國立中興大學水土保持學系碩士學位論文

大肚台地野火發生之影響因素研究Affecting factors of wildfire occurrence in Dadu

Terrace

指導教授林昭遠 Chao-Yuan Lin

研 究 生王柏程 Po-Cheng Wang

中華民國 105 年 6 月

摘要大肚台地野火災害頻傳根據鄰近消防局 2011-2015 年間出勤類

別統計雜草火燒類別占出勤記錄（70）最大宗顯示大肚台地草生地為良好之野火孕災環境而野火發生地點若靠近交通設施及工商業住宅區如無事先處理或預防恐造成當地居民生命財產損失因此找出野火風險最高之時空分布為目前重要之課題

本研究建置大肚台地野火發生之風險評估模式野火發生之風險以時間及空間分布加以探討時間分布係以天竺草地為樣區利用因素分析將各月份之常態化差異水體指標常態化差異植生指標生物量以及氣象等因子計算各因子之權重進行大肚台地野火脆弱度分析空間分布則以最脆弱月份背景下由與道路或墳墓之距離以及推估之火燒跡地作為危害度另以常態化差異水體指標常態化差異植生指標可燃料指標作為脆弱度計算旱季大肚台地野火發生風險度之空間分布並以消防局所紀錄之火災資訊應用於模式驗證

火燒脆弱度分析顯示大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相較屬火燒高危險期惟其與火燒案件紀錄之符合度略有差異3～11 月脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要

原因係缺乏危害因素之考量若以 1 月脆弱度最高時期並考量危害因子風險度分析結果較脆弱度更能反應實際火燒案件之紀錄關鍵詞大肚台地野火風險分析

Abstract

Wildfire occurred frequently in Dadu Terrace According to 2011-2015 firefighting records of Fire Bureau grass fire occupied 70 is the main fire types of the Terrace This shows that the grassland is vulnerable to wildfire in the Terrace In addition once wildfire site nearby transportation facilities and building life and property could be endangered if without prevention in advance Therefore to delineate the temporal and spatial distribution of wildfire risk is an important issue

An assessment model of wildfire was established in this study to explore the temporal and spatial risk of wildfire occurrence Normalized Difference Vegetation Index Normalized Difference Water Index biomass of Guinea grass and meteorological data were used to assess the weights of the affecting factors of wildfire occurrence using factor analysis and then the temporal wildfire vulnerability in grassland could be obtained Moreover spatial distribution of wildfire risk is delineated based on the month which with the most vulnerability The wildfire risk is calculated from the potential hazard and the vulnerability of causing fire The potential burned area derived from Normalized Burn Ratio and the distance to roads andor graves were considered as the potential hazard and the Normalized Difference Water Index Normalized Difference Vegetation Index and fuel index were applied to estimate the vulnerability of causing fire The model of wildfire risk was also verified with fire-event records of Fire Bureau

Results show that the vulnerability values of October to the following yearrsquos April are greater than 05 which could be regarded as high-risk grade comparing with the other months and the trends of fire vulnerability versus fire records show a little of inconsistency The values of March to November are classified as low-risk grade which are consistent with fire records This reveals that the vulnerability index is unable to reflect the real fire occurrence especially at the higher value due to hazard ignored Considering the potential hazard coupled with the highest vulnerability value of January a model of wildfire risk was constructed in this study which could reasonably reflect the real worldKeywords Dadu terrace Wildfire Risk analysis

目 錄摘要i

Abstractii

目 錄iv

圖目錄vi

表目錄viii

第 1 章 前言1

11 研究動機1

12 研究目的1

13 內容架構與流程2

第 2 章 文獻回顧4

21 大肚台地植被環境與野火問題4

22 森林火燒7

221 燃料特性8

222 氣象因子9

223 人為因素10

23 遙感探測與衛星影像基本原理12

231 遙感探測12

232 Landsat衛星13

24 風險度18

第 3 章 材料與方法22

31 研究試區22

311 大肚台地基本資料22

32 研究材料25

33 研究方法26

331 野火風險分析26

332 時間性野火脆弱度分析27

333 空間性野火風險分析33

第 4 章 結果與討論40

411 時間性野火脆弱度分析與驗證40

412 空間性野火風險分析與驗證52

第 5 章 結論與建議67

參考文獻69

圖目錄圖 1-1 研究流程3

圖 2-1 火燒後 10 天快速萌糵之天竺草6

圖 2-2 旱季枯萎之天竺草6

圖 2-3 雨季生長快速之天竺草7

圖 2-4 火三角8

圖 2-5 火燒頻度與道路林道之關係11

圖 2-6 遙感影像處理過程13

圖 2-7 Landsat 系列衛星14

圖 3-1 大肚台地之地理位置23

圖 3-2 大肚台地之行政區24

圖 3-3 大肚台地之高程分布24

圖 3-4 大肚台地之土壤分布25

圖 3-5 徐昇氏法各氣象站之控制面積28

圖 3-6 採樣照片31

圖 3-7 採樣地點31

圖 3-8 二維空間中兩點真實距離34

圖 3-9 墳墓區位34

圖 3-10 道路分佈34

圖 3-11 訓練樣本參考依據37

圖 4-1 因素陡坡圖46

圖 4-2 野火脆弱度與火災案件紀錄之驗證51

圖 4-3 墓地火燒發生潛勢指標52

圖 4-4 道路火燒發生潛勢指標52

圖 4-5 火燒前後衛星影像之選取53

圖 4-6 歷年火燒跡地空間分布53

圖 4-7 危害度空間分布54

圖 4-8 常態化差異水體指標空間55

圖 4-9 反向配置之常態化差異水體指標空間分布55

圖 4-10 常態化差異植生指標空間分布56

圖 4-11 分類地覆類別57

圖 4-12 真實地覆類別57

圖 4-13 可燃料指標空間分布59

圖 4-14 脆弱度空間分布60

圖 4-15 風險度空間分布61

圖 4-16 火災點位之空間分布62

圖 4-17 火災次數累積百分比與風險度之關係63

圖 4-18 火災點位分區之空間分布63

圖 4-19 火災次數累積百分比與脆弱度及風險度之關係65

表目錄表 2-1 含水率與火燒之關係9

表 2-2 Landsat 系列衛星15

表 2-3 Landsat 系列衛星波段與解析度16

表 2-4 風險公式發展18

表 2-5 風險評估評量公式20

表 3-1 研究材料來源26

表 3-2 火燒嚴重度分類36

表 3-3 燃料性質標準化評估方式38

表 3-4 誤差矩陣表38

表 4-1 氣象資料及伊凡諾夫濕潤係數41

表 4-2 樣區各月份水體指標及植生指標42

表 4-3 樣區各月份水體指標反向正規化及植生指標正規化42

表 4-4 單因子變異數分析44

表 4-5 樣區各月份天竺草生物量及植體含水量45

表 4-6 樣區各月份天竺草生物量正規化及植體含水量反向正規化45

表 4-7 主成份分析法萃取之特徵值與解釋變異數47

表 4-8 影響火燒因子因素矩陣47

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

摘要大肚台地野火災害頻傳根據鄰近消防局 2011-2015 年間出勤類

別統計雜草火燒類別占出勤記錄（70）最大宗顯示大肚台地草生地為良好之野火孕災環境而野火發生地點若靠近交通設施及工商業住宅區如無事先處理或預防恐造成當地居民生命財產損失因此找出野火風險最高之時空分布為目前重要之課題

本研究建置大肚台地野火發生之風險評估模式野火發生之風險以時間及空間分布加以探討時間分布係以天竺草地為樣區利用因素分析將各月份之常態化差異水體指標常態化差異植生指標生物量以及氣象等因子計算各因子之權重進行大肚台地野火脆弱度分析空間分布則以最脆弱月份背景下由與道路或墳墓之距離以及推估之火燒跡地作為危害度另以常態化差異水體指標常態化差異植生指標可燃料指標作為脆弱度計算旱季大肚台地野火發生風險度之空間分布並以消防局所紀錄之火災資訊應用於模式驗證

火燒脆弱度分析顯示大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相較屬火燒高危險期惟其與火燒案件紀錄之符合度略有差異3～11 月脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要

原因係缺乏危害因素之考量若以 1 月脆弱度最高時期並考量危害因子風險度分析結果較脆弱度更能反應實際火燒案件之紀錄關鍵詞大肚台地野火風險分析

Abstract

Wildfire occurred frequently in Dadu Terrace According to 2011-2015 firefighting records of Fire Bureau grass fire occupied 70 is the main fire types of the Terrace This shows that the grassland is vulnerable to wildfire in the Terrace In addition once wildfire site nearby transportation facilities and building life and property could be endangered if without prevention in advance Therefore to delineate the temporal and spatial distribution of wildfire risk is an important issue

An assessment model of wildfire was established in this study to explore the temporal and spatial risk of wildfire occurrence Normalized Difference Vegetation Index Normalized Difference Water Index biomass of Guinea grass and meteorological data were used to assess the weights of the affecting factors of wildfire occurrence using factor analysis and then the temporal wildfire vulnerability in grassland could be obtained Moreover spatial distribution of wildfire risk is delineated based on the month which with the most vulnerability The wildfire risk is calculated from the potential hazard and the vulnerability of causing fire The potential burned area derived from Normalized Burn Ratio and the distance to roads andor graves were considered as the potential hazard and the Normalized Difference Water Index Normalized Difference Vegetation Index and fuel index were applied to estimate the vulnerability of causing fire The model of wildfire risk was also verified with fire-event records of Fire Bureau

Results show that the vulnerability values of October to the following yearrsquos April are greater than 05 which could be regarded as high-risk grade comparing with the other months and the trends of fire vulnerability versus fire records show a little of inconsistency The values of March to November are classified as low-risk grade which are consistent with fire records This reveals that the vulnerability index is unable to reflect the real fire occurrence especially at the higher value due to hazard ignored Considering the potential hazard coupled with the highest vulnerability value of January a model of wildfire risk was constructed in this study which could reasonably reflect the real worldKeywords Dadu terrace Wildfire Risk analysis

目 錄摘要i

Abstractii

目 錄iv

圖目錄vi

表目錄viii

第 1 章 前言1

11 研究動機1

12 研究目的1

13 內容架構與流程2

第 2 章 文獻回顧4

21 大肚台地植被環境與野火問題4

22 森林火燒7

221 燃料特性8

222 氣象因子9

223 人為因素10

23 遙感探測與衛星影像基本原理12

231 遙感探測12

232 Landsat衛星13

24 風險度18

第 3 章 材料與方法22

31 研究試區22

311 大肚台地基本資料22

32 研究材料25

33 研究方法26

331 野火風險分析26

332 時間性野火脆弱度分析27

333 空間性野火風險分析33

第 4 章 結果與討論40

411 時間性野火脆弱度分析與驗證40

412 空間性野火風險分析與驗證52

第 5 章 結論與建議67

參考文獻69

圖目錄圖 1-1 研究流程3

圖 2-1 火燒後 10 天快速萌糵之天竺草6

圖 2-2 旱季枯萎之天竺草6

圖 2-3 雨季生長快速之天竺草7

圖 2-4 火三角8

圖 2-5 火燒頻度與道路林道之關係11

圖 2-6 遙感影像處理過程13

圖 2-7 Landsat 系列衛星14

圖 3-1 大肚台地之地理位置23

圖 3-2 大肚台地之行政區24

圖 3-3 大肚台地之高程分布24

圖 3-4 大肚台地之土壤分布25

圖 3-5 徐昇氏法各氣象站之控制面積28

圖 3-6 採樣照片31

圖 3-7 採樣地點31

圖 3-8 二維空間中兩點真實距離34

圖 3-9 墳墓區位34

圖 3-10 道路分佈34

圖 3-11 訓練樣本參考依據37

圖 4-1 因素陡坡圖46

圖 4-2 野火脆弱度與火災案件紀錄之驗證51

圖 4-3 墓地火燒發生潛勢指標52

圖 4-4 道路火燒發生潛勢指標52

圖 4-5 火燒前後衛星影像之選取53

圖 4-6 歷年火燒跡地空間分布53

圖 4-7 危害度空間分布54

圖 4-8 常態化差異水體指標空間55

圖 4-9 反向配置之常態化差異水體指標空間分布55

圖 4-10 常態化差異植生指標空間分布56

圖 4-11 分類地覆類別57

圖 4-12 真實地覆類別57

圖 4-13 可燃料指標空間分布59

圖 4-14 脆弱度空間分布60

圖 4-15 風險度空間分布61

圖 4-16 火災點位之空間分布62

圖 4-17 火災次數累積百分比與風險度之關係63

圖 4-18 火災點位分區之空間分布63

圖 4-19 火災次數累積百分比與脆弱度及風險度之關係65

表目錄表 2-1 含水率與火燒之關係9

表 2-2 Landsat 系列衛星15

表 2-3 Landsat 系列衛星波段與解析度16

表 2-4 風險公式發展18

表 2-5 風險評估評量公式20

表 3-1 研究材料來源26

表 3-2 火燒嚴重度分類36

表 3-3 燃料性質標準化評估方式38

表 3-4 誤差矩陣表38

表 4-1 氣象資料及伊凡諾夫濕潤係數41

表 4-2 樣區各月份水體指標及植生指標42

表 4-3 樣區各月份水體指標反向正規化及植生指標正規化42

表 4-4 單因子變異數分析44

表 4-5 樣區各月份天竺草生物量及植體含水量45

表 4-6 樣區各月份天竺草生物量正規化及植體含水量反向正規化45

表 4-7 主成份分析法萃取之特徵值與解釋變異數47

表 4-8 影響火燒因子因素矩陣47

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

原因係缺乏危害因素之考量若以 1 月脆弱度最高時期並考量危害因子風險度分析結果較脆弱度更能反應實際火燒案件之紀錄關鍵詞大肚台地野火風險分析

Abstract

Wildfire occurred frequently in Dadu Terrace According to 2011-2015 firefighting records of Fire Bureau grass fire occupied 70 is the main fire types of the Terrace This shows that the grassland is vulnerable to wildfire in the Terrace In addition once wildfire site nearby transportation facilities and building life and property could be endangered if without prevention in advance Therefore to delineate the temporal and spatial distribution of wildfire risk is an important issue

An assessment model of wildfire was established in this study to explore the temporal and spatial risk of wildfire occurrence Normalized Difference Vegetation Index Normalized Difference Water Index biomass of Guinea grass and meteorological data were used to assess the weights of the affecting factors of wildfire occurrence using factor analysis and then the temporal wildfire vulnerability in grassland could be obtained Moreover spatial distribution of wildfire risk is delineated based on the month which with the most vulnerability The wildfire risk is calculated from the potential hazard and the vulnerability of causing fire The potential burned area derived from Normalized Burn Ratio and the distance to roads andor graves were considered as the potential hazard and the Normalized Difference Water Index Normalized Difference Vegetation Index and fuel index were applied to estimate the vulnerability of causing fire The model of wildfire risk was also verified with fire-event records of Fire Bureau

Results show that the vulnerability values of October to the following yearrsquos April are greater than 05 which could be regarded as high-risk grade comparing with the other months and the trends of fire vulnerability versus fire records show a little of inconsistency The values of March to November are classified as low-risk grade which are consistent with fire records This reveals that the vulnerability index is unable to reflect the real fire occurrence especially at the higher value due to hazard ignored Considering the potential hazard coupled with the highest vulnerability value of January a model of wildfire risk was constructed in this study which could reasonably reflect the real worldKeywords Dadu terrace Wildfire Risk analysis

目 錄摘要i

Abstractii

目 錄iv

圖目錄vi

表目錄viii

第 1 章 前言1

11 研究動機1

12 研究目的1

13 內容架構與流程2

第 2 章 文獻回顧4

21 大肚台地植被環境與野火問題4

22 森林火燒7

221 燃料特性8

222 氣象因子9

223 人為因素10

23 遙感探測與衛星影像基本原理12

231 遙感探測12

232 Landsat衛星13

24 風險度18

第 3 章 材料與方法22

31 研究試區22

311 大肚台地基本資料22

32 研究材料25

33 研究方法26

331 野火風險分析26

332 時間性野火脆弱度分析27

333 空間性野火風險分析33

第 4 章 結果與討論40

411 時間性野火脆弱度分析與驗證40

412 空間性野火風險分析與驗證52

第 5 章 結論與建議67

參考文獻69

圖目錄圖 1-1 研究流程3

圖 2-1 火燒後 10 天快速萌糵之天竺草6

圖 2-2 旱季枯萎之天竺草6

圖 2-3 雨季生長快速之天竺草7

圖 2-4 火三角8

圖 2-5 火燒頻度與道路林道之關係11

圖 2-6 遙感影像處理過程13

圖 2-7 Landsat 系列衛星14

圖 3-1 大肚台地之地理位置23

圖 3-2 大肚台地之行政區24

圖 3-3 大肚台地之高程分布24

圖 3-4 大肚台地之土壤分布25

圖 3-5 徐昇氏法各氣象站之控制面積28

圖 3-6 採樣照片31

圖 3-7 採樣地點31

圖 3-8 二維空間中兩點真實距離34

圖 3-9 墳墓區位34

圖 3-10 道路分佈34

圖 3-11 訓練樣本參考依據37

圖 4-1 因素陡坡圖46

圖 4-2 野火脆弱度與火災案件紀錄之驗證51

圖 4-3 墓地火燒發生潛勢指標52

圖 4-4 道路火燒發生潛勢指標52

圖 4-5 火燒前後衛星影像之選取53

圖 4-6 歷年火燒跡地空間分布53

圖 4-7 危害度空間分布54

圖 4-8 常態化差異水體指標空間55

圖 4-9 反向配置之常態化差異水體指標空間分布55

圖 4-10 常態化差異植生指標空間分布56

圖 4-11 分類地覆類別57

圖 4-12 真實地覆類別57

圖 4-13 可燃料指標空間分布59

圖 4-14 脆弱度空間分布60

圖 4-15 風險度空間分布61

圖 4-16 火災點位之空間分布62

圖 4-17 火災次數累積百分比與風險度之關係63

圖 4-18 火災點位分區之空間分布63

圖 4-19 火災次數累積百分比與脆弱度及風險度之關係65

表目錄表 2-1 含水率與火燒之關係9

表 2-2 Landsat 系列衛星15

表 2-3 Landsat 系列衛星波段與解析度16

表 2-4 風險公式發展18

表 2-5 風險評估評量公式20

表 3-1 研究材料來源26

表 3-2 火燒嚴重度分類36

表 3-3 燃料性質標準化評估方式38

表 3-4 誤差矩陣表38

表 4-1 氣象資料及伊凡諾夫濕潤係數41

表 4-2 樣區各月份水體指標及植生指標42

表 4-3 樣區各月份水體指標反向正規化及植生指標正規化42

表 4-4 單因子變異數分析44

表 4-5 樣區各月份天竺草生物量及植體含水量45

表 4-6 樣區各月份天竺草生物量正規化及植體含水量反向正規化45

表 4-7 主成份分析法萃取之特徵值與解釋變異數47

表 4-8 影響火燒因子因素矩陣47

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

Abstract

Wildfire occurred frequently in Dadu Terrace According to 2011-2015 firefighting records of Fire Bureau grass fire occupied 70 is the main fire types of the Terrace This shows that the grassland is vulnerable to wildfire in the Terrace In addition once wildfire site nearby transportation facilities and building life and property could be endangered if without prevention in advance Therefore to delineate the temporal and spatial distribution of wildfire risk is an important issue

An assessment model of wildfire was established in this study to explore the temporal and spatial risk of wildfire occurrence Normalized Difference Vegetation Index Normalized Difference Water Index biomass of Guinea grass and meteorological data were used to assess the weights of the affecting factors of wildfire occurrence using factor analysis and then the temporal wildfire vulnerability in grassland could be obtained Moreover spatial distribution of wildfire risk is delineated based on the month which with the most vulnerability The wildfire risk is calculated from the potential hazard and the vulnerability of causing fire The potential burned area derived from Normalized Burn Ratio and the distance to roads andor graves were considered as the potential hazard and the Normalized Difference Water Index Normalized Difference Vegetation Index and fuel index were applied to estimate the vulnerability of causing fire The model of wildfire risk was also verified with fire-event records of Fire Bureau

Results show that the vulnerability values of October to the following yearrsquos April are greater than 05 which could be regarded as high-risk grade comparing with the other months and the trends of fire vulnerability versus fire records show a little of inconsistency The values of March to November are classified as low-risk grade which are consistent with fire records This reveals that the vulnerability index is unable to reflect the real fire occurrence especially at the higher value due to hazard ignored Considering the potential hazard coupled with the highest vulnerability value of January a model of wildfire risk was constructed in this study which could reasonably reflect the real worldKeywords Dadu terrace Wildfire Risk analysis

目 錄摘要i

Abstractii

目 錄iv

圖目錄vi

表目錄viii

第 1 章 前言1

11 研究動機1

12 研究目的1

13 內容架構與流程2

第 2 章 文獻回顧4

21 大肚台地植被環境與野火問題4

22 森林火燒7

221 燃料特性8

222 氣象因子9

223 人為因素10

23 遙感探測與衛星影像基本原理12

231 遙感探測12

232 Landsat衛星13

24 風險度18

第 3 章 材料與方法22

31 研究試區22

311 大肚台地基本資料22

32 研究材料25

33 研究方法26

331 野火風險分析26

332 時間性野火脆弱度分析27

333 空間性野火風險分析33

第 4 章 結果與討論40

411 時間性野火脆弱度分析與驗證40

412 空間性野火風險分析與驗證52

第 5 章 結論與建議67

參考文獻69

圖目錄圖 1-1 研究流程3

圖 2-1 火燒後 10 天快速萌糵之天竺草6

圖 2-2 旱季枯萎之天竺草6

圖 2-3 雨季生長快速之天竺草7

圖 2-4 火三角8

圖 2-5 火燒頻度與道路林道之關係11

圖 2-6 遙感影像處理過程13

圖 2-7 Landsat 系列衛星14

圖 3-1 大肚台地之地理位置23

圖 3-2 大肚台地之行政區24

圖 3-3 大肚台地之高程分布24

圖 3-4 大肚台地之土壤分布25

圖 3-5 徐昇氏法各氣象站之控制面積28

圖 3-6 採樣照片31

圖 3-7 採樣地點31

圖 3-8 二維空間中兩點真實距離34

圖 3-9 墳墓區位34

圖 3-10 道路分佈34

圖 3-11 訓練樣本參考依據37

圖 4-1 因素陡坡圖46

圖 4-2 野火脆弱度與火災案件紀錄之驗證51

圖 4-3 墓地火燒發生潛勢指標52

圖 4-4 道路火燒發生潛勢指標52

圖 4-5 火燒前後衛星影像之選取53

圖 4-6 歷年火燒跡地空間分布53

圖 4-7 危害度空間分布54

圖 4-8 常態化差異水體指標空間55

圖 4-9 反向配置之常態化差異水體指標空間分布55

圖 4-10 常態化差異植生指標空間分布56

圖 4-11 分類地覆類別57

圖 4-12 真實地覆類別57

圖 4-13 可燃料指標空間分布59

圖 4-14 脆弱度空間分布60

圖 4-15 風險度空間分布61

圖 4-16 火災點位之空間分布62

圖 4-17 火災次數累積百分比與風險度之關係63

圖 4-18 火災點位分區之空間分布63

圖 4-19 火災次數累積百分比與脆弱度及風險度之關係65

表目錄表 2-1 含水率與火燒之關係9

表 2-2 Landsat 系列衛星15

表 2-3 Landsat 系列衛星波段與解析度16

表 2-4 風險公式發展18

表 2-5 風險評估評量公式20

表 3-1 研究材料來源26

表 3-2 火燒嚴重度分類36

表 3-3 燃料性質標準化評估方式38

表 3-4 誤差矩陣表38

表 4-1 氣象資料及伊凡諾夫濕潤係數41

表 4-2 樣區各月份水體指標及植生指標42

表 4-3 樣區各月份水體指標反向正規化及植生指標正規化42

表 4-4 單因子變異數分析44

表 4-5 樣區各月份天竺草生物量及植體含水量45

表 4-6 樣區各月份天竺草生物量正規化及植體含水量反向正規化45

表 4-7 主成份分析法萃取之特徵值與解釋變異數47

表 4-8 影響火燒因子因素矩陣47

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

目 錄摘要i

Abstractii

目 錄iv

圖目錄vi

表目錄viii

第 1 章 前言1

11 研究動機1

12 研究目的1

13 內容架構與流程2

第 2 章 文獻回顧4

21 大肚台地植被環境與野火問題4

22 森林火燒7

221 燃料特性8

222 氣象因子9

223 人為因素10

23 遙感探測與衛星影像基本原理12

231 遙感探測12

232 Landsat衛星13

24 風險度18

第 3 章 材料與方法22

31 研究試區22

311 大肚台地基本資料22

32 研究材料25

33 研究方法26

331 野火風險分析26

332 時間性野火脆弱度分析27

333 空間性野火風險分析33

第 4 章 結果與討論40

411 時間性野火脆弱度分析與驗證40

412 空間性野火風險分析與驗證52

第 5 章 結論與建議67

參考文獻69

圖目錄圖 1-1 研究流程3

圖 2-1 火燒後 10 天快速萌糵之天竺草6

圖 2-2 旱季枯萎之天竺草6

圖 2-3 雨季生長快速之天竺草7

圖 2-4 火三角8

圖 2-5 火燒頻度與道路林道之關係11

圖 2-6 遙感影像處理過程13

圖 2-7 Landsat 系列衛星14

圖 3-1 大肚台地之地理位置23

圖 3-2 大肚台地之行政區24

圖 3-3 大肚台地之高程分布24

圖 3-4 大肚台地之土壤分布25

圖 3-5 徐昇氏法各氣象站之控制面積28

圖 3-6 採樣照片31

圖 3-7 採樣地點31

圖 3-8 二維空間中兩點真實距離34

圖 3-9 墳墓區位34

圖 3-10 道路分佈34

圖 3-11 訓練樣本參考依據37

圖 4-1 因素陡坡圖46

圖 4-2 野火脆弱度與火災案件紀錄之驗證51

圖 4-3 墓地火燒發生潛勢指標52

圖 4-4 道路火燒發生潛勢指標52

圖 4-5 火燒前後衛星影像之選取53

圖 4-6 歷年火燒跡地空間分布53

圖 4-7 危害度空間分布54

圖 4-8 常態化差異水體指標空間55

圖 4-9 反向配置之常態化差異水體指標空間分布55

圖 4-10 常態化差異植生指標空間分布56

圖 4-11 分類地覆類別57

圖 4-12 真實地覆類別57

圖 4-13 可燃料指標空間分布59

圖 4-14 脆弱度空間分布60

圖 4-15 風險度空間分布61

圖 4-16 火災點位之空間分布62

圖 4-17 火災次數累積百分比與風險度之關係63

圖 4-18 火災點位分區之空間分布63

圖 4-19 火災次數累積百分比與脆弱度及風險度之關係65

表目錄表 2-1 含水率與火燒之關係9

表 2-2 Landsat 系列衛星15

表 2-3 Landsat 系列衛星波段與解析度16

表 2-4 風險公式發展18

表 2-5 風險評估評量公式20

表 3-1 研究材料來源26

表 3-2 火燒嚴重度分類36

表 3-3 燃料性質標準化評估方式38

表 3-4 誤差矩陣表38

表 4-1 氣象資料及伊凡諾夫濕潤係數41

表 4-2 樣區各月份水體指標及植生指標42

表 4-3 樣區各月份水體指標反向正規化及植生指標正規化42

表 4-4 單因子變異數分析44

表 4-5 樣區各月份天竺草生物量及植體含水量45

表 4-6 樣區各月份天竺草生物量正規化及植體含水量反向正規化45

表 4-7 主成份分析法萃取之特徵值與解釋變異數47

表 4-8 影響火燒因子因素矩陣47

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

23 遙感探測與衛星影像基本原理12

231 遙感探測12

232 Landsat衛星13

24 風險度18

第 3 章 材料與方法22

31 研究試區22

311 大肚台地基本資料22

32 研究材料25

33 研究方法26

331 野火風險分析26

332 時間性野火脆弱度分析27

333 空間性野火風險分析33

第 4 章 結果與討論40

411 時間性野火脆弱度分析與驗證40

412 空間性野火風險分析與驗證52

第 5 章 結論與建議67

參考文獻69

圖目錄圖 1-1 研究流程3

圖 2-1 火燒後 10 天快速萌糵之天竺草6

圖 2-2 旱季枯萎之天竺草6

圖 2-3 雨季生長快速之天竺草7

圖 2-4 火三角8

圖 2-5 火燒頻度與道路林道之關係11

圖 2-6 遙感影像處理過程13

圖 2-7 Landsat 系列衛星14

圖 3-1 大肚台地之地理位置23

圖 3-2 大肚台地之行政區24

圖 3-3 大肚台地之高程分布24

圖 3-4 大肚台地之土壤分布25

圖 3-5 徐昇氏法各氣象站之控制面積28

圖 3-6 採樣照片31

圖 3-7 採樣地點31

圖 3-8 二維空間中兩點真實距離34

圖 3-9 墳墓區位34

圖 3-10 道路分佈34

圖 3-11 訓練樣本參考依據37

圖 4-1 因素陡坡圖46

圖 4-2 野火脆弱度與火災案件紀錄之驗證51

圖 4-3 墓地火燒發生潛勢指標52

圖 4-4 道路火燒發生潛勢指標52

圖 4-5 火燒前後衛星影像之選取53

圖 4-6 歷年火燒跡地空間分布53

圖 4-7 危害度空間分布54

圖 4-8 常態化差異水體指標空間55

圖 4-9 反向配置之常態化差異水體指標空間分布55

圖 4-10 常態化差異植生指標空間分布56

圖 4-11 分類地覆類別57

圖 4-12 真實地覆類別57

圖 4-13 可燃料指標空間分布59

圖 4-14 脆弱度空間分布60

圖 4-15 風險度空間分布61

圖 4-16 火災點位之空間分布62

圖 4-17 火災次數累積百分比與風險度之關係63

圖 4-18 火災點位分區之空間分布63

圖 4-19 火災次數累積百分比與脆弱度及風險度之關係65

表目錄表 2-1 含水率與火燒之關係9

表 2-2 Landsat 系列衛星15

表 2-3 Landsat 系列衛星波段與解析度16

表 2-4 風險公式發展18

表 2-5 風險評估評量公式20

表 3-1 研究材料來源26

表 3-2 火燒嚴重度分類36

表 3-3 燃料性質標準化評估方式38

表 3-4 誤差矩陣表38

表 4-1 氣象資料及伊凡諾夫濕潤係數41

表 4-2 樣區各月份水體指標及植生指標42

表 4-3 樣區各月份水體指標反向正規化及植生指標正規化42

表 4-4 單因子變異數分析44

表 4-5 樣區各月份天竺草生物量及植體含水量45

表 4-6 樣區各月份天竺草生物量正規化及植體含水量反向正規化45

表 4-7 主成份分析法萃取之特徵值與解釋變異數47

表 4-8 影響火燒因子因素矩陣47

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

圖目錄圖 1-1 研究流程3

圖 2-1 火燒後 10 天快速萌糵之天竺草6

圖 2-2 旱季枯萎之天竺草6

圖 2-3 雨季生長快速之天竺草7

圖 2-4 火三角8

圖 2-5 火燒頻度與道路林道之關係11

圖 2-6 遙感影像處理過程13

圖 2-7 Landsat 系列衛星14

圖 3-1 大肚台地之地理位置23

圖 3-2 大肚台地之行政區24

圖 3-3 大肚台地之高程分布24

圖 3-4 大肚台地之土壤分布25

圖 3-5 徐昇氏法各氣象站之控制面積28

圖 3-6 採樣照片31

圖 3-7 採樣地點31

圖 3-8 二維空間中兩點真實距離34

圖 3-9 墳墓區位34

圖 3-10 道路分佈34

圖 3-11 訓練樣本參考依據37

圖 4-1 因素陡坡圖46

圖 4-2 野火脆弱度與火災案件紀錄之驗證51

圖 4-3 墓地火燒發生潛勢指標52

圖 4-4 道路火燒發生潛勢指標52

圖 4-5 火燒前後衛星影像之選取53

圖 4-6 歷年火燒跡地空間分布53

圖 4-7 危害度空間分布54

圖 4-8 常態化差異水體指標空間55

圖 4-9 反向配置之常態化差異水體指標空間分布55

圖 4-10 常態化差異植生指標空間分布56

圖 4-11 分類地覆類別57

圖 4-12 真實地覆類別57

圖 4-13 可燃料指標空間分布59

圖 4-14 脆弱度空間分布60

圖 4-15 風險度空間分布61

圖 4-16 火災點位之空間分布62

圖 4-17 火災次數累積百分比與風險度之關係63

圖 4-18 火災點位分區之空間分布63

圖 4-19 火災次數累積百分比與脆弱度及風險度之關係65

表目錄表 2-1 含水率與火燒之關係9

表 2-2 Landsat 系列衛星15

表 2-3 Landsat 系列衛星波段與解析度16

表 2-4 風險公式發展18

表 2-5 風險評估評量公式20

表 3-1 研究材料來源26

表 3-2 火燒嚴重度分類36

表 3-3 燃料性質標準化評估方式38

表 3-4 誤差矩陣表38

表 4-1 氣象資料及伊凡諾夫濕潤係數41

表 4-2 樣區各月份水體指標及植生指標42

表 4-3 樣區各月份水體指標反向正規化及植生指標正規化42

表 4-4 單因子變異數分析44

表 4-5 樣區各月份天竺草生物量及植體含水量45

表 4-6 樣區各月份天竺草生物量正規化及植體含水量反向正規化45

表 4-7 主成份分析法萃取之特徵值與解釋變異數47

表 4-8 影響火燒因子因素矩陣47

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

圖 3-10 道路分佈34

圖 3-11 訓練樣本參考依據37

圖 4-1 因素陡坡圖46

圖 4-2 野火脆弱度與火災案件紀錄之驗證51

圖 4-3 墓地火燒發生潛勢指標52

圖 4-4 道路火燒發生潛勢指標52

圖 4-5 火燒前後衛星影像之選取53

圖 4-6 歷年火燒跡地空間分布53

圖 4-7 危害度空間分布54

圖 4-8 常態化差異水體指標空間55

圖 4-9 反向配置之常態化差異水體指標空間分布55

圖 4-10 常態化差異植生指標空間分布56

圖 4-11 分類地覆類別57

圖 4-12 真實地覆類別57

圖 4-13 可燃料指標空間分布59

圖 4-14 脆弱度空間分布60

圖 4-15 風險度空間分布61

圖 4-16 火災點位之空間分布62

圖 4-17 火災次數累積百分比與風險度之關係63

圖 4-18 火災點位分區之空間分布63

圖 4-19 火災次數累積百分比與脆弱度及風險度之關係65

表目錄表 2-1 含水率與火燒之關係9

表 2-2 Landsat 系列衛星15

表 2-3 Landsat 系列衛星波段與解析度16

表 2-4 風險公式發展18

表 2-5 風險評估評量公式20

表 3-1 研究材料來源26

表 3-2 火燒嚴重度分類36

表 3-3 燃料性質標準化評估方式38

表 3-4 誤差矩陣表38

表 4-1 氣象資料及伊凡諾夫濕潤係數41

表 4-2 樣區各月份水體指標及植生指標42

表 4-3 樣區各月份水體指標反向正規化及植生指標正規化42

表 4-4 單因子變異數分析44

表 4-5 樣區各月份天竺草生物量及植體含水量45

表 4-6 樣區各月份天竺草生物量正規化及植體含水量反向正規化45

表 4-7 主成份分析法萃取之特徵值與解釋變異數47

表 4-8 影響火燒因子因素矩陣47

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

圖 4-17 火災次數累積百分比與風險度之關係63

圖 4-18 火災點位分區之空間分布63

圖 4-19 火災次數累積百分比與脆弱度及風險度之關係65

表目錄表 2-1 含水率與火燒之關係9

表 2-2 Landsat 系列衛星15

表 2-3 Landsat 系列衛星波段與解析度16

表 2-4 風險公式發展18

表 2-5 風險評估評量公式20

表 3-1 研究材料來源26

表 3-2 火燒嚴重度分類36

表 3-3 燃料性質標準化評估方式38

表 3-4 誤差矩陣表38

表 4-1 氣象資料及伊凡諾夫濕潤係數41

表 4-2 樣區各月份水體指標及植生指標42

表 4-3 樣區各月份水體指標反向正規化及植生指標正規化42

表 4-4 單因子變異數分析44

表 4-5 樣區各月份天竺草生物量及植體含水量45

表 4-6 樣區各月份天竺草生物量正規化及植體含水量反向正規化45

表 4-7 主成份分析法萃取之特徵值與解釋變異數47

表 4-8 影響火燒因子因素矩陣47

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

表目錄表 2-1 含水率與火燒之關係9

表 2-2 Landsat 系列衛星15

表 2-3 Landsat 系列衛星波段與解析度16

表 2-4 風險公式發展18

表 2-5 風險評估評量公式20

表 3-1 研究材料來源26

表 3-2 火燒嚴重度分類36

表 3-3 燃料性質標準化評估方式38

表 3-4 誤差矩陣表38

表 4-1 氣象資料及伊凡諾夫濕潤係數41

表 4-2 樣區各月份水體指標及植生指標42

表 4-3 樣區各月份水體指標反向正規化及植生指標正規化42

表 4-4 單因子變異數分析44

表 4-5 樣區各月份天竺草生物量及植體含水量45

表 4-6 樣區各月份天竺草生物量正規化及植體含水量反向正規化45

表 4-7 主成份分析法萃取之特徵值與解釋變異數47

表 4-8 影響火燒因子因素矩陣47

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

表 4-9 轉軸後之影響火燒因子因素矩陣48

表 4-10 影響火燒因子之權重48

表 4-11 各月份火燒影響因子與脆弱度50

表 4-12 2006~2011 年各月份平均火災案件紀錄50

表 4-13 精確度評估結果58

表 4-14 火災點位於脆弱度各分區之比例66

表 4-15 火災點位於風險度各分區之比例66

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

1 第 1 章 前言11 研究動機

大肚台地為鄰近大台中都會之丘陵台地境內多草地生長或墳墓區因此常有焚燒紙錢或廢棄垃圾或野外休憩等活動為火燒之主要火源若位於乾燥易燃之野火潛勢環境便容易增加野火發生機率而大肚台地地區植生主要優勢種為相思樹（Acacia confusa Merr）與天竺草（Panicum maximum Jacq）因天竺草在旱季快速枯萎形成大量輕質燃料有助於野火引燃跟延燒雨季又快速生長累積下一次野火的燃料為大肚台地野火頻繁之主因

火燒為生態系中之重大干擾現象能造成地表覆蓋物地貌地形快速改變影響當地物種及生態系而草地野火屬於地表火雖對於生態系影響相對較小但因大肚山交通方便易達性高故容易影響人類交通運輸安全及波及鄰近住宅且火燒後使得地表植生被破壞雨水入滲量減少而造成地表逕流量增加導致大肚山東側或西側下坡處遇雨頻淹水而植生之減少也影響當地的水土保持故如何防止野火發生為目前重要之管理課題

另外由於近年來氣變遷的影響下世界各地逐漸暖化導致海平面

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

上升乾旱情形日益嚴重間接造成大肚台地野火發生頻率增加人力物力耗損加劇因此建置野火風險評估模式為本研究重點方向12 研究目的

透過為期一年之天竺草現地採樣觀察天竺草全年生物量以及植體含水量變化趨勢並深入瞭解火燒成因及影響火燒因子利用衛星影像氣象資料土地利用資料建立影響火燒發生之相關指標用以建置火燒發生預測模式俾供當地消防局及居民於野火高峰期時參考之依據13 內容架構與流程

主要分為五個章節章節內容分述如下第一章 前言簡述本研究動機目的內容架構及研究流程

（圖 1-1）第二章 文獻回顧概述大肚台地植被生長情形野火發生原因

森林火災之前人研究風險度定義緣起與前人研究並針對文獻加以整理歸納及探討

第三章 材料與方法說明本研究之研究材料研究樣區研究方法

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

第四章 結果與討論透過現地調查天竺草各月份生長情形及衛星影像萃取常態化差異植生指標水體指標火燒跡地蒐集氣象資料以及道路分佈墳墓區位計算大肚台地各月份各區域野火災害發生潛勢時間與空間分佈並利用消防局提供歷年火災點位以驗證本模式正確性提供當地消防局及居民參考之用

第五章 結論與建議將前述之結果比較與彙整提出最終結論以供相關單位救災防災之參考以及後續相關研究方法之採取

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

圖 1-1 研究流程

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

2 第 2 章 文獻回顧21 大肚台地植被環境與野火問題

大肚台地南北夾於大甲溪和大肚溪之間為鄰近大台中都會之台地區早期為萃取薪炭材種植大量相思樹林故植被以相思樹為主近年來因薪炭產業沒落並隨著大台中都會區發展人為活動日益旺盛而境內多草地公園或墳墓區因此常有焚燒紙錢廢棄垃圾野外休憩等活動導致林火頻繁大面積相思樹林逐漸焚毀而衰退取而代之的是天竺草為主之草生地（林朝欽等2005）

天竺草（Panicum maximum Jacq）為禾本科多年生草本植物從 1908 年自菲律賓引入台灣後做為牧草之用被廣泛地種植在中部大肚台地上其生長特性為在陽光充足雨量豐沛之生長環境下能快速生長產生大量生物量有助於養分與水分資源的競爭並能快速的萌糵與產生種子（圖 2-2）更快的擴張其族群地盤早期的研究指出大肚台地林地在反覆火燒後主要草地優勢種為芒草但近年來的研究發現天竺草已逐漸取代芒草在反覆火燒後成為當地的主要優勢種天竺草較芒草不耐旱於旱季時莖部以上就開始枯萎形成大量老葉（圖 2-3）極易著火形成火燒山火燒的影響下產生

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

新的空間讓雨季生長快速的天竺草（圖 2-4）入侵與擴張族群覆蓋度秋冬一到因乾旱而乾枯再度引起火燒山在這樣反覆的火燒干擾下天竺草逐漸取代芒草成為大肚台地火燒後的主要優勢種（何承穎2009）

而由於大肚台地鄰近台中都會區人口數眾多週期性的森林火災對於當地有相當的災害損失故許多專家學者提出大肚台地野火監測之研究例如曾仁鍵（2004）針對草生地進行燃料量調查選取多個火燒地區與未火燒區進行長期之地面燃料調查藉以了解植被遭受火燒時生長變化趨勢結果顯示當植被遭受火燒後光譜特性在雙光譜上與植被季節變化循環有明顯差異故雙光譜圖可以應用於監測植被光譜變化林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態此特性主要受到植被中天竺草生地為主之環境影響張集豪（2004）利用火燒植群生態系之調查與火燒行為調查探討火燒與植被分布微氣候以及相鄰之地理環境關係以作為未來生態綠化防火植栽選種配置之參考結果顯示天竺草老葉在每年冬季會有枯萎現象形成火燒之燃料而乾旱季節易發生野火災害造成喬灌木之幼苗無法生長不易形成

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

較防火之林相火燒機制受氣候植被分布生長狀況影響頗大故其建議以當地不常見且不易引燃及燒死之常綠闊葉樹種如野桐苦楝馬櫻丹混和栽植並擇以大型喬木以複層連續帶狀的配置方法以降低天竺草植群密度解決野火問題

天竺草為大肚台地野火災害如此頻繁的主因因此學者專家皆以天竺草為研究方向衍生出相關監測野火及蔓延之方法包括氣象因子對於林火貢獻度之計算現地燃料量調查光譜特性季節性變化以及相關防火樹種栽植本研究參考前人文獻嘗試於大肚台地建立時間性與空間性野火預測模式期望能於野火發生前有效預測之以達到避免人員傷亡及減少運轉維護成本之效

圖 2-2 火燒後 10 天快速萌糵之天竺草

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

圖 2-3 旱季枯萎之天竺草(20141108)

圖 2-4 雨季生長快速之天竺草(20150810)

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

22 森林火燒以自然的觀點來說森林火燒對於植群間的競爭養分循環以及

更新上扮演著重要的角色為生態循環的一部分但以森林保護的觀點而言一旦森林火燒發生多年來的經營付之一炬造成生態衝擊以及巨大的經濟財產損失更甚者危及居住在鄰近居民之生命財產安全故國內外有許多研究森林火燒而其研究內容不外乎從火燒之元素著手火燒產生必須具備足夠的氧氣（Oxygen）熱（Heat）燃料（Fuels）等火燒三元素俗稱火三角（圖 2-5）三者缺一不可如果將其中一項因子去除則火燒便不會發生或是可以加以熄滅故常應用於火災撲滅或是森林火災之研究中（Lin and Chiu2002）例如控制性焚燒移除可燃物灑水降低熱能利用砂土隔絕氧氣等而影響火燒的成因又與地形因子氣候因子人為因子息息相關以下就針對這些因子與林火之間的關係進行探討

圖 2-5 火三角221 燃料特性在森林中Chandler（1983）曾將燃料定義為「任何可以被氧化

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

及引燃之物質或混和物」因此森林及草地中的枯枝落葉草等等本身可以當作火燒的燃料（吳景揚2003）因植物本身的種類不同而異大致上可將燃料分為三層分別為地表層空中層地下層(1) 地表層

大部分的火燒直接起始於地表層包含了地表上的枯枝落葉草地枯倒木小灌木及幼葉樹(2) 空中層

高度約為 25-40m為較高之樹冠枝條等能引發更大的樹冠火(3) 地下層

為根系埋藏的枯枝等為地下火的材料來源（劉士銘2004張獻仁1999Odum1986）

而 Brown（1973）曾根據燃料的性質將燃料分為兩大類

(1) 輕質燃料

包含了低矮的木本植物及其幼苗草本植物枝葉層未分解的腐植質附著於鮮活樹木的蘚苔枯枝與小型廢棄木材等此等燃料因其內部水分蒸發迅速故易被引燃且蔓延速率極快但火勢不持久(2) 重質燃料

木本植物倒木枯株和大型廢棄木材等此等燃料較輕質燃料不易

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

引燃但引燃後能形成持久且強大之火勢燃料的含水率也會影響火燒的蔓延及規模在相同環境下不同

的燃料水分會導致不同的燃燒情形Van（1968）曾以美國赤松（Pinus resirnos）人工林在不同含水率下進行火燒實驗（表 2-1）

表 2-1 含水率與火燒之關係

葉部含水率（） 散播速度（m

min） 火焰高度（m）Fire A 135 17 20Fire B 95 27 30

（資料來源Van1968）由表 2-1 可得知在葉部含水率較高的情形下其散播速度會較葉

部含水率較低的速度慢而火焰高度也較為低由此可見植物含水率能影響火燒的蔓延及野火之規模222 氣象因子

舉凡特定的氣象變化例如降雨量相對溼度溫度風速日照時速等 對於 林 火 的 行 為 構 成 影 響者皆可稱為 林 火 氣 象（Pyne1984）而氣象因子為林火中最不易掌握且最具影響力之因素能直接影響植物及空氣中的水分含量間接影響火燒的發生（賴

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

彥任2003）氣象因子包括

(1) 氣溫（Temperature）溫度的能量來源為太陽輻射與相對溼度有密切的關係而白天

因受太陽照射影響溫度升高進而導致相對濕度降低直到夜晚溫度降低水氣易飽和形成濃霧或霧水故較白天不容易發生火災（邱祈榮等2004）(2) 相對溼度（Relative Humidity）

相對溼度可以表示空氣中水分存在量之多寡自然界中的木本及草本植物因其成分為纖維質擁有大量孔隙孔隙中的水分會與空氣中的水氣交互作用最後達到平衡而相對溼度較低時導致植物孔隙中的水份蒸散至空氣中當燃料溼度降低至一定程度時遇到火源便極容易燃燒（蕭其文2003）(3) 降水（Precipitation）

地表水分的主要來源為降雨而降雨可以增加空氣及植物中之水分或是直接撲滅已經引燃的火勢為決定是否火燒的一個關鍵因素如一地區連續數日未曾降雨地面上之枯枝落葉等地被物也就越乾旱發生火燒的可能性也就越大反之若地區連續數日降雨則地被物皆為潮濕的狀態就算接觸到火源也不易起火燃燒（蕭其文2003）

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

(4) 風（Wind）風為大規模的氣體流動伴隨著新鮮的空氣為起火時氧氣補助

的來源使火燒保持不間斷而 熱空氣對流使得經過之燃料烘乾含水量產生變化使燃料更易點燃另外風也能助長火之蔓延風速越強越能將火苗傳播散播至各處（邱祈榮等2004）

而有關於氣象因子對於林火之貢獻度邱祈榮等（2006）曾整理1991-2002 年間大肚台地地區林火發生次數與及面積日照率平均相對溼度累積降雨量累積全天日射量與平均氣溫之月平均值以灰關聯理論分析此五種氣象因子對當地林火頻率及面積之影響結果以日照率以及相對濕度對於林火頻率與面積為最直接的因素林朝欽等（2005）利用 Logistic迴歸模式以每日林火發生為依賴變數氣象因子為獨立變數推導林火發生機率模式結果顯示大肚台地林火地區特性為 3-5 年短週期林火型態而當日最低相對濕度為重要因子之一223 人為因素人為因素也是引起森林火災的原因之一由人直接引起的森林火

災稱為人為森林火災（Man-Caused Forest Fire）人為因素由人之行為而來例如隨地丟菸蒂露營野炊野外休憩燃燒金紙等活動

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

由於人的行為難以預測故為影響森林火災中難以掌握的一部份（楊文燦1994）劉士銘（2004）認為遊憩伐木及開墾等人類活動都須有道路之開闢人為活動的頻繁導致人為森林火災發生之機率相對增加故利用 2003 年森林火災發生地點與林道及道路之距離進行頻度分析探討災害發生位置與林道或道路遠近是否有直接相關的影響結果如圖 2-6

圖 2-6 火燒頻度與道路林道之關係（資料來源劉士銘2004）

由圖 2-6 可知距離道路或林道越近火災頻度越高而距離500公尺以內火災頻度則高達 50代表道路距離與火災頻度呈現正

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

比的關係人為活動與森林火災關係極為密切邱祈榮等（2006）有鑑於森林周邊居民由於居住在森林周邊與森林互動密切故其用火行為與森林火災有密切的關係運用理性行為理論架構透過用火態度與主觀規範來推估其實際從事四種不同用火行為的行為意向結果顯 示 居 民 用 火意向與 實 際 用 火 行 為 有 高 度 的關聯性顏添明等（2004）年探討南投林區林火發生原因其結果顯示大部分（99）林火由人為引起而吸菸不慎又佔最多比例（36）道路的開闢使得人類較易進入森林從事活動而以起火點與道路間距離的頻度分析顯示林火之起火點與道路距離有相鄰之關係間接驗證森林火災發生點位與道路遠近具關連性雖然國內大部分之火燒研究對象皆為森林火災草地野火甚少

然火燒之發生不外乎氧氣燃料熱能等火燒三要素而影響火燒因子也大致相同故參考森林火燒之研究方法於草地野火有其可行性而有鑑於影響火燒之因子種類繁多且彼此互相影響利用統計方法給予影響火燒因子權重並以指標的方式將其量化為本研究著重的重點方向

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

23 遙感探測與衛星影像基本原理231 遙感探測遙感探測為利用某一特定工具例如飛機（ Aircraft）衛星

（Satellites）其上搭載感測系統自一段觀測距離而未直接接觸物體以紀錄和檢測資料的方式蒐集地球表面的資料和接近地表環境的資料並經由整理分析轉換為用於了解經營和管理自然與人文的參考資訊（內政部國土測繪中心2007）而由於遙感探測不需要直接接觸目標物所以相較於傳統測量來的方便省時省力感測器接收太陽光或是微波輻射電磁波等能源穿透大氣層至地

表並經過地面目標物吸收（Absorption）反射（Reflection）穿透（Transmission）散射（Scattering）及輻射（Emission）等等物理作用之能量後經過一連串的資料處理及分析（曾仁鍵2004）形成衛星影像後形成可以被利用的有用資訊（圖 2-7）

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

圖 2-7 遙感影像處理過程（修改自曾仁鍵2004）232 Landsat 衛星

Landsat 系列衛星為美國太空總署（NASA）之地球觀測衛星為地球資源探測衛星（Earth Resource Satellite）主要用途為探測地球表面資源的分布例如地覆類別分類農作物生長情形監測礦物的蘊藏森林土石流災害海水汙染等利用這些衛星資料可於災後快速建立管理應變措施制定土地利用計畫監視火山地震等自然現象以及鑑定農作物病蟲害等對於人類生命財產安全幫助頗大世界第一枚資源衛星 Landsat-1 為美國於 1972 年發射至目前為

止運轉中有 Landsat-7 與 Landsat-8 Landsat-7 於 1999 年 4 月發射升空Landsat-8 則於 2013 年 2 月發射升空（圖 2-8表 2-2）為太陽同步地球資源衛星高度約為 705 公里運轉傾斜角為 982deg通過赤

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

道之時間約為當地時間上午 10 點由北向南越過赤道繞地球一圈週期約 989 分每天繞行約 14 圈每 16 天掃瞄同一地區（中央大學太空及遙測研究中心1984）Landsat 系列波段與解析度如表 2-3

Landsat 系列衛星資料於測量科學研究農林業開發土地利用環境保護水資源調查災害監測有相當大的幫助可適用於大面積量測較傳統方式調查具有省時省力低成本等等優點因此遙測衛星影像近年來於人類生活中逐漸重要為不可或缺的一部分

圖 2-8 Landsat 系列衛星（修改自中央大學太空及遙測研究中心1984）

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

表 2-2 Landsat 系列衛星衛星名稱 發射日期 退役日期 感測器

Landsat 1 19720723 19780106 MSSRBV

Landsat 2 19750122 19830727 MSSRBV

Landsat 3 19780305 19830907 MSSRBV

Landsat 4 19820716 20010615 MSSTM

Landsat 5 19840301 2013 MSSTM

Landsat 6 19931005 偏離軌道 ETM

Landsat 7 19990415 運作中 ETM+

Landsat 8 20130211 運作中 OLITIRS

（資料來源中央大學太空及遙測研究中心1984）

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

表 2-3 Landsat 系列衛星波段與解析度Landsat Multispectral Scanner （MSS） Wavelength

（micrometers）Resolution（meters）Landsat 1-3 Landsat 4-5

Band 4 - Green Band 1 - Green 05-06 60Band 5 - Red Band 2 - Red 06-07 60Band 6 - Near Infrared Band 3 - Near Infrared 07-08 60Band 7 - Near Infrared Band 4 - Near Infrared 08-11 60

Landsat 4-5 Thematic Mapper （TM）Wavelength

（micrometers）Resolution（meters）

Band 1 - Blue 045-052 30Band 2 - Green 052-060 30Band 3 - Red 063-069 30Band 4 - Near Infrared （NIR） 076-090 30Band 5 - SWIR 1 155-175 30Band 6 - Thermal Infrared 1040-1250 120 （30）Band 7 - SWIR 2 208-235 30

Landsat 7 Enhanced Thematic Mapper Plus （ETM+）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Blue 045-052 30

Band 2 - Green 052-060 30

Band 3 - Red 063-069 30

Band 4 - Near Infrared （NIR） 077-090 30

Band 5 - SWIR 1 155-175 30

Band 6 - Thermal Infrared 1040-1250 60 （30）

Band 7 - SWIR 2 209-235 30

Band 8 - Panchromatic 052-090 15

Landsat 8 Operational Land Imager （OLI） and Thermal Infrared Sensor （TIRS）

Wavelength（micrometers）

Resolution（meters）

Band 1 - Coastal aerosol 043 - 045 30

Band 2 - Blue 045 - 051 30

Band 3 - Green 053 - 059 30

Band 4 - Red 064 - 067 30

Band 5 - Near Infrared （NIR） 085 - 088 30

Band 6 - SWIR 1 157 - 165 30

Band 7 - SWIR 2 211 - 229 30

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

Band 8 - Panchromatic 050 - 068 15

Band 9 - Cirrus 136 - 138 30

Band 10 - Thermal Infrared （TIRS） 1 1060 - 1119 100

Band 11 - Thermal Infrared （TIRS） 2 1150 - 1251 100

（資料來源中央大學太空及遙測研究中心1984）

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

24 風險度風險度泛指事件發生的機率或是有一個評估目標或待決定事項

時判斷可能造成的負面影響國內外許多文獻皆有不同之定義不論是學術單位技術研究系統管理等由於分析的對象不同採用的風險公式及內涵不盡相同莊愷意（2004）曾蒐集國內外各學者有關於風險定義的文獻整理成如表 2-4 所示

表 2-4 風險公式發展定義者 風險公式

Hammer1972 Risk = Probability times Consequence

Alexander2000 Risk = Elements αt risk times Hazard times Vulnerability

Benouar and Mimi2001 Risk=Hazard timesVulnerabilityDisaster Management

Kron2003 Flood risk = Hazard times Exposure times Vulnerability

Dilley et al2005 Risk = Hazard times Vulnerability times amount

Villagraacuten de Lcoacuten2006 Risk=Hazard timesVulnerabilityCoping Capacity

Yasuo2008 Risk=Hazard times Exposure timesVulnerabilityCapacity

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

Capacity=Soft countermeasures+ Hardcountermeasures2

UNDHA1992Kumpulaincn2006林漢良2008deBruijn and

Klijn2009賴可臻2010潘宗毅等2012

Risk = Hazard times Vulnerability

（修改自莊愷意2004）

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

黃崇福（2010）曾將風險災害內涵的部分大致上分成三種類型

(1) 風險度為可能性機率的問題風險是自然或是人為災害發生的機率該災害可能造成生命損失

人員傷亡財產安全的威脅經濟活動的干擾或是對於環境破壞的預期（UNDP2004）或是暴露在某一事件下的機率由於該場事件發生的地理尺度不同暴露程度也可能不同造成可能發生預期發生或是逐漸發生（UNEP2009）(2) 風險度為期望損失

亞洲減災中心（ADRC2005）將風險定義為某一種災害因素造成損失的期望值例如受傷財物損失死亡而災害風險度是由危害性（Hazard）暴露性（Exposure）脆弱性（Vulnerability）構成的函數(3) 風險度為公式化定義令風險度公式化並分成概念化形式化應用化這三類概念

化公式已指明公式內計算的因子而如何評估因子為使該公式更具可靠性為重要的一部分形式化公式已給出數學表達式但函數的參數決定及其具體的形式則需要確定應用公式則已經明確給定具體形式和參數（李太立2014）定義如表 2-5

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

表 2-5 風險評估評量公式類別 公式 備註

概念公式 R=F（Z E V）

R風險 Z危害度E暴露度 V脆弱度

形式公式 R=int0

infin

f ( x ) p ( x )dx

R風險f（x）災害事件 x 發生導致的損失程度

P（x）災害事件的機率密度函數

應用公式 R=int0

infin

(1minuseminusax ) 9eminusbx dx

R風險a損失數據統計

b災害事件數據統計（修改自黃崇福2010李太立2014）

國志興等（2010）將國內外風險度應用於野火蔓延災害的評估方法整理並大致上分成 5 大類

(1) 建立風險指數評估野火風險

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

利用指標及門檻值對宏觀區域火災風險進行評估(2) 基於野火發生的影響因素評估野火風險

為了解野火事件的影響因子及了解火的動態行為選取火發生的主要影響因素（植被類型坡度居民的點分佈距道路的距離地形土地利用）以 GIS 空間分析功能對其主觀的給予權重來評價森林火險此類方法對於不同的影響因素有不同的權重因此評估結果主觀性較強(3) 利用歷史火災起火點數據和起火影響因素評估火災風險

火災起火機率主要是應用建立應變量和解釋變量的指標體系利用多元 Logistic迴歸或人工神經網路的方法模擬起火的機率(4) 基於歷史野火起火點數據利用蔓延模型評估火蔓延風險

此方法主要根據歷年火災起火點的空間分布特徵隨機產生火源利 用 野 火蔓延模型模擬野 火 跡 地 產 生潛在過火 區域（ Potential

Burned Area）進行火災風險評估(5) 綜合野火災害風險評估

指野火風險評估不僅簡單的對火災起火或者蔓延潛在風險評估應該對火災潛在危害的綜合評估例如將火災風險評估分成綜合危險及脆弱性兩部分綜合危險主要由蔓延危險和火點燃危險構成火點燃危險是由人為因素和自然因素以及可燃物所引起脆弱性則包括社會經濟指標潛在退化指標和景觀生態指標構成

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

火燒為複雜的燃燒現象由於風險度為連續的數值與機率的概念類似因此透過風險度量化野火發生機率為一較簡單的方法本研究即參考前人研究建立相關野火發生的影響因素指標將其量化成風險度用於野火發生之評估

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

3 第 3 章 材料與方法31 研究試區311 大肚台地基本資料

大肚台地位於台中市西側(圖 3-9)而台地南北夾於大甲溪和大肚溪之間其行政區域包括台中市西屯區南屯區清水區神岡區大雅區沙鹿區龍井區大肚區及烏日區一帶（圖 3-10）

大肚台地平均高度為 200～300公尺（圖 3-11）而台地最高處並無台地峰位於台中都會公園北側海拔高度約 310公尺東側台地坡則較為平緩可與台中盆地相望西側台地坡呈急斜陡峭緊鄰清水海岸平原總體而言大肚台地的隆起高度頗大且呈現一個不對稱的背斜高地

土壤質地部分大部分為紅壤土（圖 3-12）紅壤之生成環境大多為高溫且多雨排水良好且酸性之坡地其性質受到鐵及鋁的氧化物影響很大而形成明顯的暗紅色（Maignien1966）而大肚台地為紅土礫石層通氣排水良好土壤呈酸性但缺乏有機質不適合種植物富含黏性及高度可塑性但生產力差但可配合適當之肥培管

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

理提高產量栽植之作物多為雜糧和香茅等（邱祈榮等2012）而由於紅土堆積層顆粒細密黏性較高降雨時往往不易入滲而形成地表逕流快速累積指低窪處形成淹水水災（陳培源2006）

以梧棲氣象站 2000-2015 之觀測資料年平均氣溫約為 23最冷月均溫為 159最熱月均溫為 292雨量部分 10 月份至隔年 3

月為乾季平均雨量約為 475mm4 月份至 9 月份為濕季平均雨量約為 1825mm乾濕季分明當地植被如天竺草受此影響頗大相對溼度則介於 74~79之間

大肚台地植被方面以天竺草及相思樹為主要優勢種何承穎（2009）為了解天竺草入侵大肚台地的因素藉由野外調查與溫室實驗比較天竺草與本地植物芒草在型態光合作用生長和生活史等特徵結果發現在低水份處理時芒草比天竺草耐旱而高水分處理時天竺草有顯著較高的生物生長率和生物量的累積且因為大肚台地地區雨季長天竺草比芒草能有更快速的萌蘗和生長另外旱季短的影響下芒草的耐旱優勢無法展現出來並由於天竺草生物量累積顯著大於芒草又比芒草容易受到乾旱的影響因此在乾季時會產生較多的枯葉而累積較多的可燃物而易於引發火災火災的發生形成許多空間供給天竺草入侵擴張其族群地盤年復一年的週期性野火使

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

得大肚台地地區得本地種植物芒草逐漸被天竺草所取代成為主要優勢種植物

圖 3-9大肚台地之地理位置

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

圖 3-10 大肚台地之行政區

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

圖 3-11 大肚台地之高程分布

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

圖 3-12 大肚台地之土壤分布32 研究材料

大肚台地氣象資料乃由 2005~2015 年之氣象年報萃取而得用以計算伊凡諾夫濕潤係數及平均風速衛星影像則由美國地質調查中心網站（httpearthexplorerusgsgov）下載而得並據此萃取環境指標火燒跡地及地覆分類透過內政部國土測繪中心提供之土地利用資料及交通部運輸研究所提供之道路資料萃取墳墓與道路分佈藉以計算墓地道路野火發生潛勢指標另外由每月之現地調查取得生物

量及植物水份含量作為野火燃料量及植體含水量因子之用（表 3-

6）並由消防局提供之大肚台地附近火災案件整理歸納以本模式之驗證

表 3-6 研究材料來源資料名稱 時間 空間解析

度 來源 用途

衛星影像 2001-2015 30mx30m 美國地質調

查中心

環境指標地覆分類火燒

跡地生物量植

體含量 2014-2015 月資料 現地採樣 燃料量植體

含水量墳墓分佈 2009 向量資料 國土測繪中

心墓地野火發

生潛勢道路區位 2008 向量資料 交通部運研

所道路野火發

生潛勢

氣象資料 2005-2015 月資料 氣象年報

伊凡諾夫濕潤係數平均風

速消防局火災

資料 2006-2015 月資料 消防局 驗證

33 研究方法331 野火風險分析

林火的發生通常為持續的乾旱過度的燃料累積強風火源的引進等因素綜合而成因此如能掌握以上資料之時空變化情形則能對於火燒發生之預測有相當大的助益

利用風險分析的概念將以上資訊量化以供消防救災有關之單位作為參考依據採用風險公式為

風險度（Risk）＝危害度（Hazard）times 脆弱度（Vulnerability）本研究之風險度為野火發生的機率危害度為外力(火源)對一地

區影響的程度脆弱度為地表之燃料接觸到火源後可能引燃的難易度將野火發生之風險以時間及空間分布加以探討時間分布指的是

於大肚台地氣候影響下草生地於各個月份的消長植體含水量多寡大氣中的水分含量高低將其量化成脆弱度值藉以評估野火發生的難易程度空間分布則是以最脆弱之月份為案例分析透過環境指標之建置判斷大肚台地易引起野火之區域

332 時間性野火脆弱度分析I 伊凡諾夫濕潤係數與平均風速伊凡諾夫濕潤係數為乾旱指標之一為利用累積降雨平均氣溫

相對溼度計算而成具有三者綜合分析的作用可以代表空氣中的水分多寡乾燥程度（楊美和等1997）本研究利用中央氣象局提供氣象年報整理 2005~2015 年間梧棲台中三義三個氣象站紀錄之三種氣象因子計算成伊凡諾夫濕潤係數再以徐昇氏多邊形法（圖 3-

13）計算平均值以代表大肚台地各月份空氣中水分含量的變化情形伊凡諾夫濕潤係數公式如下

P= RE0

式 3-1

E0=00018 (25+T )2（100minusr） 式 3-2

P伊凡諾夫溼潤係數T平均氣溫（） r相對溼度（）R累積降雨（mm）

圖 3-13 徐昇氏法各氣象站之控制面積同理整理 2005~2015 年梧棲台中三義三個氣象站紀錄之各月

份平均風速以徐昇氏多邊形法計算大肚台地平均風速之平均值II 常態化差異水體指標

影響火燒的其中一項重要原因為水分的多寡常態化差異水體指標（Normalized Difference Water Index NDWI）可用於植物含水率的測定（Gao 1996）也稱為葉面積含水 量指 標（Leaf Area Water-

Absent Index）代表植生水分狀態的含水率運算方式是應用近紅外光與短波紅外光段（SWIR） 的比值運算公式如下

NDWI= NIRminusSWIRNIR+SWIR 式 3-3

NIR近紅外光輻射值SWIR短波紅外光輻射值NDWI 為介於-1~1 之間的值值越大代表所含水分越多若植物

含水量越多代表火不易點燃就算有火源發生草地野火的機率亦會下降III 常態化差異植生指標

植生也為燃料的一種森林中的枯枝落葉或是草生地乾枯的老莖老葉皆為易引起火燒的材料來源而植生茂密的地方有較高的近紅光反射較低的紅光反射（Rouse et al 1973）常態化差異植生指標（Normalized Difference Vegetation Index NDVI）定義為近紅外光波段與紅光段的差值除以兩者之和（Elvidge and Chen 1995）其數值分佈於-1 至 1 之間值越高代表植生生長越良好越容易聚集火燒燃料源因此本研究將 NDVI 作為野火發生潛勢的指標之一

NDVI=NIRminusRNIR+R 式 3-4

NIR近紅外光

R紅光IV 野外採樣

大肚台地野火發生的起因主要為天竺草進入旱季快速枯萎累積大量燃料故觀察並記錄天竺草一年四季的變化為研究大肚台地野火發生的方法之一樣區選定在草生地地點位於成功嶺西側（圖 3-

15）採樣時間為始於 20141108每隔一個月採樣一次植體烘乾溫度時間以及植體含水量計算方式參照徐慈鴻等（2003）於草本植物處理方式流程及採樣照片（圖 3-14）如下

(1) 量測樣方以測定和捲尺量測 1mtimes1m 樣方(2) 採樣將天竺草地上部分割下共取 3 處(3) 秤重將樣品以電子秤各別量測其鮮重(4) 烘乾以烘箱烘 48 小時溫度設定在 85直到恆重(5) 秤重量測其乾重即為生物量(6) 水分含量測量其植體含水量公式定義如下

植體含水量=鮮重minus乾重乾重

times 100 式 3-5

(1) 量測樣方 (2) 地上部分割下

(3) 秤重（鮮重） (4) 烘乾

(5) 秤重（乾重）圖 3-14 採樣照片

圖 3-15 採樣地點V 因素分析

影響火燒的因子繁多且複雜彼此之間具有線性相依或獨立的關係各個因子影響火燒的貢獻度也不一致故如何給予各影響火燒因素權重為火燒研究中的課題之一因素分析（Factor Analysis）最早於二十世紀由心理學領域所逐漸發展出的一種多變量分析技術主要是一種相依分析技術其目的在於將一群互相具有相關性的資料縮減摘要轉換為新的彼此獨立不相關的新因素（林震岩2007）利用因素分析客觀地給予各因子權重以利於野火脆弱度評估

VI 脆弱度值之運算利用因素分析可得到影響火燒因子之權重而由於影響火燒因子

與火燒之發生有正向與負向之關係因此對於野火脆弱度分數有正向貢獻者如生物量NDVI平均風速之資料採用公式如下

y=x iminusxmin

xmaxminusxmin式 3-6

y正規化過後的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值對於 野 火 脆 弱 度 分數有負向貢獻者 如伊凡諾夫濕潤係數

NDWI植體含水量採用公式y =1minus

x iminusxmin

xmaxminusxmin式 3-7

y正規化後並經過反向配置的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值將各月份影響火燒因子之資料正規化及反向正規化後乘上影響

火燒因子之權重最後加總即可得知各月份脆弱度值以此做為大肚山野火脆弱度時間分布評估之依據

333 空間性野火風險分析風險度為連續的數值代表某場事件發生的機率這裡指野火發

生的風險利用相關指標予以量化分析並分成危害度脆弱度兩大部分

I 危害度危害度為外力對一地區影響的程度野火事件中之外力為火源

而分析災害發生的起因引發野火發生之火源可分為自然因素及人為因素自然因素如閃電人為因素如野外休憩燃燒紙錢及亂丟菸蒂等過去曾發生火燒之火燒跡地未來也可能因為相同之人事地物等條件而導致火燒再次發生將評估危害度之方法分述如下

(a) 墳墓區位及道路分布顏添明（2004）指出森林火燒 99是由人為所造成而人類進入

山林內的途徑為道路因此人類活動都須有道路之開闢人為活動的頻繁導致人為之森林火災發生之危險機率相對的增加另外由於傳統節慶每逢清明節時期當地人因習俗而至台地上墓地祭祖焚燒紙錢菸蒂等伴隨著許多火源的產生增加了火源接觸到燃料而引起火燒的機率（劉士銘2004）因此本研究以歐式距離法透過內政部

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

33 研究方法331 野火風險分析

林火的發生通常為持續的乾旱過度的燃料累積強風火源的引進等因素綜合而成因此如能掌握以上資料之時空變化情形則能對於火燒發生之預測有相當大的助益

利用風險分析的概念將以上資訊量化以供消防救災有關之單位作為參考依據採用風險公式為

風險度（Risk）＝危害度（Hazard）times 脆弱度（Vulnerability）本研究之風險度為野火發生的機率危害度為外力(火源)對一地

區影響的程度脆弱度為地表之燃料接觸到火源後可能引燃的難易度將野火發生之風險以時間及空間分布加以探討時間分布指的是

於大肚台地氣候影響下草生地於各個月份的消長植體含水量多寡大氣中的水分含量高低將其量化成脆弱度值藉以評估野火發生的難易程度空間分布則是以最脆弱之月份為案例分析透過環境指標之建置判斷大肚台地易引起野火之區域

332 時間性野火脆弱度分析I 伊凡諾夫濕潤係數與平均風速伊凡諾夫濕潤係數為乾旱指標之一為利用累積降雨平均氣溫

相對溼度計算而成具有三者綜合分析的作用可以代表空氣中的水分多寡乾燥程度（楊美和等1997）本研究利用中央氣象局提供氣象年報整理 2005~2015 年間梧棲台中三義三個氣象站紀錄之三種氣象因子計算成伊凡諾夫濕潤係數再以徐昇氏多邊形法（圖 3-

13）計算平均值以代表大肚台地各月份空氣中水分含量的變化情形伊凡諾夫濕潤係數公式如下

P= RE0

式 3-1

E0=00018 (25+T )2（100minusr） 式 3-2

P伊凡諾夫溼潤係數T平均氣溫（） r相對溼度（）R累積降雨（mm）

圖 3-13 徐昇氏法各氣象站之控制面積同理整理 2005~2015 年梧棲台中三義三個氣象站紀錄之各月

份平均風速以徐昇氏多邊形法計算大肚台地平均風速之平均值II 常態化差異水體指標

影響火燒的其中一項重要原因為水分的多寡常態化差異水體指標（Normalized Difference Water Index NDWI）可用於植物含水率的測定（Gao 1996）也稱為葉面積含水 量指 標（Leaf Area Water-

Absent Index）代表植生水分狀態的含水率運算方式是應用近紅外光與短波紅外光段（SWIR） 的比值運算公式如下

NDWI= NIRminusSWIRNIR+SWIR 式 3-3

NIR近紅外光輻射值SWIR短波紅外光輻射值NDWI 為介於-1~1 之間的值值越大代表所含水分越多若植物

含水量越多代表火不易點燃就算有火源發生草地野火的機率亦會下降III 常態化差異植生指標

植生也為燃料的一種森林中的枯枝落葉或是草生地乾枯的老莖老葉皆為易引起火燒的材料來源而植生茂密的地方有較高的近紅光反射較低的紅光反射（Rouse et al 1973）常態化差異植生指標（Normalized Difference Vegetation Index NDVI）定義為近紅外光波段與紅光段的差值除以兩者之和（Elvidge and Chen 1995）其數值分佈於-1 至 1 之間值越高代表植生生長越良好越容易聚集火燒燃料源因此本研究將 NDVI 作為野火發生潛勢的指標之一

NDVI=NIRminusRNIR+R 式 3-4

NIR近紅外光

R紅光IV 野外採樣

大肚台地野火發生的起因主要為天竺草進入旱季快速枯萎累積大量燃料故觀察並記錄天竺草一年四季的變化為研究大肚台地野火發生的方法之一樣區選定在草生地地點位於成功嶺西側（圖 3-

15）採樣時間為始於 20141108每隔一個月採樣一次植體烘乾溫度時間以及植體含水量計算方式參照徐慈鴻等（2003）於草本植物處理方式流程及採樣照片（圖 3-14）如下

(1) 量測樣方以測定和捲尺量測 1mtimes1m 樣方(2) 採樣將天竺草地上部分割下共取 3 處(3) 秤重將樣品以電子秤各別量測其鮮重(4) 烘乾以烘箱烘 48 小時溫度設定在 85直到恆重(5) 秤重量測其乾重即為生物量(6) 水分含量測量其植體含水量公式定義如下

植體含水量=鮮重minus乾重乾重

times 100 式 3-5

(1) 量測樣方 (2) 地上部分割下

(3) 秤重（鮮重） (4) 烘乾

(5) 秤重（乾重）圖 3-14 採樣照片

圖 3-15 採樣地點V 因素分析

影響火燒的因子繁多且複雜彼此之間具有線性相依或獨立的關係各個因子影響火燒的貢獻度也不一致故如何給予各影響火燒因素權重為火燒研究中的課題之一因素分析（Factor Analysis）最早於二十世紀由心理學領域所逐漸發展出的一種多變量分析技術主要是一種相依分析技術其目的在於將一群互相具有相關性的資料縮減摘要轉換為新的彼此獨立不相關的新因素（林震岩2007）利用因素分析客觀地給予各因子權重以利於野火脆弱度評估

VI 脆弱度值之運算利用因素分析可得到影響火燒因子之權重而由於影響火燒因子

與火燒之發生有正向與負向之關係因此對於野火脆弱度分數有正向貢獻者如生物量NDVI平均風速之資料採用公式如下

y=x iminusxmin

xmaxminusxmin式 3-6

y正規化過後的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值對於 野 火 脆 弱 度 分數有負向貢獻者 如伊凡諾夫濕潤係數

NDWI植體含水量採用公式y =1minus

x iminusxmin

xmaxminusxmin式 3-7

y正規化後並經過反向配置的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值將各月份影響火燒因子之資料正規化及反向正規化後乘上影響

火燒因子之權重最後加總即可得知各月份脆弱度值以此做為大肚山野火脆弱度時間分布評估之依據

333 空間性野火風險分析風險度為連續的數值代表某場事件發生的機率這裡指野火發

生的風險利用相關指標予以量化分析並分成危害度脆弱度兩大部分

I 危害度危害度為外力對一地區影響的程度野火事件中之外力為火源

而分析災害發生的起因引發野火發生之火源可分為自然因素及人為因素自然因素如閃電人為因素如野外休憩燃燒紙錢及亂丟菸蒂等過去曾發生火燒之火燒跡地未來也可能因為相同之人事地物等條件而導致火燒再次發生將評估危害度之方法分述如下

(a) 墳墓區位及道路分布顏添明（2004）指出森林火燒 99是由人為所造成而人類進入

山林內的途徑為道路因此人類活動都須有道路之開闢人為活動的頻繁導致人為之森林火災發生之危險機率相對的增加另外由於傳統節慶每逢清明節時期當地人因習俗而至台地上墓地祭祖焚燒紙錢菸蒂等伴隨著許多火源的產生增加了火源接觸到燃料而引起火燒的機率（劉士銘2004）因此本研究以歐式距離法透過內政部

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

332 時間性野火脆弱度分析I 伊凡諾夫濕潤係數與平均風速伊凡諾夫濕潤係數為乾旱指標之一為利用累積降雨平均氣溫

相對溼度計算而成具有三者綜合分析的作用可以代表空氣中的水分多寡乾燥程度（楊美和等1997）本研究利用中央氣象局提供氣象年報整理 2005~2015 年間梧棲台中三義三個氣象站紀錄之三種氣象因子計算成伊凡諾夫濕潤係數再以徐昇氏多邊形法（圖 3-

13）計算平均值以代表大肚台地各月份空氣中水分含量的變化情形伊凡諾夫濕潤係數公式如下

P= RE0

式 3-1

E0=00018 (25+T )2（100minusr） 式 3-2

P伊凡諾夫溼潤係數T平均氣溫（） r相對溼度（）R累積降雨（mm）

圖 3-13 徐昇氏法各氣象站之控制面積同理整理 2005~2015 年梧棲台中三義三個氣象站紀錄之各月

份平均風速以徐昇氏多邊形法計算大肚台地平均風速之平均值II 常態化差異水體指標

影響火燒的其中一項重要原因為水分的多寡常態化差異水體指標（Normalized Difference Water Index NDWI）可用於植物含水率的測定（Gao 1996）也稱為葉面積含水 量指 標（Leaf Area Water-

Absent Index）代表植生水分狀態的含水率運算方式是應用近紅外光與短波紅外光段（SWIR） 的比值運算公式如下

NDWI= NIRminusSWIRNIR+SWIR 式 3-3

NIR近紅外光輻射值SWIR短波紅外光輻射值NDWI 為介於-1~1 之間的值值越大代表所含水分越多若植物

含水量越多代表火不易點燃就算有火源發生草地野火的機率亦會下降III 常態化差異植生指標

植生也為燃料的一種森林中的枯枝落葉或是草生地乾枯的老莖老葉皆為易引起火燒的材料來源而植生茂密的地方有較高的近紅光反射較低的紅光反射（Rouse et al 1973）常態化差異植生指標（Normalized Difference Vegetation Index NDVI）定義為近紅外光波段與紅光段的差值除以兩者之和（Elvidge and Chen 1995）其數值分佈於-1 至 1 之間值越高代表植生生長越良好越容易聚集火燒燃料源因此本研究將 NDVI 作為野火發生潛勢的指標之一

NDVI=NIRminusRNIR+R 式 3-4

NIR近紅外光

R紅光IV 野外採樣

大肚台地野火發生的起因主要為天竺草進入旱季快速枯萎累積大量燃料故觀察並記錄天竺草一年四季的變化為研究大肚台地野火發生的方法之一樣區選定在草生地地點位於成功嶺西側（圖 3-

15）採樣時間為始於 20141108每隔一個月採樣一次植體烘乾溫度時間以及植體含水量計算方式參照徐慈鴻等（2003）於草本植物處理方式流程及採樣照片（圖 3-14）如下

(1) 量測樣方以測定和捲尺量測 1mtimes1m 樣方(2) 採樣將天竺草地上部分割下共取 3 處(3) 秤重將樣品以電子秤各別量測其鮮重(4) 烘乾以烘箱烘 48 小時溫度設定在 85直到恆重(5) 秤重量測其乾重即為生物量(6) 水分含量測量其植體含水量公式定義如下

植體含水量=鮮重minus乾重乾重

times 100 式 3-5

(1) 量測樣方 (2) 地上部分割下

(3) 秤重（鮮重） (4) 烘乾

(5) 秤重（乾重）圖 3-14 採樣照片

圖 3-15 採樣地點V 因素分析

影響火燒的因子繁多且複雜彼此之間具有線性相依或獨立的關係各個因子影響火燒的貢獻度也不一致故如何給予各影響火燒因素權重為火燒研究中的課題之一因素分析（Factor Analysis）最早於二十世紀由心理學領域所逐漸發展出的一種多變量分析技術主要是一種相依分析技術其目的在於將一群互相具有相關性的資料縮減摘要轉換為新的彼此獨立不相關的新因素（林震岩2007）利用因素分析客觀地給予各因子權重以利於野火脆弱度評估

VI 脆弱度值之運算利用因素分析可得到影響火燒因子之權重而由於影響火燒因子

與火燒之發生有正向與負向之關係因此對於野火脆弱度分數有正向貢獻者如生物量NDVI平均風速之資料採用公式如下

y=x iminusxmin

xmaxminusxmin式 3-6

y正規化過後的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值對於 野 火 脆 弱 度 分數有負向貢獻者 如伊凡諾夫濕潤係數

NDWI植體含水量採用公式y =1minus

x iminusxmin

xmaxminusxmin式 3-7

y正規化後並經過反向配置的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值將各月份影響火燒因子之資料正規化及反向正規化後乘上影響

火燒因子之權重最後加總即可得知各月份脆弱度值以此做為大肚山野火脆弱度時間分布評估之依據

333 空間性野火風險分析風險度為連續的數值代表某場事件發生的機率這裡指野火發

生的風險利用相關指標予以量化分析並分成危害度脆弱度兩大部分

I 危害度危害度為外力對一地區影響的程度野火事件中之外力為火源

而分析災害發生的起因引發野火發生之火源可分為自然因素及人為因素自然因素如閃電人為因素如野外休憩燃燒紙錢及亂丟菸蒂等過去曾發生火燒之火燒跡地未來也可能因為相同之人事地物等條件而導致火燒再次發生將評估危害度之方法分述如下

(a) 墳墓區位及道路分布顏添明（2004）指出森林火燒 99是由人為所造成而人類進入

山林內的途徑為道路因此人類活動都須有道路之開闢人為活動的頻繁導致人為之森林火災發生之危險機率相對的增加另外由於傳統節慶每逢清明節時期當地人因習俗而至台地上墓地祭祖焚燒紙錢菸蒂等伴隨著許多火源的產生增加了火源接觸到燃料而引起火燒的機率（劉士銘2004）因此本研究以歐式距離法透過內政部

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 3-13 徐昇氏法各氣象站之控制面積同理整理 2005~2015 年梧棲台中三義三個氣象站紀錄之各月

份平均風速以徐昇氏多邊形法計算大肚台地平均風速之平均值II 常態化差異水體指標

影響火燒的其中一項重要原因為水分的多寡常態化差異水體指標（Normalized Difference Water Index NDWI）可用於植物含水率的測定（Gao 1996）也稱為葉面積含水 量指 標（Leaf Area Water-

Absent Index）代表植生水分狀態的含水率運算方式是應用近紅外光與短波紅外光段（SWIR） 的比值運算公式如下

NDWI= NIRminusSWIRNIR+SWIR 式 3-3

NIR近紅外光輻射值SWIR短波紅外光輻射值NDWI 為介於-1~1 之間的值值越大代表所含水分越多若植物

含水量越多代表火不易點燃就算有火源發生草地野火的機率亦會下降III 常態化差異植生指標

植生也為燃料的一種森林中的枯枝落葉或是草生地乾枯的老莖老葉皆為易引起火燒的材料來源而植生茂密的地方有較高的近紅光反射較低的紅光反射（Rouse et al 1973）常態化差異植生指標（Normalized Difference Vegetation Index NDVI）定義為近紅外光波段與紅光段的差值除以兩者之和（Elvidge and Chen 1995）其數值分佈於-1 至 1 之間值越高代表植生生長越良好越容易聚集火燒燃料源因此本研究將 NDVI 作為野火發生潛勢的指標之一

NDVI=NIRminusRNIR+R 式 3-4

NIR近紅外光

R紅光IV 野外採樣

大肚台地野火發生的起因主要為天竺草進入旱季快速枯萎累積大量燃料故觀察並記錄天竺草一年四季的變化為研究大肚台地野火發生的方法之一樣區選定在草生地地點位於成功嶺西側（圖 3-

15）採樣時間為始於 20141108每隔一個月採樣一次植體烘乾溫度時間以及植體含水量計算方式參照徐慈鴻等（2003）於草本植物處理方式流程及採樣照片（圖 3-14）如下

(1) 量測樣方以測定和捲尺量測 1mtimes1m 樣方(2) 採樣將天竺草地上部分割下共取 3 處(3) 秤重將樣品以電子秤各別量測其鮮重(4) 烘乾以烘箱烘 48 小時溫度設定在 85直到恆重(5) 秤重量測其乾重即為生物量(6) 水分含量測量其植體含水量公式定義如下

植體含水量=鮮重minus乾重乾重

times 100 式 3-5

(1) 量測樣方 (2) 地上部分割下

(3) 秤重（鮮重） (4) 烘乾

(5) 秤重（乾重）圖 3-14 採樣照片

圖 3-15 採樣地點V 因素分析

影響火燒的因子繁多且複雜彼此之間具有線性相依或獨立的關係各個因子影響火燒的貢獻度也不一致故如何給予各影響火燒因素權重為火燒研究中的課題之一因素分析（Factor Analysis）最早於二十世紀由心理學領域所逐漸發展出的一種多變量分析技術主要是一種相依分析技術其目的在於將一群互相具有相關性的資料縮減摘要轉換為新的彼此獨立不相關的新因素（林震岩2007）利用因素分析客觀地給予各因子權重以利於野火脆弱度評估

VI 脆弱度值之運算利用因素分析可得到影響火燒因子之權重而由於影響火燒因子

與火燒之發生有正向與負向之關係因此對於野火脆弱度分數有正向貢獻者如生物量NDVI平均風速之資料採用公式如下

y=x iminusxmin

xmaxminusxmin式 3-6

y正規化過後的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值對於 野 火 脆 弱 度 分數有負向貢獻者 如伊凡諾夫濕潤係數

NDWI植體含水量採用公式y =1minus

x iminusxmin

xmaxminusxmin式 3-7

y正規化後並經過反向配置的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值將各月份影響火燒因子之資料正規化及反向正規化後乘上影響

火燒因子之權重最後加總即可得知各月份脆弱度值以此做為大肚山野火脆弱度時間分布評估之依據

333 空間性野火風險分析風險度為連續的數值代表某場事件發生的機率這裡指野火發

生的風險利用相關指標予以量化分析並分成危害度脆弱度兩大部分

I 危害度危害度為外力對一地區影響的程度野火事件中之外力為火源

而分析災害發生的起因引發野火發生之火源可分為自然因素及人為因素自然因素如閃電人為因素如野外休憩燃燒紙錢及亂丟菸蒂等過去曾發生火燒之火燒跡地未來也可能因為相同之人事地物等條件而導致火燒再次發生將評估危害度之方法分述如下

(a) 墳墓區位及道路分布顏添明（2004）指出森林火燒 99是由人為所造成而人類進入

山林內的途徑為道路因此人類活動都須有道路之開闢人為活動的頻繁導致人為之森林火災發生之危險機率相對的增加另外由於傳統節慶每逢清明節時期當地人因習俗而至台地上墓地祭祖焚燒紙錢菸蒂等伴隨著許多火源的產生增加了火源接觸到燃料而引起火燒的機率（劉士銘2004）因此本研究以歐式距離法透過內政部

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

NDWI= NIRminusSWIRNIR+SWIR 式 3-3

NIR近紅外光輻射值SWIR短波紅外光輻射值NDWI 為介於-1~1 之間的值值越大代表所含水分越多若植物

含水量越多代表火不易點燃就算有火源發生草地野火的機率亦會下降III 常態化差異植生指標

植生也為燃料的一種森林中的枯枝落葉或是草生地乾枯的老莖老葉皆為易引起火燒的材料來源而植生茂密的地方有較高的近紅光反射較低的紅光反射（Rouse et al 1973）常態化差異植生指標（Normalized Difference Vegetation Index NDVI）定義為近紅外光波段與紅光段的差值除以兩者之和（Elvidge and Chen 1995）其數值分佈於-1 至 1 之間值越高代表植生生長越良好越容易聚集火燒燃料源因此本研究將 NDVI 作為野火發生潛勢的指標之一

NDVI=NIRminusRNIR+R 式 3-4

NIR近紅外光

R紅光IV 野外採樣

大肚台地野火發生的起因主要為天竺草進入旱季快速枯萎累積大量燃料故觀察並記錄天竺草一年四季的變化為研究大肚台地野火發生的方法之一樣區選定在草生地地點位於成功嶺西側（圖 3-

15）採樣時間為始於 20141108每隔一個月採樣一次植體烘乾溫度時間以及植體含水量計算方式參照徐慈鴻等（2003）於草本植物處理方式流程及採樣照片（圖 3-14）如下

(1) 量測樣方以測定和捲尺量測 1mtimes1m 樣方(2) 採樣將天竺草地上部分割下共取 3 處(3) 秤重將樣品以電子秤各別量測其鮮重(4) 烘乾以烘箱烘 48 小時溫度設定在 85直到恆重(5) 秤重量測其乾重即為生物量(6) 水分含量測量其植體含水量公式定義如下

植體含水量=鮮重minus乾重乾重

times 100 式 3-5

(1) 量測樣方 (2) 地上部分割下

(3) 秤重（鮮重） (4) 烘乾

(5) 秤重（乾重）圖 3-14 採樣照片

圖 3-15 採樣地點V 因素分析

影響火燒的因子繁多且複雜彼此之間具有線性相依或獨立的關係各個因子影響火燒的貢獻度也不一致故如何給予各影響火燒因素權重為火燒研究中的課題之一因素分析（Factor Analysis）最早於二十世紀由心理學領域所逐漸發展出的一種多變量分析技術主要是一種相依分析技術其目的在於將一群互相具有相關性的資料縮減摘要轉換為新的彼此獨立不相關的新因素（林震岩2007）利用因素分析客觀地給予各因子權重以利於野火脆弱度評估

VI 脆弱度值之運算利用因素分析可得到影響火燒因子之權重而由於影響火燒因子

與火燒之發生有正向與負向之關係因此對於野火脆弱度分數有正向貢獻者如生物量NDVI平均風速之資料採用公式如下

y=x iminusxmin

xmaxminusxmin式 3-6

y正規化過後的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值對於 野 火 脆 弱 度 分數有負向貢獻者 如伊凡諾夫濕潤係數

NDWI植體含水量採用公式y =1minus

x iminusxmin

xmaxminusxmin式 3-7

y正規化後並經過反向配置的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值將各月份影響火燒因子之資料正規化及反向正規化後乘上影響

火燒因子之權重最後加總即可得知各月份脆弱度值以此做為大肚山野火脆弱度時間分布評估之依據

333 空間性野火風險分析風險度為連續的數值代表某場事件發生的機率這裡指野火發

生的風險利用相關指標予以量化分析並分成危害度脆弱度兩大部分

I 危害度危害度為外力對一地區影響的程度野火事件中之外力為火源

而分析災害發生的起因引發野火發生之火源可分為自然因素及人為因素自然因素如閃電人為因素如野外休憩燃燒紙錢及亂丟菸蒂等過去曾發生火燒之火燒跡地未來也可能因為相同之人事地物等條件而導致火燒再次發生將評估危害度之方法分述如下

(a) 墳墓區位及道路分布顏添明（2004）指出森林火燒 99是由人為所造成而人類進入

山林內的途徑為道路因此人類活動都須有道路之開闢人為活動的頻繁導致人為之森林火災發生之危險機率相對的增加另外由於傳統節慶每逢清明節時期當地人因習俗而至台地上墓地祭祖焚燒紙錢菸蒂等伴隨著許多火源的產生增加了火源接觸到燃料而引起火燒的機率（劉士銘2004）因此本研究以歐式距離法透過內政部

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

R紅光IV 野外採樣

大肚台地野火發生的起因主要為天竺草進入旱季快速枯萎累積大量燃料故觀察並記錄天竺草一年四季的變化為研究大肚台地野火發生的方法之一樣區選定在草生地地點位於成功嶺西側（圖 3-

15）採樣時間為始於 20141108每隔一個月採樣一次植體烘乾溫度時間以及植體含水量計算方式參照徐慈鴻等（2003）於草本植物處理方式流程及採樣照片（圖 3-14）如下

(1) 量測樣方以測定和捲尺量測 1mtimes1m 樣方(2) 採樣將天竺草地上部分割下共取 3 處(3) 秤重將樣品以電子秤各別量測其鮮重(4) 烘乾以烘箱烘 48 小時溫度設定在 85直到恆重(5) 秤重量測其乾重即為生物量(6) 水分含量測量其植體含水量公式定義如下

植體含水量=鮮重minus乾重乾重

times 100 式 3-5

(1) 量測樣方 (2) 地上部分割下

(3) 秤重（鮮重） (4) 烘乾

(5) 秤重（乾重）圖 3-14 採樣照片

圖 3-15 採樣地點V 因素分析

影響火燒的因子繁多且複雜彼此之間具有線性相依或獨立的關係各個因子影響火燒的貢獻度也不一致故如何給予各影響火燒因素權重為火燒研究中的課題之一因素分析（Factor Analysis）最早於二十世紀由心理學領域所逐漸發展出的一種多變量分析技術主要是一種相依分析技術其目的在於將一群互相具有相關性的資料縮減摘要轉換為新的彼此獨立不相關的新因素（林震岩2007）利用因素分析客觀地給予各因子權重以利於野火脆弱度評估

VI 脆弱度值之運算利用因素分析可得到影響火燒因子之權重而由於影響火燒因子

與火燒之發生有正向與負向之關係因此對於野火脆弱度分數有正向貢獻者如生物量NDVI平均風速之資料採用公式如下

y=x iminusxmin

xmaxminusxmin式 3-6

y正規化過後的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值對於 野 火 脆 弱 度 分數有負向貢獻者 如伊凡諾夫濕潤係數

NDWI植體含水量採用公式y =1minus

x iminusxmin

xmaxminusxmin式 3-7

y正規化後並經過反向配置的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值將各月份影響火燒因子之資料正規化及反向正規化後乘上影響

火燒因子之權重最後加總即可得知各月份脆弱度值以此做為大肚山野火脆弱度時間分布評估之依據

333 空間性野火風險分析風險度為連續的數值代表某場事件發生的機率這裡指野火發

生的風險利用相關指標予以量化分析並分成危害度脆弱度兩大部分

I 危害度危害度為外力對一地區影響的程度野火事件中之外力為火源

而分析災害發生的起因引發野火發生之火源可分為自然因素及人為因素自然因素如閃電人為因素如野外休憩燃燒紙錢及亂丟菸蒂等過去曾發生火燒之火燒跡地未來也可能因為相同之人事地物等條件而導致火燒再次發生將評估危害度之方法分述如下

(a) 墳墓區位及道路分布顏添明（2004）指出森林火燒 99是由人為所造成而人類進入

山林內的途徑為道路因此人類活動都須有道路之開闢人為活動的頻繁導致人為之森林火災發生之危險機率相對的增加另外由於傳統節慶每逢清明節時期當地人因習俗而至台地上墓地祭祖焚燒紙錢菸蒂等伴隨著許多火源的產生增加了火源接觸到燃料而引起火燒的機率（劉士銘2004）因此本研究以歐式距離法透過內政部

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

(1) 量測樣方 (2) 地上部分割下

(3) 秤重（鮮重） (4) 烘乾

(5) 秤重（乾重）圖 3-14 採樣照片

圖 3-15 採樣地點V 因素分析

影響火燒的因子繁多且複雜彼此之間具有線性相依或獨立的關係各個因子影響火燒的貢獻度也不一致故如何給予各影響火燒因素權重為火燒研究中的課題之一因素分析（Factor Analysis）最早於二十世紀由心理學領域所逐漸發展出的一種多變量分析技術主要是一種相依分析技術其目的在於將一群互相具有相關性的資料縮減摘要轉換為新的彼此獨立不相關的新因素（林震岩2007）利用因素分析客觀地給予各因子權重以利於野火脆弱度評估

VI 脆弱度值之運算利用因素分析可得到影響火燒因子之權重而由於影響火燒因子

與火燒之發生有正向與負向之關係因此對於野火脆弱度分數有正向貢獻者如生物量NDVI平均風速之資料採用公式如下

y=x iminusxmin

xmaxminusxmin式 3-6

y正規化過後的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值對於 野 火 脆 弱 度 分數有負向貢獻者 如伊凡諾夫濕潤係數

NDWI植體含水量採用公式y =1minus

x iminusxmin

xmaxminusxmin式 3-7

y正規化後並經過反向配置的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值將各月份影響火燒因子之資料正規化及反向正規化後乘上影響

火燒因子之權重最後加總即可得知各月份脆弱度值以此做為大肚山野火脆弱度時間分布評估之依據

333 空間性野火風險分析風險度為連續的數值代表某場事件發生的機率這裡指野火發

生的風險利用相關指標予以量化分析並分成危害度脆弱度兩大部分

I 危害度危害度為外力對一地區影響的程度野火事件中之外力為火源

而分析災害發生的起因引發野火發生之火源可分為自然因素及人為因素自然因素如閃電人為因素如野外休憩燃燒紙錢及亂丟菸蒂等過去曾發生火燒之火燒跡地未來也可能因為相同之人事地物等條件而導致火燒再次發生將評估危害度之方法分述如下

(a) 墳墓區位及道路分布顏添明（2004）指出森林火燒 99是由人為所造成而人類進入

山林內的途徑為道路因此人類活動都須有道路之開闢人為活動的頻繁導致人為之森林火災發生之危險機率相對的增加另外由於傳統節慶每逢清明節時期當地人因習俗而至台地上墓地祭祖焚燒紙錢菸蒂等伴隨著許多火源的產生增加了火源接觸到燃料而引起火燒的機率（劉士銘2004）因此本研究以歐式距離法透過內政部

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 3-15 採樣地點V 因素分析

影響火燒的因子繁多且複雜彼此之間具有線性相依或獨立的關係各個因子影響火燒的貢獻度也不一致故如何給予各影響火燒因素權重為火燒研究中的課題之一因素分析（Factor Analysis）最早於二十世紀由心理學領域所逐漸發展出的一種多變量分析技術主要是一種相依分析技術其目的在於將一群互相具有相關性的資料縮減摘要轉換為新的彼此獨立不相關的新因素（林震岩2007）利用因素分析客觀地給予各因子權重以利於野火脆弱度評估

VI 脆弱度值之運算利用因素分析可得到影響火燒因子之權重而由於影響火燒因子

與火燒之發生有正向與負向之關係因此對於野火脆弱度分數有正向貢獻者如生物量NDVI平均風速之資料採用公式如下

y=x iminusxmin

xmaxminusxmin式 3-6

y正規化過後的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值對於 野 火 脆 弱 度 分數有負向貢獻者 如伊凡諾夫濕潤係數

NDWI植體含水量採用公式y =1minus

x iminusxmin

xmaxminusxmin式 3-7

y正規化後並經過反向配置的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值將各月份影響火燒因子之資料正規化及反向正規化後乘上影響

火燒因子之權重最後加總即可得知各月份脆弱度值以此做為大肚山野火脆弱度時間分布評估之依據

333 空間性野火風險分析風險度為連續的數值代表某場事件發生的機率這裡指野火發

生的風險利用相關指標予以量化分析並分成危害度脆弱度兩大部分

I 危害度危害度為外力對一地區影響的程度野火事件中之外力為火源

而分析災害發生的起因引發野火發生之火源可分為自然因素及人為因素自然因素如閃電人為因素如野外休憩燃燒紙錢及亂丟菸蒂等過去曾發生火燒之火燒跡地未來也可能因為相同之人事地物等條件而導致火燒再次發生將評估危害度之方法分述如下

(a) 墳墓區位及道路分布顏添明（2004）指出森林火燒 99是由人為所造成而人類進入

山林內的途徑為道路因此人類活動都須有道路之開闢人為活動的頻繁導致人為之森林火災發生之危險機率相對的增加另外由於傳統節慶每逢清明節時期當地人因習俗而至台地上墓地祭祖焚燒紙錢菸蒂等伴隨著許多火源的產生增加了火源接觸到燃料而引起火燒的機率（劉士銘2004）因此本研究以歐式距離法透過內政部

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

VI 脆弱度值之運算利用因素分析可得到影響火燒因子之權重而由於影響火燒因子

與火燒之發生有正向與負向之關係因此對於野火脆弱度分數有正向貢獻者如生物量NDVI平均風速之資料採用公式如下

y=x iminusxmin

xmaxminusxmin式 3-6

y正規化過後的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值對於 野 火 脆 弱 度 分數有負向貢獻者 如伊凡諾夫濕潤係數

NDWI植體含水量採用公式y =1minus

x iminusxmin

xmaxminusxmin式 3-7

y正規化後並經過反向配置的結果x i第 i 個指標之原始值xmaxxmin各別為該指標的最大值及最小值將各月份影響火燒因子之資料正規化及反向正規化後乘上影響

火燒因子之權重最後加總即可得知各月份脆弱度值以此做為大肚山野火脆弱度時間分布評估之依據

333 空間性野火風險分析風險度為連續的數值代表某場事件發生的機率這裡指野火發

生的風險利用相關指標予以量化分析並分成危害度脆弱度兩大部分

I 危害度危害度為外力對一地區影響的程度野火事件中之外力為火源

而分析災害發生的起因引發野火發生之火源可分為自然因素及人為因素自然因素如閃電人為因素如野外休憩燃燒紙錢及亂丟菸蒂等過去曾發生火燒之火燒跡地未來也可能因為相同之人事地物等條件而導致火燒再次發生將評估危害度之方法分述如下

(a) 墳墓區位及道路分布顏添明（2004）指出森林火燒 99是由人為所造成而人類進入

山林內的途徑為道路因此人類活動都須有道路之開闢人為活動的頻繁導致人為之森林火災發生之危險機率相對的增加另外由於傳統節慶每逢清明節時期當地人因習俗而至台地上墓地祭祖焚燒紙錢菸蒂等伴隨著許多火源的產生增加了火源接觸到燃料而引起火燒的機率（劉士銘2004）因此本研究以歐式距離法透過內政部

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

333 空間性野火風險分析風險度為連續的數值代表某場事件發生的機率這裡指野火發

生的風險利用相關指標予以量化分析並分成危害度脆弱度兩大部分

I 危害度危害度為外力對一地區影響的程度野火事件中之外力為火源

而分析災害發生的起因引發野火發生之火源可分為自然因素及人為因素自然因素如閃電人為因素如野外休憩燃燒紙錢及亂丟菸蒂等過去曾發生火燒之火燒跡地未來也可能因為相同之人事地物等條件而導致火燒再次發生將評估危害度之方法分述如下

(a) 墳墓區位及道路分布顏添明（2004）指出森林火燒 99是由人為所造成而人類進入

山林內的途徑為道路因此人類活動都須有道路之開闢人為活動的頻繁導致人為之森林火災發生之危險機率相對的增加另外由於傳統節慶每逢清明節時期當地人因習俗而至台地上墓地祭祖焚燒紙錢菸蒂等伴隨著許多火源的產生增加了火源接觸到燃料而引起火燒的機率（劉士銘2004）因此本研究以歐式距離法透過內政部

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

國土測繪中心提供 2009 年土地利用資料之墳墓區位（圖 3-17）及交通部運輸研究所之道路資料（圖 3-18）建置墓地野火發生潛勢道路野火發生潛勢之指標用以評估外力對野火發生影響的可能性其公式(式 3-8)及概念（圖 3-16）如下

D=radic（ X1minusX2）2+（Y 1minusY 2）

2 式 3-8

D兩點之間的距離X1Y 1 點1之座標X2Y 2點2之座標

圖 3-16 二維空間中兩點真實距離

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 3-17 墳墓區位 圖 3-18 道路分佈(b) 常態化火燒指標與火燒跡地劃定

火燒跡地指森林中經火災燒毀後植生尚未恢復之土地而過去曾發生火燒之火燒跡地未來在相同條件下也可能導致火燒再次發生常態化火燒指標（Normalized Burn Ratio NBR）由 Lopez and Caselles

於 1991 年提出之用於劃定火燒跡地指標利用近紅外光（NIR）及短波紅外光（1198781198821198681198772）計算而成其值介於-1 至 1 之間值越高則植生越茂密越低則植生稀疏或受野火影響計算公式如下

NBR=NIRminusSWIR2

NIR+SWIR2式 3-9

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

NIR近紅外光SWIR2短波紅外光為避免將單期衛星影像之 火 燒 跡 地判釋為裸露地 Key and

Benson （2006）提出常態化差異火燒指標(Difference Normalized Burn

Ratio dNBR)即利用火燒前 NBR減去火燒後NBR以具體量化出環境受火燒干擾的變化情形

dNBR = NBR prefireminusNBR postfire 式 3-10

NBR prefire火燒前 NBR 值NBR postfire火燒後NBR 值透過 dNBR 可以得知受火燒干擾後有變化之區位並利用 Key

and Benson 2006提出之火燒嚴重度分類（表 3-7）為避免將旱季之草生地誤判為火燒跡地萃取出火燒嚴重度大於中低嚴重度之區域意即 dNBR 值大於 027 之區域為火燒跡地

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

表 3-7 火燒嚴重度分類火燒嚴重度 dNBR 值未火燒 -0100~0099

低嚴重度 0100~0269

中低嚴重度 0270~0439

中高嚴重度 0440~0659

高嚴重度 0660~1300

II 脆弱度脆弱度評估為對於暴露在野火災害下的對象以及其周圍的孕災環

境進行綜合性評估故將大肚台地整體看為一個生態系統地表之燃料接觸到火源後可能引燃的難易程度即脆弱性植體為燃料的一種故植物生長良好之地區相對於裸地擁有較多的燃料量能幫助野火災害之蔓延或引燃燃料之水分也影響野火災害引燃之速率因此採用前述之常態化差異水體指標常態化差異植生指標其分別代表燃料含水量以及燃料量多寡以評估地表燃料接觸到火源時被引燃的難易程度

燃料本身性質也會影響野火災害的發生地表覆蓋物為火燒之燃

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

料來源故地表覆蓋與火燒息息相關Brown（1973）指出草類是屬於輕質燃料燃料體內水分蒸發迅速且四周氧氣供應充足故容易引燃向四周蔓延的速度極快但火勢持續不久而重質燃料之林木因為材料的關係燃料體內水分不易散失不容易起火燃燒但一經引燃後燃燒時間持久造成的火勢也較大有鑑於此應用監督式分類法（Supervised Classification）於地覆類別分類監督式分類為經由人工先選取訓練樣本而電腦再依據此訓練樣本分類出光譜值相近之區塊（林政侑2012）採取時間性野火脆弱度值最高之月份衛星影像將地表覆蓋物分成農地草生地水體森林及裸露地 5 大類（圖 3-19）其中草生地及農地屬於輕質燃料容易引燃森林屬於重質燃料不容易起火燃燒裸地及水體則無燃料量燃料性質標準化評估方式如表 3-8

裸地 林地

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

農地 草生地

水體圖 3-19 訓練樣本參考依據

表 3-8 燃料性質標準化評估方式燃料性質 標準化值

輕質燃料 1

重質燃料 05

無燃料 0

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

應用監督式分類進行影像分類完成後將其需地面真實資料互相對照比較以判斷分類出之結果是否精確及符和需求精確度評估即利用分類結果與地面之地真資料互相比對並以誤差矩陣（表 3-9）決定其整體精確度與 Kappa 係數據此作為精確度評估之標準（方彥凱2003林政侑2012）

表 3-9 誤差矩陣表分類結果

(Classification Class)

地面參考資料（Reference Data）

a b c d 列總計 使用者精確度

A X Aa X Ab X Ac X Ad sum X A+iquestiquest UA1+iquestiquest

B X Ba X Bb X Bc X Bd sum XB+iquestiquest UA2+iquestiquest

C XCa XCb XCc XCd sum XC+iquestiquest UA3+iquestiquest

D X Da X Db X Dc X Dd sum XD+iquestiquest UA4+iquest iquest

行總計 sum X+a sum X+b sum X+c sum X+d sum X生產者精確度 PA+1 PA+2 PA+3 PA+ 4

（資料來源 林政侑2012）表 3-9 中將分類結果分成四個類別分別為 ABCD而

abcd 則為地面參考資料在矩陣內X Ab表示實際結果為 b 而被分入分類結果 A 之個數依據誤差矩陣之結果計算整體精確度（Overall

Accuracy OA）公式如下

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

整體精確度=sumi=1

n

X ii

sumi=1

n

sumj=1

n

X ij

times100 式 3-11

Xii分類至正確地表類別之個數Xij誤差矩陣中第 i 列第 j 行之元素n類別數以全部分類正確的個數除以全部樣本之個數即可得知整體精確度

（OA）也就是將誤差矩陣中對角線元素之總和除以全部樣本之個數因其考慮各類別之相對權重關係故整體精確度較為客觀另外利用 Kappa 係數（Kappa Coefficient） 用以比較判釋後之成果與完全隨機分類之情況下其判釋後之成果所減少錯誤的百分比公式如下

Kappa係數=N sum

i=1

n

X iiminussumi=1

n

（ X i+1times X+i）

N 2minussumi=1

n

（ X i+1 times X+i）式 3-12

n分類矩陣之列數Xii分類矩陣中欄列對角線之樣點數目N全部樣點數目Kappa 係數也扮演著判釋後之成果比隨機分類優良多少的一種指

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

標而 Kappa 係數可藉由誤差矩陣間的相互運算求得並同時考慮誤授 及漏授 之 因 素 故目 前 常 被 應 用 於遙測影像判釋的精度 評 估Kappa 係數介於 0~1 之間Kappa 係數越大代表分類精確度越高（林政侑2012Congalton1991）

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

4 第 4 章 結果與討論411 時間性野火脆弱度分析與驗證I 伊凡諾夫濕潤係數與平均風速

氣象資料分析的結果平均氣溫介於 1613~2917以 7 月份最高1 月份最低相對溼度則以 10 月份的 728最低2 份月 81最高每月累積降雨以 678 月份為高峰期此時為大肚台地地區的雨季10 月份至隔年 2 月份雨量較少為相對乾旱期將前述三項氣象因子帶入伊凡諾夫濕潤係數公式可得各月份之值當中以 6 月至 8

月份值最高表示此時空氣中的水分含量較高將各月份之伊凡諾夫濕潤係數正規化後並線性反轉以進行後續脆弱度之運算平均風速的部分由於 10 月份至隔年 2 月份盛行東北季風故整體而言平均風速相對較高（表 4-10）II 水體指標與植生指標

由衛星影像萃取 NDWI 與 NDVI 之結果（表 4-11）NDWI 能推測地表或植體含水量的多寡結果顯示 5 月份至 9 月份值相對較高與此時為大肚台地雨季有密切的關係NDVI 可表示植物生長的茂密

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

程度而 5 月至 9 月份正值夏季日照強烈光合作用旺盛值也較高將兩者之結果正規化其中由於 NDWI代表地表含水量含水量越高則越不易火燒因此將其反向正規化得 iNDWI 以進行後續脆弱度運算（表 4-12）

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

表 4-10 氣象資料及伊凡諾夫濕潤係數月份 1 2 3 4 5 6 7 8 9 10 11 12

平均氣溫（）

1613 1710 1910 2282 2606 2795 2917 2889 2805 2524 2212 1783

相對濕度（）

7874 8103 7649 7683 7729 7831 7499 7670 7536 7284 7525 7407

累積降雨（mm）

2648 5864 79381258

62027

83168

82529

13369

81466

73778 5583 3601

伊凡諾夫濕潤係數

040 015 096 131 190 289 191 276 117 030 056 042

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

伊凡諾夫濕潤係數反向正規化

090 100 070 057 036 000 035 004 062 094 084 090

平均風速(ms)

497 439 384 312 301 306 317 282 323 453 414 458

平均風速正規化

100 073 048 014 009 011 016 000 019 080 061 082

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

表 4-11 樣區各月份水體指標及植生指標月份 1 2 3 4 5 6

NDWI -005 -011 -004 002 033 035

NDVI 035 029 034 049 076 072

月份 7 8 9 10 11 12

NDWI 031 024 025 018 004 -001

NDVI 072 071 071 054 045 039

表 4-12 樣區各月份水體指標反向正規化及植生指標正規化月份 1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080

NDVI 013 000 011 042 100 092 092 091 091 054 034 021

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

III 天竺草生物量與植體含水量

天竺草生物量採樣始於 2014 年 11 月 08號樣區於 2015 年 5 月因發生火燒事件發生至 7 月份皆無進行生物量量測此段時間資料採用迴歸方式補遺待至同年 8 月份重新採樣而受到火燒的影響其精確性故 8 月份至 10 月份生物量也採用迴歸方式補遺補遺方式採用生物量為依變數月份NDVI 為自變數經由統計軟體 SPSS 進行迴歸分析得出迴歸方程式及判定係數為

Y=0 904+0042 X1+0162 X2 式 4-13

R2=0798P=0069

Y補遺之生物量X1月份X2NDVI

R2判定係數採樣及迴歸結果如表 4-14由消防局提供之資料顯示樣區一年

內並無火燒資料累積大量之生物量因此 11 月份採樣資料較高而由於受到乾旱的影響使得天竺草凋萎因此同年十二月至隔年四月份採樣資料稍微減少整體而言天竺草全年生物量變化不大為驗證天竺草各月份生物量是否有顯著差異將各月份三重覆之生物量採樣資 料 以 Tukey test 進 行單因 子變異數分 析 分 析 結 果 （表 4-

13）F(512)=3307p=0053gt005不顯著故不拒絕虛無假設因此各月份生物量無顯著差異代表大肚山天竺草生地全年皆屬於燃

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

料量較豐的情形將天竺草採樣結果正規化以進行後續脆弱度之運算

表 4-13 單因子變異數分析平方和 自由度 平均平

方和 F 顯著性組間 0624 5 0125 3037 0053

組內 0493 12 0041

總和 1117 17

植體含水量也因火燒事件影響缺少實測資料5 月份至 10 月份採用迴歸方式補遺之採用植體含水量為依變數月份NDWI 為自變數其迴歸方程式及判定係數為

Y=05 48+000 2 X1+0 776 X2 式 4-14

R2=0621P=0001

Y補遺之植體含水量X1月份X2NDWI

R2判定係數結果顯示 5 月至 9 月份相對較高因此時為大肚台地的雨季豐

沛的雨量供給天竺草吸收足夠之水份而 11 月份雨量減少進而導致

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

天竺草水分吸收不足而枯萎因此含水量始下降（表 4-14）將結果反向正規化以進行後續脆弱度之運算（表 4-15）

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

表 4-14 樣區各月份天竺草生物量及植體含水量月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量（kgm2）

104 107 104 108 124 127 131 136 140 141 153 134

植體含水量（）

5394 4866 4679 5539 8119 8338 8037 7480 7565 7044 6443 5348

為補遺資料表 4-15 樣區各月份天竺草生物量正規化及植體含水量反向正規化

月份 1 2 3 4 5 6 7 8 9 10 11 12

生物量 000 007 000 009 040 048 056 065 073 076 100 062

植體含水量 080 095 100 076 006 000 008 023 021 035 052 082

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

反向正規化

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

IV 因素分析採用前述之伊凡諾夫濕潤係數平均風速NDWINDVI生物

量植體水份含量等 6項資料進行因素分析共同因素萃取採用因素分析中最常用的主成分分析法保留特徵值大於 1 的主成分並以主成分中所佔比例較高之因子作為野火脆弱度權重之依據由分析出之因素陡坡圖（圖 4-20）特徵值及解釋變異數（表 4-16）可得知成份 1 的特徵值為 449解釋變異數為 7483成份 2 的特徵值為108解釋變異數為 1800特徵值皆大於 1故保留此二成份而二者累積解釋變異數達到 9283其意思為解釋能力良好大部分之原始變數能被解釋

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

1 2 3 4 5 600

05

10

15

20

25

30

35

40

45

50

成分編號

特徵值

圖 4-20 因素陡坡圖

表 4-16 主成份分析法萃取之特徵值與解釋變異數

成份 特徵值 解釋變異數（）

累積解釋變異數（）

1 449 7483 74832 108 1800 92833 029 483 97674 012 200 99675 001 017 99836 001 017 10000

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

以最大變異法將原始因素矩陣（表 4-17）進行轉軸由轉軸後的因素矩陣（表 4-18）可得知成份 1包含 NDWINDVI植體水份含量伊凡諾夫濕潤係數平均風速等 5個因素成份 2僅含生物量 1

個因素將 2 成份累積解釋變異數 9283放大至 100並將二成份之解釋變異數等比例放大成份解釋變異數代表能解釋草地野火的程度而負荷量越大代表在該成份佔的比例越多因此將成分中的負荷量乘上該成分放大後之解釋變異數並將此結果作為野火影響因子之權重依據（表 4-19）

表 4-17 影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 097 -008NDVI -098 003

植體水分含量 095 -019

生物量 -043 085

伊凡諾夫濕潤係數 086 039

平均風速 084 039

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

表 4-18 轉軸後之影響火燒因子因素矩陣影響火燒因子 成份 1 成份 2

NDWI 085 -047NDVI -089 043

植體水分含量 078 -057

生物量 -005 096

伊凡諾夫濕潤係數 095 000

平均風速 093 002

表 4-19 影響火燒因子之權重影響火燒因子 權重（）

NDWI 1841NDVI 1914

植體水分含量 1685

生物量 498

伊凡諾夫濕潤係數 2053

平均風速 2009

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

V 時間性野火脆弱度分析將各月份影響火燒因子例如 NDVI生物量平均風速正規化

NDWI植體含水量伊凡諾夫濕潤係數反向正規化後乘上各指標之權重加總得到脆弱度以做為大肚台地野火脆弱度分析之依據結果顯示 1 月份脆弱度值最高表示此時期為較乾旱燃料量多為良好之野火孕災環境整體而言脆弱度值從 10 月份開始逐漸上升直至隔年 4 月皆為脆弱度值之高峰期而 5 月份至 9 月份因適逢大肚台地雨季潮濕之空氣及較高的植體含水量影響下降低了野火發生的機率故脆弱度值也較低（表 4-20）

根據大肚台地鄰近消防局提供 2006~2015 年各月份平均火災案件記錄資料顯示火災案件紀錄以 3 月份最高約有 200筆10 月份次之（表 4-21）將野火脆弱度與消防局火災案件紀錄繪製成圖（圖 4-

21）大肚台地 10 月至翌年 4 月之脆弱度值均大於 05與其他月份相比較屬火燒高危險時期然而其火燒案件紀錄之符合度有些微差異而 3～11 月為脆弱度小之低危險期與火燒案件紀錄趨勢較一致可知高火燒脆弱度之月份無法反應實際發生火燒之紀錄主要原因係缺乏危害因素之考量故本研究後續之野火發生風險空間分布則加入危

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

害度予以修正

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

表 4-20 各月份火燒影響因子與脆弱度1 2 3 4 5 6 7 8 9 10 11 12

iNDWI 088 100 086 073 006 000 009 025 023 039 067 080NDVI 013 000 011 042 100 092 092 091 091 054 034 021

植體含水量反向正規化

080 095 100 076 006 000 008 023 021 035 052 082

生物量 000 007 000 009 040 048 056 065 073 076 100 062

伊凡諾夫濕潤係數

反向正規化090 100 070 057 036 000 035 004 062 094 084 090

平均風速 100 073 048 014 009 011 016 000 019 080 061 082

野火脆弱度 071 070 059 050 032 022 034 030 046 063 062 070

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

表 4-21 2006~2011 年各月份平均火災案件紀錄月份 1 2 3 4 5 6 7 8 9 10 11 12

火災案件次數

11150 8330 19944 12478 3189 3900 5720 4610 6390 13650 11460 9778

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

1 2 3 4 5 6 7 8 9 10 11 120

50

100

150

200

250

00

01

02

03

04

05

06

07

08

脆弱度 火災案件次數

月份

火災案件紀錄次數

脆弱度值

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 4-21 野火脆弱度與火災案件紀錄之驗證

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

412 空間性野火風險分析與驗證I 危害度

利用歐式距離法求算距離並經反向配置後得到大肚台地墓地火燒發生潛勢指標（圖 4-22）與道路火燒發生潛勢指標（圖 4-23）之空間分布圖距離墓地或道路越近其值越高代表越容易受到人為活動影響火源之引入而導致野火災害發生機率增加

因墓地位於沙鹿區清水區西側龍井區西側大肚區南側及烏日區北側故墓地火燒發生潛勢指標較高而大肚台地因交通方便道路於台地均有分布故道路火燒發生潛勢指標於大肚台地之值皆高而台地東北側為清泉崗機場以及台地西南側為保安林區無道路通過而指標值較低

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 4-22 墓地火燒發生潛勢指標 圖 4-23 道路火燒發生潛勢指標透過 dNBR 能萃取出大肚台地歷年來推估之火燒跡地而由時間

性野火脆弱度之結果可得知大肚台地每年約 10 月份至隔年 4 月為火燒高危險時期故採用每年進入火燒高危險季初月份之衛星影像作為火燒前期隔年火燒高危險季末之衛星影像為火燒後期（圖 4-24）將歷年來火燒跡地套疊得到歷年火燒跡地空間分佈（圖 4-25）其值越高代表該地接觸到火源的機會越高故野火災害發生頻率越頻繁

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 4-24 火燒前後衛星影像之選取

圖 4-25 歷年火燒跡地空間分布將墓地火燒發生潛勢指標道路火燒發生潛勢指標歷年火燒跡

地三者正規化後相加套疊得到危害度分佈（圖 4-26）結果顯示沙鹿區西側龍井區西側以及大肚區南側烏日區北側危害度較高因

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

大肚山墓地分布於此人為活動例如焚燒紙錢燃燒廢棄物等使得觸發火源機率增高加上道路開闢使得到達該地便利性增加進而導致人為活動頻繁而推估之火燒跡地也分布於此代表過去該地曾發生過野火災害即代表相同的環境下可能會再次發生火燒危害度值也會越高為外力(火源)影響程度較大之區域

圖 4-26 危害度空間分布

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

II 脆弱度野火災害之發生與燃料狀態有密切的關係由時間性野火脆弱度

可得知大肚台地野火脆弱度最高月份為 1 月故採用該月份之衛星影像以萃取 NDWI利用 20140125衛星影像萃取 NDWI（圖 4-27）由於 NDWI代表地表含水量含水量越高則脆弱度越低因此將其反向正規化得 iNDWI（圖 4-28）代表該月份之地表及植體水分分佈多寡而能影響火燒引燃的難易程度

大肚區烏日區擁有豐富的保安林地是此含水量相對較高而沙鹿區多為建地與公墓故地表含水量較低

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 4-27 常態化差異水體指標空間分布

圖 4-28 反向配置之常態化差異水體指標空間分布

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

NDVI 可表示地表植生之生長茂密程度即燃料量多寡採用脆弱度最高之 1 月份衛星影像（20140104）萃取NDVI（圖 4-29）因火燒之發生需燃料才能被誘發及持續而大肚區龍井區因保安林及天竺草生地分布較多故接觸到火源時起火引燃的機率較大

圖 4-29 常態化差異植生指標空間分布

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

為求得可燃料指標於大肚台地之空間分布圖以人工方式萃取20140125衛星影像地覆類別之訓練樣本後利用監督式分類法將其分為水體農地森林草生地裸地等五類地覆類別（圖 4-30）並以 20140107 之航拍作為真實地覆類別（圖 4-31）進行精確度評估（表 4-22）結果顯示整體精確度為 8393Kappa 係數為 071表示此分類成果尚可被接受

圖 4-30 分類地覆類別 圖 4-31 真實地覆類別

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

表 4-22 精確度評估結果真實地覆類別

類別 水體 草生地 森林 裸地 農地 列總計

分類地覆類別

水體 3 0 0 0 0 3

草生地 1 48 1 8 4 62

森林 0 0 13 0 1 14

裸地 0 5 3 108 4 120

農地 0 3 5 5 37 50

行總計 4 56 22 121 46 249

整體精確度=8393 Kappa=071

將地覆類別中之農地及草生地歸類為輕質燃料森林為重質燃料裸地及水體則無燃料量依燃料性質評估方式給予其標準化值後得到可燃料指標空間分布（圖 4-32）由可燃料指標空間分布可得知大肚台地因佈滿農地與草生地故輕質燃料於大肚台地之面積占大多數而大肚區烏日區沙鹿區東側則有保安林分布故重質燃料分布於此西屯區南側沙鹿區西側則因位於工商業住宅區大都為建地而無燃料量分布

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 4-32 可燃料指標空間分布將 iNDWINDVI 以及可燃料指標空間分布三者套疊相加得到

大肚台地脆弱度空間分布（圖 4-33）其值越高代表該區域燃料量豐富水分含量少並為草生地或農地屬於輕質燃料接觸到火源時能有較高之機率被引燃反之脆弱度低之區域較不易被引燃

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 4-33 脆弱度空間分布

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

III 風險度風險度為連續的數值代表野火災害發生的機率將危害度及脆

弱度正規化後相乘套疊得到大肚台地野火風險度空間分布（圖 4-

34）結果顯示烏日區南屯區南側龍井區西側沙鹿區西側以及清水區西側風險度值較高代表燃料量豐富且乾旱為良好之野火孕災環境並且為容易接觸到火源之區域故野火災害容易發生建議可加強消防車巡邏於該區域而清泉崗機場草皮雖然擁有豐富的火燒燃料然因危害度較低故野火發生風險也相對較低

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 4-34 風險度空間分布IV 風險度驗證

利用大肚台地附近消防局提供 2006-2015 年間火災點位（圖 4-

35）以驗證本模式可行性萃取火災點位之風險度值得到風險度與火災次數累積百分比之關係（圖 4-36）將風險度小於 035劃為 A 區約有 25火災點位落於此此區火災點位大多為受到鄰近火災波及之事件或為都市中雜草廢棄物所引發之火燒案件風險度介於 035～

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

070劃為 B 區約有 55火災點位落於此區間顯示大部分火災案件皆發生於此區域發生地點為農地鄰近都市之郊區交通要道旁之雜草風險度大於 070劃為 C 區約有 20火災點位發生於此區發生地點為荒野之山區或墳墓區A 區B 區以及 C 區之空間分布如圖 4-37整體而言約有 65火災點位發生於風險度 050 以上

圖 4-35 火災點位之空間分布

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 4-36 火災次數累積百分比與風險度之關係

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

圖 4-37 火災點位分區之空間分布約有 35火災點位發生於風險度 050 以下之區域此些點位性質

為缺少某一項引發火燒之條件然而因鄰近有火燒事件發生受到波及影響導致火燒蔓延至此區域因此此區域於消防重點為防治野火蔓延V 脆弱度與風險度評估模式之比較

為探討脆弱度加入危害度修正後與風險度之差異性萃取火災點位之脆弱度與風險度（圖 4-38）脆弱度與風險度位於 A 區之火災點位分別占 21與 25B 區則分別占 15與 55C 區分別占 70與

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

20顯示經過危害度修正後部分原先高度脆弱（C 區）之火災點位修正至中度風險（B 區）這些點位共同特性為富含火燒燃料且於乾旱的狀態為良好之野火孕災環境然由於道路可及性低或遠離公墓區以及為機場高爾夫球場等平時有養護之地區減少因受到人為影響而導致野火災害發生之機率低度脆弱之區域加入危害度修正後則變化不大因此脆弱度加入危害度修正後主要影響範圍為高脆弱之地區可減少脆弱度高而無火災案件發生之情形

圖 4-38 火災次數累積百分比與脆弱度及風險度之關係統計大肚台地脆弱度與風險度之 ABC 各區總網格數以及

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

位於以上 3 區之火災點位次數據以得知火災點位次數於脆弱度風險度各分區所占之比例(表 4-23 表 4-24)脆弱度之火災點位次數於ABC 各區所佔之比例分別為 108111233風險度之火災 點 位 次 數 於 A B C 各 區 所 佔 之 比 例 分 別 為109 174 636 顯 示經過危 害 度修正後 以 C 區(233636)之比例上升最為明顯B 區(111174)之比例上升次之A 區(108109)則變化不大因此經過危害度修正後能提升火災點位預測的準確性使得風險度分析結果較脆弱度分析結果更能反應實際火燒案件之紀錄

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

表 4-23 火災點位於脆弱度各分區之比例脆弱度 網格數 火災點位次數 比例()

小於 035(A 區) 29727 322 108

035-070(B 區) 20409 226 111

大於 070(C 區) 36480 850 233

表 4-24 火災點位於風險度各分區之比例風險度 網格數 火災點位次數 比例()

小於 035(A 區) 38948424 109

035-070(B 區) 44555776 174

大於 070(C 區) 3113198 636

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

5 第 5 章 結論與建議以風險度概念模式預測野火災害發生的時間與地點對於消防搶救

十分重要本研究之結果可歸納出如下幾點結論及建議一 結論

1 經由全年現地採樣觀察且經由統計分析排除火燒影響外大肚山天竺草生地全年皆屬於生物量豐富而植體含水量隨著季節有明顯變化進而影響火燒之發生

2 時間性脆弱度結果顯示1 月份脆弱度值最高整體而言自 10 月起至隔年的 4 月間偏高表示此時期乾旱燃料量充足為易引起野火發生之孕災環境

3 利用風險度的概念將易發生野火之區域量化而利用消防局提供2006~2015 年火災點位驗證約有 65火災案件大多發生於風險度 05 以上可驗證本模式之精確性

4 脆弱度加入危害度修正將高度脆弱之良好野火災害孕災環境且鮮少受到人為干擾區域修正為中度風險可減少脆弱度高而無火災案件發生之情形故風險度分析結果較脆弱度分析結果更能反應實際火燒案件

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

二 建議

1 天竺草樣區因 2014 年 5 月即遭受火燒致使 5 月6 月及 7 月無實際生物量採樣資料而之後月份的樣區資料亦受到影響未來建議持續完成樣區採樣以取得完整之年資料

2 可於高脆弱度之月份且風險度達 05 以上之區域進行防火管理例如預防性灑水控制性焚燒等等預防性措施並做適當的人為植生復育復育樹種可採用兼俱原生及耐火的樹種並以複層林方式營造而在 6 月開始進入梅雨季節及豐水期更可加速植生穩定生長成林強化水土保持以降低野火風險化被動為主動避免當地居民及公共設施損傷以達到減災避災並減少人力物力耗損之效果

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

6 參考文獻中文部分1 方彥凱（2003）「常態化植生指數標準差於土地利用分類之應

用-以美濃中壇為例」國立屏東科技大學土木工程系研究所碩士論文

2 何承穎（2009）「天竺草為何能在野火後成功入侵大肚台地地區」國立臺灣大學生命科學院生態學與演化生物學研究所碩士論文

3 吳景揚（2003）「林火與氣象指標因子之研究－以南投林區為例」國立中興大學森林學系碩士論文

4 李太立（2014）「旗台地溪流域氣象災害風險評估」國立中央大學土木工程學系碩士論文

5 林政侑（2012）「應用環境指標劃定集水區地覆類別及熱點區位監測之研究」國立中興大學水土保持學系碩士論文

6 林朝欽邱祈榮陳明義蕭其文曾仁鍵（2005）「大肚台地地區林火危險預測模式之推導」中華林學季刊 38（1）83－94

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

7 林漢良謝俊民（2008）「建立易致災地區之安全建地劃設機制與準則(第一期) 結案報告書」內政部營建署城鄉發展分署

8 林震岩（2007）「多變量分析SPSS 的操作與應用」台北智勝文化

9 邱祈榮曾仁鍵黃文達楊棋明（2004）「大肚台地氣候因子對衛星遙測天竺草亮度指數（BRI）之灰關聯分析」作物環境與生物資訊 1207-214

10 邱祈榮曾仁鍵楊棋明黃文達（2006）「大肚台地氣候因子對其林火頻率與面積之灰關聯分析」作物環境與生物資訊 3355-360

11 邱祈榮薛怡珍劉宇安賴彥任（2012）「台中大肚台地土地利用及地覆變化趨勢之分析」都市與計畫 39（1）25-50

12 徐慈鴻李貽華鄒采蘋蔣慕琰（2003）「九種台灣常見雜草對臭氧耐受性之比較」中華民國雜草學會會刊 24（2）75 ndash

8713 國志興鍾興春方傳華曹鑫林偉（2010）「野火蔓延災

害風險評估研究進展」地理科學進展 29（7）14 張集豪章錦瑜（2004）「大肚台地地區野火與植被關係之研

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

究」林業研究季刊 26（4）1-1015 張獻仁（1999）「森林火災防救實務問題之研究-以台灣省林務

局為例」國立中興大學森林研究所碩士論文16 莊愷意（2004）「九二一震災家戶重建影響因素之探討脆弱性觀點之實徵研究」國立中正大學社會福利系碩士論文

17 陳培源（2006）「臺灣地質」1版台北科技圖書股份有限公司p10-2 ndash 10-8

18 曾仁鍵（2004）「衛星影像於大肚台地地區光譜植被變遷之監測」國立臺灣大學森林環境暨資源學研究所碩士論文

19 黃崇福劉安林王野（2010）「災害風險基本定義的探討」自然災害學報 19（6）

20 楊文燦許健龍（1994）「遙測影像與地理資訊系統於玉台地國家公園森林火災管理之應用」玉台地國家公園管理處成果報告

21 楊美和高穎儀孫文舉（1997）「森林火災與濕潤係數關係的研究」吉林林學院學報 13（1）10~13

22 劉士銘（2004）「整合 GIS 與 MODIS 影像應用於森林火災偵測之研究」國立屏東科技大學森林系碩士班

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

23 潘宗毅張倉榮賴進松王藝峰謝明昌許銘熙（2012）「洪災之人命傷亡風險分析 以臺南市為例」農業工程學報58（4）95~109

24 蕭其文（2003）「台灣林火危險度時空分布推估之研究」台灣大學森林學研究所碩士論文

25 賴可蓁（2010）「洪災風險地圖之研析」國立臺灣大學生物環境系統工程學系研究所碩士論文

26 賴彥任（2003）「集水區內太陽輻射量時空分佈估」台灣大學森林所博士論文

27 顏添明吳景陽（2004）「南投林區林火影響因子之探討」林業研究季刊 26（1）47-60

28 中央大學太空及遙測中心網站httpwwwcsrsrncuedutw

08CSRWebChinVer29 內政部國土測繪中心網站httpwwwnlscgovtw30 美國地質調查局官方網站httpearthquakeusgsgov

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

英文部分1 Alexander D (2000) ldquoConfronting Catastrophe New Perspectives on

Natural Disastersrdquo Oxford University Press New York 2 Benouar D and Mimi A (2001) ldquoImproving Emergency

Management in Algeriardquo Global Alliance International Workshop on Disaster Reduction Reston V A

3 Brown A A and Davis K P (1973) ldquoForest Fire Control and Use (second edition)rdquo McGraw-Hill Book Company 79-111

4 Asian Disaster Reduction Center (2005) ldquoTotal Disaster Risk Management Good Practicesrdquo UN World Conference on Disaster Reduction Kobe Japan

5 Chandler C Cheney P Thomas P Trabaud L and Williams D (1983) ldquoFire in Forestryrdquo Wiley-Interscience

6 Congalton RG (1991) ldquoA Review of Assessing the Accuracy of Classifications of Remotely Sensed Datardquo Remote Sensing of Environment 37 35-46

7 Lutes DC Keane RE Caratti JF Key CH Benson NC Sutherland S and Gangi LJ (2006) ldquoLandscape Assessment Ground Measure of Severity the Composite Burn Index and Remote Sensing of Severity the Normalized Burn Ratiordquo USDA Forest Service Rocky Mountain Research Station Ogden UT

8 de Bruijn KM and Klijn F (2009) ldquoRisky Places in the Netherlands A First Approximation for Floodsrdquo Journal of Flood Risk Management 2(1)58-67

9 Dilley M Chen R S Vorogushyn U Lerner-Lam AL and Arnold M (2005) ldquoNatural Disaster Hotspots A Global Risk Analysisrdquo World Bank Washington DC

10 Elvidge C D and Chen Z (1995) ldquoComparison of Broadband and Narrow-Band Red and Near-Infrared Vegetation Indicesrdquo Remote Sensing of Environment 5438-48

11 Gao BC (1996) ldquoNDWI－A Normalized Difference Water Index for

Remote Sensing of Vegetation Liquid Water from Spacerdquo Remote Sensing of Environment 58257-266

12 Hammer W (1972) ldquoHandbook of System and Product Safetyrdquo Prentice-Hall Englewood Cliffs New Jersey

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

13 Key CH and Benson N (2006) ldquoLandscape Assessmentrdquo USDA Forest Service Gen

14 Kron W (2003) ldquoFlood Risk = Hazard times Exposure times Vulnerabilityrdquo Journal of Lake Sciences 15185-204

15 Kumpulainen S (2006) ldquoVulnerability Concepts in Hazard and Risk Assessmentrdquo Natural and Technological Hazards and Risks Affecting the Spatial Development of European Regions Geological Survey of Finland 4265-74

16 Lai YJ Chiou CR and Lin CC (2002) ldquoApplication of Long-Term Meteorlogical Data on Fire Behavior Predictionrdquo J Exp For Nat Taiwan Univ 16253-267

17 Lopez Garciacutea MJ and Caselles V (1991) ldquoMapping Burns and Natural Reforestation Using Thematic Mapper Datardquo Geocarto International 631-37

18 Maignien R (1966) ldquoReview of Research on Lateritesrdquo Natural Resources Research IV United Nations Educational Scientific and Cultural Organization Paris

19 Odum EP (1986) ldquoBasic Ecologyrdquo Saunders Company 462pp20 Pyne SJ (1984) ldquoIntroduction to Wild Firerdquo WileyampSons New

York21 Rouse JW Haas RH Schell JA and Deering DW (1973)

ldquoMonitoring Vegetation Systems in the Great Plains with ERTSrdquo Third ERTS Symposium NASA SP-351 Washington DC USA p309-317

22 United Nations Department of Humanitarian Affairs (1992) ldquoInternationally Agreed Glossary of Basic Terms Related to Disaster Managementrdquo United Nations Department of Humanitarian Affairs Geneva

23 United Nations Development Programme (2004) ldquoReducing Disaster Risk a Challenge for Developmentrdquo United Nations Development Programme Bureau for Crisis Prevention and Recovery One United Nations Plaza New York USA

24 United Nations Environment Programme (2009) ldquoExisting Sources and Approaches to Risk Assessment and Management of Pesticides Particular Needs of Developing Countries and Countries With Economies in Transitionrdquo UNEP Chemicals Branch DTIE

25 Van Wagner CE (1968) ldquoThe Line Intersect Method in Forest Fuel Samplingrdquo For Sci 1420-26

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻

26 Villagraacuten de Leoacuten JC (2006) ldquoVulnerability A Conceptual and Methodological Reviewrdquo Source Publication Series of United Nations University Institute for Environment and Human Security Bonn Germany

27 Yasuo K (2008) ldquoEstablishment of Country Based Flood Risk Indexrdquo Master Thesis for GRIPPS ICHARM

• 國立中興大學水土保持學系
• 碩士學位論文
• 摘要
• Abstract
• 目 錄
• 圖目錄
• 表目錄
• 1 第1章 前言
• • 11 研究動機
  • 12 研究目的
  • 13 內容架構與流程
  • • 2 第2章 文獻回顧
    • • 21 大肚台地植被環境與野火問題
      • 22 森林火燒
      • • 221 燃料特性
        • 222 氣象因子
        • 223 人為因素
        • • 23 遙感探測與衛星影像基本原理
          • • 231 遙感探測
            • 232 Landsat衛星
            • • 24 風險度
              • • 3 第3章 材料與方法
                • • 31 研究試區
                  • • 311 大肚台地基本資料
                    • • 32 研究材料
                      • 33 研究方法
                      • • 331 野火風險分析
                        • 332 時間性野火脆弱度分析
                        • • I 伊凡諾夫濕潤係數與平均風速
                          • II 常態化差異水體指標
                          • III 常態化差異植生指標
                          • IV 野外採樣
                          • V 因素分析
                          • VI 脆弱度值之運算
                          • • 333 空間性野火風險分析
                            • • I 危害度
                              • • (a) 墳墓區位及道路分布
                                • (b) 常態化火燒指標與火燒跡地劃定
                                • • II 脆弱度
                                  • • 4 第4章 結果與討論
                                    • • 411 時間性野火脆弱度分析與驗證
                                      • • I 伊凡諾夫濕潤係數與平均風速
                                        • II 水體指標與植生指標
                                        • III 天竺草生物量與植體含水量
                                        • IV 因素分析
                                        • V 時間性野火脆弱度分析
                                        • • 412 空間性野火風險分析與驗證
                                          • • I 危害度
                                            • II 脆弱度
                                            • III 風險度
                                            • IV 風險度驗證
                                            • V 脆弱度與風險度評估模式之比較
                                            • • 5 第5章 結論與建議
                                              • 6 參考文獻