降雨型崩塌地時機預測及土石流模擬-以卡那岸流域為例

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：87

、訪客IP：3.142.201.93

姓名

陳孝怰(Hsiao-Hsuan Chen) 查詢紙本館藏

畢業系所

遙測科技碩士學位學程

論文名稱

降雨型崩塌地時機預測及土石流模擬-以卡那岸流域為例

相關論文

★ 評估不同數值地型資料於降雨型崩塌作用模式之應用性-以小尺度坡面之崩塌事件為例	★ 應用最大熵法於蒙古山區進行森林樹種分類
★ 利用Landsat衛星影像監測並預測中美洲瓜地馬拉首都–瓜地馬拉市之都市發展	★ 都市化與發展：對海地永續發展之意涵
★ 客家文化重點發展區之客家政策研究：以龍潭大池整體環境規劃與營造計畫為例	★ 利用多時期Landsat衛星影像進行森林砍伐之評估 -以尼加拉瓜波沙瓦生態保護區為例
★ 融合光學衛星影像及地形資訊進行崩塌地之判釋	★ 應用Sentinel-1 SAR影像進行水稻監測-以泰國中部大城府省為例
★ 都市三維結構變遷之分析-以臺灣臺北市為例	★ 應用 Sentinel-1 合成孔徑雷達資料進行地層下陷監測 - 以 2017 年泰國曼谷都會區為例
★ 利用人工神經網絡模型建立多事件為基礎之崩塌模型-以台灣玉山國家公園為例	★ 應用衛星影像於都市發展之監測與預測 ─以台灣桃園為例
★ 分析降雨及不透水面對台南水患發生之影響	★ 應用Google Earth Engine與影像分類技術於巴拉圭查科地區進行森林砍伐評估
★ 應用多時期Sentinel-1 合成孔徑雷達影像進行崩塌及淹水偵測-以印尼爪哇島Pacitan地區為例	★ 母岩裸露指標之建立並應用於崩塌判釋與監測

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)

颱風伴隨著短延時強降雨的特性，當降雨快速入滲至不飽和土壤，使得土壤剪力強度降低，土石崩落導致淺層崩塌發生，並有可能演變為土石流，挾帶強大的下切力與大量的土石流體衝擊下游地區，突發及未知的特性常對生命安全及公共設施造成強烈的侵害。本次研究以臺灣東部之太魯閣沿海河系內一子流域「卡那岸流域」為研究區域，2012 年蘇拉颱風狹帶強勁降雨於此登陸，導致大小崩塌與土石流事件發生，更出現土石流改道之現象，大量土石沖刷進入當地部落內。本研究採用物理機制模式(physically based model)，其在淺層崩塌的潛勢分析中是常見的分析方法，並以 SHALSTAB 模式為基礎，修改其「單層」之土層結構假設，並將其提出之臨界降雨Qcr發展為臨界濕度 Wcr，結合動態水文模式以及邊坡穩定模式，發展一耦合水文穩定性模式(hydrologic-stability model)，並對於颱風誘發之淺層崩塌影響之範圍、土石流路徑及崩塌發生時間點進行模擬與預測。本研究假設土層結構為「雙層」，在原土壤與基岩之間加入一裂縫層(fracture layer)，地下水累積之初始位置在裂隙層底部，而破壞面的位置則假設在土壤與裂隙層的交界面上，以此探討土壤與基岩裂縫中流動的裂縫流對於邊坡穩定及崩塌時機所帶來的影響。模式結果之淺層崩塌影響範圍將與崩塌目錄交互比對驗證，並透過正確預測受影響區域比例 Nc、整體預測精度 Ac 兩項標準，與誤授(errors of commission, EAcom)、漏授(errors of omission, EAom)進行量化評估。結果顯示，卡那岸流域全區正確預測的受影響區域的比例 Nc 為 81%，整體之預測精度 Ac 為 94%，而在誤授 EAcom 為 35%、漏授 EAom 則為 44%。整體而言，耦合水文穩定模式在受影響區域預測的表現上，預測精度高且受影響面積被高估的情形並不明顯。而崩塌發生時間方面，本研究以不同破壞情境「單層結構」與「雙層結構」預測之崩塌發生時間與水保局發布之重大土石災害報告內提供之「災害發生時間」作為地真資料進行比較。結果顯示，在崩塌時間預測方面，雙層土壤預測之崩塌時間為 61 小時，與報告紀錄之災害發生時間相符，而單層土壤比紀錄之時間提前 37 小時預測到崩塌發生。另外本研究也發現對預測土壤飽和區域，單層結構相較於雙層結構模擬出更多飽和的區域(+22.7%)。由此可知，裂縫層的加入不僅影響預測的土壤飽和範圍，還影響了預測時間，總體而言，研究結果顯示了在模式中考量裂縫流的特性，確能改善模式表現，具有一定效益。

摘要(英)

Typhoon events are often accompanied by short-duration intense rainfall. If the slopes are steep and rich in loose soil, rocks, or colluvium, it is prone to induce significant debris flows and landslides, causing heavy casualties and economic losses. The occurrence of debris flows and landslides is influenced by geology, topography, and the hydrological environment. To assess the affected area of the combined process, the landslide and debris flow requires an integrated modeling framework. This study adopts the physical-based model, which is based on the SHALSTAB model proposed by Montgomery and Dietrich (1994). Our study developed a coupled hydrologic-stability model by changing its assumptions about soil structure and modifying the critical rainfall into the critical humidity. This study assumes a double-layer model incorporating a fractured layer under the soil layer. The failure plane is located at the interface between the soil and fracture layer, and the groundwater is also accumulated at the soil-fracture layer interface. The landslide event induced by Typhoon Saola in Heping Village, Xiulin Township, Hualien County on August 2, 2012, is selected as the study case. The results will compare with the landslide inventory digitized by the post-disaster orthoimage of the Aerial Survey Office (ASO) and will be quantified through two criteria, which are the proportion of correctly predicted affected areas(??) and the overall prediction accuracy(??), and examine the over-predicted or under-predicted of the model through errors of commission(?????) and errors of omission(????). For the landslide timing validation, we use the Major Disaster Event Reportsissued by the Soil and Water Conservation Bureau (SWCB) as the ground truth data for comparison. In the simulation of the debris flow path, the model results show that ?? is 81%, ?? is 94%, ????? is 35% and ???? is 44%. Under different failure scenarios, the single-layer model simulates 22.7% more saturated areas than the double-layer. In landslide timing prediction, the predicted landslide timing of the double-layer model is 61h, which is corresponded with the report. In contrast, the single-layer model predicts the failure 37h earlier than the observation. It can be seen that the addition of the fracture layer not only influences the predicted affected area but also affects the prediction landslide timing. Overall, the research results show that considering the characteristics of fracture flow in the model can indeed improve the model performance and has certain benefits.

關鍵字(中)

★ 淺層崩塌
★ 物理機制模式
★ 土石流路徑
★ 裂縫流
★ 崩塌時間

關鍵字(英)

★ shallow landslide
★ physically-based model
★ debris flow path
★ fracture flow
★ landslide timing

論文目次

摘要 I
ABSTRACT II
目錄 III
圖目錄 V
表目錄 VII
第一章　緒論 1
1-1.　研究背景及動機 1
1-2.　研究目的 2
1-3.　論文架構 3
第二章　文獻回顧 4
2-1.　淺層崩塌地特性與成因 4
2-2.　崩塌潛勢分析方法 5
2-3.　裂隙流應用於崩塌災害研究 7
2-4.　土石流路徑模擬 8
2-5.　崩塌時間預測之相關研究 10
第三章　研究方法 13
3-1.　研究架構與流程 13
3-2.　邊坡穩定分析 15
3-2-1. 臨界土壤濕度 16
3-2-2. 動態水文模式 17
3-3.　土石流模擬 21
3-3-1. 土石流通量估算 21
3-3-2. 路徑模擬 22
第四章　研究對象及材料 24
4-1.　研究區域與颱風事件 24
4-2.　研究資料 30
4-2-1. 數值高程模型 31
4-2-2. 土壤與植根凝聚力 35
4-2-3. 地形曲率與土壤厚度 40
4-2-4. 蘇拉颱風雨量資料 44
4-2-5. 崩塌目錄 48
4-2-6. 重大土石災害報告 50
4-3.　地文參數值域 52
4-3-1. 土壤力學試驗 52
4-3-2. 參數推估 56
第五章　研究成果 58
5-1.　模式成果評估 58
5-2.　淺層崩塌影響範圍評估 60
5-3.　土石流路徑模擬 64
5-4.　崩塌發生時間預測 67
第六章　研究討論 73
6-1.　土石流之非預期流動 73
6-2.　土石流起始點的選擇 75
6-3.　研究資料品質之影響 75
第七章　結論 79
參考文獻 81
附錄　重大土石災害報告 87

參考文獻

土木學會及地盤工學會(2014)。平成 26 年廣島豪雨災害合同緊急調查團調查報告書，土木學會中國支部。
中央氣象局(2012)。1958-2015颱風資料庫。交通部中央氣象局。
水土保持局(2007)。水土保持手冊。行政院農委會水土保持局。
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。
王俞婷、張志新、林又青、李欣輯、陳宏宇 (2012)。2012年8月蘇拉颱風勘災報告：花蓮秀林鄉坡地災害勘查。災害防救電子報，87。
何弘竹(2020)。應用邏輯斯迴歸整合土壤含水量與臨界降雨之崩塌預測模式－以高屏溪流域為例。國立中央大學土木工程研究所碩士論文。
林德貴、徐森彥、趙啟宏、溫惠鈺、許世孟、顧承宇、冀樹勇(2008)。土石流流動模擬技術於災害風險區劃定及災損評估應用之研究。中華水土保持學報，39(4)，391-402。
林繼煒(2018)。應用邏輯斯迴歸於崩塌時間與空間預測的探討。國立彰化師範大學地理學系碩士論文。
吳俊鋐、陳樹群(2004)。崩塌潛勢預測方法於臺灣適用性之初探。中華水土保持學報，36(4)，295-306。
吳亭燁、陳樹群(2016)。非直進式土石流流動案例探討災害影響區之劃定。中華水土保持學報，47(1)，24-35。
張弼超(2005)。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。國立中央大學應用地質研究所碩士論文。
張崇哲(2007)。邊坡防護結構及其穩定性-降雨與排水效益之探討。環球技術學院環境資源管理所碩士論文。
張綸纖(2011)。利用羅吉斯迴歸法分析崩塌對土石流降雨警戒準值之影響-以神木村為例。國立台灣大學生物環境系統工程學研究所碩士論文。
趙啟宏、林德貴、許世孟、溫惠鈺、游宗耀、徐森彥(2009)。土石流數值模擬技術於集水區工程整治成效評估之研究-以花蓮地區為例。第13屆大地工程學術研討會暨國科會成果發表會，國立傳統藝術中心，宜蘭，台灣。27, 94。
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研究所碩士論文。
陳樹群、馮智偉(2005)。應用Logistic迴歸繪製崩塌潛感圖─以濁水溪流域為例。中華水土保持學報，36(2)，191-201。
陳樹群(2011)。筒狀模式建立坡地土砂災害警戒機制。行政院農業委員會水土保持局委託成果報告(SWCB-100-078)。
許世孟、柯建仲、林燕初、黃智昭(2012)。山區地下岩層水力特性調查-以濁水溪與北港溪流域為例。岩盤工程研討會，639-648。
許志豪、曹鼎志、鍾佩蓉、黃春銘、邱宇翔、紀宗吉(2012)。以地形分析法進行土石流地質敏感區之劃設。中華水土保持學會年會及學術研討會論文集，1-14。
黃宏斌(2010)。國有林之崩塌地處理。台灣林業雙月刊, 36, 17-25。
詹錢登、李明熹(2004)。土石流發生降雨警戒值模式。中華水土保持學報，35(3)，275-285。
詹勳全、張嘉琪、陳樹群、魏郁軒、王昭堡、李桃生 (2015)。台灣山區淺層崩塌地特性調查與分析。中華水土保持學報，46 (1)，19-28。
鍾欣翰(2008)。考慮水文模式的地形穩定分析－以匹亞溪集水區為例。國立中央大學應用地質研究所碩士論文。
鐘明劍、譚志豪、冀樹勇(2011)。不同尺度分析模式於崩塌潛勢評估之整合應用-以莫拉克颱風事件為例。中興工程，111，47-59。
謝正倫、陸源忠、游保杉、陳禮仁(1995)。土石流發生臨界降雨線設定方法之研究。中華水土保持學報，26(3)，167-172。
謝昆祐(2021)。以SHALSTAB為基礎之土壤-裂隙雙層情境之新型崩塌模式。國立中央大學土木工程研究所碩士論文。
譚志豪、許世孟、柯建仲、鍾明劍、王金山(2013)。裂隙岩體水文地質特性研究與工程應用。中興工程季刊，120，124-130。
Baum, R. L., Savage, W. Z., and Godt J. W. (2002). TRIGRS - A Fortran Program for Transient Rainfall Infiltration and Grid-based Regional Slope-stability Analysis. U.S. Geological Survey Open-File Report 02-0424.
Baum, R. L., Godt, J. W. & Savage, W. Z. (2010). Estimating the timing and location of shallow rainfall-induced landslides using a model for transient, unsaturated infiltration. Journal of Geophysical Research, 115, 1-26.
Beven, K.J., Kirkby, M.J. (1979). A physically based, variable contributing area model of basin hydrology. Hydrological Sciences Bulletin, 24, 43-69.
Beven, K.J. (2001). Rainfall-Runoff Modelling, Wiley & Sons, Chichester, 217-225.
Brooks, R.H., Corey, W.T. (1964). Hydraulic properties of porous media. Hydrology Paper 3, Colorado State University, Fort Collins.
Casadei, M., Dietrich, W. E. and Miller, N. L. (2003). Testing a model for predicting the time and location of shallow landslide initiation in soil-mantled landscapes. Earth Surface Processed and Landforms, 28, 925–950.
Chang, K. T., Chiang, S. H. (2009). An integrated model for predicting rainfall-induced landslides. Geomorphology, 105, 366-373.
Chang, K. T., Chiang, S. H., Chen, Y. C., Mondini, A. C. (2014). Modeling the spatial occurrence of shallow landslides triggered by typhoons. Geomorphology, 208, 137-148.
Chiang, S. H. (2010). Modeling Multi-Hazards: Landslide Initiation and Debris Flow. Ph.D. Dissertation, Department of Geography, National Taiwan University.
Chiang, S. H., Chang, K. T., Alessandro C. M., Tsai, B. W. and Chen C. Y. (2012). Simulation of event-based landslides and debris flows at watershed level. Geomorphology, 138, 306–318.
Chiang, S. H., Chang, K. T. and Chen, C. F. (2013). Coupling a slope stabilitymodel and a fracture flow model for predicting the timing of typhoon indiced landslide. Asian Conference on Remote Sensing, 34, 3760-3768.
Dietrich, W. E., Reiss, R., Hsu, M. L., Montgomery, D. R. (1995). A process‐based model for colluvial soil depth and shallow landsliding using digital elevation data. Hydrological Processes, 9, 383-400.
Dietrich, W. E., Montgomery, D. R. (1998). SHALSTAB: a digital terrain model for mapping shallow landslide potential. University of California.
Griswold, J.P., Iverson, R.M. (2008). Mobility and statistics and automated hazard mapping for debris flows and rock avalanches. U.S. Geological Survey Scientific Investigations Report 2007–5276.
Heimsath, A. M., Dietrich, W. E., Nishiizumi, K., Finkel, R. C. (1997). The soil production function and landscape equilibrium. Nature, 338, 358-361.
Hsu, M. (1994). A Grid-Based Model for Predicting Soil Depth and Shallow Landslides. PhD dissertation, U.C. Berkeley.
Huang, J. C., Kao, S. J. (2006). Optimal estimator for assessing landslide model efficiency. Hydrology and Earth System Sciences Discussions, 3, 1125-1144.
Hunt, B. (1994). Newtonian fluid mechanics treatment of debris flow and avalanches. Journal of Hydraulic Engineering ASCE 120, 1350–1363.
Jang, S. J., Kim, S. W., Kim, M. and Chun, K. W. (2021). Evaluating the effect of root cohesion on shallow landslides for physically based modeling. Sensors and Materials, 33(11), 3847–3862.
Kim, M. S., Onda, Y., Uchida, T., Kim, J. K. (2016). Effects of soil depth and subsurface flow along the subsurface topography on shallow landslide predictions at the site of a small granitic hillslope. Geomorphology, 271, 40-54.
Lanni, C., Borga M., Tarolli P., Rigon R. (2012). Modelling shallow landslide susceptibility by means of a subsurface flow path connectivity index and estimates of soil depth spatial distribution. Hydrology and Earth System Sciences, 16, 3959-3971.
Lee, S., Choi, J., Woo, I. (2004). The effect of spatial resolution on the accuracy of landslide susceptibility mapping: a case study in Boun, Korea, Geosciences Jounral, 8(1), 51-60.
Iverson, R. M. (2000). Landslide triggering by rain infiltration. Water Resources Research, 36(7), 1897-1910.
Montgomery, D. R., Dietrich, W. E. (1994). A physically based model for the topographic control on shallow landslidin. Water Resources Research, 30(4), 1153-1171.
Montgomery, D. R., Dietrich, W. E., Torres, R., Anderson, S. P., Heffner, J. T., Loague, K. (1997). Hydrologic response of a steep, unchanneled valley to natural and applied rainfall. Water Resources Research, 33(1), 91-109.
Montgomery, D. R., Sullivan, K., Greenberg, H. M. (1998). Regional test of a model for shallow landsliding. Hydrological Processes, 12, 943-955.
Onda, Y., Tsujimura, M., Tabuchi, H. (2004) The role of subsurface water flow paths on hillslope hydrological processes, landslides and landform development in steep mountains of Japan. Hydrological Processes, 18, 637-650.
O’Brien, J.S., Julien, P.J. and Fullerton, W.T. (1993) Two-dimensional water flood and mudflow simulation. Journal of Hydraulic Engineering, ASCE, 119(2), 244-261.
Pack, R. T., Tarboton, D. G., Goodwin, C. N. (1998). The SINMAP approach to terrain stability mapping. 8th Congress of the International Association of Engineering Geology, Vancouver, British Columbia.
Palamakumbure, D., Flentje, P., Stirling, D. (2015). Consideration of optimal pixel resolution in deriving landslide susceptibility zoning within the Sydney Basin, New South Wales, Australia, Computers & Geosciences, 82(2015), 13-22.
Santacana, N., Baeza, B., Corominas, J. (2003). A GIS-Based Multivariate Statistical Analysis for Shallow Landslide Susceptibility Mapping in La Pobla de Lillet Area (Eastern Pyrenees, Spain). Natural Hazards, 30, 281-295.
Takahashi, T. (1991) Debris Flow. IAHR, Monograph, A. A. Balkema, Rotterdam, The Netherland.
Takahashi, T., Nakagawa, H., Harada, T., Yamashiki, Y. (1992). Routing debris flows with particle segregation. Journal of Hydraulic Engineering ASCE 11, 1490–1507
Varnes, D. J. (1978). Slope movement types and processes: In Landslides, Analysis and Control. Nat. Acad. Sci. Spec. Rep., 176, 11-35.
Wang, C., Esaki, T., Xie, M., Qiu, C. (2006). Landslide and debris-flow hazard analysis and prediction using GIS in Minamata–Hougawachi area, Japan. Environmental Geology, 51, 91–102.
Wilson, C. J., Dietrich, W. E. (1987). The contribution of bedrock groundwater flow to storm runoff and high pore pressure development in hollows. IAHS-AISH publ., 165, 49-59.

指導教授

姜壽浩(Shou-Hao Chiang)

審核日期

2022-8-18

推文