資料解析度於山崩潛勢評估準確性影響分析

Abstract

由於台灣本身地形陡峭、地質複雜破碎加上山區開發過度與降雨模式改變，每當有強降雨發生，山崩、土石流、洪水等災害常伴隨而生。現今因技術發展，我們可由LiDAR、航空測量等技術獲得高精度的數值地形模型，而政府公布之山崩目錄有林務局以福衛二號衛星影像圈繪之山崩目錄，與中央地質調查所以五千分之一航照正射影像判釋之山崩目錄。 山崩目錄之解析度決定其可涵?之真實山崩尺度，而影響山坡地發生山崩的因素大致可分為潛在因子與觸發因子，其中潛在因子可再細分地質因子、地理因子、環境因子。本研究以台18線 (阿里山公路)為例，以三種解析度的數值地形模型(DTM)：(1)空載光達製成之5m DTM，(2)內政部地政司公開之航空測量製成之20m DTM，(3) NASA Shuttle Radar Topography Mission (SRTM)之30m DTM，分別產製二十三項山崩因子圖層。經過相關性檢定，從二十三項因子中篩選出十五項因子，透過結合基因演算法、類神經網路的混合型演算法，評估山崩因子對山崩之影響性，並討論不同尺度之DTM與不同來源之山崩目錄對山崩潛勢評估造成之差異，與對山崩因子重要性排序之影響與分布。 結果顯示以中央地調所山崩目錄建立之模型預測準確度約80%，以林務局山崩目錄建立之模型預測準確度約90%。其中NDVI、土地利用與坡度在所有狀況下均有較高之敏感度。5m，20m，30m之資料的山崩預測準確度表現差異不大，僅20m資料之山崩預測敏感度相較5m，30m資料略高，顯示以台灣目前之資料解析度，20m DTM應用在山崩潛勢評估效果較好。

Date of Award	2018 Aug 20
Original language	Chinese
Supervisor	Ting-To Yu (Supervisor)