臺灣博碩士論文加值系統

近年來可視化分析被廣泛應用於判釋大規模崩塌潛勢區的微地形特徵，而可視化分析使用之地形計測方法則以分析窗口做為分析範圍，大多數地形因子以多方向性分析窗口計算所有方位的平均地形變化，然而在分析過程中容易因為分析窗口涵蓋方向過多，造成存在於單一方向的微地形特徵受到均化影響而被忽略，且可視化方法為了顧及視覺上辨識效果，因此無法同時結合過多的地形因子。
本研究利用虛擬高程網格資料及中心崙高程網格資料，探討高程因子、地形粗糙度、坡度、坡度粗糙度、地形開闊度、天空開闊度等6種地形因子，利用3 × 3、5 × 5、7 × 7的多方向性窗口與3 × 1、5 × 1、7 × 1、41 × 1的單方向性窗口進行分析。從各個地形因子之結果中可以發現單方向性分析窗口對於垂直方向關係之微地形特徵皆有較佳的顯示效果，但容易在分析窗口小時產生雜訊，而分析窗口大時產生均化之影響可能會因此忽略掉重要地形資訊。
本研究分別使用東-西向地形因子及多方向地形因子，產製紅色立體圖及天空開闊度立體圖並進行比較，而東-西向分析窗口之結果可以看出更清楚的蝕溝。接著透過試誤法將坡度門檻值設為小於15°、地形開闊度門檻值設為小於-10°、天空開闊度門檻值設為小於0.5，並將門檻值篩選之結果進行交集。在利用門檻值自動判釋蝕溝之結果中，可以得知東-西向之地形因子組合交集之結果比多方向地形因子組合，更能提取出線段連續且完整的蝕溝。

In recent years, visualization analysis has been widely used to interpret the micro-topographic features of large-scale landslide potential areas, and the Geomorphometric method used for visualization analysis uses the analysis window as the analysis range. Most terrain factors use multi-directional window analysis to calculate the average terrain change in all directions. In the analysis process, it is easy to ignore the micro-topographic features existing in a single direction due to too many directions covered by the analysis window.Additionally, in order to take into account the visual recognition effect, the visualization method cannot combine too many terrain factors at the same time.
First, this study uses virtual elevation grid data and Zhongxinlun elevation grid data, and explore six terrain factors such as elevation factor, Surface Roughness, Slope, Slope Roughness, Suface Openness, Sky Veiw Factor by using a 3 × 3, 5 × 5, 7 × 7 multidirectional window and 3 × 1, 5 × 1, 7 × 1, 41 × 1 unidirectional window and eight-azimuth analysis window for analysis. From the results of various terrain factors, it can be found that the unidirectional analysis window has a better display effect on the micro-topographic characteristics of the vertical relationship, but it is easy to generate noise when the analysis window is small, and it has a uniform effect when the analysis window is large It may ignore important terrain information.
This study used east-west facing topographic factors and multi-directional topographic factors to produce Red Relief Map and Sky View Relief Map for comparisons. Then, the Slope threshold is set to less than 15 °, the Surface Openness threshold is set to less than -10 °, and the Sky View Factor threshold is set to less than 0.5 by trial and error. In the result of automatic interpretation of the gully by using the threshold values, it can be known that the result of the intersection of combination of the east-west direction topographic factors is better than combination of the multi-directional topographic factors combination, which can extract the continuous and complete gully.

目錄
摘要 i
Abstract iii
目錄 v
圖目錄 viii
表目錄 xiii

第一章 緒論 1
1.1 研究動機及背景 1
1.2 研究目標 2
1.3 研究流程 2
第二章 文獻回顧 4
2.1 崩塌地地形特徵 4
2.2 人工判釋地形特徵 8
2.2.1 傳統地形判釋 8
2.2.2 可視化方法判釋 10
2.3 分析窗口種類 16
2.3.1 多方向窗口分析 16
2.3.2 單方向窗口分析 19
2.4 分析單元 23
第三章 研究方法 25
3.1 微地形特徵之特性 25
3.2 地文因子分析 26
3.2.1 高程(Elevation) 26
3.2.2 地形粗糙度(Surface Roughness) 27
3.2.3 坡度(Slope) 27
3.2.4 坡度粗糙度(Standard deviation of slope) 28
3.2.5 地形開闊度(Surface openness) 28
3.2.6 天空開闊度(Sky View Factor) 30
3.3 方向性窗口分析 31
3.3.1 高程因子分析 32
3.3.2 地形粗糙度分析 33
3.3.3 坡度因子分析 33
3.3.4 坡度粗糙度分析 35
3.3.5 地形開闊度分析 35
3.3.6 天空開闊度分析 36
3.3.7 不同因子之結合分析 36
3.4 邊坡單元 37
第四章 結果與討論 39
4.1 虛擬地形之分析結果 39
4.1.1 高程因子分析結果 39
4.1.2 地形粗糙度分析結果 44
4.1.3 坡度因子分析結果 49
4.1.4 坡度粗糙度分析結果 51
4.1.5 地形開闊度分析結果 58
4.1.6 天空開闊度分析結果 70
4.1.7 不同因子之結合分析結果 74
4.2 研究區域地形之分析結果 76
4.2.1 研究區域 76
4.2.2 邊坡單元 77
4.2.3 高程因子分析結果 79
4.2.4 地形粗糙度分析結果 84
4.2.5 坡度因子分析結果 88
4.2.6 坡度粗糙度分析結果 91
4.2.7 地形開闊度分析結果 98
4.2.8 天空開闊度分析結果 116
4.2.9 不同因子之結合分析結果 122
4.3 討論 132
第五章 結論與建議 136
5.1 結論 136
5.2 建議 138
參考文獻 139

參考文獻
1.千木良雅弘(2006)，「地すべり・崩壊の発生場所予測-地質と地形からみた技術の現状と今後の展開」，土木學會論文集C，第六十五卷，第4期，第722-735頁。
2.戶堅一郎(2012)，「航空レーザ測量データを用いた微地形図の作 成」，砂防学会誌，第六十五卷，第2期，第51-55頁。
3.戶堅一郎(2014)，「曲率と傾斜による立体図法（CS立体図）を用いた地形判読」，森林立地，第五十六卷，第2期，第75-79頁。
4.日本土木研究所(2008)，深層崩塌潛勢溪流檢出方法說明書。
5.王軻、王琤、张青峰、丁凯隆(2015)，「地形开度和差值图像阈值分割原理相结合的黄土高原沟沿线提取法」，測繪學報，第四十四卷，第1期，第67-75頁。
6.王意華、曾義星(2017)，「高解析度數值高程模型地形參數之網格式製圖分析」，航測及遙測學刊，第二十卷，第2期，第263-277頁。
7.何岱杰、張維恕、林慶偉、劉守恆(2014)，「應用數值地形及光學影像於潛在大規模崩塌地形特徵判釋」，航測及遙測學刊，第十八卷，第2期，第109-127頁。
8.吳俊毅、葉彥駒(2017)，「崩塌機率分析單元及機率模型之比較」，中華水土保持學報，第四十九卷，第4期，第2249-2266頁。
9.李璟芳、曹鼎志、黃韋凱、林聖琪、尹孝元(2018)，「天空開闊度與局部立體模型於山崩判釋及地形變異評估： 以台東縣紅葉村為例」，中華水土保持學報，第四十九卷，第1期，第27-39頁。
10.周毅、湯國安、張婷、王春(2007)，「基於網格DEM線狀分析窗口的地形特徵快速提取方法」，測繪通報，第10期，第67-69頁。
11.林俐玲、林可薇、陳品岡、沈哲緯(2011)，「斜坡單元進行山坡地土壤流失量之推估」，中華水土保持學報，第四十三卷，第4期，第395-410頁。
12.林昭遠、黃文彥、黃文政(2016)，「集水區深層崩塌區位之推估及應用」，中華水土保持學報，第四十八卷，第3期，第1763-1778頁。
13.徐乙君、張中白(2016)，「光達數值地形於野外地質調查之應用以獻肚山崩塌區及谷關德基區域為例」，航測及遙測學刊，第二十卷，第3期，第183-199 頁。
14.徐逸祥(2011)，「光學式衛星影像雲層處理之研究」，臺灣大學地理環境資源學研究所碩士論文。
15.涂杰、周毅、趙昊、燕龍、武金勇(2018)，「DEM線狀窗口鄰域分析的月表撞擊坑自動提取」，測繪通報2018年，第6期，第27-33頁。
16.郭芳芳、楊農、孟暉、張岳橋、葉寶瑩(2008)，「地形起伏度和坡度分析在區域滑坡災害評價中的應用」，中國地質，第三十五卷，第1期，第131-143頁。
17.陳奕中、侯進雄、謝有忠、陳柔妃、吳若穎(2014)，「高解析度空載光達資料結合地形開闊度分析於構造地形特徵之應用」，航測及遙測學刊，第十八卷，第2期，第67-78頁。
18.陳振宇、藤田正治(2015)，「以水含量指標預測集水區內降雨誘發的淺層崩塌」，中華水土保持學報，第四十六卷，第1期，第7-18頁。
19.陳聯光、陳樹群、周憲德、陳亮全、劉哲欣、吳亭燁、林聖琪(2012)，「大規模崩塌災害防治推動策略規劃」，國家災害防救科技中心技術報告。
20.湯國安、楊昕(2006)，ArcGIS地裡訊息系統空間分析實驗教程。
21.黃韋凱、李璟芳、楊毓、邱俊榮(2019)，「山區公路邊坡潛在易致災區位多尺度評估－以台 9 線南迴公路為例」，中興工程，第145期，第55-67頁。
22.經濟部水利署水利規劃試驗所（2011），「水庫蓄水區邊坡深層滑動潛勢評估分析」。
23.葉文傑等人(1997)，「數位化暈渲在地圖地貌表現上之應用」，中華民國地圖學會會刊 ，第8期，第173-202頁。
24.詹勳全、陳柏安、溫祐霆(2015)，「以地理資訊系統搭配羅吉斯回歸、不安定指數及支撐向量機建立山崩潛感之比較分析」，中華水土保持學報，第四十五卷，第4期，第213-222頁。
25.鄒昆、沃焱、徐翔(2018)，「利用特征显著度提取地形特征线的方法」，武漢大學學報，第四十三卷，第3期，第342-348頁。
26.鈴木隆介(2000)，建設技術者のための地形図読図入門第3巻段丘・丘陵・山地，古今書院，東京。
27.劉治中、蕭國鑫、饒見有、劉進金、吳哲榮、黃群修 (2010)，「結合空載LiDAR 與彩色航照應用於崩塌地研判」，航測及遙測學刊，第十五卷，第1期，第111-122 頁。
28.蕭宇伸、郭耀駿(2017)，「利用自製紅色地圖輔助地形判釋：以太魯閣地區為例」，國土測繪與空間資訊，第五卷，第1期，第29-42頁。
29.謝有忠、侯進雄、胡植慶、費立沅、陳宏仁、邱禎龍、詹瑜璋 (2016)，「地形計測方法應用於潛在大規模崩塌之判釋」，航測及遙測學刊，第二十卷，第4期，第263-277頁。
30.Agliardi, F., Crosta, G., and Zanchi, A. (2001). “Structural constraints on deep-seated slope deformation kinematics,” Engineering Geology, 59, 83-102.
31.Ba, Q., Chen, Y., Deng, S., Yang, J., Li, H. (2018). “A comparison of slope units and grid cells as mapping units for landslide susceptibility assessment,” Earth Science Information, 1-16.
32.Baum, R.L., Coe, J.A., Godt, J.W., Harp,E.L., Reid, M.E., Savage, W.Z., Schulz, W.H., Brien,D.L., Chleborad, A.F., McKenna, J.P.,Micheal, J.A. (2015). “Regional landslide-hazard assessment for Seattle,Washington, USA,” Lanslides, 2, 266-279.
33.Begg, J.G., Mouslopoulou, V. (2010). “Analysis of late Holocene faulting within an active rift using lidar, Taupo Rift, New Zealand,” Journal of Volcanology and Geothermal Research, 190(1), 152-167.
34.Burrough, P.A., McDonnell, R.A. (1998). Principles of Geographical Information Systems. Oxford University Press, 2nd edition.
35.Calcaterra, D., Di Martire, D., Palma, B., Parise, M. (2010). “Assesssing lanslide risk through unque condition units, in Williams A.L., Pinches, G.M. & Chin, C.Y.,Geologically Active :Proceedings of the 11th Iaeg Congress, 991-998.
36.Cardinali, M., Carrara, A., Guzzetti, F. and Reichenbach, P. (2002). “Landslide hazard map for the Upper Tiber River basin.” CNR Gruppo Nazionale per la Difesa dalle Catastrofi Idrogeologiche Publication n. 2116, scale 1:100,000.
37.Chiba, T., Kaneta, S., Suzuki, Y. (2008). “RedRelief Image Map: New Visualization Method for Three Dimensional Data,” Remote Sensing and Spatial Information Sciences, 37 (B2), 1071-1076.
38.Chigira, M., Duan, F., Yagi, H., Furuya, T. (2004). “Using an airborne laser scanner for the identification of shallow landslides and susceptibility assessment in an area of ignimbrite overlain by permeable pyroclastics,” Landslides, 1, 203-209.
39.Eco, R.N., et.al. (2015). “Landslide and debris flow susceptibility mapping of Leyte Province, Philippines using remote sensing, numerical modelling, and GIS,” Journal of the Philippine Geoscience and Remote Sensing Society, 1(1), 53-71.
40.Fabbri, A.G., Chung, C.-J.F., Cendrero, A., Remondo, J. (2003). “Is prediction of future landslides possible with a GIS? ” Nat. Hazards, 30 (3), 487–503.
41.Farhan Y., Zreqat D., Nawaysa, S. (2014). “Assessing the influence of physical factors on spatial soil erosion risk in northern Jordan,” Journal of American Science, 10, 29-39.
42.Grebby, S., Cunningham, D., Naden, J., and Tansey, K. (2012). “Application of airborne LiDAR data and airborne multispectral imagery to structural mapping of the upper section of the Troodos ophiolite, Cyprus,” International Journal of Earth Sciences, 101(6), 1645-1660.
43.Grohmann, C.H., Smith, M.J., Riccomini, C. (2011). “Multiscale analysis of topographic surface roughness in the midland valley, Scotland,” IEEE Transactions on Geoscience and Remote Sensing, 49, 1200-1213.
44.Highland, L. (2004). Landslide Types and Processes, U.S. Geological Survey,3072.
45.Iqbaluddin, Saifuddin, Javed, A., Moni, M. (1999). “Terrain Mapping Unit-Based Approach for Sustainable Agricultural Development in India—an Example from Plains Ecosystem at Semi-Arid Interface,” Journal of Arid. Environments, 42, 319–330.
46.Lee, S. (2004). “Application of likelihood ratio and logistic regression models to landslide susceptibility mapping using GIS,” Environmental Management, 34 (2), 223-232.
47.Mašková, Z., Zemek, F., Květ, J. (2008). “Normalized difference vegetation index (NDVI) in the management of mountain meadows,” Boreal environment research, 13, 417-432.
48.Montgomery, D.R., Dietrich, W.E. (1994). “A physically based model for the topographic control on shallow landsliding,” Water Resour. Research, 30(4), 1153-1171.
49.Moore, I.D., Grayson, R.B. (1991). “Terrain­based catchment partitioning and runoff prediction using vector elevation data,” Water Resources Research, 27(6), 1177-1191.
50.O'Leary, D., Friedman, J., Pohn, H. (1976). “Lineament, linear, lineation: some proposed new standards for old terms,” Geological Society of America Bulletin, 87(10), 1463-1469.
51.Qin, S., Lv, J., Cao, C., Ma, Z., Hu, X., Liu, F., Qiao, S., Dou, Q. (2019). “Mapping debris flow susceptibility based on watershed unit and grid cell unit: a comparison study,” Geomatics, Natural Hazards and Risk, 10(1), 1648-1666.
52.Reichenbach, P., Rossi, M., Malamud, B.D., Mihir, M., Guzzetti, F. (2018). “A review of statistically-based landslide susceptibility models. Earth Sci Rev,” 180, 60–91.
53.Scipioni, F., Tosi, F., Stephan, K., Filacchione, G., Ciarniello, M., Capaccioni, F., Cerroni, P., the VIMS Team (2013). “Spectroscopic classification of icy satellites of Saturn I: Identification of terrain units on Dione,” Icarus, 226(2), 1331-1349
54.Van Den Eeckhaut, M., Reichenbach, P., Guzzetti, F., Rossi, M., Poesen, J. (2009). “Combined landslide inventory and susceptibility assessment based on different mapping units: an example from the Flemish Ardennes, Belgium,” Natural Hazards and Earth System Sciences, 9, 507-521.
55.Varnes, D.J. (1978). SLOPE MOVEMENT TYPES AND PROCESSES: Washington, Transportation Research Board.
56.Wang, F., Xu, P., Wang, C., Wang, N., Jiang, N. (2017). “Application of a GIS-based slope unit method for landslide susceptibility mapping along the Longzi River, southeastern Tibetan plateau, China,” ISPRS International Journal of Geo-Information, 6(6),172.
57.Wilson, J.P. and Gallant, J.C. (2000). Terrain analysis, John Wiley and Sons, Inc., 479.
58.Xie, M., Esaki, T., Zhou, G. (2004). “GIS-Based Probabilistic Mapping of Landslide Hazard Using a Three-Dimensional Deterministic Model,” Natural Hazards, 33, 265-282.
59.Yokoyama, R., Shirasawa, M., Pike, R.J. (2002). “Visualizing topography by Openness: A new application of image processing to digital elevation models,” Photogrammetric Engineering and Remote Sensing, 68, 257-265.
60.Zakšek, K., Oštir, K., Kokalj, Ž. (2011). “Sky-View factor as a relief visualization technique,” Remote Sens, 3, 398‐415.