淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-3009201310124200
中文論文名稱 FLO-2D數值模式應用於土石流危害度之分析
英文論文名稱 Hazard Analysis of Debris Flow based on FLO-2D Model
校院名稱 淡江大學
系所名稱(中) 水資源及環境工程學系碩士班
系所名稱(英) Department of Water Resources and Environmental Engineering
學年度 101
學期 2
出版年 102
研究生中文姓名 金旻勳
研究生英文姓名 Ming-Hsun Jin
電子信箱 nonk4@hotmail.com
學號 699480421
學位類別 碩士
語文別 中文
口試日期 2013-07-09
論文頁數 226頁
口試委員 指導教授-黃富國
委員-莊睦雄
委員-張德鑫
中文關鍵字 土石流  FRO-2D  降雨  可靠度分析  類神經網路 
英文關鍵字 Debris Flow  Hazard Analysis  FLO-2D Model  Rainfall  Artificial Neural Network. 
學科別分類 學科別應用科學環境工程
中文摘要 台灣位在地震活躍區上,土質易鬆動,又常由於山坡地之不當開發利用,每當出現豪大雨或颱風時,便容易引發土石流,造成災害。因此,實有必要針對土石流之危害度,進行深入探討及研究。
本文以民國98年莫拉克颱風在高雄市六龜鄉新開地區之23鄰集水區土石流致災場址為例,採用FLO-2D軟體來進行土石流之數值模擬分析。首先使用ArcGIS整理23鄰集水區場址之地形資料與等高線,接著利用各不同之降雨參數(如降雨強度、降雨延時及降雨雨型)來模擬集水區內可能之降雨情境。並針對以下參數:降雨強度(I)、降雨延時(T)、降雨雨型(RP)、賓漢降伏應力(a1、b1)、賓漢黏滯係數(a2、b2)、曼寧粗糙係數(n)、土砂之體積濃度(Cv)、層流阻力係數(K)等,進行土石流參數變異性分析,以了解各參數對土石流災害之影響程度。接著,利用結合類神經網路 (ANN) 及一階可靠度法 (FORM) 或蒙地卡羅模擬法 (MCS) 之危害度分析技術 (ANN-based FORM、ANN-based MCS),來探討土石流受降雨影響之危害度,此分析模式在系統反應之模擬、計算效率之提昇、以及危害度(或超越機率)分析精度之改善上,皆有很好的表現。透過本文之探討,本研究在降雨對土石流影響之分析上,具體提供了一個可資落實,及具風險觀念的危害度評估方法,其成果可作為擬定土石流防災策略的參考。
英文摘要 On August 8, 2009, Typhoon Morakot struck central and southern Taiwan with high rainfall intensity and accumulated rainfall.Debris flows were one of the severe disasters in Laonong River Basin. Therefore, a case study of rainfall hazard for debris flows in this area is explored. In this research, a method to assess the rainfall hazard for debris flows is proposed. Parameter studies are first done to investigate the influence of factors on debris flows. These factors include rainfall intensity, duration, patterns, geomorphological data, and the rheological property of slurry. Then 100 different combinations of parameters are generated and associated numerical analyses of debris flows are performed by the software of FLO-2D assumed that each parameter is uniform distributed around its reason ranges. Following, the inundation area, accumulative height and maximum flow velocity of debris flows are interpreted by the artificial neural network (ANN) trained and verified according to the above-mentioned 100 analysis results. The rainfall hazard for the debris flows are then evaluated by first-order reliability method (FORM), or Monte-Carlo simulation (MCS) in terms of different level of allowable inundation area, accumulative height and maximum flow velocity based on varied rainfall intensity, duration, patterns, etc. The evaluation model of ANN-based FORM or ANN-based MCS proposed is very efficient for assessing the rainfall hazard of the debris flows. It can be an effective auxiliary tool to design the countermeasures of debris flows for disaster mitigations.
論文目次 目錄
目錄 IV
表目錄 IX
圖目錄 X
附圖目錄 XVIII
第一章 緒論 1
1.1 研究動機與目的 1
1.2 研究架構與流程 2
第二章 文獻回顧 5
2.1 土石流相關研究 5
2.1.1 土石流定義 5
2.1.2 土石流地形分區 7
2.1.3 土石流流量及流速和堆積特性 10
2.1.4 土石流材料參數 15
2.1.5 土石流危害方式 19
2.1.6 土石流數值模擬 21
2.2 FLO-2D數值分析之相關研究 32
2.3 類神經網路與可靠度分析相關研究 36
第三章 研究方法 41
3.1 FLO-2D程式簡介 41
3.1.1 控制方程式 42
3.1.2 流變方程式 44
3.2 類神經網路分析方法 50
3.2.1 類神經網路的架構 50
3.2.2 類神經網路的演算方式 50
3.2.3 倒傳遞網路 51
3.3 可靠度分析方法 53
3.3.1. 可靠度指數 53
3.3.2. FOSM法 54
3.3.3. FORM法 54
3.3.4. FORM法-B橢圓規劃求解 55
3.4 蒙地卡羅模擬法 57
第四章 土石流模擬分析 63
4.1 研究區域概述 63
4.1.1 研究區域地形地質及水文特性 63
4.1.2 研究區域地文因子 70
4.1.3 研究區域災害資料 74
4.2 研究區域分析參數設定 77
4.2.1 雨量資料 77
4.2.2 賓漢降伏應力與賓漢黏滯係數 78
4.2.3 曼寧粗糙係數(N) 80
4.2.4 土石比重(GS) 82
4.2.5 層流阻滯係數(K) 82
4.2.6 體積濃度 84
4.3 FLO-2D土石流模擬分析 85
4.3.1 研究區域配置 86
4.3.2 參數輸入 88
4.3.3 模擬結果輸出 90
第五章 土石流危害度分析探討 97
5.1 類神經網路訓練與驗證 97
5.1.1 網路輸入及輸出範例準備 97
5.1.2 網路架構決定及訓練與驗證 100
5.2 危害度分析步驟及考量因素 111
5.2.1 一階可靠度法(FORM) 111
5.2.2 蒙地卡羅模擬法(MCS) 115
5.3 危害度分析結果比較與探討 116
5.3.1 一階可靠度法(FORM)分析結果 116
5.3.2 蒙地卡羅模擬法(MCS)分析結果 123
5.4 MCS法與FORM法分析結果比較 131
5.4.1 常態分布下堆積面積之比較 131
5.4.2 常態分布下累積高度之比較 132
5.4.3 常態分布下最大瞬時速度之比較 133
5.4.4 對數常態分布下堆積面積之比較 134
5.4.5 對數常態分布下累積高度之比較 135
5.4.6 對數常態分布下最大瞬時速度之比較 136
第六章 考慮降雨因子之土石流危害度分析 137
6.1 類神經網路訓練與驗證 137
6.1.1 網路輸入及輸出範例準備 137
6.1.2 網路架構決定及訓練與驗證 147
6.2 危害度分析步驟及考量因素 155
6.3 危害度分析結果比較與探討 158
6.4 降雨參數之危害度分析結果 164
6.4.1 降雨強度I與超越機率PF之關係 165
6.4.2 降雨延時T與超越機率PF之關係 171
6.4.3 降雨雨型RP與超越機率PF之關係 177
6.4.4 降雨強度I、降雨延時T、降雨雨型RP之比較 183
6.4.5 賓漢降伏係數與超越機率PF之關係 195
6.4.6 設計累積深度與超越機率PF之關係 198
第七章 結論與建議 201
7.1 結論 201
7.2 建議 203
參考文獻 205
附錄 A 考慮B2變異性之危害度分析結果 215
附錄 B 雨型公式之討論 221

表目錄
表2.1土石流分類表(水土保持局,2011) 6
表2.2土石流曼寧粗糙值(周必凡,1991) 11
表2.3土石流參數整理(吳政貞,2003) 17
表2.4危害型態(行政院農委會水土保持局,2011) 20
表2.5Hubl and Steinwendtner(2001)使用參數 23
表2.6Garcia等(2003)之參數列表 24
表2.7Aleotti and Polloni(2003)之參數列表 26
表2.8和社地區模擬之參數列表(林美聆,2000) 27
表3.1降伏應力、動力黏滯係數與體積濃度關係表(O’Brien, J.S.2009) 48
表3.2標的可靠度指數 61
表4.123鄰集水區之地文因子及崩塌資料(莊孟儒2012) 74
表4.2曼寧粗糙係數估計表(O’Brien,2009) 81
表4.3層流阻滯係數參考表(O’Brien, 2009) 83
表5.1各參數之分布範圍 98
表5.2危害度分析所採用參數之統計特性 111
表5.3蒙地卡羅分析整理 123
表5.4MCS法與FORM法分析結果比較 131
表5.5MCS法與FORM法分析結果比較 132
表5.6MCS法與FORM法分析結果比較 133
表5.7MCS法與FORM法分析結果比較 134
表5.8MCS法與FORM法分析結果比較 135
表5.9MCS法與FORM法分析結果比較 136
表6.1輸入參數之分布範圍(考慮降雨因子) 138
表6.2危害度分析所採用參數之統計特性(考慮降雨因子) 155 

圖目錄
圖1.1研究流程圖 3
圖2.1土石流發生之基本概念及其運動特性(詹錢登,2000) 7
圖2.2土石流的地形分區(潘國樑,2006) 9
圖2.3土石流最大深度及速度分佈(Hubl and Steinwendtner, 2001) 22
圖2.4土石流體積濃度改變之累積深度分佈(Hubl and Steinwendtner, 2001) 22
圖2.510年重現期洪峰流量及體積濃度和累積深度圖(Garcia etc.2003) 24
圖2.6100年重現期洪峰流量及體積濃度和累積深度圖(Garcia etc.2003) 24
圖2.7500年重現期洪峰流量及體積濃度和累積深度圖(Garcia etc.2003) 25
圖2.8Tanaguarena危險度分佈圖(Garciat etc. 2003) 25
圖2.9花蓮大興村模擬最大深度結果(蘇立明,2002) 28
圖2.10白雞山莊模擬流深分布結果(邱禎龍,2002) 29
圖2.11無建築物無水工結構物之境況模擬(林伯融,2007) 30
圖2.12有建築物無水工結構物之境況模擬(林伯融,2007) 31
圖2.13實際堆積範圍及模擬之淹沒範圍套疊圖(林伯融,2007) 31
圖2.14生物神經元示意圖(陳國男, 2005) 36
圖2.15類神經網路系統模型 (陳國男, 2005) 37
圖3.1座標系統圖(蔡旻霖,2011) 42
圖3.2剪應力與剪切率之關係圖(O’Brien, J.S.2009) 46
圖3.3降伏應力與體積濃度相對圖(O’Brien, J.S.2009) 49
圖3.4動力黏滯係數與體積濃度相對圖(O’Brien, J.S.2009) 49
圖3.5具一層隱藏層之BPN 示意圖 51
圖3.6 1-B離散橢圓、β橢圓、設計點與可靠度指數β之關係 56
圖3.7可靠度分析流程 60
圖4.1荖濃溪流域(水利署第7河川局,2013) 66
圖4.2荖濃溪地質圖(地調所, 2004) 67
圖4.3荖濃溪流域地質 68
圖4.4荖濃溪流域水系 69
圖4.5莫拉克颱風在高雄市六龜區新開之新發村發生之土石流災害 (莊孟儒2012) 70
圖4.623鄰集水區風災前(2001年Google earth)(莊孟儒2012) 71
圖4.723鄰集水區風災後(2010年Google earth)(莊孟儒2012) 71
圖4.823鄰集水區風災前平面圖(2001年)(莊孟儒2012) 72
圖4.923鄰集水區風災後平面圖(2010年)(莊孟儒2012) 72
圖4.1023鄰集水區(下新開)(莊孟儒2012) 73
圖4.1123 鄰集水區之現場調查各點分佈圖 (圖層來源:水保局、自行拍攝、陳天健教授攝)(莊孟儒,2012) 76
圖4.12新開村落(28人死於土石流)(莊孟儒,2012) 76
圖4.13雨量組體圖及山崩、土石流、洪水關係圖(莊孟儒,2012) 77
圖4.14南台灣新開地區泥砂漿體之塑性黏度對應濃度關係(莊孟儒,2012) 78
圖4.15南台灣新開地區泥砂漿體之降伏應力對應濃度關係(莊孟儒,2012) 79
圖4.16 FLO-2D土石流模擬流程 85
圖4.17研究區域之等高線 86
圖4.18研究區域之計算區域 87
圖4.19研究區域之可能出流網格 87
圖4.20研究區域之入流與濃度 89
圖4.21研究區域之土石流系數 89
圖4.22研究區域之研究成果(水面高程) 90
圖4.23研究區域之研究成果(最大累積深度) 91
圖4.24研究區域之研究成果(最後累積深度) 91
圖4.25研究區域之研究成果(最大瞬時速度) 92
圖4.26研究區域之研究成果(最後瞬時速度) 92
圖4.27研究區域之研究成果(碰撞力) 93
圖4.28研究區域之研究成果(壓力) 93
圖4.29研究區域之研究成果(動能) 94
圖4.30研究區域之淹沒範圍 94
圖5.1 100組經FLO-2D運算後之土石流堆積面積(A)分布 99
圖5.2 100組經FLO-2D運算後之土石流累積深度(H)分布 99
圖5.3 100組FLO-2D運算後之最大瞬時速度(Vmax)分布 100
圖5.4本研究之類神經架構圖7_10_3 102
圖5.5網路訓練及測試之均方根誤差與相關係數迭代收斂圖 103
圖5.6網路訓練及測試之均方根誤差與相關係數迭代收斂圖 104
圖5.7網路訓練及測試之均方根誤差與相關係數迭代收斂圖 104
圖5.8網路訓練及測試之均方根誤差與相關係數迭代收斂圖 105
圖5.9目標輸出值(堆積面積)與網路預測值之散佈圖 106
圖5.10目標輸出值(累積深度)與網路預測值之散佈圖. 106
圖5.11目標輸出值(最大瞬時速度)與網路預測值之散佈圖 107
圖5.12目標輸出值之散佈圖 107
圖5.13網路預測值之散佈圖 108
圖5.14目標輸出值(全)與網路預測值之散佈圖 108
圖5.15堆積面積之敏感度分析 109
圖5.16累積高度之敏感度分析 110
圖5.17最大瞬時速度之敏感度分析 110
圖5.18利用試算表求解可靠度指數B及超越機率Pf 113
圖5.19不同機率分布對Aa危害度分析結果之比較 117
圖5.20不同機率分布對Ha危害度分析結果之比較 117
圖5.21不同機率分布對Va危害度分析結果之比較 118
圖5.22A>Aa之機率示意圖 118
圖5.23變異係數對Aa危害度分析結果之比較(輸入變數具常態分布) 120
圖5.24變異係數對Ha危害度分析結果之比較(輸入變數具常態分布) 120
圖5.25變異係數對Va危害度分析結果之比較(輸入變數具常態分布) 121
圖5.26變異係數對Aa危害度分析結果之比較(具對數常態分布) 121
圖5.27變異係數對Ha危害度分析結果之比較(具對數常態分布) 122
圖5.28變異係數對Va危害度分析結果之比較(具對數常態分布) 122
圖5.29 MCS分析A之機率密度函數(常態分布) 124
圖5.30MCS分析H之機率密度函數(常態分布) 124
圖5.31MCS分析V之機率密度函數(常態分布) 125
圖5.32MCS分析A之機率密度函數(對數常態分布) 125
圖5.33MCS分析H之機率密度函數(對數常態分布) 126
圖5.34MCS分析V之機率密度函數(對數常態分布) 126
圖5.35A具不同機率分布所得參數之CDF函數比較 127
圖5.36 H具不同機率分布所得參數之CDF函數比較 127
圖5.37 V具不同機率分布所得參數之CDF函數比較 128
圖5.38 Aa之MCS法與FORM法分析結果比較 129
圖5.39 Ha之MCS法與FORM法分析結果比較 129
圖5.40Vmax,a之MCS法與FORM法分析結果比較 130
圖6.1土石流堆積面積分布(考慮降雨因子) 139
圖6.2土石流最大累積深度分布(考慮降雨因子) 139
圖6.3土石流最大瞬時速度分布(考慮降雨因子) 140
圖6.4降雨強度與堆積面積之關係圖 141
圖6.5降雨強度與累積深度之關係圖 141
圖6.6降雨強度與最大瞬時速度之關係圖 142
圖6.7降雨延時與堆積面積之關係圖 143
圖6.8降雨延時與累積深度之關係圖 143
圖6.9降雨延時與最大瞬時速度之關係圖 144
圖6.10降雨雨型與堆積面積之關係圖 145
圖6.11降雨雨型與累積深度之關係圖 145
圖6.12降雨雨型與最大瞬時速度之關係圖 146
圖6.13網路訓練及測試之均方根誤差與相關係數迭代收斂圖 147
圖6.14本研究之類神經架構圖10_13_3 148
圖6.15目標輸出值(堆積面積)與網路預測值之散佈圖 149
圖6.16目標輸出值(累積深度)與網路預測值之散佈圖. 150
圖6.17目標輸出值(最大瞬時速度)與網路預測值之散佈圖 150
圖6.18目標輸出值之散佈圖 151
圖6.19網路預測值之散佈圖 151
圖6.20目標輸出值(全)與網路預測值之散佈圖 152
圖6.21堆積面積之敏感度分析 153
圖6.22累積高度之敏感度分析 153
圖6.23最大瞬時速度之敏感度分析 154
圖6.24利用試算表求解可靠度指數B及超越機率Pf(考慮降雨因子) 157
圖6.25不同機率分布對Aa危害度分析結果之比較 159
圖6.26不同機率分布對Ha危害度分析結果之比較 159
圖6.27不同機率分布對Va危害度分析結果之比較 160
圖6.28變異係數對Aa危害度分析結果之比較(輸入變數具常態分布) 161
圖6.29變異係數對Ha危害度分析結果之比較(輸入變數具常態分布) 161
圖6.30變異係數對Va危害度分析結果之比較(輸入變數具常態分布) 162
圖6.31變異係數對Aa危害度分析結果之比較(具對數常態分布) 162
圖6.32變異係數對Ha危害度分析結果之比較(具對數常態分布) 163
圖6.33變異係數對Va危害度分析結果之比較(具對數常態分布) 163
圖6.34降雨強度與超越機率之關係(考慮不同容許累積深度) 166
圖6.35容許累積深度與超越機率之關係(考慮不同降雨強度) 166
圖6.36降雨強度與超越機率之關係(考慮不同容許堆積面積) 168
圖6.37容許堆積面積與超越機率之關係(考慮不同降雨強度) 168
圖6.38降雨強度與超越機率之關係(考慮不同容許最大瞬時速度) 170
圖6.39容許最大瞬時速度與超越機率之關係(考慮不同降雨強度) 170
圖6.40降雨延時與超越機率之關係(考慮不同容許累積深度) 172
圖6.41容許累積深度與超越機率之關係(考慮不同降雨延時) 172
圖6.42降雨延時與超越機率之關係(考慮不同容許堆積面積) 174
圖6.43容許堆積面積與超越機率之關係(考慮不同降雨延時) 174
圖6.44降雨延時與超越機率之關係(考慮不同容許累積深度) 176
圖6.45容許累積深度與超越機率之關係(考慮不同降雨延時) 176
圖6.46降雨雨型與超越機率之關係(考慮不同容許堆積深度) 178
圖6.47容許堆積深度與超越機率之關係(考慮不同降雨雨型) 178
圖6.48降雨雨型與超越機率之關係(考慮不同容許淹沒面積) 180
圖6.49容許淹沒面積與超越機率之關係(考慮不同降雨雨型) 180
圖6.50降雨雨型與超越機率之關係(考慮不同容許最大瞬時速度) 182
圖6.51容許最大瞬時速度與超越機率之關係(考慮不同降雨雨型) 182
圖6.52降雨雨型與超越機率之關係1(考慮不同I值;Ha=2.4m) 184
圖6.53降雨雨型與超越機率之關係2(考慮不同I值;Ha=2.2m) 184
圖6.54降雨雨型與超越機率之關係3(考慮不同I值;Ha=2.0m) 185
圖6.55降雨雨型與超越機率之關係1(考慮不同Ha值;I=20mm/hr) 185
圖6.56降雨雨型與超越機率之關係2(考慮不同Ha值;I=25mm/hr) 186
圖6.57降雨雨型與超越機率之關係3(考慮不同Ha值;I=30mm/hr) 186
圖6.58降雨雨型與超越機率之關係4(考慮不同Ha值;I=35mm/hr) 187
圖6.59降雨雨型與超越機率之關係5(考慮不同Ha值;I=40mm/hr) 187
圖6.60降雨雨型與超越機率之關係6(考慮不同Ha值;I=45mm/hr) 188
圖6.61降雨雨型與超越機率之關係7(考慮不同Ha值;I=50mm/hr) 188
圖6.62降雨雨型與超越機率之關係1(考慮不同T值;Ha=2.4m) 190
圖6.63降雨雨型與超越機率之關係2(考慮不同T值;Ha=2.2m) 190
圖6.64降雨雨型與超越機率之關係3(考慮不同T值;Ha=2.0m) 191
圖6.65降雨雨型與超越機率之關係1(考慮不同Ha值;T=24hr) 191
圖6.66降雨雨型與超越機率之關係2(考慮不同Ha值;T=32hr) 192
圖6.67降雨雨型與超越機率之關係3(考慮不同Ha值;T=40hr) 192
圖6.68降雨雨型與超越機率之關係4(考慮不同Ha值;T=48hr) 193
圖6.69降雨雨型與超越機率之關係5(考慮不同Ha值;T=56hr) 193
圖6.70降雨雨型與超越機率之關係6(考慮不同Ha值;T=64hr) 194
圖6.71降雨雨型與超越機率之關係7(考慮不同Ha值;T=72hr) 194
圖6.72降雨強度與超越機率之關係(考慮不同B1) 196
圖6.73B1與超越機率之關係(考慮不同降雨強度) 196
圖6.74降雨延時與超越機率之關係(考慮不同B1) 197
圖6.75B1與超越機率之關係(考慮不同降雨延時) 197
圖6.76設計累積深度與超越機率之關係 199
圖6.77設計累積深度示意圖 199

附圖目錄
附圖A.1變異係數對Aa危害度分析結果之比較(輸入變數具常態分布) 215
附圖A.2變異係數對Ha危害度分析結果之比較(輸入變數具常態分布) 216
附圖A.3變異係數對Va危害度分析結果之比較(輸入變數具常態分布) 216
附圖A.4變異係數對Aa危害度分析結果之比較(具對數常態分布) 216
附圖A.5變異係數對Ha危害度分析結果之比較(具對數常態分布) 217
附圖A.6變異係數對Va危害度分析結果之比較(具對數常態分布) 217
附圖A.7變異係數對Aa危害度分析結果之比較(輸入變數具常態分布) 218
附圖A.8變異係數對Ha危害度分析結果之比較(輸入變數具常態分布) 218
附圖A.9變異係數對Va危害度分析結果之比較(輸入變數具常態分布) 219
附圖A.10變異係數對Aa危害度分析結果之比較(具對數常態分布) 219
附圖A.11變異係數對Ha危害度分析結果之比較(具對數常態分布) 220
附圖A.12變異係數對Va危害度分析結果之比較(具對數常態分布) 220
附圖B.1均勻式雨型 221
附圖B.2前鋒式雨型 222
附圖B.3擬前鋒雨型 222
附圖B.4中央式雨型 223
附圖B.5擬後峰雨型 223
附圖B.6後峰式雨型 224
附圖B.7雙峰式雨型 224

參考文獻 參考文獻
1. Aleotti, P. and Polloni. G. (2003),“Two-dimensional model of the 1998 Sarno debris-flows(Italy):preliminary results,” Debris-Flow Hazards Mitigation:Mechanics, Prediction, and Assessment, pp.553-563,.
2. Ang, A. H. S., and Tang, W. H. (1984). Probability Concepts in Engineering Planning and Design. Decision, Risk and Reliability, Vol. II., Wiley: New York.
3. Bagnold, R.A. (1954) , “Experiments on a gravity-free dispersion of large solid spheres in a Newtonian fluid under shear,” Proceeding Royal Society of London, series A, No. 225, pp. 49-63.
4. Christian, J. T. (2004),“Geotechnical engineering reliability: how well do we knowwhat we are doing?” Journal of Geotechnical and GeoenvironmentalEngineering, Vol. 130, No. 10, pp.985-1003
5. Cornell, C. A. (1969). “A probability-based structural code,”American Concrete Institute, Vol. 66, No. 12, pp. 974−985..
6. Davies, T. R. H. (1998) Debris flow surges-A Laboratory Investigation. Report No. 96, ETH, Zurich, Switzerland.
7. Ditlevsen,O. (1981).UncertaintyModeling: With Applications to Multidimensional Civil fiEngineering Systems, New York: McGraw-Hill.
8. Duncan, J. M. (2000).“Factor of safety and reliability in geotechnical engineering,”Journal of Geotechnical andGeoenvironmental Engineering, Vol. 126, No. 4, pp. 307-316.
9. Fredlund, D.G., Xing, A., and Huang, S.(1994),“Predicting the permeability function for unsaturated soils using the soil-water characteristic curve,”Canadian Geotechnical Journal, Vol. 31, pp. 533- 546.
10. Garcia, R., Rodriguez, J.J. and J.S. O’Brien(2004),Hazard Zone Delineation forUrbanized Alluvial Fans,” 2004 ASCE World Water & EnvironmentalResources Congress-Arid Lands Symposium, Salt Lake City, Utah.
11. Goh, A. T. C., and Kulhawy, F. H. (2003). “Neural network approach to model the limit state surface for reliability analysis,” Canadian Geotechnical Journal, Vol. 40, pp. 1235-1244.
12. Green, R. E., and Corey, J. C. (1971).“Calculation of hydraulic conductivity : A further evaluation of some predictive methods,”Soil Science Society of America Proceedings, Vol. 35, pp. 3-8.
13. Ham, F.M. and I. Kostanic,(2001). Principles of Neurocomputing for Science andEngineering, McGraw-Hill, New York, 672 pages.
14. Hasofer, A. M., and Lind, N. C. (1974). “An exact and invariant first-order reliability format,”Journal of Engineering Mechanics, Vol. 100, No. 1, pp. 111-121.
15. Honjo, Y.,Suzuki, M., and Matsuo, M. (1998).“Reliability analysis of shallow foundations inreference to design codes development,”Computers and Geotechnics,Vol. 26,pp.331-346, Japan
16. Honjo, Y., and Kusakabe, O. (2002). “Proposal of a comprehensive foundation design code: geo-code 21 ver. 2,” Proceedings, International Workshop on Foundation Design Codes and Soil Investigation in view of International Harmonization and Performance Based Design, Tokyo, pp. 95-106.
17. Hornik, K. (1991), “Approximation capabilitiesof a multi-layer feed-forward networks,”Neural Networks, Vol. 4, No. 2, pp. 251-257.
18. Hubl, J. and H.Steinwendtner (2001),“Two-dimensional simulation of two viscousdebris-flows in Austria,”Physics and Chemistry of the Earth,Part C: Solar,Terrestrial and Planetary,Vol. 26, No. 9, pp. 639-644.
19. Johnson, A.M. (1970), Physical Processes in Goelogy. , San Francisco, Freeman Cooper and Co.
20. Johnson, A.M. and Rodine, J.D.(1984), “Debris Flow lope Instability”, John Wiley& Son Ltd., pp. 257-361.
21. Juang, C. H., Chen, C. J., and Tien, Y. M. (1999). “Appraising CPT-based liquefaction resistanceevaluation methods-artificial neural network approach,”Canadian Geotechnical Journal, Vol. 36, No. 3, pp. 443-454.
22. Karamouz, M., Kerchian, R. and Zahrie, B.(2004), "Monthly water resources and irrigation planning: case study of conjunctive use of surface and groundwater resources," Journal of Irrigation and Drainage Engineering, Vol. 130, No. 5, pp. 391-402.
23. Karamouz, M., Rezapour Tabari, M. M., and Kerchian, R.(2007), "Application of genetic algorithms and artificial neural networks in conjunctive use of surface and groundwater resources," Water International, Vol.32, No. 1, pp.163-176.
24. Low, B. K.(2005).“Reliability-based design appliedto retaining walls,”GeotechniqueSymposium in Print:Risk and Variability in Geotechnical Engineering.
25. Leonard, T.(1975).“Bayesian estimation methods for two-way contingency tables,”Journal of the RoyalStatistical Society, Vol.37, pp.23-37.
26. Nayak, P. C.(2006), Satyaji Rao, Y. R. and Sudheer, K. P., "Groundwater level forecasting in a shallow aquifer using artificial neural network approach," Water Resources Management, Vol. 20, pp. 77-90.
27. O’Brien, J.S.(2009), FLO-2D Users Manual Version.
28. O’Brien, J.S., Julien, P.J. and Fullerton(1993), W.T., “Two-dimensional water floodand mudflow simulation,” Journal of Hydraulic Engineering, ASCE, Vol.119, No. 2, pp. 244-261.
29. O’Brien, J. S. and P. Y. Julien(1988), “Laboratory Analysis of Mudflow Properties,”Journal of Hydraulic Engineering, ASCE, Vol. 114, No. 8, pp. 877-887.
30. O’Brien, J. S. and Julien, P. Y.(1985), “Physical properties and mechanics ofhyperconcentrated sediment flows,” Specialty Conf. on the Delineationof Landslides, Flash Floods and Debris Flow Hazards in Utah, UtahWater Research Lab., Univ. of Utah at Logan, Utah, pp. 260-279.
31. Phillips, C. J. and Davies, T.R.H. (1991). Determining rheological parameters of debris flow material. Geomorphology 4, 101-110.
32. Rackwitz, R.and Fiessler, B. (1978). “Structural reliability under combined random load sequences,”Computers and Structures. Vol. 9, pp. 489-494.
33. Rickenmann D (1999), “Empirical relationships for debris-flow,”Natural Hazards 19: 47–77.
34. Takahashi, T. (1991),“DebrisFlow,”IAHR , Monograph, A. A.Balkema, Rotterdam, The Netherlands.
35. Terzaghi, K. and Peck, R. B. (1967).Soil Mechanics in Engineerpractice (2end ed.), John Wiley and Sons, Inc., NewYork, N.Y.
36. U.S. Army Corps of Engineers (1995). Introduction to Probability and Reliability Methods for Use in Geotechnical Engineering. Engineering Technical Letter No. 1110-2-547, U.S. Army Corps of Engineers, Washington, D.C.
37. Van Dine, D. F.(1985),“Debris flow and debris torents in the Southern Canadian Cordillera,” J. Can. Geotech., Vol.22, pp.44-68.
38. 中央氣象局(2011):http://www.cwb.gov.tw/V7/index.htm。
39. 水土保持局(2011),土石流防災資訊網:http://246.swcb.gov.tw/default-1.asp。
40. 水土保持局(2005),「水土保持手冊」。
41. 池谷浩、上原信司(1980),「砂防土砂調節效果關係實驗的研究」,新砂防No.114,第37-44頁。
42. 吳政貞(2003),「土石流流況數值分析-以溪頭為例」,碩士論文,國立台灣大學土木工程研究所。
43. 吳政達(1994),「河道坡度對土石流堆積長度影響之研究」,碩士論文,國立中興大學水土保持研究所。
44. 吳雯惠(2006),「土石流發生潛勢與流出土方量推估之研究」,碩士論文,朝陽科技大學營建工程系。
45. 周必凡、李德基、羅德富、呂儒仁、楊慶溪(1991),「泥石流防治指南」,科學出版社,第2-87頁。
46. 林成偉(1991),「流路坡度變化對土石流堆積特性之探討」,碩士論文,國立中興大學水土保持研究所。
47. 林伯融(2007),「FLO-2D模式應用於土石流災害損失評估之研究-以松鶴部落為例」,碩士論文,朝陽科技大學營建工程系。
48. 林芝岩(2006),「FLO-2D沖淤模式應用於土石流影響範圍分析之研究-以宜蘭縣頭城鎮桶盤崛溪為例」,碩士論文,國立宜蘭大學。
49. 林美聆、王國隆、黃紀禎(2001),「豐山村集水區土石流整治規劃報告書」,元裕工程技術顧問有限公司。
50. 林美聆、莊睦雄、洪鳳儀、盧彥旭、簡文鏜、黃紀禎、林信亨(1999),「陳有蘭溪流域土石流溪流地理資訊系統建立與土石流溪流特性分析」,防災國家型科技計畫八十八年度成果報告。
51. 林美聆、陳天健、洪鳳儀、賴達倫、王國隆、鍾俊弘、簡文鏜、盧彥旭、林俊佑、黃紀禎(2000),「陳有蘭溪流域土石流溪流潛勢分析與境況模擬方法之建立-出水溪、豐丘及和社一號野溪」,防災國家型科技計畫八十九年度成果報告。
52. 林美聆、王國隆、黃紀禎(2001),「豐山村集水區土石流整治規劃報告書」,元裕工程技術顧問有限公司。
53. 林基源(2003),「陳有蘭溪流域土石流發生潛勢判定模式之研究」,博士論文,國立中興大學土木工程學系,臺中。
54. 林典蔚(2008),結合自組織映射圖網路與倒傳遞類神經網路於地下水水位之預測,國立嘉義大學土木與水資源工程學系碩士論文。
55. 林銘郎、鄭富書、吳俊傑(1996),『新中橫沿線天然災害及成因分析』,地工技術,第57期,第31~44頁。
56. 胡永國(2002),應用類神經網路推估地下水位洩降所致地層沉陷之研究,國立屏東科技大學土木工程所,碩士論文。
57. 黃富國、王淑娟(2007),「軟弱地盤深開挖設計之可靠度分析─以台北市基河路案例為例」,中國土木水利工程學刊,第十九卷,第4期,第541~555頁。
58. 邱禎龍(2002),「臺北縣3峽鎮白雞地區山崩引發土石流案例調查研究」,碩士論文,國立台灣大學地質科學研究所。
59. 高橋保(1977),「土石流に發生と流動の關研究」,京大防災研究所年報,No.20,B-2,第1-31 頁。
60. 高橋保(1981),「洞谷土石流につい」,新砂防No.118,第42-46 頁。
61. 曹英明(2005),「FLO-2D 模式於土石流流況模擬之應用」,碩士論文,朝陽科技大學營建工程系。
62. 梁志勇、劉峽、徐永年、隋忠誠(2001),「泥石流入匯兌河流演變的影響」,自然災害學報,10(1):第45-50頁。
63. 莊孟儒(2012),「高崩塌率下誘發土石流之模擬研究-以莫拉克風災在南台灣新開地區為例」,碩士論文,華梵科技大學環境與防災設計學系。
64. 莫拉克颱風科學小組(2010),「莫拉克颱風科學報告」,行政院國家科學委員會。
65. 連惠邦(1994),「礫石型土石流流體性質與運動特性之相關研究」,博士論文,國立中興大學水土保持研究所。
66. 郭志學、方鐸、王協康、朱殿芳(2000),「泥石流入匯對主河演變的影響」,泥砂研究學報,4:第22-25頁。
67. 陳松村(2006),「FLO-2D 模式於土石流災害模擬之研究-以松鶴為例」,碩士論文,國立中興大學土木工程學系研究所。
68. 陳重光、游繁結(1988),「十八重溪土石流災害之探討」,中興大學農林學報,No.37,第1 期,第76-92 頁。
69. 陳國男(2005),類神經網路應用於邊坡穩定分析及護坡工法之研究,國立成功大學資源工程學系碩士論文
70. 陳國華(2007)整合TWVD2001 水準及GPS 資料改進台灣區域性大地水準面模式以應用於GPS 高程測量,國立成功大學測量及空間資訊所博士論文,台南。
71. 陳德明(2000),「泥石流與主河水流交匯機理及其河床響應特性」,中國水利水電科學研究院博士論文。
72. 陳儒賢、潘衍谷、陳清田,(2007) ,「應用SOMRBFN 模式於地下水位預測之研究」,第十6屆水利工程研討會,472-479 。
73. 彭繼賢(2007),「應用FLO-2D於臺灣中部地區土石流流況分析之研究」,碩士論文,臺灣大學。
74. 楊凱鈞、黃宏斌、蘇立明(2003),「FLO-2D模式配合地理資訊系統在土石流災害模擬之應用」,第一屆數位地球國際研討會論文集,編號C1-6。
75. 詹錢登(2000),「土石流概論」,科技圖書股份有限公司。
76. 詹錢登、余昌益、吳雲瑞(1997),「含砂濃度對含砂水體流變參數的影響之初步研究」,第一屆土石流研討會論文集,第179-190頁。
77. 趙啟宏(2004),「土石流之數值模擬及流變參數特性之探討」,碩士論文,國立臺灣大學土木工程學研究所。
78. 遠藤隆一(1963),「砂防工學」,共立出版株式,研究京會社,第24 頁。
79. 潘國樑(2006),「山坡地的地質分析與有效防災」,科技圖書股份有限公司,。
80. 蔡元芳(1999),「土石流扇狀地形狀特性之研究」,博士論文,國立成功大學水利及海洋工程研究所。
81. 蔡旻霖(2011),「FLO-2D數值模式應用於土石流之分析_以南投縣頭坑溪為例」,碩士論文,朝陽科技大學營建工程系。
82. 蔡誌崇(2004),「FLO-2D 模式於土石流災害管理之研究」,碩士論文,國立中興大學水土保持學系研究所。
83. 薛仲傑(2007),「FLO-2D 模式於土石流數值模擬之應用」,碩士論文,國立成功大學。
84. 謝正倫(1991),「土石流預警系統之研究(一)」,國立成功大學水工試驗所報告No.130。
85. 蘆田和男(1980),「土石流調節制禦關係研究-立體格子型砂防堰堤之水理機能」,京都大學防災研究所年報,No.23,B-2,京都。
86. 蘇立明(2003),「二維數值模式應用於土石流災害模擬之研究」,碩士論文,國立台灣大學生物環境系統工程研究所。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2013-09-30公開。
  • 同意授權瀏覽/列印電子全文服務,於2013-09-30起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信