電子報
豪雨導致集水區土砂運移的過程，其型態可能因地形條件，分別或混合了土石流、高含砂水流及洪水。儘管許多研究以集水區面積、坡度、坡向、形狀係數、崩塌地地質特性、崩塌率等作為土石流發生之重要因子進行統計分析，惟上述地文參數對於如土石流、高含砂水流或洪水等降雨導致之山區土砂災害類型，往往較不具鑑別能力。藉由農村水保署近年來推動的創新研究計畫成果，流域險峻值 (Melton Ratio, MR)被用來初步快速評估山區的土砂災害類型，已獲得不錯的成效。
本期電子報將介紹MR值相關研究及應用，並提供讀者巨量空間資訊系統 (BigGIS)及 Google earth engine (GEE)兩種線上的計算方式，透過簡單的操作及判釋，了解關注區域的易致災類型！
南橫公路 (台20線) 上玉穗溪與荖濃溪交會處的明霸克露橋，於2021年8月被沖毀的事件，想必大家仍記憶猶新 (圖1)，該土砂災害事件是由於玉穗溪上游斯拉巴庫山上殘坡的土砂崩落並堆積於溪床，隨後被盧碧颱風帶來的大水夾帶土砂將橋梁沖毀。
事實上，台灣位處於地震破碎帶，地質環境複雜，加上地形上坡陡流急，提供河川中上游向源及橫向侵蝕的劇烈動能，導致常態性的發生溪岸崩塌。因此，台灣於先天條件下，就已具備孕育發生土石流所需之地形、地質條件及大量的崩塌堆積物。使得每逢暴雨即有洪水、高含砂水流與土石流等土砂災害的發生 (圖2)。
Melton (1965) 針對土石流災害發生與地文因子間的關聯性進行探討，利用流域面積及擬定流域險峻值 (Melton Ratio, MR) (式1) 作為災害類型的區分及預測，可簡單且量化該集水區之災害條件，並能快速區分容易發生洪水的區域及土砂災害的區域。
後續的研究中，Pierson and Costa (1987) 提出在救災整備業務上，除區分洪水及土砂災害外，應進一步依土砂運動時之含砂量 (Sediment Concentration)，分為洪水 (flood)、高含砂水流 (debris flood)、土石流 (debris flow) 及崩塌。Wilford et. al. (2004) 及Millard et al. (2006) 研究中顯示結合MR值與河川流域長度二者作為判釋條件，可額外新增顯著區分debris flow或debris flood的能力。
Zhou (2016) 依據前人研究的MR門檻值與河川長度繪製散佈圖，顯示MR應為土石流之必要條件而非充分條件，建議致災類型分類不能僅以MR門檻值 (ex. MR > 0.3 =土石流) 作為判釋標準，應再額外參考河川長度或其他集水區因子 (圖3)。
因此，周憲德等人 (2020) 於水土保持局創新研究計畫中透過整理臺灣的土石流集水區MR值及集水區長度 (L)，建立台灣適用之險峻值對照表作為致災類型之判釋指標，如表1所示。
近年來，學者陸續提出結合MR值與應用地理資訊系統的方法，建立識別土砂災害的相關系統 (Welsh and Davies, 2011)。相較於需大量人力與物力投入的災害判釋報告，藉由MR門檻值設立後，我們即可透過簡單的計算快速評估所關注集水區的致災類型與相關地質或地形條件。
巨量空間資訊系統 (BigGIS)已於2022年1月時上線了集水區潛在災害類型評估工具，輔助使用者可以針對關注之集水區流域評估潛在致災類型。進入巨量空間資訊系統，開啟地圖輔助工具/加值應用與分析工具/集水區前在災害類型評估工具 (圖4)。
點選設定參數後，系統會自動顯示每個步驟說明，並切換底圖供使用者能易於辨讀及操作，以依序完成各項步驟的參數設定 (溢流點位置、關注集水區範圍及最高點設定) (圖5)。
完成參數設定後，可自行輸入流域長度或是點選地圖繪製，繪製河流於地圖上。並透過以上設定，系統將自動顯示使用者關注之集水區容易出現的致災類型 (圖6)。
受益於GEE平台雲端上豐富的共享資料，本期電子報亦介紹如何利用GEE平台，計算全臺839子集水區之MR值及快速判釋土砂災害類型，最後以GEE APP呈現 (圖7)。
其中引用NASA / USGS / JPL-Caltech提供解析度30 m之數值高程模型 (Digital Elevation Model, DEM) (NASADEM: NASA NASADEM Digital Elevation 30m)，及WWF提供之地表河川水覆蓋資料 (WWF/HydroSHEDS/v1/FreeFlowingRivers)。整併資訊後，即可得到各子集水區的地形及地理資訊。最後，透過GEE的雲端計算功能，自動算出該子集水區的MR值，並判釋該區易發生之潛在致災類型資訊 (圖8)。
註：此方法僅提供快速判釋，惟受限於子集水區的切割條件，集水區範圍及河川界點位置與實際情況仍有誤差，若有對關注集水區詳細判釋之需求，應視實際條件另行計算及判釋。
1. Melton, M. A. (1965). The geomorphic and paleoclimatic significance of alluvial deposits in southern Arizona. The Journal of geology, 73(1), 1-38.
2. Millard, T.H., D.J. Wilford and M.E. Oden. 2006. Coastal fan destabilization and forest management. Res. Sec., Coast For. Reg., BC Min. For., Nanaimo, BC. Tec. Rep. TR-034/ 2006
3. Pierson, T., Costa, J., 1987. A rheologic classification of subaerial sediment-water flows, in: Costa, J.E. & W.G.F. (Ed.), Debris Flows/Avalanches: Process, Recognition, and Mitigation. Geological Society of America, pp. 1–12.
4. Welsh, A., & Davies, T. (2011). Identification of alluvial fans susceptible to debris-flow hazards. Landslides, 8(2), 183-194.
5. Wilford, D. J., Sakals, M. E., Innes, J. L., Sidle, R. C., & Bergerud, W. A. (2004). Recognition of debris flow, debris flood and flood hazard through watershed morphometrics. Landslides, 1(1), 61-66.
6. Zhou, W., Tang, C., Van Asch, T. W., & Chang, M. (2016). A rapid method to identify the potential of debris flow development induced by rainfall in the catchments of the Wenchuan earthquake area. Landslides, 13(5), 1243-1259.
7. 周憲德 (2020) 堆積扇地貌特性與土砂災害類型之探討
