學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73884

Browse

Search Results

Now showing 1 - 3 of 3
  • Item
    宜蘭縣環境災害脆弱度與恢復力之研究
    (2022) 宋健豪; Sung, Chien-Hao
    本研究旨在探討台灣東北區域宜蘭縣境內,環境災害脆弱度與恢復力之空間分布模式,受到地形與降雨型態之影響,洪患與土石流為本研究區中最為常見之自然災害,本研究應用社會脆弱度指數(Social Vulnerability Index,SoVI)、社區恢復力基線指數(Baseline Resilience Indicator of Community,BRIC)、回復力-脆弱度空間剖析模式(Spatially Explicit Resilience-Vulnerability model; SERV)模式量化研究區域中對於洪患與土石流之災害脆弱度與恢復力,本研究應用主成分分析整合具相關性、共線性之變數,已提供更為簡潔之成果,除此之外,本研究應用空間自相關探討脆弱度以及恢復力之空間分布模式以及空間差異,並透過空間落遲迴歸、空間誤差迴歸以及地理加權回歸驗證SoVI、BRIC以及SERV模式之效力;,空間自相關成果顯示研究區域中之山區為極度脆弱並缺乏恢復力之區域,反之,平原中之都市區域為低脆弱度及高恢復力之區域,根據空間落遲迴歸、空間誤差迴歸以及地理加權回歸成果顯示SoVI、BRIC以及SERV,就全縣尺度三項指標具尚可接受之判定係數均及解釋能力,並無顯著偏誤;就平原區域而言,三項指標均具備較佳之判定係數均及解釋能力,並無顯著偏誤;就山區而言,整體有待提升;本研究發現,宜蘭縣境內山區與平原之存在顯著之空間差異,地形條件為造成顯著空間差異的主要因素之一,研究區域內山區之海拔高度與陡峭坡度為主要影響其社、經發展障礙的主因,由於山區不利於社、經發展的因素,而使其成為極度脆弱並缺乏恢復力之區域,其他地區如平原城市地區,由於其有利於社會經濟發展的地形,而使其具備低脆弱度及高恢復力。
  • Item
    臺灣雲林地層下陷災害空間分析
    (2021) 陳宇軒; Chen, Yu-Hsuan
    氣候變遷影響引發的災害現象,成為環境壓力的一部分,使得水資源相關議題逐漸 被重視,地層下陷在水資源管理相關議題所造成的災害現象中是許多國家必需面對的課 題。就台灣而言雲林土庫鎮、元長鄉與褒忠鄉交界處為下陷速度最快、累積下陷最劇烈的 區域,該地同時也為台灣高鐵必經處以及台灣農業重要的發展區域。為增進地層下陷造成 地區差異與擬定有效的調適策略,本研究以災害脆弱度 (vulnerability) 的概念進行切入, 將區域、地方性 (locality) 以及小尺度的層面納入環境政策制訂進行詳細的脆弱度評估, 並提出兩個研究問題,一為如何運用脆弱度指標分析地層下陷及對在地危害的影響。再 者.如何將上述影響透過地理資訊 (GIS) 取徑建置雲林地層下陷潛在風險的空間模型。故 本研究將雲林地層下陷所面對的氣候變遷之影響,以損失 (loss) 及衡量損失之脆弱度為主 軸進行探討。透過雲林地層下陷的個案以理解全球氣候變遷下區域與地方所面對的災害現 象,利用特徵選取方法篩選出關聯性高的脆弱度因子,同時計算權重,得到脆弱度指標。 再藉由風險的概念,將脆弱度指標與在地進行連結,經由地理資訊系統以視覺化方式取徑 建置雲林地層下陷災害的模型,以空間關聯作為探討各項因子在地區性的影響。研究結果 表明,特徵選取方法可以有效改善過往脆弱度選取的困難,並保留資料的完整性。再者, 風險指標與地層下陷的嚴重程度雷同,高風險聚集在土庫鎮、元長鄉與褒忠鄉為主.作為 提供理解當地災害調適的考量。
  • Item
    臺北捷運路網脆弱度分析
    (2017) 黃傳楷; Huang, Chuan-Kai
    臺北捷運營運屆滿20週年,路網規模已發展出5條主線與2條支線,計有108個車站,營運里程約131.1公里。根據臺北市捷運局2016年資料顯示,每日平均載運人次達200萬人次,顯示臺北市與新北市居民高度仰賴本系統通勤,一旦因為天然災害或意外事件影響捷運運作,將造成莫大的負面影響。 為瞭解臺北捷運路網內潛在的脆弱站點,本研究引用聯合國跨政府氣候變遷小組(IPCC)所定義的脆弱度(vulnerability)影響指標:暴露度(exposure)、敏感度(sensitivity)與調適能力(adaptability)。分別計算臺北捷運路網站點脆弱度影響人次,再偵測路網中潛在的分群結構,進行整體脆弱度評估。本研究對路網的定義是以捷運車站為節點(node),前後站之間視為具有方向性的連結(arc),形成抽象性的位相關係(topology)路網。在脆弱度指標方面,則是利用捷出入運站閘門的旅運人次統計數據作為暴露度因子,再使用路網分析的中心性指標(centrality),找出路網結構中易受影響的敏感站點,最後將周邊公車路線及公共自行車架數目作為加入模式計算,嘗試找出路網中仍脆弱的站點。 本研究以地理視覺化方式呈現脆弱度上述3個抽象意涵,研究結果發現單就時間維度而言,系統最為脆弱的時間為傍晚17-19點,人潮從市中心少數站點大量湧入站點。單就路線而言,最為脆弱的路線為板南線(藍線),有9個高脆弱度的站點。路網分群結果也能給予相關單位在管理層面較為一致性的措施。