資料載入中
跳到主要內容區塊

logo

內文查詢 網站導覽

文字大小

縮小 放大 English 中文
:::

電子報

基礎試驗研究
農村發展及水土保持署
大規模的崩塌卻無法最大程度改變地貌-探討地貌有效性
期數 / 第96期
發布日期 / 2023.12.28
主筆 / 莊承穎
責任編輯 / 陳國威、黃奉琦

邊坡崩塌與河道土砂運移是影響地貌景觀演變的重要因子,特別是地形陡峭地區,崩塌被視為地貌演變的關鍵部分 (圖1)。而大規模或大範圍邊坡崩塌也常被視為改變地貌最主要的事件,但其與較規模小的崩塌相比,大規模崩塌發生機率則相對罕見。因此,Dente et al. (2023) 提出了一種方法,透過不同崩塌體積和發生頻率,計算地貌有效性 (Geomorphic Effectiveness, GE)。此因子可用於評估不同崩塌規模對地貌景觀改變的影響,也有助於全面了解崩塌對地貌演變的影響,並可應用於不同地區的研究和預測。簡單來說,他們想知道不同大小的崩塌對於地貌演變的影響有多大。

透過地貌有效性的統計以及辨識不同環境中影響地貌改變最有效的崩塌規模,將可提高對未來崩塌事件的理解,以增進地貌潛在影響的預測。本期電子報將介紹Dente et al. (2023) 關於地貌有效性的研究成果與農村水保署所提出的地文脆弱度 (Physiographic fragility, Fp) 相互比較,探討目前針對全台事件型崩塌目錄所建置的地文脆弱度指標之合理性。

圖1、邊坡崩塌是地貌改變最有效性的方式 (國立成功大學全球觀測與資料分析中心)。
圖1、邊坡崩塌是地貌改變最有效性的方式 (國立成功大學全球觀測與資料分析中心)。
地貌有效性 (Geomorphic Effectiveness, GE)

Wolman and Miller (1960) 最初在河流地貌學的框架中,探討崩塌事件對景觀塑造的地貌有效性 (Geomorphic Effectiveness, GE) 概念 (圖2)。該研究認為,洪水對地貌的影響是規模和頻率的乘積。
然而,研究中GE的最大值卻不是落在崩塌規模最大或是發生頻率最多的地方。也就是說,若將時間尺度拉長,最有效影響地貌的因子與大規模卻罕見的大洪水事件無關,也與規模小但頻繁發生的小事件無關。

圖2、最初提出的地貌有效性概念 (Wolman and Miller, 1960)。
圖2、最初提出的地貌有效性概念 (Wolman and Miller, 1960)。



隨後的研究中,許多學者建議將GE的概念擴展應用至崩塌領域。如Guthrie and Evans (2007) 於研究中使用了事件的崩塌體積而非運動速度,透過計算崩塌體積和崩塌機率的乘積得到GE。而結果也如Wolman and Miller (1960) 於河流地貌學系統建立的GE相似,中等大小的崩塌反而能夠運輸較大部分的土砂。
若這結果能適用於大部分崩塌情形,那麼不論崩塌的誘發原因、地形和地質條件,則可以大膽假設規模大但罕見的崩塌,反而對地貌改變的影響較小。

實際案例-Sharon Cliff

Sharon Cliff (坐標:32.226392, 34.818651) 位於以色列地中海沿岸,長度約30 km、高度約50 m (圖3a)。主要由更新世 (Pleistocene) 晚期至全新世 (Holocene) 早期的石英 (quartz)、碳酸鹽膠結的風蝕岩 (eolianite) 和粘土組成 (Perath and Almagor, 2000)。而懸崖趾部持續受到波浪侵蝕,導致懸崖上方因重力影響而不斷崩塌,造成海岸線每年以數公分的速度不斷後退。

Sharon Cliff沿岸依地層特性可分為兩段:整體段 (Monolithic) 複合段 (Composite)(圖3b,c)。此外,此處存在兩種主要的崩塌類型:(a) 海浪衝擊的坡趾缺口,導致上方發生落石或相對較淺層的崩塌,以及 (b) 粘土層上方的深層崩塌或下層岩層的淺層崩塌 (圖3d)。根據Katz and Mushkin (2013) 的實地調查,後者的崩塌類型在複合段懸崖較為普遍存在。

圖3 (a) 地中海沿岸的Sharon Cliff位置、(b) 整體型 (Monolithic)(左) 及複合型 (Composite)(右) 懸崖的3D模型、(c) 懸崖的兩種主要崩塌類型、(d) 整體型 (Monolithic)(左) 及複合型 (Composite)(右) 懸崖剖面示意圖。
圖3 (a) 地中海沿岸的Sharon Cliff位置、(b) 整體型 (Monolithic)(左) 及複合型 (Composite)(右) 懸崖的3D模型、(c) 懸崖的兩種主要崩塌類型、(d) 整體型 (Monolithic)(左) 及複合型 (Composite)(右) 懸崖剖面示意圖。
沿岸崩塌鐳射雷達測繪 (2014-2019)

Sharon Cliff的崩塌目錄是基於2014年至2019年的機載LiDAR調查 (Mushkin et al., 2016, 2019) 建立了高程模型 (DEM)。利用模型計算每年度的高程變化,透過手動圈繪差異位置,將其視為由崩塌引起的地貌變化。

接著,再分別對年度崩塌及堆積處以人工分類後,透過加總圈繪範圍內的像素體積,計算每個崩塌區的崩塌體積。而基於LiDAR數據的 ± 0.15 m的精度,從數據中去除了體積小於不確定性的崩塌 (圖4灰區),以及坡度< 30° (低於懸崖坡度) 的區域。經篩選後,此研究使用之崩塌目錄於2014年至2019年間總共紀錄了1,107次崩塌。

圖4 (a) 此研究中的體積與面積的關係、(b) Sharon Cliff崩塌數據、經驗公式、95%區間和體積不確定性 (灰)。
圖4 (a) 此研究中的體積與面積的關係、(b) Sharon Cliff崩塌數據、經驗公式、95%區間和體積不確定性 (灰)。
Sharon Cliff的GE

Sharon Cliff的崩塌目錄顯示,大多數的崩塌受到侵蝕的影響,其發生頻率高,但體積相對較小 (<10 m3),具有較高的機率密度函數 (Probability Density Function, PDF)。然而,這些小崩塌的GE僅占整體地貌改變的一小部分,可忽略不計。當崩塌體積上升至100 m3時,GE急劇增加至12.5%,占崩塌數量的14%。隨著崩塌體積不斷增加,其頻率和PDF下降,GE在11%至16%間波動,形成駝峰型GE曲線 (圖5)。而在目錄中,崩塌規模最大的4次崩塌 (占總數的0.3%),即占崩塌總體積約12%。

圖5、Sharon Cliff的GE。(a) 崩塌的PDF (灰)、頻率 (黑) 和GE (藍)、(b) 以2019年LiDAR掃描的DEM圈繪之崩塌示意圖
圖5、Sharon Cliff的GE。(a) 崩塌的PDF (灰)、頻率 (黑) 和GE (藍)、(b) 以2019年LiDAR掃描的DEM圈繪之崩塌示意圖
Sharon Cliff沿岸的整體和複合段間的差異

針對Sharon Cliff沿岸的整體段複合段,分別繪製了深層和淺層崩塌,相對於整體段複合段內崩塌的V-A分佈相對高,顯示了複合段受到其較深層的崩塌而存在體積相對較大的崩塌 (高V-A比)(圖6)。雖然整體段複合段有深層和淺層崩塌發生,但複合段內崩塌群的V-A分佈相對高於整體段 (圖6b)。

研究發現,複合段的GE與整體段的GE存在顯著差異。複合段呈現出的GE隨崩塌體積增加而上升,相比之下,整體段的駝峰形GE突顯了中規模的崩塌是最有效的 (圖6c, d)。此外,整體段的PDF右半部斜率則比左半部更陡,這種轉折斷點表明地質或地形限制了大型崩塌的規模。反之,複合段的PDF斜率不論崩塌規模皆保持相似的斜率,且GE呈現近乎單調的上升,可能顯示在這些條件下尚未達到崩塌規模的上限。

圖6、(a) Sharon Cliff沿圖3藍線的崩塌V-A比、(b) 複合及整體型V-A盒鬚圖、 (c)(d) 複合和整體型的統計圖 (數量 (黑)、PDF (灰) 和GE (彩)。
圖6、(a) Sharon Cliff沿圖3藍線的崩塌V-A比、(b) 複合及整體型V-A盒鬚圖、 (c)(d) 複合和整體型的統計圖 (數量 (黑)、PDF (灰) 和GE (彩)。
彙整歷年事件型崩塌目錄建立地文脆弱度圖層

為了綜合評估全島地文因子的脆弱程度,農村水保署於2023年參考陳振宇等人 (2019) 提出之方法,彙整2006-2022年共17年的事件型崩塌目錄。並採用中央氣象署的QPESUMS網格 (解析度1.3 km × 1.3 km) 作為地文脆弱度分析網格,統計每個網格在各年度是否有發生新生崩塌 (發生頻率),並彙整新生崩塌之面積二項指標。

根據這兩個因子的平均值及正負一倍標準差矩陣,將網格分為四個脆弱程度等級 (極高中高)。最後,納入未發生崩塌的低脆弱度網格,以此代表該網格範圍內之地文脆弱度 (Physiographic fragility, Fp)(圖7)。(詳見地文脆弱度頁面-RTDP)

圖7、地文脆弱度成果。(a) 地文脆弱度分級矩陣、(b) 地文脆弱度套疊2021年SPOT影像對比圖、(c) 地文脆弱度全島分布圖
圖7、地文脆弱度成果。(a) 地文脆弱度分級矩陣、(b) 地文脆弱度套疊2021年SPOT影像對比圖、(c) 地文脆弱度全島分布圖
地文脆弱度驗證地貌有效性?

為了探討台灣地貌的GE,本期電子報採用Guzzetti et al. (2009) 提出的體積轉換公式,將Fp網格內各年度的崩塌面積轉換為崩塌體積。再利用各網格的崩塌頻率與體積相乘,建立台灣的GE曲線,可繪製出類似於Wolman and Miller (1960) 研究中 (圖2) 的分佈趨勢,如圖8所示 (GE僅依比例繪製,非實際值)
然而,與先前研究存在差異的部分,推測因本方法僅以網格方式來彙整崩塌數據,而非對個別崩塌區域統計其頻率及量體,故無法顯示圖形右半部的趨勢。

圖8、全島Fp網格資料帶入地貌有效性計算結果 (藍色為崩塌頻率、橘色為換算之崩塌體積、紅色為GE值 (僅依比例繪製))
圖8、全島Fp網格資料帶入地貌有效性計算結果 (藍色為崩塌頻率、橘色為換算之崩塌體積、紅色為GE值 (僅依比例繪製))
地文脆弱度vs地貌有效性

接著,本期電子報分別計算Fp之GE,並以不同的Fp分級依網格編號繪製散佈圖 (圖9)。
結果顯示,分布結果大致可按四個Fp分級分為四個層次。且極高脆弱度的網格所統計的GE平均值最高,顯示透過Fp統計為極高的網格所出現的地貌改變最為明顯,可推測這些區域具有較大的土砂生產量。而GE平均值隨Fp降低而下降,這也說明了農村水保署之Fp於統計時的合理性。

圖9、Fp之GE散佈圖
圖9、Fp之GE散佈圖
參考文獻:

1. Dente, E., Katz, O., Crouvi, O., & Mushkin, A. (2023). The geomorphic effectiveness of landslides. Journal of Geophysical Research: Earth Surface, 128(12), e2023JF007191.
2. Guthrie, R. H., & Evans, S. G. (2007). Work, persistence, and formative events: the geomorphic impact of landslides. Geomorphology, 88(3-4), 266-275.
3. Guzzetti, F., Ardizzone, F., Cardinali, M., Rossi, M., & Valigi, D. (2009). Landslide volumes and landslide mobilization rates in Umbria, central Italy. Earth and Planetary Science Letters, 279(3-4), 222-229.
4. Katz, O., & Mushkin, A. (2013). Characteristics of sea-cliff erosion induced by a strong winter storm in the eastern Mediterranean. Quaternary Research, 80(1), 20-32.
5. Mushkin, A., Katz, O., Crouvi, O., Alter, S. R., & Shemesh, R. (2016). Sediment contribution from Israel's coastal cliffs into the Nile's littoral cell and its significance to cliff-retreat mitigation efforts. Engineering Geology, 215, 91-94.
6. Mushkin, A., Katz, O., & Porat, N. (2019). Overestimation of short‐term coastal cliff retreat rates in the eastern Mediterranean resolved with a sediment budget approach. Earth Surface Processes and Landforms, 44(1), 179-190.
7. Perath, I., & Almagor, G. (2000). The Sharon Escarpment (Mediterranean coast, Israel): stability, dynamics, risks and environmental management. Journal of coastal research, 207-224.
8. Wolman, M. G., & Miller, J. P. (1960). Magnitude and frequency of forces in geomorphic processes. The Journal of Geology, 68(1), 54-74.
9. 陳振宇、陳均維、陳國威、林詠喬 (2019),坡地降雨致災熱區警戒模式,中華水土保持學報,50(1),1-10。
10. 地文脆弱度 (資料來源:技術研究發展平臺)

Back To Top