(3.92.96.236) 您好!臺灣時間:2021/05/07 00:10
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

: 
twitterline
研究生:何弘竹
研究生(外文):Hung-Chu Ho
論文名稱:應用邏輯斯迴歸整合土壤含水量與臨界降雨之崩塌預測模式-以高屏溪流域為例
指導教授:姜壽浩姜壽浩引用關係
指導教授(外文):Shou-Hao Chiang
學位類別:碩士
校院名稱:國立中央大學
系所名稱:土木工程學系
學門:工程學門
學類:土木工程學類
論文出版年:2020
畢業學年度:108
語文別:中文
論文頁數:109
中文關鍵詞:崩塌預測整合模式邏輯斯迴歸土壤含水量臨界降雨
外文關鍵詞:Landslide predictionIntegrated modelLogistic regressionSoil water contentCritical rainfall
相關次數:
  • 被引用被引用:0
  • 點閱點閱:60
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:14
  • 收藏至我的研究室書目清單書目收藏:0
  崩塌發生主要由動態的誘發因子以及靜態的潛在因子所控制。降雨是誘發崩塌最主要的因子,過去研究常以降雨參數如降雨強度、降雨延時、累積雨量等作為誘因,但降雨型崩塌的發生機制更需要廣泛考慮坡地水文關係如降雨入滲後所造成的土壤含水量變化。根據許多研究指出,崩塌發生須達到足夠的土壤含水量以及含水量在土層中須滿足特定的分布情形,尤其是中層土壤(風化層或崩積層)含水量。
  本研究應用三層筒狀模式(three-layer tank model)來納入降雨所計算出的土壤雨量指數(Soil Water Index, SWI)以及土壤雨量比(Soil Water Ratio, SWR),用以概念性地表示土壤含水量以及其在土層中的分布情形。由水保局的重大土石災害報告篩選出SWI以及SWR2 (第二筒土壤雨量比),並以颱風事件期間各自的最大值SWImax以及SWR2max為本研究的誘因代表;臨界降雨模式(critical rainfall model)考慮多種潛因所計算出的臨界降雨Qcr作為本研究的潛因代表,其可表示以力學為基礎所評估的邊坡穩定性。本研究應用邏輯斯迴歸整合SWImax、SWR2max以及Qcr,並以4場不同的颱風事件於臺灣南部的高屏溪流域所引發的新生崩塌地為例,包含敏督利颱風(2004)、海棠颱風(2005)、卡玫基颱風(2008)以及莫拉克颱風(2009)。整合模式在修正成功率(Modified Success Rate, MSR)皆表現良好,最高者為卡玫基颱風80.5%,最低者為莫拉克颱風76.2%,而非崩塌成功率優於崩塌成功率,因此土壤含水量的相關參數適合作為崩塌預測的誘因。由刀切法(Jack-knife method)分析可知,整合模式隨著事件的變化去調整誘因和潛因的相對貢獻程度,使其互補且平衡以達到最佳預測成果。然而相互驗證成果顯示不同事件與模式可能存在通用性問題,本研究結合其中3場事件所訓練整合模式獨立驗證於第4場事件,雖然MSR比起目標事件本身所訓練整合模式略差以及可能出現崩塌被高估或低估情形,但仍表現不錯,最高者為敏督利颱風76.4%,最低者為海棠颱風70.9%,表示利用多場已知事件的資料去預測未知事件的崩塌是具可行性的,亦可取得一較為通用的整合模式。綜上所述,本研究考慮土壤含水量以及邊坡穩定性並發展出一全新的崩塌潛勢預測模式,不僅預測成果良好,亦具有應用性。
Rainfall is the most common triggering factor for landslides in Taiwan, and thus previous studies have generally used rainfall variables (i.e. rainfall intensity) to assess slope stability. Theoretically, in addition to static factors, such as topography, geology, and soil-bedrock physics, the occurrence of rainfall-induced landslides requires a comprehensive consideration of hillslope hydrology, which can be associated with the development of soil water content during rainfall events.
In this study, for triggering factors, a three-layer tank model transfers the transient rainfall to the Soil Water Index (SWI) and Soil Water Ratio (SWR) adopted to simulate the conceptual soil water content and its distribution within a soil column. The SWI and SWR2 were selected as the proxy of triggering factors by Major Disaster Event Reports from Soil and Water Conservation Bureau (SWCB). A critical rainfall model is a process-based model adopted to assess slope stability and incorporates static factors to estimate the critical rainfall (Qcr) as the proxy of static factors. The SWImax, SWR2max, and Qcr were used to derive an effective logistic regression (logit) model for assessing landslide landslides and stable areas. Modeling historical landslides induced by Typhoon Mindulle (2004), Haitang (2005), Kalmaegi (2008) and Morakot (2009) in Kaoping Watershed, southern Taiwan, the proposed integrated model produced the highest MSR (Modified Success Rate) of 80.5% for Typhoon Kalmaegi and the lowest MSR of 76.2% for Typhoon Morakot. The results proved that applying soil water content could perform well in landslide prediction. Through the analysis of the Jack-knife method, the integrated model could equilibrate the relative contribution of triggering factors and static factors for the best MSR. However, due to the cross-validation, so this study combines three events to develop the model and tests the performance of the model using the fourth event. The multi-event model produced the highest MSR of 76.4% for Typhoon Mindulle and the lowest MSR of 70.9% for Typhoon Haitang. Although it had little worse MSR than above and may bring about over- or underestimating landslides, the results revealed that combining multi-event data can derive a universal integrated model. In summary, this study proposes a novel landslide prediction model that integrates soil water content and other static factors, showing excellent results and applicability.
摘要 I
Abstract II
目錄 III
圖目錄 V
表目錄 VI
第一章 緒論 1
1-1. 研究背景及動機 1
1-2. 研究目的 2
1-3. 論文架構 2
第二章 文獻回顧 4
2-1. 崩塌因子及崩塌潛勢分析方法 4
2-2. 土壤雨量指數應用於土砂災害研究 5
2-3. 邏輯斯迴歸及整合模式於崩塌預測研究 8
第三章 研究方法 11
3-1. 三層筒狀模式及誘發因子 12
3-1-1. 土壤雨量指數 12
3-1-2. 土壤雨量比 13
3-2. 臨界降雨模式及潛在因子 15
3-3. 邏輯斯迴歸及整合模式 17
3-4. 模式成果評估 20
第四章 研究對象及材料 22
4-1. 研究區域 22
4-2. 颱風事件 24
4-2-1. 敏督利颱風 24
4-2-2. 海棠颱風 25
4-2-3. 卡玫基颱風 25
4-2-4. 莫拉克颱風 25
4-3. 研究材料 29
4-3-1. 地文參數 30
4-3-2. 雨量資料 34
3-3-3. 事件型崩塌目錄 38
4-3-4. 重大土石災害報告 41
第五章 研究成果 43
5-1. 篩選誘發因子代表 43
5-2. 臨界降雨模式成果 49
5-3. 整合模式成果 56
5-4. 整合模式相互驗證 70
第六章 研究討論 72
6-1. 誘發因子代表之互補性 72
6-2. 整合模式與臨界降雨模式之比較 75
6-3. 分析因子貢獻程度 77
6-4. 探討多場事件整合模式 79
6-5. 資料品質及空間解析度之影響 85
第七章 結論 87
參考文獻 89
附錄 重大土石災害報告 93
李嶸泰、張嘉琪、詹勳全、廖珮妤、洪雨柔(2012)。應用羅吉斯迴歸法進行阿里山地區山崩潛勢評估。中華水土保持學報,43(2),167-176。
何秋燕、詹錢登、楊思堯(2017)。應用證據權重法評估土石流發生潛勢-以高屏溪流域為例。中華水土保持學報,48(2),92-100。
吳俊鋐(2014)。以崩塌率為依據建構邏輯式迴歸崩塌潛勢評估模式。中華水土保持學報,45(4),257-265。
吳俊鋐(2015)。崩塌率為依據邏輯式迴歸法、頻率比法及證據權重法於崩塌潛勢模式應用之比較。臺灣水利,64(1),47-61。
吳俊鋐、陳樹群(2004)。崩塌潛勢預測方法於臺灣適用性之初探。中華水土保持學報,36(4),295-306。
岡田憲治(2002)。土壌雨量指数。測候時報,69(5),67-100。(in Japanese)
岡田憲治、牧原康隆、新保明彥、永田和彥、国次雅司、斉藤清(2001)。土壌雨量指数。天気,48(5),349-356。(in Japanese)
林金樹、陳峰盛(2002)。空間統計之半變異數模式對推估降雨量空間分布之影響。2002年中華地理資訊學會年會暨學術研討會。
林繼煒(2018)。應用邏輯斯迴歸於崩塌時間與空間預測的探討。國立彰化師範大學地理學系碩士論文。
柴田徹、清水正喜、八嶋厚、三村衛(1984)。濱田市の土砂災害の實態と中場崩壞地の土質特性,昭和58年7月山陰豪雨災害の調查研究,38-49。(in Japanese)
財團法人中興工程顧問社(2009)。集水區水文地質對坡地穩定性影響之調查評估計畫。經濟部中央地質調查所委託報告書。
張弼超(2005)。運用羅吉斯迴歸法進行山崩潛感分析-以臺灣中部國姓地區為例。國立中央大學應用地質研究所碩士論文。
陳樹群(2010)。筒狀模式結合土壤水份指數建構坡地土砂災害警戒機制。行政院農業委員會水土保持局委託成果報告(SWCB-99-326)。
陳樹群(2011)。筒狀模式建立坡地土砂災害警戒機制。行政院農業委員會水土保持局委託成果報告(SWCB-100-078)。
陳樹群(2012)。土石流防災整備模式檢討與更新。行政院農業委員會水土保持局委託成果報告(SWCB-101-161)。
陳樹群、馮智偉(2005)。應用Logistic迴歸繪製崩塌潛感圖─以濁水溪流域為例。中華水土保持學報,36(2),191-201。
陳樹群、蔡喬文、陳振宇、陳美珍(2013a)。筒狀模式之土壤雨量指數應用於土石流防災警戒。中華水土保持學報,44(2),131-143。
陳樹群、蔡喬文、何瑾余、陳美珍、尹孝元(2013b)。土壤雨量指數分析崩塌地案例特性及其在防災整備階段之應用。中華水土保持學會 102 年度年會,NO. 2.7,1-13。
菅原正巳(1972)。流出解析手法。共立出版社。(in Japanese)
鈴木雅一、福嶌義宏、武居有恒、小橋澄治(1979)。土砂災害發生の危險雨量,新砂防,31(3),110,1-7。(in Japanese)
劉宜君、陳樹群(2018)。結合土壤雨量指數與頻率比法建構坡地災害潛勢模式。中華水土保持學報,49(4),243-253。
鍾欣翰(2008)。考慮水文模式的地形穩定分析-以匹亞溪集水區為例。國立中央大學應用地質研究所碩士論文。
Beven, K. J., Kirkby, M. J. (1979). A physically based, variable contributing area model of basin hydrology. Hydrological Sciences Journal, 24(1), 43-69.
Bogaard, T., Greco, R. (2014). Hillslope hydrological modelling for landslides prediction. Hydrology and Earth System Sciences, 18, 1-4.
Cardinali, M., Reichenbach, P., Guzzetti, F., Ardizzone, F., Antonini, G., Galli, M., Cacciano, M., Castellani, M., Salvati, P. (2002). A geomorphological approach to the estimation of landslide hazards and risks in Umbria, Central Italy. Natural Hazards and Earth System Science, 2, 57-72.
Chang, K. T., Chiang, S. H. (2009). An integrated model for predicting rainfall-induced landslides. Geomorphology, 105, 366-373.
Chang, K. T., Chiang, S. H., Chen, Y. C., Mondini, A. C. (2014). Modeling the spatial occurrence of shallow landslides triggered by typhoons. Geomorphology, 208, 137-148.
Chen, C. W., Saito, H., Oguchi, T. (2017). Analyzing rainfall-induced mass movements in Taiwan using the soil water index. Landslides, 14, 1031-1041.
Dietrich, W. E., Reiss, R., Hsu, M. L., Montgomery, D. R. (1995). A process‐based model for colluvial soil depth and shallow landsliding using digital elevation data. Hydrological Processes, 9, 383-400.
Dietrich, W. E., Montgomery, D. R. (1998). SHALSTAB: a digital terrain model for mapping shallow landslide potential. University of California.
Huang, J. C., Kao, S. J. (2006). Optimal estimator for assessing landslide model efficiency. Hydrology and Earth System Sciences Discussions, 3, 1125-1144.
Huang, J. C., Kao, S. J., Hsu, M. L., Lin, J. C. (2006). Stochastic procedure to extract and to integrate landslide susceptibility maps: an example of mountainous watershed in Taiwan. Natural Hazards and Earth System Sciences, 6, 803-815.
Ishihara, Y., Kobatake, S. (1979). Runoff model for flood forecasting. Bull. Disas. Prev. Res. Inst., Kyoto Univ., 29-1(260).
Iverson, R. M. (2000). Landslide triggering by rain infiltration. Water Resources Research, 36(7), 1897-1910.
Koukis, G., Ziourkas, C. (1991). Slope instability phenomena in Greece: A statistical analysis. Bulletin of the International Association of Engineering Geology, 43(1), 47-60.
Lee, S., Talib, J. A. (2005). Probabilistic landslide susceptibility and factor effect analysis. Environmental Geology, 47(7), 982-990.
Montgomery, D. R., Dietrich, W. E. (1994). A physically based model for the topographic control on shallow landslidin. Water Resources Research, 30(4), 1153-1171.
Montgomery, D. R., Sullivan, K., Greenberg, H. M. (1998). Regional test of a model for shallow landsliding. Hydrological Processes, 12, 943-955.
O’loughlin, E. M. (1986). Prediction of surface saturation zones in natural catchments by topographic analysis. Water Resources Research, 22(5), 794-804.
Pack, R. T., Tarboton, D. G., Goodwin, C. N. (1998). The SINMAP approach to terrain stability mapping. 8th Congress of the International Association of Engineering Geology, Vancouver, British Columbia.
Pack, R. T., Tarboton, D. G., Goodwin, C. N. (2001). Assessing terrain stability in a GIS using SINMAP. 15th Annual GIS conference, GIS 2001, Vancouver, British Columbia.
Reichenbach, P., Rossi, M., Malamud, B. D., Mihir, M., Guzzetti, F. (2018). A review of statistically-based landslide susceptibility models. Earth-Science Reviews, 180, 60-91.
Saito, H., Nakayama, D., Matsuyama, H. (2010). Two types of rainfall conditions associated with shallow landslide initiation in Japan as revealed by Normalized Soil Water Index. SOLA, 6, 57-60.
Saito, H., Matsuyama, H. (2012). Catastrophic landslide disasters triggered by record-breaking rainfall in Japan: Their accurate detection with Normalized Soil Water Index in the Kii Peninsula for the year 2011. SOLA, 8, 81-84.
Stevenson, P. C. (1977). An empirical method for the evaluation of relative landslide risk. Bulletin of the International Association of Engineering Geology, 16(1), 69-72.
Wu, C. H., Chen, S. C., Chou, H. T. (2011). Geomorphologic characteristics of catastrophic landslides during typhoon Morakot in the Kaoping Watershed, Taiwan. Engineering Geology, 123, 13-21.
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔