海平面上升對於社會與環境上的衝擊是21世紀空間規劃所面臨的主要挑戰之一，尤其沿海都市地區更是潛在高洪災風險的區域，因此以防災為導向的土地使用與管理計畫是未來重要的議題之一。本文透過以馬可夫鍊(Markov Chain Analysis)為基礎的細胞自動機模型(Cellular Automata, CA)，用以結合海平面上升所引發的洪災風險與土地利用變遷模型，進而探究洪災風險對於未來土地利用型態的空間分布與變化情形。
本研究挑選高雄市沿海地區為驗證範圍。首先，透過洪災風險評估來了解高雄市高洪災風險的熱點地區，其主要集中於高雄市北邊的茄萣區、高雄市中心，以及南邊的林園區。其次，藉由2006年與2014年國土利用調查資料來模擬2030年的兩種情境，分別設定為有無納入洪災風險之情境的土地利用型態。研究結果可以發現兩種情境皆顯示高雄市中心的沿海地區，因發展區位優良且交通便捷而仍是建成環境理想的發展區位，而導致未來依舊高度受到海平面上升之潛在衝擊威脅下。另外，透過統計分析與空間自相關，洪災風險是可能影響民生用地與工業用地在區位上之選擇與配置。藉由本研究的動態模擬評估來了解未來土地利用型態的趨勢及變化，用以給予及早擬定與調整氣候變遷下空間規劃策略的相關建議。

The impact of sea level rise on society and the environment is one of the major challenge in the 21st century. In particular, coastal urban zones are potential high flood risk areas, so the disaster-oriented land use and management programs are one of the important issues in the future. Consequently, this study conducts Cellular Automata (CA)based on Markov Chain Analysis to combine the land use change model with the flood risk caused by the sea level rise and to further explore the spatial distribution and change.
Our study area is the coastal zones of Kaohsiung. First of all, through flood risk assessment to understand the high-flood risk hotspots in Kaohsiung City. It mainly focus on the northeast of Kaohsiung City in the area of Qieding Dist., Kaohsiung downtown, and the southern area of Linyuan Dist.. Second, using the land use survey data of 2006 and 2014 are used to predict the land use in the study area of 2030. The scenario of this study was set to include the flood risk and the nature development scenario that excluded flood risk. The simulation results show that the two scenarios display coastal areas in downtown Kaohsiung are still highly threatened by the potential impact of sea level rise because of the high potential development and the ideal development location of the built environment. In addition, through statistical analysis and spatial autocorrelation analysis, the simulation of flood risk may affect the choice and configuration of resident/commerce land use and industrial land use. Overall, Through the dynamic simulation evaluation of this study, we can understand the trends and changes of future land use patterns, and we will provide the strategy and adjustment for spatial planning under climate change.

一、 中文文獻
王思樺(2010)。整合生態系統與行為者基礎模型之都市周邊土地利用變遷模擬。國立臺北大學都市計劃研究所，博士學士論文。
王思樺、任家弘、李叢禎、周素卿、林俊全、邱浩瑋、許耿銘、彭信坤、曾俊益、黃書禮、葉佳宗、盧鏡臣、蕭新煌、蕭儀婷(2017)，臺灣的都市氣候議題與治理，台北：國立臺灣大學出版中心。
朱健銘(2000)。土地利用空間型態之研究。台灣大學地理學研究所，碩士學位論文。
行政院經濟建設委員會(2012)。「國家氣候變遷調適政策綱領」，台北市。
何明錦、吳杰穎 (2008)。氣候變遷下都市災害影響熱點評估指標系統建立，內政部建築研究所。
何明錦、洪鴻智、陳建忠、陳令韡、簡長毅、陳素櫻、王暉堯(2009)。綜合性地震脆弱度與風險評估：以新竹市為例。建築學報，70_S，111-126。
吳杰穎、邵珮君、林文苑、柯于璋、洪鴻智、陳天健、陳亮全、黃智彥、詹士樑、薩支平(2007)，災害管理學辭典，台北：五南圖書。
吳杰穎、黃昱翔(2011)。颱洪災害脆弱度評估指標之建立：以南投縣水里鄉為例。都市與計劃，38(2)，195-218。
吳振發、林裕彬(2006)。汐止市土地利用時空間變遷模式。都市與計劃，33(3)，231-259。
宋長虹(2013)。都市防洪空間規劃與管理之研究(1/2)。經濟部水利署水利規劃試驗所研究報告。台中市：經濟部水利署水利規劃試驗所。
李欣輯、楊惠萱、廖楷民、蕭代基(2009)。水災社會脆弱性指標之建立。建築與規劃學報，10(3)，163-182。
林韋秀、廖學誠(2005)。汐止地區店家的洪患災害識覺及調適行為之研究。中華水土保持學報，36(4)，413-427。
洪政耀、林雪美(2012)。區域災害系統論坡地災害風險評估。工程環境會刊，(29)，21-41。
洪鴻智、陳羚怡(2007)。 洪災風險評估與災害風險稅課徵─以台北市為例，臺灣土地研究，10(2)，95-125。
洪鴻智、劉怡君、簡頌愔(2014)。河川流域颱風災害損失與地區脆弱度-莫拉克颱風為例。地理學報(74)，87-106。
洪鴻智、盧禹廷(2015)。 沿海居民的氣候變遷與颱洪災害調適。都市與計劃，42(1)，87-108。
國家災害防救科技中心(2013)。IPCC特別報告：「促進氣候變遷調適之風險管理─針對極端事件及災害」─給決策者摘要，20頁。
張長義(1996)。雲嘉南海岸地區土地利用，災害識覺及環境調適之研究-口湖鄉個案(四)。 行政院國家科學委員會專題研究計畫成果報告。臺北市：行政院國家科學委員會。
張政亮、張瑞津(2006)。運用馬可夫鏈模型與細胞自動機理論模擬植生復育之研究。地理研究。
張學聖、廖晉賢(2013)。臺南市土地使用計畫之水災風險分析。都市與計劃，40(1)， 59-79。
梁瑋茜(2017)。都市地區洪災風險評估與管理之空間特性分析─以高雄市為例。成功大學都市計劃學系，碩士學位論文。
許晃雄、陳正達、盧孟明、陳永明、周佳、吳宜昭(2011)。台灣氣候變遷科學報告：國科會。
許泰文(2013)。海岸變遷的工程作為。地質，32( 4 )，48-51。
郭翡玉(2010)。 因應氣候變遷之國土調適策略─以台灣沿海地區為例。都市與計劃， 37(1)，47-69。
陳亮全、陳海立(2007)。 易致災都市空間發展之探討：以臺北盆地都市水災形成為例。 都市與計劃， 34(3)，293-315。
陳建忠、吳杰穎(2011)。 氣候變遷下災害風險評估指標系統之建立。建築學報(75)， 43-60。
陳映彤、簡連貴、張志新 (2013)，海平面上升下臺灣海岸地區調適策略探討─以土地利用為例，第 35 屆海洋工程研討會論文集(國立中山大學)。
陳禹銘、蘇昭郎、樊國恕(2009)。 災害風險評估研究之探討。危機管理學刊，6(1)，41-50。
陳慈仁(2001) 台北市資訊軟體業與網際網路服務業區位分佈之研究。國立台灣大學建築城鄉研究所，碩士學位論文。
陳錦鴻、張長義、劉英毓( 2006)。 原住民部落居民對民宿業發展衝擊的環境識覺差異分析—以司馬庫斯、新光部落為例，華岡地理學報， 19： 85-110。
彭思顯、蔡誌崇、曾智弘(2008)。南投縣洪水災害規模設定及其境況模擬研究。建國科大學報，27(2)，1-16。
程衛帥、陳進、劉丹(2010)。洪災風險評估方法研究綜述。長江科學院院報，27(9)，17-24。
黃書禮、蔡靜如(2000)。台北盆地土地利用變遷趨勢之研究。都市與計劃，27(1)，1-23。
黃偉柏、陳弘۔、簡連貴 (2013)，海岸防護之非工程措施。地質，32 (4)，52-54。
黃國慶、詹士樑(2009)。 台北都會區土地使用/覆蓋變遷驅動力之空間近鄰效果探討。 都市與計劃，36(4)， 415-443。
葉秀珍、陳昭榮 (2007)。 災害風險管理與其因應制度的探討。臺灣社會福利學刊，6(1)，51-92。
詹士樑、黃書禮、王思樺(2003)。台北地區洪水災害風險分區劃設之研究。都市與計劃，30(4)，263-280。
鄒克萬、張曜麟(2004)。 都市土地使用變遷空間動態模型之研究。地理學報，35：35-51。
鄒克萬、顧嘉安、郭幸福(2014)。 以馬可夫鍊細胞自動機模型模擬極端洪水對都市土地利用型態之影響：以台北市為例。都市與計劃，41(1)，43-66。
廖卿惠 (2015)，【COP21×城市】氣候變遷下台灣城市的國際參與策略，環境資訊中心，網址：http://e-info.org.tw/node/112196，最後瀏覽時間2017/09/15。
蔡綽芳、柳文成、董娟鳴、陳柏翰、陳志鴻、呂韋儒(2017)。氣候變遷下減洪規劃應用於都市計畫通盤檢討之探討─以新北市蘆洲都市計畫區為例。建築學報(99_S)， 49-71。
盧鏡臣、陳永明、張志新、郭彥廉(2009)。台灣在氣候及環境變遷下之淹水風險評估—鄉鎮層級的評估.
蕭新煌、許耿銘(2015)。 探析都市氣候風險的社會指標：回顧與芻議。都市與計劃， 42(1)， 59-86。
賴彥廷、朱志誠、陳亞嵐(2014)。臺灣環島海域於不同重現期下暴潮偏差分佈之探討，第36屆海洋工程研討會論文集，第119~124頁。
賴進貴、葉高華、王韋力(2004)。 土地利用變遷與空間相依性之探討以臺北盆地聚落變遷為例。臺灣地理資訊學刊(1)，29-40。
謝竺君 (2015)，颱洪災害之整合水患風險評估─以北港溪流域範圍為例，國立成功大學都市計劃研究所，碩士論文。
謝晴杰(2016)。 台灣海岸地區防護及災害風險評估之研究。國立臺灣海洋大學河海工程學系，碩士學位論文。
簡連貴、邱淑宜、張志新、馮宗盛、張書瑋 (2010)，台灣本土性海岸脆弱度指標之建立與應用，第 32 屆海洋工程研討會論文集(國立臺灣海洋大學)。
魏曉萍、李欣輯、葉克家、楊昇學、劉俊志(2014)。極端颱風事件流量模擬之災害衝擊風險分析，「農業工程學」專論，第60卷，第1期。
顧嘉安(2010)。以馬可夫鍊細胞自動機模型模擬極端洪水對都市土地利用型態之影響─ 以台北市為例。國立成功大學都市計劃學系，碩士學位論文。

二、 英文文獻
Adger, W. N. (1999). Social vulnerability to climate change and extremes in coastal Vietnam. World development, 27(2), 249-269.
Adger, W. N. (2010). Social capital, collective action, and adaptation to climate change Der klimawandel (pp. 327-345): Springer.
Adger, W. N., & Vincent, K. (2005). Uncertainty in adaptive capacity. Comptes Rendus Geoscience, 337(4), 399-410.
Aerts, J. C., Botzen, W. W., Emanuel, K., Lin, N., de Moel, H., & Michel-Kerjan, E. O. (2014). Evaluating flood resilience strategies for coastal megacities. Science, 344(6183), 473-475.
Almeida, C. d., Gleriani, J., Castejon, E. F., & Soares‐Filho, B. (2008). Using neural networks and cellular automata for modelling intra‐urban land‐use dynamics. International Journal of Geographical Information Science, 22(9), 943-963.
Anselin, L. (1995). Local indicators of spatial association—LISA. Geographical analysis, 27(2), 93-115.
Arsanjani, J. J., Helbich, M., Kainz, W., & Boloorani, A. D. (2013). Integration of logistic regression, Markov chain and cellular automata models to simulate urban expansion. International Journal of Applied Earth Observation and Geoinformation, 21, 265-275.
ASGARI, A., Klosterman, R., & Razani, A. (2007). Sustainable urban growth management using What-if?
Balica, S., Wright, N. G., & van der Meulen, F. (2012). A flood vulnerability index for coastal cities and its use in assessing climate change impacts. Natural hazards, 64(1), 73-105.
Barredo, J. I., Kasanko, M., McCormick, N., & Lavalle, C. (2003). Modelling dynamic spatial processes: simulation of urban future scenarios through cellular automata. Landscape and urban planning, 64(3), 145-160.
Batty, M., Couclelis, H., & Eichen, M. (1997). Urban systems as cellular automata: SAGE Publications Sage UK: London, England.
Choudhury, N. Y., Paul, A., & Paul, B. K. (2004). Impact of costal embankment on the flash flood in Bangladesh: a case study. Applied Geography, 24(3), 241-258.
Clarke, K. C., Hoppen, S., & Gaydos, L. (1997). A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area. Environment and planning B: Planning and design, 24(2), 247-261.
Dang, A. N., & Kawasaki, A. (2016). A review of methodological integration in land-use change models. International Journal of Agricultural and Environmental Information Systems (IJAEIS), 7(2), 1-25.
Dickson, E., Baker, J. L., & Hoornweg, D. (2012). Urban risk assessments: understanding disaster and climate risk in cities: World Bank Publications.
Douben, K. J. (2006). Characteristics of river floods and flooding: a global overview, 1985–2003. Irrigation and drainage, 55(S1).
Eastman, J. R. (2015). TerrSet manual. Accessed in TerrSet version, 18, 1-390.
Engle, N. L. (2011). Adaptive capacity and its assessment. Global environmental change, 21(2), 647-656.
Escudero Castillo, M., Mendoza Baldwin, E., Silva Casarin, R., Posada Vanegas, G., & Arganis Juaréz, M. (2012). Characterization of risks in coastal zones: a review. CLEAN–Soil, Air, Water, 40(9), 894-905.
Espada, R., Apan, A., & McDougall, K. (2017). Vulnerability assessment of urban community and critical infrastructures for integrated flood risk management and climate adaptation strategies. International Journal of Disaster Resilience in the Built Environment, 8(4), 375-411. doi:10.1108/ijdrbe-03-2015-0010
Fonstad, M. A. (2006). Cellular automata as analysis and synthesis engines at the geomorphology–ecology interface. Geomorphology, 77(3-4), 217-234.
Gallopín, G. C. (2006). Linkages between vulnerability, resilience, and adaptive capacity. Global environmental change, 16(3), 293-303.
Ghosh, P., Mukhopadhyay, A., Chanda, A., Mondal, P., Akhand, A., Mukherjee, S., . . . Ghosh, T. (2017). Application of Cellular automata and Markov-chain model in geospatial environmental modeling-A review. Remote Sensing Applications: Society and Environment, 5, 64-77.
Hallegatte, S., Green, C., Nicholls, R. J., & Corfee-Morlot, J. (2013). Future flood losses in major coastal cities. Nature climate change, 3(9), 802.
Hallegatte, S., Ranger, N., Mestre, O., Dumas, P., Corfee-Morlot, J., Herweijer, C., & Wood, R. M. (2011). Assessing climate change impacts, sea level rise and storm surge risk in port cities: a case study on Copenhagen. Climatic change, 104(1), 113-137.
Hansen, H. S. (2010). Modelling the future coastal zone urban development as implied by the IPCC SRES and assessing the impact from sea level rise. Landscape and urban planning, 98(3-4), 141-149.
Hoornweg, D. (2011). Cities and climate change: responding to an urgent agenda: World Bank Publications.
IPCC (Intergovernmental Panel on Climate Change). (2014). Climate Change 2014–Impacts, Adaptation and Vulnerability: Regional Aspects. Cambridge University Press.
Jha, A. K., Bloch, R., & Lamond, J. (2012). Cities and flooding: a guide to integrated urban flood risk management for the 21st century: World Bank Publications.
Kamusoko, C., Aniya, M., Adi, B., & Manjoro, M. (2009). Rural sustainability under threat in Zimbabwe–simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model. Applied Geography, 29(3), 435-447.
Kasperson, R. E., & Dow, K. (1993). Hazard perception and geography Advances in psychology (Vol. 96, pp. 193-222): Elsevier.
Khoi, D. D., & Murayama, Y. (2010). Forecasting areas vulnerable to forest conversion in the Tam Dao National Park Region, Vietnam. Remote Sensing, 2(5), 1249-1272.
Lee, J., & Wong, D. W. (2001). Statistical analysis with ArcView GIS: John Wiley & Sons.
Linham, M. M., & Nicholls, R. J. (2010). Technologies for Climate Change Adaptation.
Lloyd, M. G., Peel, D., & Duck, R. W. (2013). Towards a social–ecological resilience framework for coastal planning. Land Use Policy, 30(1), 925-933.
Mitsova, D., Shuster, W., & Wang, X. (2011). A cellular automata model of land cover change to integrate urban growth with open space conservation. Landscape and urban planning, 99(2), 141-153.
Nawrotzki, R. J., Riosmena, F., & Hunter, L. M. (2013). Do rainfall deficits predict US-bound migration from rural Mexico? Evidence from the Mexican census. Population research and policy review, 32(1), 129-158.
Neumann, J. E., Emanuel, K., Ravela, S., Ludwig, L., Kirshen, P., Bosma, K., and Martinich, J. (2015). Joint effects of storm surge and sea-level rise on US Coasts: new economic estimates of impacts, adaptation, and benefits of mitigation policy. Climatic Change, 129(1-2), 337-349.
Nguyen, T. T., Bonetti, J., Rogers, K., & Woodroffe, C. D. (2016). Indicator-based assessment of climate-change impacts on coasts: A review of concepts, methodological approaches and vulnerability indices. Ocean & Coastal Management, 123, 18-43.
O'brien, K., Sygna, L., & Haugen, J. E. (2004). Vulnerable or resilient? A multi-scale assessment of climate impacts and vulnerability in Norway. Climatic change, 64(1-2), 193-225.
Pachauri, R. K., Allen, M. R., Barros, V. R., Broome, J., Cramer, W., Christ, R., . . . Dasgupta, P. (2014). Climate change 2014: synthesis report. Contribution of Working Groups I, II and III to the fifth assessment report of the Intergovernmental Panel on Climate Change: IPCC.
Patterson, Z., Kryvobokov, M., Marchal, F., & Bierlaire, M. (2010). Disaggregate models with aggregate data: Two UrbanSim applications. Journal of Transport and Land Use, 3(2), 5-37.
Pontius, G. R., & Malanson, J. (2005). Comparison of the structure and accuracy of two land change models. International Journal of Geographical Information Science, 19(2), 243-265.
Rygel, L., O’sullivan, D., & Yarnal, B. (2006). A method for constructing a social vulnerability index: an application to hurricane storm surges in a developed country. Mitigation and adaptation strategies for global change, 11(3), 741-764.
Santé, I., García, A. M., Miranda, D., & Crecente, R. (2010). Cellular automata models for the simulation of real-world urban processes: A review and analysis. Landscape and urban planning, 96(2), 108-122.
Sekovski, I., Armaroli, C., Calabrese, L., Mancini, F., Stecchi, F., and Perini, L. (2015). Coupling scenarios of urban growth and flood hazards along the Emilia-Romagna coast (Italy). Natural Hazards and Earth System Sciences, 15(10), 2331-2346.
Silva, E. A., & Clarke, K. C. (2002). Calibration of the SLEUTH urban growth model for Lisbon and Porto, Portugal. Computers, environment and urban systems, 26(6), 525-552.
Smith, K. (2013). Environmental hazards: assessing risk and reducing disaster: Routledge.
Song, J., Fu, X., Gu, Y., Deng, Y., & Zhong-Ren, P. (2017). An examination of land use impacts of flooding induced by sea level rise. Natural Hazards and Earth System Sciences, 17(3), 315.
Subedi, P., Subedi, K., & Thapa, B. (2013). Application of a hybrid cellular automaton-markov (CA-Markov) model in land-use change prediction: A case study of Saddle Creek Drainage Basin, Florida. Applied Ecology and Environmental Sciences, 1(6), 126-132.
Valbuena, D., Verburg, P. H., Bregt, A. K., & Ligtenberg, A. (2010). An agent-based approach to model land-use change at a regional scale. Landscape ecology, 25(2), 185-199.
Votsis, A. (2017). Utilizing a cellular automaton model to explore the influence of coastal flood adaptation strategies on Helsinki's urbanization patterns. Computers, environment and urban systems, 64, 344-355.
Welle, T., & Birkmann, J. (2016). Measuring the Unmeasurable: Comparative Assessment of Urban Vulnerability for Coastal Megacities—New York, London, Tokyo, Kolkata and Lagos. Journal of Extreme Events, 3(03), 1650018.
White, G. F. (1974). Natural hazards, local, national, global: Oxford University Press.
White, R., & Engelen, G. (1997). Cellular automata as the basis of integrated dynamic regional modelling. Environment and planning B: Planning and design, 24(2), 235-246.
Zhao, L., Song, J., & Peng, Z.-R. (2017). Modeling Land-Use Change and Population Relocation Dynamics in Response to Different Sea Level Rise Scenarios: Case Study in Bay County, Florida. Journal of Urban Planning and Development, 143(3), 04017012.