運用類神經網路進行地震誘發山崩之潛感分析

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：24

、訪客IP：18.119.110.248

姓名

林彥享(Yen-Hsiang Lin) 查詢紙本館藏

畢業系所

應用地質研究所

論文名稱

運用類神經網路進行地震誘發山崩之潛感分析
(Application of Neural Network to Landslide Susceptibility Analysis)

相關論文

★ 台灣中部德基至梨山地區岩石劈理位態分布特性之研究	★ 台北盆地松山層土壤性質之空間分析
★ 新店溪之地形研究	★ 運用類神經網路進行隧道岩體分類
★ 大肚溪流域河階地形研究	★ 台南台地暨鄰近地區之台南層及其構造運動
★ 台灣東北部地區隱沒帶地震強地動衰減式之研究	★ 地形地質均質區劃分與山崩因子探討
★ 由世界應力量測資料探討不同地體構造區的應力特性	★ 921集集地震造成之地表變形模式
★ 運用模糊類神經網路進行山崩潛感分析—以台灣中部國姓地區為例	★ 運用判別分析進行山崩潛感分析之研究 – 以臺灣中部國姓地區為例
★ 運用羅吉斯迴歸法進行山崩潛感分析-以臺灣中部國姓地區為例	★ 台灣西南平原末次冰期以來之地層及構造運動
★ 利用近年大規模地震的強震資料修正Newmark經驗式	★ 土石流潛感分析－以石門水庫集水區為例

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

在許多不同的山崩潛感分析法中何者最優？目前尚無定論，且各有其優缺點。本研究嘗試利用倒傳遞類神經網路的自我學習功能，學習山崩的發生與各潛在因子及促崩因子間的相互關係，再利用其回想功能推估研究區各網眼的山崩潛感值及繪製地震誘發山崩之潛感分級圖。
研究區域選在台灣中部大里至國姓一帶，東西寬約23公里，南北長約30公里。崩塌地圈繪的方法，是利用本研究室先前以集集地震前後衛星影像完成的山崩圖層，及工研院能資所利用航空照片數化的崩塌地位置進行比對，並在災後五千分之一像片基本圖上進行確認，去除過小之山崩及不確定者。同時，為避免堆積區錯誤資訊影響類神經網路學習效果，也將山崩堆積判釋出來，並予以剔除。
本研究利用Erdas Imagine及MapInfo二套地理資訊系統進行空間資訊處理，輔以自行開發的程式萃取山崩潛感因子，並以二變量統計方法選取重要因子，作為類神經網路訓練的輸入層變數值。對於訓練區則按坡度及山崩情況分為三級：第一類為坡度小於10％的穩定區，第二類為未崩區，第三類為地震誘發山崩區，在分析系統中並同時引入模糊隸屬函數（fuzzy membership function）的觀念，將山崩分類模糊化，以作為類神經網路訓練的輸出層變數值。
分析結果顯示：（1）類神經網路隱藏層設定以一層隱藏層十八個神經元的正確率最佳。（2）類神經網路隱藏層設定為二層雖有較佳的誤差函數收斂值，但卻較一層隱藏層的正確率略差，有過度複雜化的現象。（3）類神經網路回想預測山崩之準確率最高達93.7％。（4）引用模糊隸屬函數觀念，藉由函數分佈換算山崩潛感值，可有效解決網路輸出中僅有破壞與否的結果。

摘要(英)

There is no common agreement on the question, that is, which is the best method among various landslide susceptibility analyses, since they all have their own advantages and disadvantages. Our research tried to utilize the self-learning capability of back propagation neural network and to establish the relationship between landslides and the factors that potentially affecting landslides. Landslide susceptibility index of each cell of study area were then calculated by the recalling process of neural network to prepare the final landslide susceptibility map.
The study area of 23km in width and 30km in length is located in Central Taiwan and between the Da-Li town and the Kuo-Shing town. Landslide inventory has been mapped and digitized from SPOT satellite images prior and after the Chi-Chi earthquake. Landslide inventory based on aerial photos from ERL/ITRI has been used for comparison and validation. The 1/5,000 topographic maps published after the Chi-Chi earthquake were also used for validation. Landslide which is too small or questionable was removed during this process. Moreover, the deposit part at the toe of landslide which will confuse the neural network leaning has also being removed.
Erdas Imagine and Mapinfo were used for spatial data analysis in this study. We also developed some Fortran programs for extracting and processing the landslide susceptibility factors. Bivariate statistical method was used to select the relative important factors for the input layer of neural network. We classified our training data into three groups, the first group is the stable area which has slope less than 10%, the second group is the non-landslide pixels, and the third ones is the earthquake triggered landslide pixels. Concept of fuzzy logic was then adopted to design a membership function for each group and the membership function accepted as the output layer of neural network.
The results of this study are: (1) The combination of one-hidden-layer and 18 neuron have resulted in the highest accuracy rate. (2) Two-hidden-layer has better convergence in erron function than one-hidden-layer, but it is worse in accuracy rate than one one-hidden-layer. This implies that the two-hidden-layer setting may have over-complicated the problem. (3) The best accuracy rate for predicting the landslide using the neural network is 93.7%. (4) Landside susceptibility value can be calculated from fuzzy membership function, and then be used to construct a map.

關鍵字(中)

★ 山崩潛感分析
★ 類神經網路

關鍵字(英)

★ neural network
★ Landslide Susceptibility Analysis

論文目次

目　　錄
頁數
中文摘要 Ⅰ
英文摘要 Ⅱ
致謝 Ⅲ
目錄 Ⅳ
圖目 Ⅶ
表目 Ⅸ
第一章緒論 1
1.1 研究動機與目的 1
1.2 前人研究 2
1.2.1 山崩型態與潛感因子的探討 2
1.2.2 山崩潛感的研究 6
1.2.3 類神經網路運用於工程方面的研究 7
1.3 研究流程 9
第二章研究方法 12
2.1 類神經網路 12
2.1.1 依學習策略分類 14
2.1.2 依網路架構分類 15
2.2 倒傳遞類神經網路 16
2.2.1 學習過程 18
2.2.2 回想過程 19
2.2.3 倒傳遞類神經網路方法的優缺點 20
第三章研究流程 22
3.1 研究區域概述 22
3.1.1 研究區地形與地理概述 22
3.1.2 研究區域地層概述 22
3.1.3 區域地質構造概述 29
3.2 資料蒐集 30
3.2.1 SPOT衛星影像 31
3.2.2 數值地形 34
3.2.3 集集地震強震資料 34
3.3 資料處理 35
3.3.1 崩塌地判釋 35
3.3.2 TWD67-TWD97座標系統 36
3.3.3 山崩潛感因子 37
第四章類神經網路分析 50
4.1 類神經網路資料處理原則 50
4.1.1 輸入變數正規化 50
4.1.2 輸出值模糊化 51
4.2 類神經網路訓練因子選取方式 52
4.3 類神經網路訓練區選區方式 53
4.4 類神經網路分析 54
4.4.1 類神經網路架構設計 54
4.4.2 類神經網路訓練結果 56
4.5 山崩潛感圖繪製 62
第五章討論 68
5.1 資料蒐集與處理 68
5.2 山崩因子資料處理 69
5.3 類神經網路分析 70
5.4 山崩潛感圖 72
第六章結論與建議 76
6.1 結論 76
6.2 建議 76
參考文獻 78
附錄 84
圖　　目
頁數
圖1.1 研究流程圖 10
圖2.1 生物神經細胞示意圖 13
圖2.2 人工神經元示意圖 13
圖2.3 倒傳遞類神經網路架構示意圖 16
圖2.4 倒傳遞類神經網路運作流程示意圖 17
圖3.1 研究區域彩繪圖 24
圖3.2 研究區域透視圖 25
圖3.3 台灣地形分區圖 26
圖3.4 研究區域地質圖 27
圖3.5 衛星影像涵蓋圖 33
圖3.6 網格資料示意圖 38
圖3.7 坡向x及y方向向量示意圖 39
圖3.8 圖形視窗之網格示意圖 40
圖3.9 自然邊坡剖面各參數示意圖 47
圖3.10 以趨勢面分析法建構車籠埔斷層破裂面幾何形貌 49
圖3.11 趨勢面與地表交線及實際車籠埔斷層地表破裂位置示意圖 49
圖4.1 山崩分類等級模糊隸屬度示意圖 51
圖4.2 坡度粗糙度因子個數百分比分佈圖 52
圖4.3 不同隱藏層之神經元數目誤差函數值分佈情形 56
圖4.4 （a）第二級潛感隸屬函數分佈 57
（b）回想所得潛感隸屬函數分佈示意圖 57
圖4.5 研究區域類神經網路回想所得初步之山崩潛感歸屬等級
分佈圖 58
圖4.6 研究區域不同隱藏層之神經元數目第一正確率分佈情形 60
圖4.7 研究區域不同隱藏層之神經元數目第二正確率分佈情形 61
圖4.8 類神經網路回想潛感隸屬分佈示意圖 64
圖4.9 不同潛感值分佈之崩壞比曲線圖 64
圖4.10 山崩潛感值之崩塌地網格數與區域網格數關係圖 65
圖4.11 不同潛感值分佈之山崩網格累積百分比曲線圖 65
圖4.12 研究區域山崩潛感分級圖 66
圖4.13 研究區域山崩潛感與崩塌地位置比較 67
圖5.1 （a）台中盆地區域山崩潛感分級圖 74
（b）台中盆地區域彩繪明暗圖 74
（c）新社河階區域山崩潛感分級圖 74
（d）新社河階區域彩繪明暗圖 74
圖5.2 （a）頭嵙山層區域山崩潛感分級圖 75
（b）頭嵙山層區域彩繪明暗圖 75
（c）大橫屏山區域山崩潛感分級圖 75
（d）大橫屏山區域彩繪明暗圖 75
表　　目
頁數
表1.1 夏普氏（Sharp）塊體運動的分類 3
表1.2 法恩氏（Varnes）山崩分類表 3
表1.3 前人研究探討之山崩潛感因子一覽表 5
表1.4 前人研究採用之山崩潛感分析方法 8
表2.1 類神經網路分類表 15
表3.1 研究區域地層對比表 23
表3.2 衛星影像資料 32
表3.3 本研究採用集集地震主震及餘震資料表 35
表3.4 TWD67及TWD97座標系統參數定義 36
表3.5 研究區之地層岩性評分表 46
表4.1 類神經網路訓練輸出層變數值 51
表4.2 山崩潛感因子個數百分比分佈交集面積表 53
表4.3 類神經網路訓練完成訓練範例誤差函數值 56
表4.4 研究區域混亂矩陣 59
表4.5 不同網路架構之第一正確率結果 60
表4.6 不同網路架構之第二正確率結果 61
表4.7 不同潛感值之崩壞比一覽表 63

參考文獻

參考文獻
大江二郎（1938）台中州南投油田調查報告：台灣總督府殖產局，第866號。
王智仁（2001）以現場調查方式分析影響公路岩石邊坡穩定性之工程地質因子-以南橫公路梅山至啞口段為例，國立成功大學資源工程研究所碩士論文，共115頁。
王嘉燁（2002）GPS/GIS應用於南橫公路邊坡崩塌災害調查與潛感危險路段之劃定研究，屏東科技大學土木工程系碩士論文，共125頁。
王鑫（1981）地景法邊坡穩定性的分析研究，工程環境會刊，第2期，第73-91頁。
王鑫（1986）中橫公路道路邊坡的地貌分析，行政院國家科學委員會研究報告編號NSC74-0414-P002-23，共72頁。
王鑫（1991）山地道路工程對邊坡的影響(新中橫公路－東埔段)，行政院國家科學委員會防災科技研究報告80-23號。
台灣省政府山地農牧局（1989），台灣省崩塌地調查報告，農委會山地工作報告，第24卷，第二期，共139頁。
朱聖心（2001）應用地理資訊系統製作地震及降雨所引致之山崩危險圖，國立臺灣大學土木工程系碩士論文，共169頁。
行政院農業委員會水土保持局2000 九二一震災調查報告，崩塌地調查與治理規劃，共30頁。
何信昌、陳勉銘（2000）五萬分之一台灣地質圖說明書，圖幅第24號：臺中。
何春蓀（1999）普通地質學，國立編譯館，第220-221頁。
吳少明（1993）環境地質調查與分析應用在都市坡地開發適宜性規劃—以甲仙地區為例，國立成功大學地球科學系碩士論文。
李三畏（1984）台灣崩塌問題探討，地工技術，第7期，第43-49頁。
李錫堤（2001）「台北都會區活斷層與地震災害潛勢」，台北都會區地質災害研討會。
李錦發（2000）五萬分之一台灣地質圖說明書，圖幅第18號：東勢。
周晏勤（2000）以遙感探測方法探討南橫公路邊坡破壞的重要因子，國立成功大學資源工程學系碩士論文，共124頁。
林中興（1994）山坡穩定性評估之因子分析及地理資訊系統之應用，國立中央大學應用地質研究所碩士論文，共87頁。
林昆達（2002）小波理論與類神經網路在橋梁非破壞檢測之應用，私立中原大學土木工程學系碩士論文，共110頁。
林彥享、李錫堤、鄭錦桐、廖啟雯、林淑媛（2002）運用類神經網路進行地震誘發山崩之潛感分析，第九屆台灣地區地球物理研討會論文集，第337-340頁。
林書毅（1999）區域性山坡穩定評估方法探討-以林口台地為例，國立中央大學應用地質研究所碩士論文，共92頁。
林淑媛（2003）地形地質均質區之劃分與山崩因子探討，中央大學應用地質研究所碩士論文。
林淑媛、李錫堤、廖啟雯、林彥享（2002）地震誘發山崩因子之區域性變化，中國地質學會九十二年年會暨學術研討會，第44頁。
林朝棨（1957）台灣地形，台灣省文獻委員會，共424頁。
林逸塵（2002）類神經網路應用於空氣品質預測之研究國立中山大學環境工程研究所碩士論文，共133頁。
高仲仁（2001）運用類神經網路進行隧道岩體分類國立中央大學應用地質研究所碩士論文，共87頁。
張其教（1984）東西橫貫公路谷關梨山段公路邊坡災害性質之研究，國立交通大學交通運輸研究所碩士論文，共106頁。
張憲卿（1994）五萬分之一台灣地質圖說明書，圖幅第17號：大甲。
莊光澤（1994）阿里山地區道路邊坡穩定性因子之探討，國立成功大學地球科學系碩士論文。
許琦（1989）模糊集理論在山崩潛感性分析之應用，成功大學土木工程系，第三屆大地工程學術研究討論會宣讀論文，第23-33頁。
陳志豪（2002）變質岩公路邊坡之破壞潛勢分析-以南橫公路啞口至新武段為例，國立成功大學資源工程學系碩士論文，共124頁。
陳振華（1985）環境地質與坡地開發，第一屆大地工程學術研討會論文集，第261-279頁。
陳凱榮（2000）中橫公路山崩潛感分級研究-以東勢－德基為例，國立中央大學應用地質研究所碩士論文，共120頁。
陳嬑璇（2002）溪頭地區山崩潛感圖製作研究，國立臺灣大學土木工程系碩士論文，共141頁。
游中榮（1996）應用地理資訊系統於北橫地區山崩潛感之研究，國立中央大學應用地質研究所碩士論文，共192頁。
辜炳寰（2002）類神經網路於土壤液化評估之應用國立成功大學土木工程學系碩博士論文，共117頁。
黃士昌（1998）高雄旗山與楠梓地區公路邊坡之特性調查與崩滑破壞潛感分析，國立成功大學土木工程研究所碩士論文，共186頁。
黃臺豐（1999）瑞里地震誘發之山崩，國立中央大學應用地質研究所碩士論文，共79頁。
楊智堯（1999）類神經網路於邊坡破壞潛能分析之應用研究，國立成功大學土木工程學系碩士論文，共110頁。
葉怡成（1993）類神經網路模式應用與實作，儒林出版社。
廖軒吾（2000）集集地震誘發之山崩，國立中央大學地球物理研究所碩士論文。
劉悅苓（2001）應用類神經網路建立撓度與鋪面強度關係之研究，國立成功大學土木工程學系碩士論文，共116頁。
劉進金（1985）地理資訊系統及其在區域邊坡穩定之應用實例，礦冶，第30卷，第2期，第128-141頁。
鄭元振（1992）地理資訊系統在區域邊坡穩定分析之應用—中橫公路天祥至太魯閣段，國立成功大學礦冶及材料科學研究所碩士論文。
鄭錦桐、李錫堤、蔡義本（2000）「集集大地震斷層破裂面幾何形貌及強地動震動衰減模式」，中國地質學會九十九年年會暨學術研討會論文集，第21~23頁。
謝獻仁、盧建昌、廖志中、洪士林、潘以文（1998）類神經網路落石坡危險度分析－以中部橫貫公路谷關至德基段為例（1998）岩盤工程研討會論文集，第365-374頁。
簡李濱（1992）應用地理資訊系統建立坡地安定評估之計量方法，國立中興大學土木工程研究所碩士論文，共114頁。
藍世欽（2000）工程地質因子對道路邊坡穩定性之影響－以南橫公路甲仙至梅山段，國立成功大學資源工程學系碩士論文。
魏鎮東（2001）南橫公路邊坡落石坍方可能性之探討，國立台北科技大學材料及資源工程系碩士論文，共151頁。
羅偉、吳樂群、陳華玫（1999）五萬分之一台灣地質圖說明書，圖幅第25號：國姓。
蘇苗彬（1998）集水區坡地安定評估之計量分析方法，中華水土保持學報，第29卷，第2期，第105-114頁。
蘇苗彬、簡李濱（1997）應用地理資訊系統建立坡地安定評估之計量方法，中華水土保持學報，第28卷，第4期，第1-11頁。
Arias, A.（1970）A measure of earthquake intensity, in Seismic Design for Nuclear Power Plants, R.J. Hansen (Editor), MIT Press, Cambridge, Massachusetts, p.438-483.
Fookes, P.G., Sweeney, M., Manby, C.N.D., and Martin, R.P.（1985）Geological and geotechnical engineering aspects of low-cost roads in mountainous terrain, Engineering Geology, 21, p.1-152.
Gao, J. & Lo, C. P.（1991）GIS Modeling of Influence of Topography and Morphology on Landslide Occurrence in Nelson County, Virginia: GIS/LIS '91 Proceedings, v.1, p.954-963.
Hansen, M.J.（1984） Strategies for classification of landslides, Slope instability, p.1-25.
Hearn, G. J.（1995）Landslide and erosion hazard mapping at Ok Tedi Cooper Mine, The Quarterly Journal of Engineering Geology, 28, p.47-60.
Jensen, J.R.（1986）”Introductory to digital image processing,” p.157-173 Prentice-Hall . p.379.
Jibson, R.W., Harp, E.L. and Michael, J.A.（2000） A method for producing digital probabilistic seismic landslide hazard maps,” Engineering Geology , Vol. 58, p.71-289.
Jones, F.O., Embody, D.R., and Peterson, W.C.（1961）Landslides along the Columbia River Valley, Northeastern Washington, US Geol. Surv. Prof, p.367, 98.
Junko I., Shiaki W., and Takahiko F.（2001） Landform analysis of slope movements using DEM in Higashikubiki area, Japan, Computers & Geosciences, 27, p.851-865.
Kienholz, H.（1977）Kombinierte Geomorphologische Gefahrenkarte 1:10000 von Grindelwald, Catena, 3, p.265-294. 。
Koukis, G. and Ziourkas, C.（1991） Slope Instability Phenomena in Greece: A Statistical Analysis, Bulletin of the International Association of Engineering Geology, 43, p.47-60.
Saro Lee & Kyungduck Min.（2001）Statistical analysis of landslide susceptibility at Yongin, Korea, Environmental Geology 40, p.1095-1113.
Sharpe, C.F.S.（1938）Landslide and Related Phenomena, Columbia University Press, New York.
Varnes, D.J.（1978）Landslides analysis and control, transportation, Res. Board Nat. Ac. Sci., Washington Spee. Rep., p.176.
Wilson, J. P. and Gallant, J. C.（2000） Digital terrain analysis, In: Wilson, J. P. and Gallant, J. C. (eds.) Terrain Analysis – Principles and Applications, New York: John Wiley & Sons.
Wilson, J. P. and Gallant, J. C.（2000） Digital terrain analysis, In: Wilson, J. P. and Gallant, J. C. (eds.) Terrain Analysis – Principles and Applications , New York: John Wiley & Sons.Mandelbrot, B. B.（1967）How long is the coast of Britain? Statistical self-simility and fractal dimension, Science, 156, p.636-638.

指導教授

李錫堤(Chyi-Tyi Lee)

審核日期

2003-7-18

推文