Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/33265
標題: 集水區崩塌地植生復育影響因子及治理區位優選之研究
Affecting factors of vegetation recovery and the priority of management sites for the watershed landslides
作者: 林于筌
Lin, Yu-Chuan
關鍵字: 崩塌地
Landslides
多變量分析
植生復育率
優先治理
Multivariate Analysis
Vegetation Recovery Rate
Management Priority
出版社: 水土保持學系所
引用: 1.中央氣象局,http://www.cwb.gov.tw. 2.水土保持局(2003),「水土保持技術規範」。 3.水土保持局(2005),「水土保持手冊-工程篇」。 4.白林奇 (2008) 花東土砂害集水區崩塌地潛感分布及地景變遷之研究。國立屏東科技大學森林系碩士論文,114頁。 5.石同芬(1992),「崩塌規模和坡向、坡坡的關係及圖示-以台北縣為例」,國立臺灣大學森林系碩士論文。 6.孔德懷(2005),崩塌地特性變遷偵測之探討-以清水區集水區之六期影像應用為例為例,國立中興大學水土保持學系碩士論文。 7.行政院農業委員會水土保持局(2004),七二水災崩塌地判釋與分析期末報告。 8.江山宏 (2005) 九九峰崩塌地變遷監測之研究。明道管理學院環境規劃暨設計研究所。51頁。 9.李維峰、冀樹勇、王昭雯、黃佳駿、廖洪鈞、陳正興,2009,莫拉克風災地工災情統計分析,地工技術,第122 期:第5-12 頁。 10.李錦育 (2001) 台灣崩塌地的分類與防治方法。山地學報 19(5):425-429。 11.李三畏(1984),台灣崩塌問題探討,地工技術,第 7 期,43-49 頁。 12.李錫堤,黃俊鴻,劉進金,蔡榮君,洪國華,林書毅,林口台地及鄰接海岸地形變遷與地貌復原可行性探討 (1998) 公共工程委員會專案委託計畫成果報告,共135頁。 13.李錫堤、潘國樑、林銘郎 (2003) 山崩調查與危險度評估-山崩潛感分析之研究(1/3),經濟部中央地質調查所報告,第92-11號,共154頁。 14.李錫堤、潘國樑、林銘郎 (2004) 山崩調查與危險度評估-山崩潛感分析之研究(2/3),經濟部中央地質調查所報告,第93-17號,共264頁。 15.李錫堤(2005),潘國樑,林銘郎,山崩調查與危險度評估-山崩潛感分析之研究(3/3),經濟部中央地質調查所報告,第94-18 號,268 頁。 16.李錫堤(2008),費立沅,李錦發,林銘郎,董家鈞,張瓊文,石門水庫集水區的山崩與土石流潛感分析,第六屆海峽兩岸山地災害與環境保育學術研討會論文光碟,1-10。 17.吳柏毅(2005),「台灣中部地區崩塌地影響因子之分析研究」,國立中興大學土木工程學系碩士論文。 18.吳佐川(1993),「台灣地區崩塌地區域特性之研究」,國立台灣大學森林學研究所碩士論文。 19.吳振威(2003),公路邊坡保護工法之選擇模式研究-以南二高白河以南路段為例,國立成功大學資源工程研究所碩士論文,144 頁。 20.呂秀慧(2001),頭前溪流域植生覆蓋變遷之研究,國立交通大學土木工程系碩士論文。 21.林昭遠、林文賜 (2000),集水區地文水文因子自動萃取之研究,中華水土保持學報,31(3):247-256。 22.林昭遠(2001),「集水區崩塌地植生復育監測與評估」,水土保持植生工程研討會論文集,pp.50-58。 23.林昭遠(2000),「集水區地型因子自動萃取之研究-土石流危險溪流判釋之用」,中華水土保持學報,31(1):81-91。 24.林昭遠、吳瑞鵬、林文賜(2001),921 震災崩塌地植生復育監測與評估,中華水土保持學報,32(1):59-66。 25.林昭遠、林文賜(2001),集水區資訊系統(WinGrid)入門,暐帥股份有限公司。 26.林文賜、黃碧慧、林昭遠、周文杰 (2004) 921 震災崩塌地特性分析及變遷監測之研究。中華水土保持學報 35(2): 141-149。 27.林信輝 (2001) 水土保持植生工程。高立圖書有限公司,384頁。 28.林彥享(2003),「以類神經網路進行地震誘發山崩之潛感分析」,國立中央大學應用地質研究所碩士論文,pp.81。 29.林鼎鈞、陳紫娥、林祥偉、游麗方 (2008) 應用地理資訊系統技術於紅葉溪集水區崩塌地特性之分析。資源與環境學術研討會論文集,151-160頁。 30.洪皓人(2000),衛星影像分類方法之研究-以鳳山溪上游集水區為例,國立中興大學水土保持學系碩士論文。 31.何春蓀 (1994) ,臺灣地質概論,經濟部中央地質調查所。 32.周天穎、葉美伶、衷嵐焜(2000),地理資訊系統理論與實務,逢甲大學地理資訊研究中心。 33.周朝富、鄭祈全、陳燕章(1991),SPOT 資料應用林地被覆型分類之研究,行政院農業委員會林業試驗所研究報告季刊,6(3):283-297。 34.莊緯璉(2005) ,運用判別分析進行山崩潛感分析之研究-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,178 頁。 35.高嘉隆(2003),台十四省道31~75K 沿線邊坡山崩潛感分析,朝陽科技大學營建工程系碩士論文。 36.高衛東(2009),「基於主成份分析的礦區地下水水質評價」,安全與環境工程,16卷第1期,第28-33頁, 37.張石角 (1987) 山坡地潛在危險之預測及其在環境影響評估之應用。中華水土保持學報 18(2):41-62 38.張子瑩、徐美玲(2004),「暴雨與地震觸發崩塌發生區位之比較以陳有蘭溪流域為例」,地理學報,35:1-16。 39.陳文福、鄭新興(1997),遙測與GIS 運用於集水區大型坡地開發之變遷分析,水土保持學報,29(1):41-60。 40.許琦 (1989) 模糊集理論在山崩潛感性分析之應用,成功大學土木工程系,第三屆大地工程學術研究討論會宣讀論文,第23-33頁。 41.陳信雄(1995),「崩塌地調查與分析」,渤海堂出版社。 42.陳蕙華 (2005) 遙測衛星影像於南清公路崩塌地潛感分析之應用。逢甲大學環境資訊科技研究所碩士論文。69頁。 43.陳時祖 (1995) 阿里山公路沿線公路邊坡崩塌與雨量關係之研究,國科會防災科技報告,第83-14號。 44.陳順宇 (2000),迴歸分析(三版),華泰書局 45.陳志豪(2002),變質岩公路邊坡之破壞潛勢分析-以南橫公路埡口至新武段為例,國立成功大學資源工程研究所碩士論文,124 頁。 46.陳崇華(2003),台十一線海岸公路邊坡崩塌災害分析,國立東華大學自然資源管理研究所碩士論文,90 頁。 47.陳朝圳(1999),南仁山森林生態系植生綠度之季節性變化,中華林學季刊。 48.陳正昌、程炳林、陳新豐、劉子鍵(2005),多變量分析方法-統計轉體應用,五南圖書出版公司。 49.唐莎莉、梁隆鑫(1991),多譜影像資料分類與地理資訊系統-蘭嶼實例,遙感探測,14:1-17。 50.黃俊英(1995),多變量分析,五版,中國經濟企業研究所,台北。 51.黃國楨、王韻皓、焦國模(1996),植生指標於SPOT 衛星影像之研究,台灣林業,22(1):45-52。 52.黃凱易、張偉顗(1997)SPOT 衛星影像分析應用於林地被覆變遷偵測,中華林學季刊,30(1):55-70。 53.黃俊英(1991),多變量分析,中國經濟企業研究所,四版。 54.黃俊英(1995),多變量分析,華泰文化事業公司,第201-226頁。 55.楊智堯(1998),"類神經網路於邊坡破壞潛能分析之應用研究",國立成功大學土木工程學系碩士論文,129 頁。 56.楊永安(2007),應用衛星影像進行坡地災害自動判釋與災因分析,台灣大學土木工程學系碩士論文。 57.賴韋廷(2009),利用不同崩塌地分類法改進崩塌潛勢之研究- 以德基水庫集水區為例。國立中興大學土木工程學系碩士論文,121頁。 58.鄭嘉盈(1999),「遙測在坡地災害評估之應用研究」,國立成功大學土木工程研究所碩士論 文,93 頁。 59.鄭克聲、張尊國、易任、孫志鴻(1994),地理資訊系統應用於水資源規劃管理先驅研究,經濟部水資源統一規劃委員會83EC2A371009。 60.蔡光榮、許偉岳、王凱玄、王嘉樺、陳坤逸 (2003) GPS、GIS、RS應用於南部橫貫公路地工環境資料庫之建置與應用。第十屆大地工程學術研討會論文集 2: 1071-1074。 61.劉晃丞(2005)應用高程差與福衛二號影像共同判釋新崩塌地。國立成功大學地球科學系研究所。81頁。 62.蕭國鑫(1994),遙測與GIS 結合應用於德基水庫集水區土地利用/覆蓋監測,遙感探測,21:21-54。 63.蕭國鑫、尹承遠、劉進金、游明芳、王晉倫 (2003) SPOT 影像與航照資料應用於崩塌地判識之探討。航測及遙測學刊 8(4):29-42。 64.蕭國鑫(2006),遙測技術應用於森林集水區內土砂災害之調查與監測-結合遙測與GIS用於集水區災害監測,農委會94 年度天然災害子計畫。 65.羅建霖(2006),土石災害集水區之環境敏感區位分析-以雲林古坑華山地區為例,明道管理學院環境規劃暨設計研究所碩士論文。 66.Ayalew, L.; Yamagishi, H. (2005) The application of GIS-based logistic regression for landslide susceptibility mapping in the Kakuda-Yahiko Mountains, Central Japan, Geomorphology, 65, 15-31. 67.Atkinson, P.M.; Massari, R. (1998) Generalized linear modelling of susceptibility to landsliding in the central Apennines, Italy, Computers&Geosciences, 24, 373-385. 68.Baumann (1989) Modeling future trends in wetlands loss and brown shrimp production in Louisiana using thematic mapper imagery. Remote Sensing of Environment. 28:45-59. 69.Baeza, C.; Corominas, J. (2001) Assessment of shallow landslide susceptibility by means of multivariate statistical techniques, Earth Surface Processes and Landforms, 26, 1251-1263. 70.Congalton, R.G. (1991), A review of Assessing the Accuracy of Classifications of Remotely Sensed Data, Remote Sensing of Environment, 3: 35-46. 71.Corominas, J. (2001), Moya, J., Lloret, A., Gili, J. A., Angeli, M. G., Pasuto, A., Silvano, S., Measurement of landslide displacements using a wireextensometer, Engineering Geology, 55, 149-166. 72.Carrara, A.; Cardinali, M.; Detti, R.; Guzzetti, F.; Pasqui, V.; Reichenbach, P. (1990) Geographical information systems and multivariate models in landslide hazard evaluation, In ALPS 90 Alpine Landslide Practial Seminar, Sixth International Conference and Field Workshop on Landslides, Aug. 31-Sept.12, Milan, Italy, Universita degli Studi de Milano, 17-28. 73.Fookes, P. G. (1985) , Sweeney, M., Manby, C. N. D. and Martin, R. P. ,"Geological and Geotechnical Engineering Aspects of Low-Cost Roads in Mountainous Terrain",Engineering Geology vol.21,p.1-152. 74.Fernandez C. I., Castillo T. F. D., Hamdouni R. E. and Momtero J. C,(1999) ‘Verification of Landslide Susceptibility Mapping: A Case Study.’ Earth Surface Processes and Landforms 24. 75.Guzzetti, F.; Carrara, A.; Cardinali, M.; Reichenbach, P. (1999) Landslide hazard evaluation: a review of current techniques and their application in a multi-scale study, Central Italy, Geomorphology, 31, 181-216. 76.Haralick, R.M., K. Shaunmmugam, and I. Dinstein,(1973).” Textural Features for Image Classification”, IEEE Trans. On Syst., Man, and Cybern., Vol. SMC-3, No.6, pp. 610-620. 77.Jensen, J.R. (1996), Introductory Digital Image Processing A Remote Sensing Perspective, Second Edition, Prentice Hall. 78.Jenson, S. K. and J. O. Domingue (1988), Extracting Topogrphic Structure from Digital Elevation Data for Geographic Information System Analysis, Photogrammetric Engineering & Remote Sensing, 54(11): 1593-1600. 79.Jensen, J. R.(1995), Introductory Digital Image Processing – A Remote Sensing Perspective, 2nd ed., Prentice-Hall, Englewood Cliffs, New Jersey. 80.Johnson, R. A., and D. Wichern. (1982), “Applied multivariate statistical analysis,” Prentice Hall, New Jersey. 81.Janssen, L. L. F., and F. J. M. Vanderwel (1994), Accuracy assessment of satellite derived land-cover data: a review, Photogrammetric Engineering and Remote Sensing, 60 (4):410-432. 82.Johnson, R. A., and, D Wichern. W., (1992) Applied Multivariate Statistica Analysis. Printice-Hall. New Jersey Englewood Cliffs. 3rd ed. 83.Kaiser, H. F. (1960), “The Applicayion of electronic computers to factor analysis,” Educational and Pshchological Mesurement, 20: 141-151. 84.Koukis, G. and C. Ziourkas (1991) Slope instability phenomena in Greece: A statistical analysis. Bulletin of the International Association of Engineering Geology 43:10-160. 85.Keefer, D. K., R. C. Wilson, R. K. Mark, E. E. Brabb, W. M. Brown, S. D. Ellen, E. L. Harp, G. F. Wieczorek, C. S. Alger, and R. S. Zatkin (1987) Applications of fuzzy logic to the prediction of soil erosion in a large watershed. Geoderma. 86: 183-209. 86.Keefer, D. K. (2000), “Statistical analysis of an earthquake-induced landslide distribution–the 1989 Loma Prieta, California event,” Engineering Geology, 58:231-249 87.Khazai, B., and N. Sitar (2003) Evaluation of factors controlling earthquake-induced landslides caused by Chi-Chi earthquake and comparison with the Northridge and Loma Prieta events. Engineering Geology. 71: 79-95. 88.Lillesand, T. M. and R. W. Kiefer (2000) Remote Sensing and Image Interpretation. John Wiley & Sons, Inc. 704pp. 89.Lyon, J. G., Yuan, D., Lunetta, R. S. and, C. D. Elvidge (1998) “A change detection experiment using vegetation indices.” Photogrammetric Engineering and Remote Sensing 64(2), 143-150. 90.O’Callaghan, J.F. and D.M. Mark (1984), The Extraction of Drainage Networks from Digital Elevation Data, Computer Graphics and Image Processing, 28: 323-344. 91.Pratsinis, S. E., M. D. Zeldin and E. C. Ellis (1988), Source Resolution of the Fine Carbonaceous Aerosol by Principal Componet-Stepwise Regression Analysis, Environ. Sci Technol,22:212-216. 92.Rodriguez, C. E., J. J. Bommer, and R. J. Chabdler (1999) Earthquake-induced Landslides:1980-1997. Soil Dynamics and Earthquake Engineering. 18: 325-346. 93.Ritchie, A. M. (1958), “Recognition and identification of landslides,” In Landslides and Engineering Practice. Highway Research Board Special Report, 29:48-51. 94.Varnes, D. J. (1978), “Landslides analysis and contral,” National Academy of Sciences Transportation Research Board Specail Report, p.176.
摘要: 莫拉克颱風於2009年8月6日至10日為台灣中南部帶來嚴重災害,創紀錄之超強雨勢造成南台灣山區多處村落遭到崩塌而摧毀掩埋、人員傷亡與房屋毀損,並造成土石鬆動以及植生破壞,地形地貌已全然不同。然風災至今已近三年,有必要對崩塌地進行植生復育評估,瞭解崩塌區位植生復育變遷情況,俾供集水區治理區位優選之參考。 本研究利用旗山溪集水區莫拉克風災前後之衛星影像,萃取崩塌區位,並以風災後一年及二年之衛星影像,分別計算崩塌區位兩期之植生復育率。結果顯示風災後一年及二年;旗山溪崩塌地植生復育率分別為6.16%與28.61%,植生復育率提升了22.45%,表示崩塌區位植生有持續復原之趨勢。另以19項集水區地文因子;利用主成分分析,探討集水區地文因子與植生復育率之關係,可歸類為五個主成份軸,五個主成份軸該因數所能解釋的變異數的比例為90.82%。再以K-means群集分析將崩塌地植生復育率分為優、好、普通及差等四類,利用判別分析具顯著影響之集水區地文因子,可得四組之Fisher’s線性區別函數,其分類準確第一年達60%、第二年可達90%;兩年間植生復育差值之分類精準可達77.5%,得知集水區地文因子對崩塌區位之植生復育率有顯著之影響,其解釋能力隨演替時間越久有越好之趨勢。 另將集水區劃分成40個管理分區,以各管理分區之災後兩年以及兩期差值之植生復育率配合 K-means群集分析,篩選出植生復育率較差之10個分區,做為須優先治理之區位,研究成果可供相關單位參考。
Typhoon Morakot dumped torrential rains that caused serious flooding in the central and southern Taiwan. This serious storm had washed out the villages in the mountain and caused large amounts of landslide. Three years passed, the vegetation recovery rate (VRR) of the landslides needs to be evaluated to know the changes of vegetation recovery status for the priority selection of the management sites in a watershed. SPOT satellite images of the Chishan streams watershed were applied to extract the spatial distribution of landslides and calculate the VRR of the landslides. Results show that the average of VRR is 6.16% for the 1st year and 28.61% for the 2nd year. The increase of 22.45% means that the recovery status is better. Principle component analysis depicts that five principle components can be derived from 19 topographic factors and there is about 98.82% interpretation. Furthermore, four categories (excellent, fine, ordinary and worse) of VRR were classified using K-Means clustering method, which coupled with discriminant analysis can get four sets of Fisher’s Linear Discriminator to understand the effects of topographic factors on the VRR of the watershed landslides. The accuracy can reach up to 60% for the 1st year and 90% for the 2nd year, while the difference of the two phases is 77.5%. It shows that watershed topographic factors can efficiently interpret the VRR of the landslides. The interested watershed can then be divided into 40 sub-watersheds. Kmeans analysis coupled with the data of VRR derived from two-year post-disaster and/or the difference of two-phase satellite SPOT images are applied to screen the worst VRR category for the use of management priority. The results can be as the references of related authorities for watershed landslide rehabilitation.
URI: http://hdl.handle.net/11455/33265
其他識別: U0005-1608201217504000
文章連結: http://www.airitilibrary.com/Publication/alDetailedMesh1?DocID=U0005-1608201217504000
Appears in Collections:水土保持學系

文件中的檔案:

取得全文請前往華藝線上圖書館



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.