出 5 年重現期降雨條件下，已有兩 個村里之淹水深超過兩公尺，重現期距遞增至 200 年時，淹水深達一公尺已達 78 個村里，其中兩公尺以上 7 個村里；三公尺以上 1 個村里；四公尺以上 1 個村里，
且淹水面積由圖中可以看出有逐漸擴大之趨勢。
由表 4.2 與表 4.3 為重現期距五年狀況下水深高於 1 公尺之村里，由表可得知 當重現期距由 5 年遞增至 200 年時，危險度等級隨淹水深的增加而往上攀升，5 年 重險期距時危險度五級有三處、10 年 5 處、25 年 7 處、50 年有 9 處最後是 100 與
29
200 年重現期距有 10 處以上，危險度隨重現期越大而越高。
表 4.2 各重現期距下村里淹水深度表
里名 5 年 10 年 25 年 50 年 100 年 200 年 高雄市林園區西汕里 2.87 3.08 3.53 3.76 3.93 4.10 高雄市林園區東汕里 2.00 2.19 2.62 2.83 3.00 3.18 高雄市林園區北汕里 1.55 1.76 2.23 2.46 2.65 2.83 高雄市岡山區潭底里 1.47 1.50 2.14 2.38 2.57 2.75 高雄市林園區鳳芸里 1.38 1.60 2.08 2.32 2.52 2.69 高雄市楠梓區中和里 1.32 1.41 2.16 2.37 2.55 2.72 高雄市三民區鼎盛里 1.29 1.31 1.62 1.76 1.88 2.02 高雄市岡山區白米里 1.20 1.20 1.48 1.58 1.67 1.76 高雄市仁武區竹後里 1.13 1.16 1.46 1.59 1.70 1.79 高雄市三民區本和里 1.05 1.06 1.16 1.20 1.23 1.26 高雄市岡山區台上里 1.03 1.05 1.64 1.87 2.07 2.24 高雄市梓官區中崙里 1.03 1.03 1.34 1.45 1.55 1.65 高雄市楠梓區稔田里 1.01 1.04 1.31 1.43 1.54 1.62 高雄市三民區港東里 1.01 1.08 1.34 1.47 1.56 1.66
表 4.3 各重現期距下村里危險度表
里名 5 年 10 年 25 年 50 年 100 年 200 年
高雄市林園區西汕里 5 5 5 5 5 5
高雄市林園區東汕里 5 5 5 5 5 5
高雄市林園區北汕里 5 5 5 5 5 5
高雄市岡山區潭底里 4 5 5 5 5 5
高雄市林園區鳳芸里 4 5 5 5 5 5
高雄市楠梓區中和里 4 4 5 5 5 5
高雄市三民區鼎盛里 4 4 5 5 5 5
高雄市岡山區白米里 4 4 4 5 5 5
高雄市仁武區竹後里 4 4 4 5 5 5
高雄市三民區本和里 4 4 4 4 4 4
高雄市岡山區台上里 4 4 4 4 5 5
高雄市梓官區中崙里 4 4 4 4 5 5
高雄市楠梓區稔田里 4 4 4 4 5 5
高雄市三民區港東里 4 4 4 4 5 5
30
圖 4.2 五年重現期距最大淹水深地圖
31
圖 4.3 五年重現期距危險度地圖
32
圖 4.4 十年重現期距最大淹水深地圖
33
圖 4.5 十年重現期距危險度地圖
34
圖 4.6 二十五年重現期距最大淹水深地圖
35
圖 4.7 二十五年重現期距危險度地圖
36
圖 4.8 五十年重現期距最大淹水深地圖
37
圖 4.9 五十年重現期距危險度地圖
38
圖 4.10 一百年重現期距最大淹水深地圖
39
圖 4.11 一百年重現期距危險度地圖
40
圖 4.12 兩百年重現期距最大淹水深地圖
41
圖 4.13 兩百年重現期距危險度地圖
42
4.2.2 颱風事件
本小節主要為依據潭美颱風、海棠颱風、莫拉克颱風、凡那比五場颱風做為 研究事件，如圖 4.14 至圖 4.21。
由圖 4.14 潭美颱風中可以看出，因潭美颱風之降雨量不大，故模擬結果並未 出現嚴重之淹水深及淹水範圍，但位於林園區南部有大面積淹水，主要因林園區 南部緊臨高屏溪出海口，地勢低漥又土地利用多以魚塭與工業區，地區容易形成 海水倒灌或是內外水排水不易形成區內淹水的情況發生。事實上 2001 年潭美颱風 對於高雄市造成的衝擊大多以地水道造成之淹水事件。
由圖 4.16 至圖 4.21 三場颱風中可以看出類似的趨勢，又莫拉克與凡那比趨勢 更接近，三場颱風事件實際淹水地點為路竹區、岡山區、阿蓮區交界處、楠梓區、
仁武區與鳥松區，同樣的林園區因為距高屏溪出海口造成有相同淹水之事件之發 生；路竹、岡山、阿蓮三區交界之淹水，主要是由於該地區位於交流道附近又四 周多以稻田為主地勢低漥，當周圍排水圳滿堤並溢堤至稻田內形成積水之事件。
楠梓區主要淹水地點位於高雄大學附近，地理位置特殊，不僅緊鄰左營軍港，
行政區內又有後勁溪與典寶溪，四周又多以魚塭為主，當颱風或豪大雨來襲時將 形成嚴重之淹水，為高雄地區易淹水地區。
鳥松區淹水深地點主要位於高雄澄清湖，因此有較大之淹水深形成；仁武區 則因為位於後勁溪中上游容易因溪水暴漲而發生淹水事件。
事實上，造成淹水事件之發生主要是由於地勢低漥、魚塭稻田之土地利用、
湖泊河川之行水位置、內外水無法順利排水及堤防河水越堤等問題，透過地理位 置等地文因素，可以發現這幾場颱風事件中淹水地點大多由於上述這些狀況造成 之區內淹水的問題發生，在無法控制颱風降雨與形成之情況下，有關單位應試圖 改善造成區內淹水的問題，達到防患未然的效果。
43
圖 4.14 潭美颱風最大淹水深地圖
44
圖 4.15 潭美颱風危險度地圖
45
圖 4.16 海棠颱風最大淹水深地圖
46
圖 4.17 海棠颱風危險度地圖
47
圖 4.18 莫拉克颱風最大淹水深地圖
48
圖 4.19 莫拉克颱風危險度地圖
49
圖 4.20 凡那比颱風最大淹水深地圖
50
圖 4.21 凡那比颱風危險度地圖
51
整體模式結果，在重現期距下，淹水深與面積範圍皆隨著重現期距之增加而 加劇；颱風事件下，淹水深度、面積與趨勢除了潭美颱風因為累積降雨量較少淹 水事件較少外，另外三件颱風事件：海棠颱風、莫拉克颱風、凡那比颱風，在淹 水區域與範圍與趨勢之相似度非常高，即代表淹水事件多因當地之土地利用、地 勢與河川湖泊之位置有極大的關係，因此形成相同趨勢之狀況，累積降雨量之影 響為淹水範圍之大小。
4.3 風險地圖分析結果
經由「2.3 風險度地圖」之介紹，將不同重現期及颱風事件之脆弱度與危險度 透過風險矩陣之形式加以進行風險分級，其結果如如圖 4.22 至圖 4.31。
在重現期之狀況下，重現期 5 年至 200 年下，高風險地區為林園區南部、楠 梓區、左營區、仁武區及阿蓮、路竹、岡山三區交界等行政區，危險度為主要造 成高風險地區為：三區交界、林園區、楠梓區及仁武區；脆弱度為主造成高風險 地區為左營區及鼓山區。
颱風事件下，高風險地區為楠梓區、梓官區、左營區、林園區及阿蓮、路竹、
岡山三區交界。
表 4.4 為重現期距 200 年下風險等級五分級表，由表中可看出即使危險度等級 不高例如：高雄市左營區福山里，危險度為 2 級，但由於其社會脆弱度高（老年 人口與幼年人口佔大多數），形成只要有低危險度存在極可能形成高風險的問題 產生，老幼年人口的問題也常伴隨著因為行動不便或對於受災當下的恐懼難以安 撫造成救災的困難與不易。
左營菜新上里危險度等級雖為 3 級，但由於其脆弱度等級達 5 級，形成風險 度 5 級級高風險之地區，其區域人文特徵同樣為老年人口與幼年人口比例佔大多 數之行政區。
楠梓區中和里與稔田里則之社會脆弱度為 1 級低脆弱度之地區，但由於其偉
52
險度高達 5 級形成級高風險之地區，其淹水深大於 1.5 公尺，在此淹水深下將導致 嚴重之災害發生，對於居民之生命財產存在著極度的風險。
表 4.4 重現期距 200 年風險等級五分級表
里名 脆弱度 危險度 風險分級
高雄市三民區港東里 1 5 5
高雄市仁武區竹後里 1 5 5
高雄市岡山區白米里 1 5 5
高雄市岡山區為隨里 1 5 5
高雄市岡山區嘉興里 1 5 5
高雄市岡山區潭底里 1 5 5
高雄市林園區中汕里 1 5 5
高雄市林園區中芸里 1 5 5
高雄市林園區北汕里 1 5 5
高雄市林園區西汕里 1 5 5
高雄市林園區東汕里 1 5 5
高雄市林園區鳳芸里 1 5 5
高雄市阿蓮區玉庫里 1 5 5
高雄市梓官區中崙里 1 5 5
高雄市新興區南港里 1 5 5
高雄市楠梓區中和里 1 5 5
高雄市楠梓區稔田里 1 5 5
高雄市橋頭區頂鹽里 1 5 5
高雄市三民區鼎盛里 2 5 5
高雄市岡山區台上里 2 5 5
高雄市鳳山區福興里 3 4 5
高雄市左營區菜公里 5 4 5
高雄市左營區新上里 5 3 5
53
圖 4.22 五年重現期距風險度地圖
54
圖 4.23 十年重現期距風險度地圖
55
圖 4.24 二十五年重現期距風險度地圖
56
圖 4.25 五十年重現期距風險度地圖
57
圖 4.26 一百年重現期距風險度地圖
58
圖 4.27 兩百年重現期距風險度地圖
59
圖 4.28 潭美颱風風險度地圖
60
圖 4.29 海棠颱風風險度地圖
61
圖 4.30 莫拉克颱風風險度地圖
62
圖 4.31 凡那比颱風風險度地圖
63
4.4 預兆得分分析結果
由「2.4 預兆得分」章節可得知，本研究為了量化模式預警之準確度，並確定 颱風事件實際淹水地點與本研究訂定之洪災預警標準之精確度，以表 2.8 與公式 2.8 做預兆得分 TS（Threat Score）之計算，為了能以客觀方法確認成果。
危險度與風險度之洪災預警標準訂定，本研究是以 3 級以上做為發布預警的 基準，統計淹水事件與發佈洪災警報之標準流程如下。
1. 統計等級 1 至 5 級之各村里所佔該區之個數。
2. 統計各等級佔該行政區之百分比作為防災預警之依據。
3. 等級 3：佔該區總數百分之二十以上之即發布警報；
等級 4：佔該區總數百分之十以上之即發布警報；
等級 5：佔該區總數百分之五以上之即發布警報。
4. 各颱風事件之實際淹水地點圖資收集（本研究實際颱風淹水事件之地點圖資資
料主要由高雄市政府水利局與災害應變中心處置報告中所提供）。
5. 利用表 2.8 與公式 2.8 做預兆得分 TS（Threat Score）之計算。
4.4.1 危險度預兆得分
表 4.5 至表 4.8 為潭美颱風、海棠颱風、莫拉克颱風及凡那比颱風危險度淹水 地點與洪災警報對應表。
由表 4.5 所示，區名標記水藍色底色代表由高雄市政府水利局與災害應變中心 處置報告中所提供之資料中，潭美颱風實際發生淹水之地點，比例欄位以紅底標 記則為經計算達到發佈洪災警報標準之區域。
以表 4.5 為例，仁武區於颱風期間有淹水事件發生且經警報標準預測有發布警 報，則為正確預警之事件；林園區於颱風事件中無淹水事件但經警報標準預測仍 發布警報，則為誤報事件；三民區於颱風事件中有淹水事件但經警報標準預測無 發布警報，則為失誤事件；大寮區於颱風事件中無淹水事件經警報標準預測也無
64
達到發布標準，則為無事件發生。本研究將四場颱風：潭美颱風、海棠颱風、莫 拉克颱風、凡那比颱風預警依照表 2.8 預兆得分定義表驗證求出預兆得分作為分析 依據，其結果如表 4.9 至表 4.12 所示。
表 4.9 為潭美颱風實際淹水事件與發布預警事件之統計表，於事件中正確預警 之事件為一件、誤報為八件、失誤為一件及無事件十九件。將表 4.9 至 4.12 之數 據代入公式（2.8）求出其預兆得分 TS（Threat Score）並整理於表 4.13。由表 4.13 可以得知事件預警之準確度以凡那比颱風最佳，其次為莫拉克颱風。預兆得分較 佳的主因為兩颱風之高降雨量導致大淹水範圍的產生，使得計算統計過程中無事 件之組數降低，提高了預兆得分之有效計算值（正確預警、誤報、失誤）之組數，
造成預兆得分之敏感度降低。預兆得分不佳者為潭美颱風與海棠颱風，主要是由 於兩颱風事件對於高雄市降雨影響較小，淹水退水時間快速，淹水事件較少，造 成預兆得分計算成效不明顯，得分較低之情形。
岡山區因地理位置處阿公店溪流域，降雨過程中容易因為區內外排水不易形 成淹水，除了潭美颱風外，其餘三場颱風事件中，岡山區皆有淹水事件之產生且 都能有效的正確預警；仁武區則因地理位置處獅龍溪流域又區內東方為觀音湖、
南方為澄清湖，且八穴淹大排通過本區，地勢低漥形成易淹地區，除了海棠颱風 外，其餘三場颱風事件中，仁武區亦有淹水事件之產生且都能有效的正確預警。
地勢低漥、河川流域及土地利用性質常為淹水與否之先決要素，但當淹水事 件不顯著容易形成預警誤報與失誤的發生，也使預警之效益降低進而影響預兆得 分之呈現。
65
表 4.5 潭美颱風高雄市危險度淹水地點與洪災警報對應表 區
名 里 數
分 級
個
數 比例 區 名
里 數
分 級
個
數 比例 區 名
里 數
分 級
個
數 比例 區 名
里 數
分
級 個數 比例 三
民 86
1 65 75.6 永 安 6
1 6 100.0 茄 萣 15
1 15 100.0 鼓 山 38
1 38 100.0 2 16 18.6 2 0 0.0 2 0 0.0 2 0 0.0 3 4 4.7 3 0 0.0 3 0 0.0 3 0 0.0 4 1 1.2 4 0 0.0 4 0 0.0 4 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 大
社 9
1 7 77.8 岡 山 33
1 25 75.8 梓 官 15
1 14 93.3 旗 山 2
1 2 100.0 2 1 11.1 2 3 9.1 2 1 6.7 2 0 0.0 3 1 11.1 3 5 15.2 3 0 0.0 3 0 0.0 4 0 0.0 4 0 0.0 4 0 0.0 4 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 大
寮 25
1 14 56.0 林 園 24
1 11 45.8 鳥 松 7
1 5 71.4 鳳 山 76
1 48 63.2 2 7 28.0 2 4 16.7 2 2 28.6 2 20 26.3 3 4 16.0 3 5 20.8 3 0 0.0 3 8 10.5 4 0 0.0 4 2 8.3 4 0 0.0 4 0 0.0 5 0 0.0 5 2 8.3 5 0 0.0 5 0 0.0 大
樹 18
1 17 94.4 阿 蓮 12
1 11 91.7 湖 內 14
1 14 100.0 橋 頭 17
1 13 76.5 2 1 5.6 2 1 8.3 2 0 0.0 2 3 17.6 3 0 0.0 3 0 0.0 3 0 0.0 3 1 5.9 4 0 0.0 4 0 0.0 4 0 0.0 4 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 小
港 36
1 18 50.0 前 金 20
1 19 95.0 新 興 32
1 28 87.5 燕 巢 10
1 9 90.0 2 13 36.1 2 1 5.0 2 4 12.5 2 0 0.0 3 5 13.9 3 0 0.0 3 0 0.0 3 1 10.0 4 0 0.0 4 0 0.0 4 0 0.0 4 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 仁
武 16
1 9 56.3 前 鎮 59
1 46 78.0 楠 梓 37
1 29 78.4 彌 陀 12
1 12 100.0 2 3 18.8 2 8 13.6 2 5 13.5 2 0 0.0 3 4 25.0 3 5 8.5 3 3 8.1 3 0 0.0 4 0 0.0 4 0 0.0 4 0 0.0 4 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 左
營 39
1 37 94.9 苓 雅 69
1 65 94.2 路 竹 20
1 19 95.0 鹽 埕 21
1 21 100.0 2 2 5.1 2 3 4.3 2 1 5.0 2 0 0.0 3 0 0.0 3 1 1.4 3 0 0.0 3 0 0.0 4 0 0.0 4 0 0.0 4 0 0.0 4 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0 5 0 0.0
