如何利用GIS空間分析研究堰塞湖？

透過地理資訊系統（GIS）的空間分析，我們可以有效地識別、監測、評估堰塞湖的形成與潛在風險，進而為水土保持、災害防治及土地利用規劃提供科學的決策依據。

堰塞湖問題在台灣極為嚴峻，由於地形多山且地質條件複雜，颱風豪雨常引發大規模崩塌，形成對下游聚落及重要基礎設施構成嚴重威脅的堰塞湖。因此，運用GIS空間分析技術，不僅能精準掌握堰塞湖的分布、規模及演變趨勢，更能藉由坡度、坡向、地層、降雨強度等多重空間因子之疊加分析，預測潛在崩塌區域，並評估堰塞湖潰決時的影響範圍與衝擊程度，此對於提升台灣整體防災應變能力、保障人民生命財產安全，以及促進國土永續發展，具有不可或缺的重要性。

文章目錄

• 建立高品質堰塞湖空間資料庫：遙測、LiDAR、地形與降雨資料整合策略與資料前處理建議
• 運用DEM分析、體積估算與動態洪水模擬評估堰塞湖演化與溢流風險：方法比較、參數設定與不確定性管理建議
• 以GIS驅動的風險分級與應變方案：監測布設、即時預警、疏散路線與工程復育的落實策略
• 常見問答
• 簡而言之

建立高品質堰塞湖空間資料庫：遙測、LiDAR、地形與降雨資料整合策略與資料前處理建議

為建立一個高價值、兼具時效性與精確度的堰塞湖空間資料庫，必須策略性地整合遙測影像、LiDAR（光達）掃描、高精度地形資料以及降雨觀測資料。在資料前處理階段，建議採取的關鍵步驟包含：

*​ ⁢ 遙測影像處理： 進行嚴謹的幾何校正與輻射校正，確保影像空間位置與亮度值的一致性，以利後續進行特徵提取與變異監測。
* ‌ LiDAR 資料整合： 針對多時相的LiDAR點雲資料，進行嚴密的配對與合併，並套用精確的地面控制點進行統一座標系統的轉換，以建立高解析度的三維地形模型。
* 地形資料耙梳： 運用 LiDar 及其他高精度地形測量資料，生成細緻的數位高程模型（DEM）與數位地表模型（DSM），並提取坡度、坡向等地形因子，深入分析堰塞湖潛在的影響範圍與地貌特徵。
* 降雨資料納入： ​ 整合密集佈設的地面氣象觀測站降雨資料以及衛星遙測降雨產品，建立時空分布均勻的降雨資料集，以供進行降雨強度、累積量與堰塞湖水位變動的相關性分析。
* ​ 資料融合與效益化： 透過客製化的空間分析腳本與演算法，將上述多源異質的資料進行有效的融合，例如利用LiDAR產生的精確DSM排除植被影響，直接呈現地表地形，並結合歷史遙測影像監測湖面擴張與縮減狀況，同時利用降雨資料預測可能的觸發因子，最終生成可操作性的堰塞湖風險評估與監測模型。

運用DEM分析、體積估算與動態洪水模擬評估堰塞湖演化與溢流風險：方法比較、參數設定與不確定性管理建議

運用數值模式進行堰塞湖演化與溢流風險評估，能有效提升預警能力。首先，利用 **數位高程模型 (DEM)** 進行地形分析，得以精確勾勒堰塞湖的範圍及潛在潰決路徑。其次，透過⁢ **體積估算** 技術，可量化堰塞湖累積的水體量，並預測其成長趨勢。

最關鍵的步驟是‍ **動態洪水模擬**。此類模擬能結合降雨強度、堰塞湖體積變化、潰壩時的土石崩塌特性等多元參數，模擬不同情境下的堰塞湖溢流過程，包括溢流流量、淹沒範圍及歷時。

在參數設定上，需審慎考量：

* **DEM解析度**：解析度越高，地形描繪越精確。
*⁤ **潰壩機制參數**：例如土石流鬆散係數、流速，需依據現場地質條件設定。
* **降雨預報準確性**：直接影響模擬結果的時效性與可靠度。

為管理模擬結果的 **不確定性**，建議採用：

* ⁢**敏感度分析**：評估各參數變動對模擬結果的影響程度。
*⁣ ⁣ **多模型比較**：採用不同數值模型進行驗證，提高結果可信度。
* **歷史事件校準**：利用過往堰塞湖事件的數據，優化模型參數。

藉由上述整合性方法，能為堰塞湖災害提供更科學、更可靠的風險評估與預警依據，例如在2012年馬太鞍溪堰塞湖事件中，即透過綜合評估雨量與堰塞湖狀況，提前發布警戒，為減災爭取寶貴時間 [[2]]。然而，值得注意的是，堰塞湖至今仍不屬於《災害防救法》中的法定災害，也缺乏固定的主管機關‌ [[1]]，顯示在制度層面上仍有進一步完善的空間。

以GIS驅動的風險分級與應變方案：監測布設、即時預警、疏散路線與工程復育的落實策略

GIS 驅動的風險分級與應變方案：監測布設、即時預警、疏散路徑與工程復育的落實策略，能夠有效統整來自工業類別，以及主要災害類型與危害物的應用情資，將工廠風險等級進行紅、黃、綠三層級劃分，並在地理圖資中呈現，以達成事前控管風險、適時應變的需求。此應變策略不僅涵蓋了災害潛勢的預測與視覺化，更進一步應用於：

• 監測布設與即時預警： 利​​用地理資訊系統 (GIS) 整合感測數據與地理空間資訊，建立精確的監測網絡，實現對潛在危害的即時偵測與預警。
• 疏散路徑規劃： 透過 GIS 分析，規劃出最安全、最有效的疏散路線，確保民眾與員工能在災害發生時迅速撤離至安全區域。
• 工程復育策略： ⁤ 在災害發生後，GIS ‌亦能協助評估受損範圍，並規劃後續的工程復育方案，加速地區的重建與恢復。

藉由地理資訊技術的應用，能夠有效提升風險管理的效率與應變能力，從預防、應對到復原，提供一套全方位的解決方案 ⁤ [[1]] 。此外，GIS 在追蹤監控方面亦有顯著貢獻，例如利用 GIS 追蹤網路犯罪的足跡，展現其資料處理、模型建構與應用地理空間分析的能力 [[2]] ⁤ 。

常見問答

1. 問題：如何在GIS中建立堰塞湖研究的資料基礎與監測指標，以利空間分析與決策？
答：先取得並整合花蓮縣光復鄉馬太鞍溪堰塞湖及災害影響區域的相關圖資做為基礎，這些圖資可申請使用以支援研究與應用；接著利用 ⁢GIS 將 DEM、河道、堰塞物位置等圖層匯入並進行分析，並使用挖填方分析等方法快速估算蓄水體積，建立堰塞湖容量的量化指標；再整合災前/災時的監測資料與降雨預警機制，作為動態監測指標與風險評估依據；同時以衛星影像與高頻觀測追蹤湖面變化，形成長期監測與預警分析的資料支撐，最後輸出風險地圖、避難區與疏散規劃，並以故事地圖等方式對外呈現。相關資源與案例可參考：花蓮縣相關圖資申請使用 [5]；挖填方分析估算蓄水體積⁢ [4]；災前/災時監測與湖岸變化的模型與報告 [1][2]；衛星影像與湖面變化觀測 [3]。

​ ‍ 引用：本段所述圖資取得與分析方法可參考以下來源：花蓮縣相關圖資申請使用 [5]；挖填方分析估算蓄水體積 ⁣ [4]；災前/災時監測與湖岸變化模型與報告 [2]、[1]；衛星影像與湖面變化觀測 [3]。

2. 問題：如何利用 GIS 進行堰塞湖的水體容量與水位變化分析，以及支援預警決策的流程？ ⁢
⁣ 答：首先透過衛星影像與高頻觀測取得湖面面積與水位的歷史與即時變化，建立水位變化趨勢的時序資料，以支撐容量推估與動態監測（湖面變化的證據與案例可參考衛星觀測與水位追蹤資料） [3]；其次結合地形資料（如 DEM）與堰塞湖邊界，使用挖填方分析等 GIS 工具推估蓄水量（水體容量）的數值，提供容量變化的量化指標 [4]；再將降雨預警與災時情報整合入模型，利用降雨門檻與警戒啟動時機協助預警決策（如紅色警戒等災害啟動條件的使用與災前災時監測整合）[1][2]；同時建立風險地圖與疏散規劃（含避難地點與路線），並以可分享的故事地圖呈現給相關人員與公眾，提升預警與因應能力 [1][2]；最後，若需正式研究與授權使用的資料，可向相關單位申請花蓮縣區域圖資以支援分析與重建研究 [5]。

引用：水位變化與容量推估可參考衛星觀測與湖面變化資料 [3]；容量估算方法以挖填方分析為例 [4]；災前/災時監測與預警啟動邏輯可參考紅色警戒與應變時間軸[1][2]；資料取得與支援可參考花蓮縣相關圖資申請使用 [5]。‌

簡而言之

透過GIS空間分析，研究堰塞湖的形成條件、潛在溢洪路徑與脆弱地區。以台灣地形與降雨數據為例，結合觀測資料與地質報告，可精準評估風險區與疏散路線，支援地方政府在颱風季節的預警與應變策略。依據內政部測繪中心與水利署資料建模，能快速更新情境演練，提升社區韌性。未來整合遙測與社區參與，將決策與公眾教育連結。實務案例可由台灣各縣市災害應變中心運用，提升社區參與與透明度。