摘要
我國民生、工業及農業用水大都來自於水庫，因此水庫的使用年限以及水質濁度指標便相當重要。而水庫集水區因受地形、地質、氣候、人文與土地利用等因素影響，當發生邊坡崩塌現象，加上表土層沖蝕及溪流沖刷所造成之泥砂，致使水庫淤積大量砂石，縮短水庫壽命更對人民生活造成影響。
曾文水庫位於嘉義縣大埔鄉曾文溪流域上游，集水區面積共達481平方公里，橫跨嘉義縣及高雄市，係為調節並充分利用曾文溪之水資源，以改善與擴充嘉南地區耕地灌溉之目的而興建，並兼具供發電、防洪、觀光功能，除了是一個多元性的水庫之外，更是我國最大的水庫。
然而近年來氣候異常，颱風豪雨不斷，如2001年納莉颱風、2004年敏督利颱風、2008年卡玫基颱風及2009年莫拉克颱風皆為曾文水庫集水區帶來豐沛雨量，但挾帶流入水庫泥砂量亦相當可觀。有鑑於此，本研究將針對曾文水庫集水區內邊坡進行研究，分析邊坡在極端豪大雨情況下的穩定條件，並且建立邊坡破壞的預測模式。
本研究乃利用遙感測量針對邊坡發生破壞之集水區範圍內，以2009年8月6日至8月10日間發生於中南部的莫拉克颱風為研究對象，運用衛星影像判釋出災害崩坍地的位置，整合資料庫的數位地形、地質圖，取得邊坡破壞六個相關影響因子，分別為坡度、坡向、地質、高程、距斷層距離以及距水系距離，建立類神經網路之模型，再精細的調整模型的輸出值。研究顯示地質、坡度以及距水系距離是曾文水庫集水區在極端降雨下邊坡穩定敏感度最高之影響因子；另外類神經網路訓練的模型的成功判斷機率為85.3%，利用類神經輸出值與發生頻率可以回歸得到邊坡產生破壞的機率關係。

abstrct
The main water resource of people’s livelihood and industry comes from the reservoirs, thus the service life of reservoirs and the water quality indicator are quite important. The catchment of reservoirs can be affected by topography, geology, humanities and land utilization. When landslide occurs, the reservoirs can be silt up with a large amount of sandstones, which comes from the erosion of the layer of surface soil and mud caused from scouring. It will also shorten the service life, and lead to a significant influence of people’s life.
Tsengwen Reservoir is located at the upstream of Tsengwen basin in Dapu Town, Chiayi County. The catchment area is 481 square kilometers from Chiayi County to Kaohsiung City. Tsengwen Reservoir is built for the purpose of adjusting and fully utilizing the water resource of Tsengwen Creek, and to improve and expand of irrigation of Chianan Area. Further more, it acquires multiple functions such generating electric power, preventing flood, and sightseeing. It is not only a multi-functional reservoir but also the biggest one in our country.
However, since the climatic anomalies in the recent years, with the continuous typhoons and torrential rain, such as Typhoon Nari in 2001, Typhoon Mindulle in 2004, Typhoon Kamaegi in 2008, and Typhoon Morakot in 2009, brought a considerable rainfall as well as the sandstones to Tsengwen Reservoir. Accordingly, our research will mainly focus on side slope of Tsengwen Reservoir, and analyze the stable conditions of side slope under torrential rain and create the prediction model of failure slope.
The research uses remote sensing of failure slopes in the reservoir, mainly focusing on Typhoon Morakot in August 06 to August 10, 2009 of middle south Taiwan. With the usage of the satellite images to determine the location of the site of landslide and integrating the digital images of topography and geography in the database,We are able to conclude six effects of failure slopes, which are slope grade, aspect of slope, geography, height, distance of a fault, and distance of the river system. Further more, we create a model of artificial neural network, and to more accurately adjust the output of the model. The research shows that geography, slope grade, and distance of river system are the most sensitive effects of side slope under torrential rain. Moreover, there are 85.3% of successfully determine rate with the model of artificial neural network training, and by using the output of artificial neural network and frequency can result in the rate of failure slopes.

參考文獻
1. 中央氣象局，2004，1940-2003. 氣候資料年報。行政院交通部中央氣象局出版。
2. 中央氣象局網站：http://rdc28.cwb.gov.tw/
3. 中華水土保持學會，1989，曾文水庫集水區治理評估績效研究，曾文水庫管理局。
4. 王美惠，2008，應用SPOT 衛星影像及GIS 於崩塌地潛感分析之研究－以稍來溪為例，朝陽科技大學營建工程系碩士論文，台中，台灣。
5. 王智仁，2001，以現場調查方式分析影響公路岩石邊坡穩定性之工程地質因子--以南橫公路梅山至啞口段為例，成功大學資源工程學系碩士論文，台南，台灣。
6. 余世龍，2005，水庫濱水邊坡地滑地整治策略之探討-以擋土排樁為例，國立成功大學土木工程學系研究所碩士論文，台南，台灣。
7. 沈宗澤，2002，以遺傳演算法及共軛梯度法訓練類神經網路，國立成功大學航太工程學系研究所碩士論文，台南，台灣。
8. 李馨慈、陳時祖、魏秀珍、余騰鐸、王建力，2006，曾文水庫集水區崩塌地調查與規模頻率分析，2006 岩盤工程研討會論文集，台南，台灣。
9. 李彥良，2009，流域山崩土石流調查成果與分佈特性分析，2009流域地質及坡地災害研討會, 台北，台灣。
10. 何春蓀，2003，臺灣地質概論-臺灣地質圖說明書，經濟部中央地質調查所，台北，台灣。
11. 余世龍，2005，水庫濱水邊坡地滑地整治策略之探討-以擋土排樁為例，國立成功大學土木工程學系碩士論文，台南，台灣。
12. 周仲島，2010，八八水災的省思，土木水利，第37卷，第一期，台北，台灣，第17~24頁。
13. 周天穎，2001，地理資訊系統理論與實務，儒林書局，台北，台灣。
14. 周天穎、葉美伶、洪正民、吳正庭，2009，輕輕鬆鬆學ArcGIS9，儒林圖書有限公司，台北，台灣。
15. 周晏勤，2000，以遙感探測方法探討南橫公路邊坡破壞的重要因子，國立成功大學土木研究所碩士論文，台南，台灣。
16. 周鵬程，2002，類神經入門-活用MATLAB，全華科技圖書股份有限公司，台北，台灣。
17. 林成翰，2004，GPS/GIS/RS應用於南部橫貫公路邊坡災害環境風險評估模式之建置與應用，國立屏東科技大學土木工程系碩士論文，屏東，台灣。
18. 林三賢，李茂興，2002，以類神經網路預測受側力基樁之樁頭載重－變形曲線，地工技術，91，台北，台灣, 第15-20頁。
19. 林家名，2004，應用地衛星影像與地理資訊系統於崩塌地潛感分析之硏究以南投縣水里鄉新山村為例，朝陽科技大學土木工程學系碩士論文，台中，台灣。
20. 林炳森、林基源、洪瑞智，2000，土石流危險度分級之研究—以陳有蘭溪為例，朝陽學報，第7期，台中，台灣，第165－181頁。
21. 林中興，1995，山坡穩定性因子評估及地理資訊系統之應用，國立中央大學應用地質研究所碩士論文，桃園，台灣。
22. 周枝燕，2006，公路邊坡破壞特性之調查研究—以台三線曾文水庫集水區路段為例，立德大學資源環境研究所碩士論文，台南，台灣。
23. 吳佐川，1992，台灣地區崩塌地區域特性之研究，國立台灣大學森林學系碩士論文，台北，台灣。
24. 吳從龍，2008，山區道路邊坡崩坍潛勢之研究，逢甲大學交通工程與管理所碩士論文，台中，台灣。
25. 吳少明，1993，環境地質調查與分析應用在都市坡地開發適宜性規畫─以甲仙地區為例，國立成功大學地球科學系碩士論文，台南，台灣。
26. 徐百輝，2009，航測及遙測科技於災害監測之應用，土木水利第三十六卷，第五期 p38~45，台北，台灣。
27. 翁鄭啟志，2004，類神經網路應用在土石流發生可能性分析，國立台灣大學土木工程學系研究所博士論文，台北，台灣。
28. 涂書芳，2001，以遙感探測方法探討影響公路邊坡穩定之重要因子 :以南橫公路甲仙至啞口段為例，國立成功大學資源工程研究所碩士論文，台南，台灣。
29. 高嘉隆，2002，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，台中，台灣。
30. 張子瑩，2002，降雨與地震對形成崩塌區位之比較研究，國立臺灣大學地理環境資源學研究所碩士論文，台北，台灣。
31. 張舜孔，2003，類神經網路應用在阿里山公路邊坡破壞因子之分析研究，國立成功大學土木研究所碩士論文，台南，台灣。
32. 許偉岳，2004，GPS/GIS應用於曾文水庫集水區治山防災工程管理資料庫系統之建置與應用，國立屏東科技大學土木工程學系碩士論文，屏東，台灣。
33. 連婉茹，2007，數值高程模型解析度對地形分析影響之研究。國立花蓮教育大學鄉土文化學系碩士論文，花蓮，台灣。
34. 陳建同，2009，應用影像分段技術與多時段衛星影像於崩坍度植生復育成分析研究，國立成功大學資源工程學系碩士論文，台南，台灣。
35. 陳信洲，2004，邊坡破壞潛勢分析-以阿里山18號公路為例，國立成功大學土木工程學系研究所碩士論文，台南，台灣。
36. 陳志豪，2002，變質岩公路邊坡之破壞潛勢分析-以南橫公路啞口至新武段為例，國立成功大學資源工程研究所碩士論文，台南，台灣。
37. 陳盈赬，2007，曾文水庫集水區之地形幾何特性與山崩分佈關係之研究，國立成功大學資源工程學系碩士班論文，台南，台灣。
38. 陳國男，2005，類神經網路運用於邊坡穩定分析及護坡工法之研究，國立成功大學資源工程學系研究所碩士論文，台南，台灣。
39. 陳蕙華，2004，遙測衛星影像於南清公路崩坍地潛勢分析之應用，逢甲大學環境資訊科技研究所，台中，台灣。
40. 陳朝圳、吳守從，2001，如何應用GPS與GIS製作部落地圖，內政部營建署太魯閣國家公園管理處，花蓮，台灣。
41. 陳昌彥、王思敬、沈小克，2001，邊坡岩體穩定性的人工神經網路預測模型，岩土工程學報，第23卷，第二期，第157-160頁。
42. 陳聯光、游繁結、劉格非、林聖琪、柯明淳，2009，莫拉克重大崩坍災害歷程探討，98年度水土保持學會年會，台中，台灣。
43. 國家太空中心網站，www.nspo.org.twm。
44. 黃麗娟，2007，植生指標應用於土地利用分類判釋之研究，國立中興大學水土保持學系碩士論文，台中，台灣。
45. 曾文水庫越域引水工程計畫－隧道工程，2004，補充地質調查試驗及評估報告，經濟部水利署南區水資源局，台中，台灣。
46. 曾清涼，2004，現代測繪科技與活斷層辨識監測之進展，台灣活動斷層與地震災害研討會論文集，台南，台灣。
47. 曾炫學，2001，土石流發生臨界曲線之研究-模糊集合及類神經網路，國立台灣大學土木工程學系碩士論文，台北，台灣。
48. 曾文水庫工程局，1964，曾文水庫計畫地質報告彙編，第138~142頁。
49. 游繁結及陳聯光，2010，八八水災坡地災害探討，土木水利，第37卷，第一期，台北，台灣，第32~40頁。
50. 游保杉，2009，八八水災水力勘災報告，八八水災災後重建研討會，成功大學，台南，台灣。
51. 游中榮，1996，應用地理資訊系統於北橫地區山崩潛感之研究，國立中央大學應用地質研究所碩士論文，桃園，台灣。
52. 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，國立台灣大學土木工程學系研究所碩士論文，台北，台灣。
53. 楊智堯，1999，類神經網路於邊坡破壞潛能分析之研究，國立成功大學土木研究所碩士論文，台南，台灣。
54. 楊龍士、周天穎，2000，遙感探測理論，逢甲大學地理資訊系統研究中心，台中，台灣。
55. 經濟部水利署，2009，莫拉克颱風暴雨量及洪流量分析。(www.taiwan921.lib.ntu.edu.tw/88pdf/A8801RAIN.pdf)
56. 經濟部水利署南區水資源局，2006，曾文水庫集水區水文站維護觀測及改善計畫，財團法人成大研究發展基金會，台南，台灣。
57. 葉怡成，2001，應用類神經網路，儒林圖書有限公司，台北，台灣。
58. 葉佳承，2010，遙測影像進行坡地災害判釋新流程之研究，世新大學資訊管理學院碩士論文，台北，台灣。
59. 鄒明城，2004，空間資料庫知識探索之研究─以集集大地震引致之山崩為例，國立台灣大學地理環境資源學研究所博士論文，台北，台灣。
60. 賴建元，2005，應用類神經網路於屏東平原地下水水位補遺推估，屏東科技大學土木工程學系碩士論文，屏東，台灣。
61. 賴進貴，1994，地理資訊系統之準確性探討與測試，第四屆ESRI&ERDAS，User Conference論文集，台北市劍潭青年活動中心。
62. 劉進金，1987，山崩之遙測影像自動分析，遙感探測，第8期，第60-90頁，台北，台灣。
63. 劉進金、張寶堂，1991，大型山崩之遙測辨認，遙感探測，第八期，第60-90 頁，台北，台灣。
64. 劉晃丞，2006，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研究所碩士論文，台南，台灣。
65. 劉守恆、林慶偉，2004，SPOT 衛星影像之崩塌地自動分類研究，航測及遙測學刊，第九卷，第二期，第9-22 頁。
66. 劉秀鳳，2005，應用類神經網路評估台14線公路邊坡崩壞潛能之研究，朝陽科技大學營建工程學系碩士論文，台中，台灣。
67. 蔡博文、丁志堅，2005，新一代地理資訊系統Arc View 9.x 剖析。仲琦科技股份有限公司，台北，台灣。
68. 蔡明君，2007，以降雨特性研究阿里山公路邊坡崩塌預警管理，國立成功大學土木工程學系碩士論文，台南，台灣。
69. 蔡瑞煌，1995，類神經網路概論，三民書局，台北，台灣。
70. 鄭依凡，2010，運用福爾摩沙二號衛星高時空分辨率遙測影像探討曾文水庫水質之時空變化，國立成功大學衛星資訊暨地球科學環境研究所碩士論文，台南，台灣。
71. 鄭有良，2003，類神經網路於鋪面評估之應用，國立成功大學土木工程學系研究所碩士論文，台南，台灣。
72. 鄭傑銘，2002，應用GIS進行豪雨及地震引致山崩之潛感性分析，國立臺灣大學土木工程學研究所碩士論文，台北，台灣。
73. 鄭元振，1992，地理資訊系統在區域邊坡穩定分析應用：中橫公路天祥至太魯閣段，國立成功大學況也材料科技研究所碩士論文，台南，台灣。
74. 潘國樑，2006，遙測學大綱，科技圖書股份有限公司，台北，台灣。
75. 潘昱維，2009，內鑽試體應用在砂岩預應力評估之研究，成功大學土木工程系碩士論文，台南，台灣。
76. 廖浩鈞，2006，以QuickBird高解析度遙測影像以分類法判釋南二高邊坡保護工程之研究，國立成功大學資源工程研究所博士論文，台南，台灣。
77. 費立沅，2009，颱風引致山崩之調查、監測與模式分析，2009流域地質及坡地災害研討會，台北，台灣。
78. 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應用於集水區災害監測，農委會94年度天然災害子計畫。
79. 蕭國鑫、游明芳、劉進金、張志立，2004，高解析影像應用於崩塌地判釋之研究，台灣地理資訊年會暨學術研討會。
80. 藍世欽，2000，工程地質因子對道路邊坡穩定性之影響 :以南橫公路甲仙至梅山段為例，國立成功大學資源工程研究所碩士論文，台南，台灣。
81. 顏冠宇，2004，LiDAR直接量測數值地形資料精度分析與應用，國立成功大學地球科學系碩士論文，台南，台灣。
82. 簡李濱，1992，應用地理資訊系統建立坡地安定評估之計量方法，國立中興大學土木工程研究所，台中，台灣。
83. 魏秀珍，2006，以小集水區崩塌地密度來探討影響曾文水庫流域邊坡穩定之因子，國立成功大學資源工程學系研究所碩士論文，台南，台灣。
84. 羅華強，2001，類神經網路─Matlab 的應用，清蔚科技公司，台北，台灣。
85. Chang, S.K., Lee, D.H., Wu, J.H., Juang, C.H. (2011), ”Rainfall-based criteria for assessing slump rate of mountainous highway slopes:A case study of slopes along Highway 18 in Alishan,” Engineering Geology 118, p.63–74.
86. Gao, K. and Lo, C.P. (1991), “GIS modeling of influence of Topographic and morphology on landslide occurrence in Nelson County,” GIS/LIS’91 proceedings, Atlanta, p.954-963.
87. Hecht-Nielsen, R. (1987), “Kolmogorovs mapping neural network existence theorem,” Proceedings of the first IEEE international conference on neural networks,” San Diego CA, p.11–14.
88. Hovius, N. (1997), “Sediment flux from a mountain belt derived by landslide mapping,” Geology 25(3), p. 231-234.
89. Hush, D.R. (1989), ’’Classification with neural networks: a performance analysis.’’ Proceedings of the IEEE international conference on systems Engineering Dayton Ohia, USA, p.277–280.
90. Juang, C.H., Chen, C.J., Tien, Y.M. (1999), ’’Appraising CPT-based liquefaction resistance evaluation methods — Artificial Neural Network Approach.’’ Canadian Geotechnical Journal 36(3), p.443–454.
91. Juang, C.H., Jiang, T., Andrus, R.D. (2002), ’’Assessing probability -based Methods for Liquefaction Evaluation.’’ Journal of Geotechnical and Geoenvironmental Engineering 128 (7), p.580–589.
92. Kanellopoulas, I., Wilkinson G.G. (1997), “Strategies and best practice forneural network image classification,” International Journal of Remote Sensing 18 (4), p. 711-725
93. Lin, H.M., Chang, S.K., Wu, J.H., Juang, C.H. (2009), ’’Neural network-based model for assessing failure potential of highway slope in the Alishan, Taiwan Area: pre-and post-earthquake investigation,” Engineering Geology 104, p. 280-289.
94. Lillesand, T. M., Kiefer, R.W. (2000), Remote Sensing and Image Interpretation .’’ John Wiley & Sons, Michigan, USA.
95. Masters, T.(1994), ’’Practical neural network recipes in C++,’’ Academic Press, Boston, MA, USA.
96. Miller, C.L., Laflamme, R.A. (1985), ”The digital terrain model-theory and application,’’ Photogrammetric Engineering 24, p. 433-442.
97. Ripley, B.D. (1993), ’’Statistical aspects of neural networks In: arndoff-Neilsen OE.’’ Chapman &Hall, p. 40–123.
98. Sonmez, H., Gokceoglu, C., Nefeslioglu, H.A., Kayabasi, A. (2006), ’’Estimation of rock modulus: For intact rocks with an artificial neural network and for rock masses with a new empirical equation,’’ International Journal of Rock Mechanics and Mining Sciences 43, p. 224–235.
99. Wang, C.A. (1994), ’’Theory of generalization in learning machines with neural application,’’ The University of Pennsylvania, Pennsylvania , USA.