降雨誘發坡地二次崩塌之研究

Study of Rainfall-induced Secondary Landslide

呂宜靜

坡地崩塌 ； 二次崩塌 ； 衛星影像判釋 ； 地理資訊系統 ； landslide ； secondary landslide ； satellite image interpretation ； geographic information system

長榮大學土地管理與開發學系（所）學位論文

2016年

碩士

陳怡睿

繁體中文

台灣地形陡峭、地質脆弱且位處亞熱帶地區，氣候變化多端，夏季時常有颱風侵襲，帶來集中性的豪雨，因此容易發生大量的山崩、地滑、土石流等土砂災害，加上舊有崩塌地可能再次發生崩塌，造成更嚴重的衝擊。因此，若能有效評估降雨造成之坡地二次崩塌，勢必能減少災害所帶來的傷害。 本研究以台灣南部之南化水庫集水區部分區域作為研究範圍，採用2009年至2013年期間，共九期降雨事件(含4次颱風及5期降雨事件)侵襲前後之福衛二號衛星影像，透過影像判釋技術，取得地表災害資料，再運用地理資訊系統及數值高程模型，萃取研究範圍之山脊與水系。研究中，藉由雨量資料之蒐集與推估，探討降雨、坡地擾動與坡地崩塌之關係，並分析崩塌空間分佈之特性。 研究結果顯示，研究區14幅不同時期衛星影像之判釋結果，一致性係數Kappa指標平均達0.77，具有中高程度的精確度。研究區各期降雨後之裸露地數量及裸露面積皆比降雨前增加，且崩塌地分佈多偏向山脊發育，而中大型崩塌地大多亦會朝溪流底端延伸。此外，不論雨量多寡，當研究區坡地擾動程度大於1.5時，開始誘發崩塌之當坡地擾動程度大於2.5時，則會有較大型之崩塌地發育相對於較大之雨量，較小降雨量時，需有較大之坡地擾動，才會發生坡地崩塌。 研究結果亦發現，各期降雨事件侵襲後，二次崩塌點位之數量皆比新崩塌點位數量多，且二次崩塌點位之崩塌規模，亦大於新崩塌之點位；較大崩塌規模之二次崩塌點位亦多偏向山脊發展。當研究範圍坡地擾動程度越大時，降雨誘發之二次崩塌面積有越大的趨勢，且當坡地擾動程度達1.6左右時，二次崩塌點位之崩塌規模會增大，再者，降雨誘發之二次崩塌點位大致上位於坡度 20˚~35˚之間。

Taiwan is located in subtropical regions with changing climate. In the summer, typhoons often bring concentrated heavy rain, and then cause a lot of sediment disaster, such as landslides, slippery, and debris flow due to Taiwan’s steep terrain and fragile geology. Furthermore, secondary landslide could happen in existing landslide sites, causing more serious impact. Therefore, if we can effectively assess the rainfall-induced secondary landslide, it is bound to reduce the damage caused by the disaster. The study area in this research is the Nanhua Dam watershed in the southern Taiwan. The FORMOSAT satellite images before and after the years 2009-2013 (including 4 typhoons and 5 rainfall events) were acquired and used. The satellite images were interpreted to obtain surface information and hazard log data. Coupled with digital elevation model, the spatial analysis module in the geographic information system was employed to extract the ridges and rivers in study area. This study explored the relationship among rainfall, slope disturbance, and landslide, and characteristics of landslide distribution. The results of image classification for 14 satellite images show that the average value of coefficient of agreement is 0.77 at medium-high level. The results show that number and area of bare land increase after rainfall, most of the rainfall-induced secondary landslide sites are near the ridge top, and most of the medium-large landslides extend toward the low end of the stream. Furthermore, for every rainfall event, landslides are induced when degree of slope disturbance is greater than 1.5. For greater rainfall event, larger scale landslides start to induce when degree of slope disturbance is greater than 2.5. For smaller rainfall event, landslides are induced for large slope disturbance. The results also show that the number and scale of secondary landslide are more than that of new landslide. Most of larger-scale secondary landslide sites are near the ridge top. The greater the slope land disturbance, the more likely it is that the scale of secondary landslide become greater. The scale of secondary landslide increases when degree of slope disturbance reaches 1.6. Rainfall-induced secondary landslides are substantially located in slope from 20˚ to 35˚.

1. 1.互動國際數位股份有限公司(2011)，ArcGIS 10基礎學習與應用寶典，新北市：新文京開發。
   連結：
2. 2.方思怡(2014)，高風險災害潛勢土地分類之研究-以曾文水庫集水區為例，碩士論文，國立成功大學都市計畫研究所，台南。
   連結：
3. 3.江介倫(2013)，氣候變遷對台灣年降雨沖蝕指數潛在影響，地理學報，第68期，1-17。
   連結：
4. 4.何宇麗(2014)，降雨誘發山崩潛勢與崩塌分布之研究，碩士論文，長榮大學土地管理與開發學系碩士班，碩士論文，台南。
   連結：
5. 5.李嶸泰、張嘉琪、詹勳全、廖珮妤、洪雨柔(2012)，應用羅吉斯迴歸法進行阿里山地區山崩潛勢評估，中華水土保持學報，43(2)，167-176。
   連結：
6. 6.林文賜、黃碧慧(2012)，應用地理資訊系統與資料探勘技術於崩塌地特性及空間關聯性分析之研究-以莫拉克風災之阿里山溪集水區為例，水保技術，7(1)，23-29。
   連結：
7. 7.林芬玲、林家榮、林昭遠(2009)，集水區崩塌潛勢劃定之研究，中華水土保持學報，40(4)，438-453。
   連結：
8. 8.林洧全(2012) ，衛星影像判釋技術應用於山崩潛勢分析及風險評估模式建置之研究，長榮大學土地管理與開發研究所碩士論文，台南。
   連結：
9. 9.林德貴、林永欣、吳正義、游繁結(2012)，降雨誘發坡地土砂災害之危險度評估模式，中華水土保持學報，43(2)，139-157。
   連結：
10. 10.倪伯寧(2009)，土砂災害潛勢區風險評估模式之建置，長榮大學土地管理與開發學系碩士班，碩士論文，台南。
    連結：
11. 14.梁惠儀、林柏勳、許振崑、冀樹勇(2012)，集水區暴雨引致新增崩塌產量簡易估算方法，水保技術，7(2)，82-95。
    連結：
12. 15.陳永森(2010)，極端氣候影響下對臺灣環境規劃與災害視覺之省思-以八八水災為例，工程環境會刊，25，33-44。
    連結：
13. 16.陳怡睿，謝舜傑，陳景文，倪柏寧(2010)，基因演算法自動演化類神經網路應用於山崩災害之評估，中華水土保持學報，41(1)，61-72。
    連結：
14. 17.陳怡睿、林洧全、謝舜傑(2011)，坡地利用影響山崩潛勢之評估模式建置-以寶來地區歷經莫拉克颱風為例，中華水土保持學報，42(3)，251-262。
    連結：
15. 18.陳怡睿、謝舜傑、陳景文、倪柏寧、陳盈秀(2009a)，基因演算法自動演化類神經網路技術應用於坡地土砂災害評估模式之建置，台灣地理資訊學會年會暨學術研討會，台中。
    連結：
16. 19.陳盈秀(2009)。基因演算法自動演化類神經網路應用於衛星影像判釋與土砂災害評估模式之建置。長榮大學土地管理與開發研究所碩士論文，台南。
    連結：
17. 20.陳建新、譚志豪、冀樹勇、蘇泰維(2011)，廣域降雨促崩模式之建置及應用-以高屏溪流域為例，中華水土保持學報，42(1)， 1-11。
    連結：
18. 21.陳樹群、吳俊毅、謝政道(2012)，崩塌危害分析模型之建立-以臺北水源特定區為例，中華水土保持，43(4)，332-345。
    連結：
19. 22.陳樹群、郭靜苓、吳俊鋐(2013)，西台灣強降雨誘發崩塌規模與區位之特性分析，中華水土保持學報，44(1)，34-49。
    連結：
20. 23.陳樹群、諸予涵、吳俊鋐(2012)，旗山溪集水區長期降雨特性改變與崩塌分佈關係，中華水土保持學報， 43(4)，293-301。
    連結：
21. 24.陳靜嫻(2007)，崩塌災害社區防災推動之探討-以雲林縣林內鄉坪頂村為例，國立中興大學水土保持學系碩士論文，台中。
    連結：
22. 26.黃孟璇(2015)，降雨又發之坡地崩塌潛勢評估，長榮大學土地管理與開發研究所碩士論文，台南。
    連結：
23. 27.黃韋凱、林名朗、陳良健、林彥享、蕭震洋(2010)，物件導向分析方法應用於遙測影像之分區及崩塌地與人工設施分類，航測及遙測學刊，15(1)，29-49。
    連結：
24. 29.楊文仁、范正成、張于漢(2005)，台灣北部地區最大三十分鐘降雨強度之分析及預測，農業工程學報，51(3)，48-57。
    連結：
25. 32.廖俊瑋、葉春國、詹仕堅、劉一新、廖學誠(2012)，太麻里溪集水區極端水文事件的頻率分析，工程環境會刊，28，89-103。
    連結：
26. 33.劉哲欣、吳亭燁、陳聯光、林聖琪、林又青、陳樹群、周憲德(2011)，臺灣地區重大岩體滑動案例之土方量分析，中華水土保持學報，42(2)，150-159。
    連結：
27. 34.劉家宏、馮正一、 楊明德、黃志彰(2010)，應用IDRISI 遙測影像程式於地滑地變遷之研析，中華水土保持學報， 41(4)，319-332。
    連結：
28. 35.劉格非、魏士超、酈寶成(2013)，累積雨量對土石流影響範圍評估之影響，中華水土保持學報，44(3)，225-233。
    連結：
29. 36.潘國樑、林彥享、黃春銘、 柯傑夫、鄭錦桐、冀樹勇(2011)，小林埋村事件之還原---衛星影像判釋，航測及遙測學刊，16(1)，63-78。
    連結：
30. 37.蔡光榮、陳昆廷、王宣惠、林岱本、謝正倫(2013)，花蓮地區集水區土砂潛勢災害風險評估分析之研究，曠冶：中國礦冶工程學會會刊，221期。
    連結：
31. 38.蔡光榮、陳穎慧、江介倫、陳怡睿、彭彩靖(2014)，極端降雨事件引致高屏溪流域水文環境指標變異度之分析研究，臺灣礦業，第66卷/第1期，28-40。
    連結：
32. 41.盧惠生、林壯沛、林介龍、黃良鑫、王秋嫻(2011)，台灣中部坡地不同土地利用及降雨強度土壤入滲，坡地防災學報，10(1)，10-26。
    連結：
33. 43.謝正倫、陳俞旭(2010)，二次災害傳遞過程與災害重建之新構想，中華防災學刊，2(2)，109-116。
    連結：
34. 44.鍾侑達、郭峻菖、陳昶憲(2009)，台灣區域降雨趨勢分析，農業工程學報，第55卷/第4期。
    連結：
35. 45.鍾明劍、譚志豪、陳勉銘、蘇泰維(2013)，以定率法評估邊坡山崩臨界雨量-以南勢坑為例，中華水土保持學報，44(1)，66-77。
    連結：
36. 48.顧承宇、陳建忠、張怡文、許世孟、陳耐錦、溫惠鈺(2012)，氣候變遷下極端降雨引致廣域坡地災害評估技術之研究，中華水土保持學報，43(1)，75-84。
    連結：
37. 2.Chen, J. W., Chue, Y. S. & Chen, Y. R., (2013). The Application of The Genetic Adaptive Neural Network in Landslide Disaster Assessment. Journal of Marine Science and Technology, 21(4), 442-452.
    連結：
38. 3.Chen, Y. R., Chen, J. W., Hsieh, S. C., & Ni, P. N., (2009). The Application of Remote Sensing Technology to the Interpretation of Land Use for Rainfall-induced Landslides Based on Genetic Algorithms and Artificial Neural Networks. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing (JSTARS), 2(2), 87-95.
    連結：
39. 5.Huang, W. C., Chiang, Y., Wu, R. Y., Lee, J. L. & Lin, S. H., (2012). The Impact of Climate change on Rainfall Frequency in Taiwan. Terr. Atmos. Ocean. Sci., 23(5), 553-564.
    連結：
40. 6.Joyce, K. E., Belliss, S. E., Samsonov, S. V., McNeill, S. J., & Glassey, P. J., (2009). A review of the status of satellite remote sensing and image processing techniques for mapping natural hazards and disasters. Progress in Physical Geography, 33, 183-207.
    連結：
41. 7.Mahler, C. F., Erika, V., & Luiz C. D. de Oliveira., (2012). Analytical Model of Landslide Risk Using GIS. Open Journal of Geology, 2,182-188.
    連結：
42. 8.Meunier, P., Hovius, N. & Haines, J.A., (2008). Topographic site effects and the location of earthquake induced landslides. Earth and Planetary Science Letters, 275, 221-232.
    連結：
43. 9.Stark, C. P., (2001). The characterization of landslide size distributions. Geophysical Research Letters, 28(6), 1091-1094.
    連結：
44. 10.Zhoug, Z., Wang, H. G., Fu, H. L., & Liu, B. C., (2009). Influences of rainfall infiltration on stability of accumulation slope by in-situ monitoring test. J. Cent. South Univ. Technol, 16, 0297−0302.
    連結：
45. 中文：
46. 11.徐家盛(2002)，多種尺度遙測影像於農業土地利用分類精確度探討，中華大學土木工程學研究所碩士論文，新竹。
47. 12.張婓章、張麗秋(2005)，類神經網路，台北：東華。
48. 13.梁恒瑜(2005)，模糊理論與基因演算法運用於液化潛勢微分區之研究，長榮大學土地管理與開發研究所碩士論文，台南。
49. 25.曾炫學(2003)，土石流發生臨界曲線之研究-模糊集合及類神經網路，國立台灣大學土木工程研究所碩士論文，台北。
50. 28.黃敏郎、劉守恆(2005)，地理資訊系統基礎操作實務，松岡：台北。
51. 30.楊龍士、雷祖強、周天穎(2006)，遙測探測理論與實務分析，初版，台北：文魁資訊。
52. 31.葉怡成(2002)，類神經網路模式應用與實作，台北：儒林。
53. 39.蔡博文、丁志堅(2005)，新一代地理資訊系統Arc View 9.X剖析，台北：仲琦科技。
54. 40.鄭錦桐、張玉璘、顧承宇、邱顯晉、陳錦清、趙方成、余勝雄、楊勳得、焦中輝、黃連通(2011)，遙測技術及地理資訊系統應用於水庫集水區崩塌地調查，土木水利，31(6)，34-38。
55. 42.穆靖、林昭遠(2013)，集水區崩塌地環境指標分析與崩塌潛感推估，中華水土保持學報，44(2)，121-130。
56. 46.羅強華(2001)，類神經網路-MATLAB的應用，新竹：清蔚科技。
57. 47.蘇木春、張孝德(2004)，機器學習：類神經網路、模糊系統以及基因演算法則，三版，台北，全華。
58. 外文：
59. 1.瀨尾克美、船崎昌繼(1973). 土砂害(主に土石流的被害)と降雨量について. 新砂防, 89, 22-28.
60. 4.Chen, Y. R., Hsieh, S.C. & Liu, C.H., (2010). Simulation of Stress-Strain Behavior of Saturated Sand in Undrained Triaxial Tests Based on Genetic Adaptive Neural Networks. Electronic Journal of Geotechnical Engineering, 15, 1815-1834.
61. 網站資料：
62. 1.交通部中央氣象局網站，瀏覽日期：2015/05/20，網址：http://www.cwb.gov.tw/V7/climate/monthlyMean/Taiwan_meantxmax.htm
63. 2.經濟部水利署全球資訊網，瀏覽日期：2015/05/20，網站：http://www.wra.gov.tw/ct.asp?xItem=19995&CtNode=4541
64. 3.台南市政府觀光旅遊局，瀏覽日期：2015/05/20，網站：http://tour.tainan.gov.tw/view.aspx?sn=229