坡度為影響邊坡穩定的重要因素之一， 第103期電子報提到，順向坡地形也會影響邊坡穩定度，但坡向是否對邊坡穩定造成影響？本篇電子報分享前人探討坡向與颶風風向間關係的研究，並以2016年梅姬颱風為案例，進行不同角度下山崩影響因子的初探。

Gorokhovich & Vustianiuk (2021) 針對 2017 年瑪利亞颶風事件對波多黎各山崩風險評估研究，提出颶風環流特徵 (wind circulation pattern) 跟山崩地坡向具有相關性。

Gorokhovich & Vustianiuk (2021)由NASA的戈達德地球觀測系統模型(Goddard Earth Observing System Model Version 5, GEOS-5)所建置的 MERRA2資料集 中提取水平向與垂直向的風向資料、由 全球降水觀測任務(Global Precipitation Measurement, GPM)資料 中提取降雨量資料，及由光達(LiDAR)與SRTM產製的數值高程模型(Digital Elevation Model, DEM)，進行地理資訊系統分析。

首先，觀測瑪利亞颶風通過波多黎各時的風向，颶風於波多黎各東南方時的風向主要為北與東北向，颶風於波多黎各西北方時的風向主要為西南向與南向 (圖 1)，由 GPM 資料可知，最大雨峰降雨為963毫米 (Hamstead et al., 2021)，多數被風驅動的降雨 (wind-driven rainfall, WDR) 發生在最大風速的發生時段，即 10 月 20 日的早上 6 點至 12 點 (圖 1)。

再者，統計波多黎各島嶼的坡向分布，發現其以北向、東北向、南向及西南向為主 (圖 2A&B)，與山脈東西向地橫亙本島有關，而計算瑪利亞颶風後的崩塌地坡向，發現除了北向、東北向及西南向外，也有西北向與西向的崩塌地 (圖 2C&D)，推測前者的出現與島上既有地形的坡向相關，而後者則為瑪利亞颶風的影響。

另外，研究中使用光譜混合分析 (spectral mixture analysis, SMA) 獲得非光合作用指數 (non-photosynthetic index, DNPV) ，代表植被的覆蓋程度，即以無法行光合作用的植物體如樹幹、凋零葉片的比例進行植被受損度的計算(圖 3左)，並透過美國聯邦緊急事務管理署 (Federal Emergency Management Agency, FEMA)、國家海洋暨大氣總署 (National Oceanic and Atmospheric Administration, NOAA) 及美國商用遙測衛星公司 DigitalGlobe 的遙測影像點繪崩塌地，發現崩塌地數量與非光合作用指數代表的植被受損度間呈高度相關 (r ²=0.95) (圖 3右)。

研究結果顯示，坡向與植被受損度皆是探討邊坡破壞的重要影響因子。

本文以移動路徑與瑪利亞颶風相近 (由臺灣東南往西北移動)，且對臺灣造成嚴重災害的梅姬颱風為例，梅姬颱風於 2016 年 9 月 27 日 14 時由花蓮市附近登陸，21 時左右於雲林縣麥寮鄉出海，其帶來的強風與雨勢造成新北、桃園、高雄市及嘉義縣多處淹水及土石流(NCDR全球災害事件簿、 農村水保署土石流及大規模崩塌防災資訊網)。

首先取得 MERRA2 資料集中 2016 年 9 月 27 日與 28 日的風向與風速資料，將 487.5 百帕 (hPa) 處 (約 5,000 公尺海拔高) 的水平向風向與垂直向風向以公式進行整合：

Wind direction=180+(180/π)*ATan2("U_Layer"","V_Layer")

利用地理資訊軟體 ArcGIS 工具中的 ATan2 功能將水平向 (U_Layer) 與垂直向 (V_Layer) 風向由直角坐標 (x,y) 轉換為極座標 (r,θ)，r 為距原點距離，θ 為相對於 x 軸旋轉的角度，接著將值乘以 (180/π) 再加 180，即為以「度」為單位的風向。由圖 4可看出 9 月 27 日梅姬颱風於臺灣本島東南側時的主要風向為北北西與西北向，9 月 28 日梅姬颱風於雲林出海後的臺灣本島風向主要為東南東。

雨量資料則提取 2016 年 9 月 27 日與 28 日的 GPM 資料 (GPM_3IMERGDL)，將 NetCDF 檔案格式轉換為網格 (raster) 並以視覺化呈現各地區的雨量多寡。由圖 4可看出 9 月 27 日以東北部及西南部地區降雨量較高，9 月 28 日則以嘉義、臺南、高雄沿海地區降雨量較高 (圖 4)。

崩塌地判釋的部分，以內政部的 2018 年 20M DEM 資料套疊 2016 年梅姬颱風後的事件型崩塌判釋成果，進行坡向的統計，發現坡向以東南向占大宗 (28.7%)，其次為南向 (21.4%) 與東向 (20.3%) (圖 5左)，與梅姬颱風於 9 月 28 日出海後的主要風向一致。若以臺灣主要山脈走向為東北—西南來看，東南向、南向及東向崩塌地也與既有地形的坡向相關。不過崩塌地的坡向與 9 月 27 及 28 日的總降雨量之間並無直接相關 (r ²<0.01) (圖 5右)。

Gorokhovich 與 Vustianiuk (2021) 的研究提出颶風風向會影響山崩的坡向，本文於 2016 年梅姬颱風事件中也獲得相似的結果，梅姬颱風事件後的崩塌地坡向以東南向、南向及東向為主，與颱風出海後的主要風向 (東南東) 一致。

Abancó 等人 (2018) 在菲律賓的研究中，發現颱風風向確實會透過降雨強度影響山崩，迎風側降雨強度較背風側強。Hall 等人 (2020) 在波多黎各的研究則檢視可解釋 51% 植被受損度的 9 個因子，發現降雨量的解釋力較最大風速、坡向都來得強 (圖 6)，因此熱帶氣旋如颶風、颱風等的風向、最大風速與風驅動之降雨皆是影響山崩的重要因子，值得更透過深入的研究以達邊坡穩定的判斷與預防。

網站資料：
1.　 Wind Vector Mapping and Animation in QGIS

文獻資料：
1.　Abancó, C., Bennett, G. L., Matthews, A. J., Matera, M. A. M., & Tan, F. J. (2018) The role of geomorphology, rainfall and soil moisture in the occurrence of landslides triggered by 2018 Typhoon Mangkhut in the Philippines. Natural Hazards and Earth System Science. 21: 1531-1550.
2.　Gorokhovich, Y., Machado, E. A., Giron Melgar, L. I., & Gahremani, M. (2016) Improving landslide hazard and risk mapping in Guatemala using terrain aspect. Natural Hazards. 81(2): 869-886.
3.　Gorokhovich, Y., & Vustianiuk, A. (2021) Implications of slope aspect for landslide risk assessment: A case study of Hurricane Maria in Puerto Rico in 2017. Geomorphology. 391: 107874.
4.　Hall, J., Muscarella, R., Quebbeman, A., Arellano, G., Thompson, J., Zimmerman, J. K., & Uriarte, M. (2020) Hurricane-induced rainfall is a stronger predictor of tropical forest damage in Puerto Rico than maximum wind speeds. Scientific reports. 10(1): 4318.
5.　Hamstead, Z. A., Iwaniec, D. M., McPhearson, T., Berbés-Blázquez, M., Cook, E. M., & Muñoz-Erickson, T. A. (2021) Resilient Urban Futures. Cham, Switzerland: Springer.