地文脆弱度 (Physiographic fragility, Fp)
緣起
由於地質、地形、地表植生及人為開發利用(如開闢道路等)均會直接、
間接或交互影響該地區在降雨期間是否產生崩塌或沖蝕等現象,
此部份較不易直接由前揭各項因子單獨進行評估。
因此,本研究係採用各 QPE網格 (解析度1.3km×1.3km)內每年是否產生新生崩塌(即崩塌發生頻率),
以及新生崩塌之規模二項指標來代表該網格範圍內之地文脆弱度(Physiographic fragility)。
圖1、歷年事件型崩塌目錄崩塌面積變化
(標註為年度重大災害事件)
(標註為年度重大災害事件)
地文脆弱度建立時,為能反映各年度的新生崩塌情形,
使用水土保持署公開之開放資料 2004~2023事件型崩塌 目錄圖層,
作為各網格歷年是否發生新生崩塌之評估基準,建立2004~2023年間,
每一個QPE網格範圍內之每年新生崩塌面積(圖1)。
方法
圖2、QPE網格內各年度新生崩塌面積計算方式
使用QPE網格(解析度1.3km×1.3km)將全臺分割為21,000個QPE網格,
以此切割2004~2023事件型崩塌目錄圖層,並依各年度資料分別加總每個網格中的崩塌面積。
- 以編號129443之QPE網格為例(圖2),該網格套疊2008年事件型崩塌目錄後, 於左側有一面積為 28.96ha之崩塌地(紅框) 經QPE網格切割後, 分為 3.45ha 及 25.52ha 兩部分。
- 同理,下方崩塌地於網格內亦被切出了一塊 0.63ha 之崩塌地,故以QPE網格為單位相加, 則 26.15ha 即為該編號129443網格於2008年的新生崩塌面積。
※由於事件型崩塌目錄圖層之最小判釋面積為0.1ha,若處理後所得之各每年度新生崩塌地面積小於0.1ha者,則視為無新生崩塌。
切割完成後分別統計各網格於2004~2023年間的崩塌次數及ln(累計新生崩塌面積)之平均值 (μ) 及標準差 (σ),
利用μ及一倍σ 來分級各QPE網格之脆弱度(表1),
以矩陣方式將地文脆弱度分為低、中、中高、高及極高脆弱度,
五個分級(圖3)。
表1、崩塌事件參數統計表
ln(累計新生崩塌面積) | |
---|---|
平均值 μ | 10.30 |
標準差 σ | 1.57 |
μ+σ | 11.83 |
μ-σ | 8.68 |
崩塌次數 | |
平均值 μ | 2.38 |
標準差 σ | 1.46 |
μ+σ | 3.84 |
μ-σ | 0.92 (調整為1*) |
*調整合理分級的參數值 (不計未曾發生崩塌之網格) |
*統計期間未曾發生崩塌之網格,即為低脆弱度(綠)
圖3、地文脆弱度分級矩陣
結果
地文脆弱度分級後統計資料如下,21,000個QPE網格中,有62%的網格於2004~2023年間未發生過崩塌,屬低脆弱度。
而中及中高脆弱度分級之網格數較少,合計僅14%,然高及極高脆弱度網格隨統計年份增加,約佔總網格數之24%較去年版本上升2個百分點(表2及圖4)。
綜合表2及前節崩塌事件分布統計圖(圖3)皆顯示,崩塌於同一地點重複發生之機率較高,且崩塌次數越多的網格通常崩塌面積也較大。
綜合表2及前節崩塌事件分布統計圖(圖3)皆顯示,崩塌於同一地點重複發生之機率較高,且崩塌次數越多的網格通常崩塌面積也較大。
表2、地文脆弱度分級統計表
地文脆弱度分級 | 個數 | % |
---|---|---|
低脆弱度 | 12,953 | 62 |
中脆弱度 | 1,359 | 6 |
中高脆弱度 | 1,589 | 8 |
高脆弱度 | 2,820 | 13 |
極高脆弱度 | 2,279 | 11 |
總計 | 21,000 | 100 |
圖4、地文脆弱度分級圓餅圖
圖5、地文脆弱度分布圖
地文脆弱度分級後分布如圖5,高及極高脆弱度之區塊,主要集中於臺灣南部山區,特別是高雄、屏東及台東交界處,而另一部份則為散布於宜蘭山區。
圖6將今年與去年地文脆弱度兩者相減,可看出地文脆弱度主要上升的地方為桃竹苗山區及台中、南投仁愛。(數字為分級之變化量)
根據NCDR全球災害事件簿資料顯示:
根據NCDR全球災害事件簿資料顯示:
- 93、94年可能受艾利、敏督利、海棠颱風造成桃竹苗中地區多處崩塌影響。
- 而南投仁愛部分受112年卡努颱風後,發生多處崩塌而使脆弱度上升。
圖6、地文脆弱度與去年差異圖
更多資訊
參考資料
- 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。(Chen, C.Y., Chen, J.W., Chen, K.W., Lin, Y.C. (2019). “Warning Model for Predicting the Risk Zones of Rainfall-Induced Slopeland Disasters.” Journal of Chinese Soil and Water Conservation, 50(1), 1-10. (in Chinese))
- 陳振宇、劉維則、許家祥 (2017),使用 QPESUMS 雨量資料建立崩塌災害預警模式,中華水土保持學報,48(1),44-55。(Chen, C.Y., Liou, W.Z., and Hsu, C.H. (2017). “A rainfall-based warning model for predicting landslides using qpesums rainfall data.” Journal of Chinese Soil and Water Conservation, 48(1), 44-55. (in Chinese))