跳到主要內容區塊

計畫緣起

河道坡陡、流急及強降雨造就了臺灣獨特之水環境,加上降雨時間及空間分布之不均勻,颱洪時期常需同時承受淹水、土石流及坡地崩塌等複合型災害的襲擊。在此水環境特性下,不論河川管理或水資源應用都隨著自然及社會環境改變而更具挑戰性,水利工程的課題分析與決策管理往往需藉由數值模式量化分析加以輔助。

以河川治理理念為例,隨著環境的變化,治水思維從以往傳統工程手段之築堤束堤,到流域整體治理之綜合治水,進化到現在的水與安全之韌性臺灣。傳統河道兩岸治理措施,加入逕流分擔、在地滯洪等策略,採面的治理思維擴大治水空間後,水利防災的核心概念則需同時關注「水」、「自然」和「人」三個面向。當治水能以自然思維處理社會議題,除可解決目標課題外,更能創造多重功能及共效益。在此思維下,水道、土地洪氾、藍綠網絡保育及水岸縫合作成為中央管流域整體改善與調適之目標,需開發整合流域分析數值模式,進行河川管理定量及定性分析。

因此本計畫延續臺美水資源協議第八號附錄成果,整合集水區數值模式及快速推估模型,延伸既有河道數值模式(SRH-2D)應用範疇,可大幅提升流域整體改善及調適規劃量化評估技術,提供河川分署規劃、設計及管理應用,以落實國際合作技術移轉及技術及水利技術應用發展。

計畫目標

應用臺美第八號附錄最新研發集水區數值模式(SRH-Watershed),建置臺灣主要流域降雨逕流及土砂運移數值模式,產製不同尺度集水區多重事件之模擬結果資料庫,結合機器學習(Machine learning)訓練及評鑑,開發集水區河道水砂運移快速推估模型。整合空間分佈數值模式及機器學習快速推估模型,可分析集水區河道逕流量及輸砂量時間及空間變化(包括水道風險、河槽沖淤及囚砂空間等課題分析),並延伸應用於流域改善及調適方案評估(包括逕流分擔、在地滯洪、水庫排砂及河川環境等案例應用),作為河川管理決策參考。

計畫範圍

中央管河川及其流域範圍。

工作項目

  1. 文獻回顧、資料彙整及補充調查:流域數值模式及機器學習理論、架構及相關文獻回顧,並蒐集臺灣既有集水區觀測資料,包括數值高程地形、土地利用、土壤分布、土壤沖蝕指數、空間降雨資料及河道水砂觀測等資料。依據既有集水區觀測資料,評估應用於全物理機制分佈型數值模式之充足性,分別選取代表性之集水區進行後續數值模式分析,並得視需要進行觀測資料補充調查。
  2. 集水區水理模式建置及驗證:選定代表性集水區,依據數值高程地形建置具有集水區流路河道特性之數值模式模擬網格,搭配土地利用、土壤分布、土壤沖蝕指數等既有資料,建立數值模式模擬範圍網格空間分佈參數,並以據既有河道觀測站實測颱洪事件下之流量及泥砂濃度歷線進行降雨事件下數值模式模擬結果驗證。
  3. 水理輸砂空間分布資料庫建立:利用驗證後之集水區數值模式,分別選定代表性之颱洪事件,延伸有限之河道水文觀測站空間解析度,建立空間分布之流量及泥砂濃度資料庫,作為監督式機器學習訓練及測試之基礎資料。
  4. 流域改善及調適方案量化評估:以整合河道數值模式(SRH-2D)及集水區數值模式(SRH-W)應用為主。工作架構係以實際降雨事件空間資料,透過SRH-W分析河道空間水砂歷線資料,提供給二維河道模式進行方案情境分析,減少邊界條件之不確定性。藉由整合案例應用測試,建立流域改善及調適方案量化評估方法。
  5. 機器學習快速推估模型建置:利用驗證完成之集水區數值模式,建置河道水理輸砂時間及空間分布資料庫,結合機器學習(Machine learning)方法,進行機器學習之訓練及評鑑,開發集水區河道水砂運移快速推估模型。
  6. 成果回饋、精進及應用推廣:藉由計畫之執行,進行新開發之數值模式臺灣案例測試及回饋交流,建立臺灣主要流域集水區模式,落實臺美水利技術合作移轉,並發展後續本土應用推廣及技術諮詢服務。