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，
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)
為反映各年度新生崩塌之發生情形，
採用農村水保署公開之2004年~2024年事件型崩塌目錄圖層作為評估依據，
判釋各QPE網格歷年是否發生新生崩塌事件。
進一步統計各年間QPE網格範圍內每年新生崩塌面積資料(如圖1)，以作為地文脆弱度評估之基礎。
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2004~2024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。
切割後，分別統計各QPE網格於2004~2024年間之崩塌次數(每年有新生崩塌事件則計1次)及ln(累計新生崩塌面積)之平均值 (μ) 及標準差 (σ)。
利用μ及±σ為分級標準，將各QPE網格之地文脆弱度分級(表1)，
並採用矩陣方式將地文脆弱度劃分為低、中、中高、高及極高
五個分級(圖3)。
表1、地文脆弱度崩塌事件參數統計表
| ln(累計新生崩塌面積) | |
|---|---|
| 平均值 μ1 | 10.27 |
| 標準差 σ1 | 1.58 |
| μ1+σ1 | 11.85 |
| μ1-σ1 | 8.69 |
| 崩塌次數 | |
| 平均值 μ2 | 2.57 |
| 標準差 σ2 | 1.63 |
| μ2+σ2 | 4.20 |
| μ2-σ2 | 0.94 (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60%的網格於2004~2024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26%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 | ||
| 中脆弱度 | ||
| 中高脆弱度 | ||
| 高脆弱度 | ||
| 極高脆弱度 | ||
| 總計 |
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花蓮山區。
圖6將114年與113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花蓮及台東、嘉義、高雄山區。
(數字為分級之變化量)
- 花蓮受凱米、康芮颱風及0403地震重創，造成多處崩塌影響，脆弱度現住上升。
- 而嘉義、高雄山區及台東分別受凱米颱風及山陀兒颱風影響，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
直接透過BigGIS圖台展示全台地文脆弱度分布成果，來比對關注網格之資訊(圖7)。
※路徑：基礎圖層/核心圖層/防災資訊/地文脆弱度_QPE網格
圖7、BigGIS直接展示地文脆弱度分布
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))
