台灣由於土地資源有限，人口密度高，廢棄物掩埋場往往得興建於山坡地上，而由於台灣之海島型氣候，豐水期期間之集中降雨常造成坡地不穩定，因此，坡地型廢棄物掩埋之破壞案例時有所聞。但若以慣用之確值法的安全係數來評估邊坡之穩定性，常無法考慮各參數之不確定性，所承擔之風險也無法得知；若能將降雨因素及各參數之變異性納入考慮，利用機率理論來進行可靠度分析，將使評估結果更具代表性及應用價值。
    本研究利用GeoStudio軟體分析掩埋場受降雨影響之穩定性，首先使用SEEP/W模組計算降雨入滲至掩埋場內之孔隙水壓值，利用各不同之降雨參數(如降雨強度、降雨延時及降雨雨型)來模擬掩埋場內降雨入滲之情形。掩埋場穩定性則是利用SLOPE/W模組來分析，並針對以下參數：降雨強度(I)、降雨延時(T)、降雨雨型(RP)、掩埋面高度(H)、掩埋面長度(L)、掩埋場背靠邊坡角度(α)、掩埋完成面邊坡角度(β)、垃圾層單位重(γ1)、地工膜布單位重(γ2)、垃圾層凝聚力(c1)、地工膜布凝聚力(c2)、垃圾層之內摩擦角( )，以及掩埋面底部界面摩擦角( 2)等，進行掩埋場參數變異性分析，以了解各參數對掩埋場邊坡穩定性之影響程度。接著以假設場址為例，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) 之可靠度分析技術 (ANN-based FORM、ANN-based MCS)，來探討掩埋場邊坡受降雨影響之可靠度。此法相較於傳統之一階二次矩法(FOSM)，無論在系統反應之模擬、計算效率及可靠度精度之提昇上，都有明顯的改善。透過本文之探討，本研究在降雨對坡地型廢棄物掩埋場邊坡穩定性影響之分析上，具體提供了一個可資落實，及具風險觀念的可靠度評估方法，其成果可作為擬定防災策略的參考。

Due to limited land resources and high population density, a large portion of municipal solid waste (MSW) landfills in Taiwan are constructed in mountainous regions. Being located at the sub-tropical area and surrounded by sea, slopes are usually unstable because of the concentrated rainfall during the wet period and thus failures of MSW landfills occurred occasionally. As to slope stability analysis, safety factors are common used in engineering practice. However, this deterministic approach not only does not consider the influence of randomness and uncertainties of soil properties, analysis model and associated parameters on the analysis results, but also has not any implications about the failure probability of the critical state according to the factor of safety. In this research, a probabilistic method to evaluate the reliability for the stability of MSW landfills on slope is proposed. The rainfall conditions and uncertainties of each analysis parameter will be taken into account. By the probabilistic approach, the evaluation results will be more representative with application value.
In this research, the software, GeoStudio, is used to analyze the stability of MSW landfills on slope considering rainfall-infiltration. Seepage analysis is carried out by SEEP/W module to simulate the pore water pressure distribution, and then the slope stability of MSW landfills is assessed by SLOPE/W module. Parameter studies are first done to explore the influence of factors on the stability of MSW landfills. These factors include rainfall intensity (I), rainfall  duration (T), rainfall pattern (RP), and the geometric and mechanical properties of MSW landfills, including height of landfill (H), length of landfill (L), slope angle of the back (α), slope angle of the waste body (β), unit weight of waste, unit weight of geomembrane, cohesion of waste, cohesion of geomembrane, friction angle of waste, and interfacial friction angle of geomembrane. Then 100 different combinations of parameters are generated and associated stability analyses of MSW landfills on slope are performed assumed that each parameter is uniform distributed around its reason ranges. Following, the performance of the stability of MSW landfills is interpreted by the artificial neural network (ANN) trained and verified according to the above-mentioned 100 analysis results. The rainfall fragilities for the stability of MSW landfills are then evaluated by first-order reliability method (FORM), or Monte-Carlo simulation (MCS) in terms of different level of required factor of safety based on varied rainfall intensity, duration, pattern, etc. The evaluation model of ANN-based FORM or ANN-based MCS proposed in this study is superior to traditional reliability method, such as first-order second-moment method (FOSM), in view of many aspects, such as system modeling, computational efficiency, and analysis precision. Based on these methods, the rainfall-related reliability of the MSW landfills on slope can be assessed easily, efficiently and accurately. It can be used as an effective auxiliary tool to design the countermeasures for disaster mitigations.

目錄	V
表目錄	IX
圖目錄	X
第一章 緒論	1
1.1研究動機與目的	1
1.2 研究內容概要	2
第二章 文獻回顧	5
2.1 廢棄物掩埋場相關研究	5
2.2 降雨入滲對邊坡穩定性分析相關研究	8
2.3 類神經網路與可靠度分析相關研究	9
第三章 研究方法	13
3.1邊坡穩定分析方法	13
3.2 分析程式簡介	13
3.2.1  SEEP/W 滲流分析	13
3.2.2  SLOPE/W 邊坡穩定分析	17
3.3 降雨入滲分析	19
3.3.1水力傳導函數	22
3.3.2 體積含水函數	24
3.4 類神經網路分析方法	27
3.5 可靠度分析方法	28
3.5.1 性能函數與可靠度	28
3.5.2  FOSM 法與 FORM 法	30
3.5.3 蒙地卡羅模擬法	33
第四章 邊坡穩定性分析探討	37
4.1 假設場址特性及參數設定	37
4.2 掩埋場之降雨入滲分析	39
4.2.1 降雨強度對孔隙水壓之影響	41
4.2.2 降雨延時對孔隙水壓之影響	42
4.2.3 降雨雨型對孔隙水壓之影響	43
4.3 掩埋場之邊坡穩定分析	44
4.3.1 掩埋面高度(H)對安全係數之影響	44
4.3.2 掩埋面長度(L)對安全係數之影響	45
4.3.3 掩埋場背靠邊坡角度對安全係數之影響	46
4.3.4 掩埋完成面邊坡角度對安全係數之影響	47
4.3.5 垃圾層單位重(γ1)對安全係數之影響	48
4.3.6 地工膜布單位重(γ2)對安全係數之影響	49
4.3.7 垃圾層凝聚力(c1)對安全係數之影響	50
4.3.8 地工膜布凝聚力(c2)對安全係數之影響	51
4.3.9 垃圾層之內摩擦角對安全係數之影響	52
4.3.10 掩埋面底部界面摩擦角對安全係數之影響	53
4.3.11 降雨強度(I)對安全係數之影響	54
4.3.12 降雨延時(T)對安全係數之影響	55
4.3.13 降雨雨型(RP)對安全係數之影響	56
第五章 可靠度分析探討	57
5.1類神經網路訓練與驗證	57
5.1.1 網路輸入及輸出範例準備	57
5.1.2 網路架構決定及訓練與驗證	61
5.2 可靠度分析步驟及考量因素	67
5.2.1 一階可靠度法(FORM)	67
5.2.2 蒙地卡羅模擬法(MCS)	70
5.3 可靠度分析結果比較與探討	71
5.3.1  一階可靠度法(FORM)分析結果	71
5.3.2 蒙地卡羅模擬法(MCS)分析結果	74
5.3.3 一階二次矩法(FOSM)分析結果	83
5.3.4 可靠度分析結果之探討	84
第六章 結論與建議	105
6.1 結論	105
6.2 建議	106
參考文獻	107
附錄A 雨型公式之討論	113
附錄B 入滲係數關係圖	119

 
表目錄
表3.1  SEEP/W滲流分析所使用之參數及其因次與單位	14
表3.2 降雨強度單位轉換	19
表3.3 依不同坡度轉換後垂直坡面之降雨強度(m/s)	20
表3.4 雨型示意表	21
表3.5 參數選取表	27
表3.6 標的可靠度指數	35
表4.1 各參數之代表值	38
表5.1 各參數之分布範圍	58
表5.2 可靠度分析所採用參數之統計特性	67
表5.3  FORM分析法結果比較(選擇各雨型之機率分布代表)	78
表5.4  MCS法與FORM法分析結果比較(RP1)	79
表5.5  MCS法與FORM法分析結果比較(RP2)	79
表5.6  MCS法與FORM法分析結果比較(RP3)	80
表5.7  MCS法與FORM法分析結果比較(RP4)	80
表5.8  MCS法與FORM法分析結果比較(RP5)	81
表5.9  MCS法與FORM法分析結果比較(RP6)	82
表5.10  MCS法與FORM法分析結果比較(RP7)	82
表5.11  MCS法與FOSM法分析結果比較	83
表5.12 設計安全係數與破壞機率之關係	103

圖目錄
圖1.1 研究流程圖	3
圖2.1 有害事業廢棄物掩埋場底部阻水系統示意圖(王昱雲, 2007)	6
圖2.2 生物神經元示意圖 (陳國男, 2005)	10
圖2.3 類神經網路系統模型 (陳國男, 2005)	10
圖3.1 降雨滲流分析邊界設定模式	15
圖3.2 邊坡破壞模式示意圖	18
圖3.3 具一層隱藏層之BPN 示意圖	27
圖3.4 離散橢圓、β橢圓、設計點與可靠度指數β之關係	32
圖4.1 掩埋場假設場址斷面示意圖	38
圖4.2 水壓分布等值圖(T=0hr)	39
圖4.3 水壓分布等值圖(T=6hr)	40
圖4.4 水壓分布等值圖(T=24hr)	40
圖4.5 降雨強度對孔隙水壓的影響	41
圖4.6 降雨延時對孔隙水壓的影響	42
圖4.7 降雨雨型對孔隙水壓的影響	43
圖4.8 掩埋場安全係數隨掩埋面高度H變化之關係	44
圖4.9 掩埋場安全係數隨掩埋面長度L變化之關係	45
圖4.10 掩埋場安全係數隨掩埋場背靠邊坡角度α變化之關係	46
圖4.11 掩埋場安全係數隨掩埋完成面邊坡角度β變化之關係	47
圖4.12 掩埋場安全係數隨垃圾層單位重γ1變化之關係	48
圖4.13 掩埋場安全係數隨地工膜布單位重γ2變化之關係	49
圖4.14 掩埋場安全係數隨垃圾層凝聚力變化之關係	50
圖4.15 掩埋場安全係數隨地工膜布凝聚力變化之關係	51
圖4.16 掩埋場安全係數隨垃圾層之內摩擦角變化之關係	52
圖4.17 掩埋場安全係數隨掩埋面底部界面摩擦角變化之關係	53
圖4.18 掩埋場安全係隨對降雨強度I變化之關係	54
圖4.19 掩埋場安全係數隨降雨延時T變化之關係	55
圖4.20 掩埋場安全係數與降雨雨型RP之關係	56
圖5.1  100組邊坡圓弧滑動破壞之安全係數(FSc)分布	59
圖5.2  100組邊坡界面滑動破壞之安全係數(FSt)分布	60
圖5.3  FSc與FSt對比圖之一	60
圖5.4  FSc與FSt對比圖之二	61
圖5.5 本研究之類神經網路架構圖	63
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	64
圖5.7 目標輸出值與網路預測值之散佈圖	65
圖5.8 輸入變數之變化對FS輸出參數之影響	66
圖5.10 不同機率分布對FS可靠度分析結果之比較	72
圖5.11  FS< FSr之機率示意圖	72
圖5.12 變異係數對FS可靠度分析結果之比較(輸入變數具常態分布)	73
圖5.13 變異係數對FS可靠度分析結果之比較(輸入變數具對數常態分布)	74
圖5.14  MCS分析FS之機率密度函數(輸入變數具常態分布)	75
圖5.15  MCS分析FS之機率密度函數(輸入變數具對數常態分布)	75
圖5.16 輸入變數具不同機率分布所得FS之CDF函數比較	76
圖5.17  MCS法與FORM法分析結果比較	77
圖5.18  MCS法與FOSM法分析結果比較	84
圖5.19 降雨強度與破壞機率之關係(考慮不同要求安全係數)	89
圖5.20 要求安全係數與破壞機率之關係(考慮不同降雨強度)	89
圖5.21 降雨延時與破壞機率之關係(考慮不同要求安全係數)	90
圖5.22 要求安全係數與破壞機率之關係(考慮不同降雨延時)	90
圖5.23 降雨雨型與破壞機率之關係一(考慮不同I值；FSr=1.0)	91
圖5.24 降雨雨型與破壞機率之關係二(考慮不同I值；FSr=1.2)	91
圖5.25 降雨雨型與破壞機率之關係三(考慮不同I值；FSr=1.5)	92
圖5.26 降雨雨型與破壞機率之關係一(考慮不同FSr；I =20mm/hr)	92
圖5.27 降雨雨型與破壞機率之關係二(考慮不同FSr；I =40mm/hr)	93
圖5.28 降雨雨型與破壞機率之關係三(考慮不同FSr；I =60mm/hr)	93
圖5.29 降雨雨型與破壞機率之關係四(考慮不同FSr；I =80mm/hr)	94
圖5.30 降雨雨型與破壞機率之關係五(考慮不同FSr；I =100mm/hr)	94
圖5.31 降雨雨型與破壞機率之關係一(考慮不同T值；FSr=1.0)	95
圖5.32 降雨雨型與破壞機率之關係二(考慮不同T值；FSr=1.2)	95
圖5.33 降雨雨型與破壞機率之關係三(考慮不同T值；FSr=1.5)	96
圖5.34 降雨雨型與破壞機率之關係一(考慮不同FSr；T =12hr)	97
圖5.35 降雨雨型與破壞機率之關係二(考慮不同FSr；T =24hr)	97
圖5.36 降雨雨型與破壞機率之關係三(考慮不同FSr；T =36hr)	98
圖5.37 降雨雨型與破壞機率之關係四(考慮不同FSr；T =48hr)	98
圖5.38 降雨雨型與破壞機率之關係五(考慮不同FSr；T =60hr)	99
圖5.39 降雨雨型與破壞機率之關係六(考慮不同FSr；T =72hr)	99
圖5.40降雨強度與破壞機率之關係(考慮不同

參考文獻
1.	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.
2.	Arya, L. M., and Paris, J. F. (1981). “A physicoempirical model to predict the soil moisture characteristic from particle-size distribution and bulk density data,” Soil Science Society America Journal, Vol. 45, pp. 1023-1030.
3.	CEN. (1994). (European Committee for Standardisation), Eurocode 7: Geotechnical Design. Part 1: General Rules, ENV 1997-1.Brussels: CEN.
4.	Christian, J. T. (2004). “Geotechnical engineering reliability: how well do we know what we are doing? ” Journal of Geotechnical and Geoenvironmental Engineering, 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.	Ditlevsen, O. (1981). Uncertainty Modeling: With Applications to Multidimensional Civil Engineering Systems, New York: McGraw-Hill.
7.	Duncan, J. M. (2000). “Factor of safety and reliability in geotechnical engineering,” Journal of Geotechnical and Geoenvironmental Engineering, Vol. 126, No. 4, pp. 307-316.
8.	Fredlund, D. G. (1975). “A Comprehensive and Flexible Slope Stability Program,” Presented at the Roads and Transportation Association of Canada Meeting, Calgary, Alta.
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.	GEO-SLOPE International Ltd. (2004). Seepage Modeling With SEEP/W, Canada.
11.	GEO-SLOPE/W International Ltd. (2004). Stability Modeling With SLOPE/W, Canada.
12.	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.
13.	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.
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., 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. 
16.	Honjo, Y., Suzuki, M., and Matsuo, M. (1998). “Reliability analysis of shallow foundations in reference to design codes development,” Computers and Geotechnics, Vol. 26, pp.331-346, Japan
17.	Hornik, K. (1991). “Approximation capabilities of a multi-layer feed-forward networks,” Neural Networks, Vol. 4, No. 2, pp. 251-257.
18.	Juang, C. H., Chen, C. J., and Tien, Y. M. (1999). “Appraising CPT-based liquefaction resistance evaluation methods－artificial neural network approach,” Canadian Geotechnical Journal, Vol. 36, No. 3, pp. 443-454.
19.	Koerner, R. M. (2000). ”Stability Assessment of Ten Large Landfill Failures,” Advances in Transportation and Geoenvironmental Systems Using Geosynthetics, ASCE, pp.1-38.
20.	Kovacs, G. (1981) “Seepage hydraulics,” Elsevier-Akad'emiai Kiado, Amsterdam-Budapest.
21.	Low, B. K. (2005). “Reliability-based design applied to retaining walls,” Geotechnique Symposium in Print：Risk and Variability in Geotechnical Engineering.
22.	Leonard, T. (1975). “Bayesian estimation methods for two-way contingency tables,” Journal of the Royal Statistical Society, Vol. 37, pp.23-37.
23.	Marshall, T. J. (1958). “A relation between permeability and size distribution of pores,” J. Soil Sci, Vol. 9, pp.1-8.
24.	Millington, R. J., and Quirk, J. P. (1959). “Permeability of porous media,” Nature, Vol. 183, pp.387-388.
25.	Mualem, Y. (1976), “A catalogue of the hydraulic properties of unsaturated soils,” Res. Proj, Vol.442, pp.118.
26.	Phoon, K. K., and Kulhawy, F. H. (1999). “Characterization of geotechnical variability,” Canadian Geotechnical Journal, Vol. 36, No.4, pp.612-624.
27.	Rackwitz, R., and Fiessler, B. (1978). “Structural reliability under combined random load sequences, ” Computers and Structures. Vol. 9, pp. 489-494.
28.	Shooman, M.L. (1968). Probabilistic Reliability: An Engineering Approach, McGraw-Hill, New York.
29.	Terzaghi, K. and Peck, R. B. (1967). Soil Mechanics in Engineerpractice (2end ed.), John Wiley and Sons, Inc., NewYork, N.Y.
30.	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.
31.	Van Genuchten, M. TH. (1980). “A closed-form equation for predicting the hydraulic conductivity of unsaturated soils,” Soil Science Society America Journal, Vol. 44, pp.892-898.
32.	王昱雲(2007)，坡地型廢棄物掩埋場邊坡穩定分析，國立交通大學土木工程研究所碩士論文。
33.	王瀚衛(2004)，降雨及入滲對邊坡穩定之效應，國立中興大學水土保持系碩士論文。
34.	石棟鑫(2001)，台灣地區颱風與降雨型態之分析研究，國立中央大學土木工程研究所碩士論文。
35.	行政院環保署(2007)，http://www.epa.gov.tw/index.aspx。
36.	行政院環保署(2006)，一般廢棄物全分類零廢棄推動計畫。
37.	呂明杰(2004)，土壤邊坡降雨入滲行為之探討，中原大學土木工程學系碩士論文。
38.	李咸亨(2000)，「國內近年來加勁擋土結構之破壞案例探討」，加勁擋土結構之最新發展研討會，1月26日，第46~52頁，台北市。
39.	李政輝(2007)，滲出水淤積對掩埋場穩定及掩埋場變形之影響，國立交通大學土木工程研究所碩士論文。
40.	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。
41.	范佐憲(2007)，廢棄掩埋場現地試驗與三維穩定分析，國立交通大學土木工程研究所碩士論文。
42.	陳榮河(1990)，「衛生掩埋場之穩定分析」，地工技術，第31 期，第6~21頁。
43.	陳榮河、陳國賢(2002)，「垃圾填築邊坡之穩定分析」，地工技術雜誌，第94 期，第53~60頁。
44.	陳弘恩(2005)，降雨引發坡地淺崩塌模式之建立與探討，國立交通大學土木工程學系碩士論文。
45.	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
46.	張吉佐、方仲欣、蔡宜璋、王瀛恭、楊維和(1998)，土層地工參數訂定方法彙整與檢討，中興工程顧問社。
47.	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，第四期，第541~555頁。
48.	單信瑜(1995)，「廢棄物掩埋場邊坡穩定分析」，第六屆大地工程學術研討會，嘉義。
49.	單信瑜(1999)，「地工合成材料於山坡地掩埋場之應用」，地工技術雜誌，第73 期，第57~66頁。
50.	經濟部水利署(1997)，http://www.wra.gov.tw/。
51.	經濟部水利署(2007)，http://www.wra.gov.tw/。
52.	經濟部水利署(2009)，湖山水庫工程計畫溢洪道工程基本設計報告，第4-4頁。
53.	葉怡成(2001)，應用類神經網路，儒林圖書有限公司，台北市。
54.	葉怡成(2002)，類神經網路模式應用與實作，儒林圖書有限公司，台北市。
55.	鄭介眉(2004)，垃圾衛生掩埋場垃圾層邊坡穩定分析之研究，朝陽科技大學環境工程與管理系碩士論文。
56.	潘國樑(1990)，「有害廢棄物安全掩埋場之設計需求」，地工技術，第31 期，第22~28頁。
57.	錢學德、郭志平、施建勇、盧廷浩(2000)，現代衛生填埋場的設計與施工，中國建築工業出版社。