現在位置首頁 > 博碩士論文 > 詳目
  • 同意授權
論文中文名稱:93、94年風災對鄉縣道路系統重複破壞之分析 [以論文名稱查詢館藏系統]
論文英文名稱:An Analysis for Repeat Route Failures with The Cases in 2004 And 2005 Due to Typhones [以論文名稱查詢館藏系統]
院校名稱:臺北科技大學
學院名稱:工程學院
系所名稱:土木與防災研究所
畢業學年度:97
出版年度:98
中文姓名:吳文婷
英文姓名:Wen-Ting Wu
研究生學號:95428061
學位類別:碩士
語文別:中文
口試日期:2008-01-19
論文頁數:94
指導教授中文名:張哲豪
指導教授英文名:Che-Hao Chang
口試委員中文名:魏敏樺;陳彥璋;張胤隆
中文關鍵詞:公共工程風災重複災害回歸分析
英文關鍵詞:Public ConstructionTyphoonRepeat DisastersRegression Analysis
論文中文摘要:山區道路因養護不易,每當颱風過境便容易造成坍方事件發生,導致山區部落之連外道路中斷,進而影響民生物資運輸。在89至94年歷次風災水災公共工程復建審議作業中,已累積許多災害紀錄資料;特別是在93年之後,紀錄中已包含地理坐標與現場照片,可以表達災害現場狀況。本研究透過93與94年行政院公共工程委員會災害復建審議資料進行分析,主要分析方向擬分為:一、全國性道路災損統計:研究中統計兩年內全國編號道路與市區道路,受到重大風災所產生之災損進行統計分析;二、特定道路破壞災損分析:依照災害發生地點的重複災情,研究中選取出竹60線、縣159甲線、縣169線進行受災分析。擬採用空間格網為分析單位,疊合災害發生地點,可以定義出格網內的災損情況,同時也將區分出格網上災害發生與否的情況,再配合雨量、地質與坡度等相關資訊,發展出可能的災損推估模式。 由結果可知建立格網分析方式為較適當之分析精度,其最佳分析精度為研究道路經環域分析50與格網解析度為1000m*1000m。而分析災害因子,發現坡度在11~20度與地質組成岩層為「頭嵙山層及其相當地層」,及降雨強度為0~50時,有7.8%災損數量。而坡度在0.1~10度與地質組成岩層為「沖積層」,及降雨強度為0~50時,有6.96%的最大災損金額。另利用打荻氏建立之各研究道路推估模式,得到各研究道路之臨界降雨量為竹60線:250mm、縣159甲線:400mm、縣169線:600mm。
論文英文摘要:Valuable records are collected during the examination of recovery works from public reconstruction damages due to typhoon or storm events in 2004- 2005. In addition, geographic coordinates and photographs are provided from 2004 with respect to each location of recovery work. This study by the Executive Yuan's Public Construction Commission in 2004 and 2005 disaster rehabilitation data. First, statistics in two years nationally road the damage: statistical studies within two years of the road code and urban roads, major hurricane by the damage arising from the statistical analysis; second, specific road damage of the damage: According to disaster sites to repeat the disaster research at Hsinchu Country Road No.60 and 159A County Line and 169 County Line selected out of the affected lines. Grid space to be used for the analysis unit, superimposed disaster occurred, can be defined Grid net loss of the disaster situation and will also distinguish between Grid online disaster or situation. With the rainfall, geological and slope, and other relevant information, develop a possible model estimate of the damage. By the results indicate that the establishment of grid analysis for the more appropriate analysis of the accuracy of its analysis of the accuracy of the best road for the study by the Central domain analysis grid 50m with a resolution of 1000m*1000m. The disaster factor analysis and found that the slope in the 11~20 degrees with the geological composition of rock as "Toukoshan Formation and equivalents", and rainfall intensity for the 0~50mm, a 7.8 percent loss the number of disaster. The gradient of 0.1~10 degrees with the geological composition of rock as "Alluvium", and rainfall intensity for the 0~50mm, a 6.96 percent loss the biggest amount of disaster. Another use of playing Di's established pattern of the study estimated that the road has been the study of the critical path for Hsinchu Country Road No.60 rainfall: 250mm, 159A County Line : 400mm, 169 County Line: 600mm.
論文目次:摘 要 i
誌 謝 iv
目 錄 v
表目錄 vii
圖目錄 x
第一章 緒論 1
1.1 研究動機 1
1.2 文獻回顧 4
1.3 研究流程 16
第二章 災損重複性空間分析 17
2.1 鄉鎮分佈 17
2.2 工程類別分佈 21
2.3 格網與災損相關性 28
第三章 災損因子分析 40
3.1 因子選定 40
3.2 單項災害因子統計分析 41
3.2.1 坡度 41
3.2.2 地質 43
3.2.3 降雨 48
3.3 綜合災害因子統計分析 55
第四章 回歸推估模式 57
4.1 線性回歸推估模式 57
4.2 二次曲線回歸推估模式 66
4.3 以打荻氏公式為線性回歸推估模式 79
第五章 結論與建議 84
5.1 結論 84
5.2 建議 84
參考文獻 86
附錄:坡度、地質、時雨量交叉表格 90
論文參考文獻:[1] 交通部科技顧問室,台灣區道路落石坍方危險度資訊系統建構(三),交通部科技顧問室,2000
[2] 行政院公共工程委員會,93年歷次颱風災害相關縣市政府所提復建工程案件災害成因之檢討與分析,行政院公共工程委員會,2004
[3] 行政院公共工程委員會,94年歷次颱風災後復建工程案件災害成因之檢討分析及災害復建作業資料處理之整體評估,行政院公共工程委員會,2005
[4] 行政院主計處,「國情統計通報」,行政院主計處,2004
[5] 內政部消防署,「中華民國91年至95年災害防救與復建統計資料專刊」,2007
[6] 行政院農業委員會,「農政與農情-國內外農情」,行政院農業委員會,第158期,2005,第102-115頁
[7] 呂名翔,新武呂溪流域的山崩與輸砂量在地震與颱風事件中的相對應關係,碩士論文,國立臺灣大學理學院地質科學研究所,台北,2007
[8] 李芷妍,邊坡崩塌因子與豪雨影響之研究,碩士論文,國立臺北科技大學土木與防災研究所,台北,2007
[9] 林彥享,運用類神經網路進行地震誘發山崩之潛感分析,碩士論文,國立中央大學應用地質研究所,中壢,2003
[10] 邱彬晟,坡地破壞潛能分析模式之建立與探討,碩士論文,國立交通大學土木工程系,新竹,2002
[11] 段智懷,倒傳遞類神經網路小區域颱風降雨預報-前饋式與遞迴式之比較,碩士論文,逢甲大學水利工程研究所,台中,2004
[12] 卿建業、謝宜宏,「大地工程系統性能可靠度之估算」,地工技術,第109期,2006,第27-38頁
[13] 徐佳仕,數位圖資因子應用於山區道路邊坡穩定工程設置之研判,碩士論文,國立台灣科技大學營建工程系,台北,2004
[14] 高仲仁,運用類神經網路進行隧道岩體分類,碩士論文,國立中央大學應用地質研究所,桃園,2001
[15] 高嘉隆,台十四省道31~75K沿線邊坡山崩潛感分析,,碩士論文,朝陽科技大學營建工程系,台中,2003
[16] 張大元,類神經網路在水庫放流對河川水位增量之研究,碩士論文,中原大學土木工程學系,桃園,2003
[17] 張志豪,公共工程受災破壞模式與原因之分類與統計,碩士論文,國立臺北科技大學土木與防災研究所,台北,2007
[18] 張斐張、張麗秋,類神經網路,台北:東華書局,2005
[19] 陳弘恩,降雨引發坡地淺崩塌模式之建立與探討,碩士論文,國立交通大學土木工程系,新竹,2005
[20] 陳明志,應用類神經網路模式於台灣地區降水預報之研究,碩士論文,國立台灣大學大氣科學研究所,台北,2002
[21] 陳國男,類神經網路應用於邊坡穩定分析及護坡工法之研究,碩士論文,國立成功大學資源工程學系,台南,2005
[22] 陳凱榮,中橫公路山崩潛感分級研究-以東勢—德基為例,碩士論文,國立中央大學應用地質研究所,中壢,2000
[23] 陳蕙華,遙測衛星影像於南清公路崩塌地潛感分析之應用,碩士論文,逢甲大學環境資訊科技研究所,台中,2005
[24] 曾志豪,降雨對阿里山公路邊坡破壞模式分析之影響研究,碩士論文,國立成功大學土木工程研究所,台南,2004
[25] 曾國源,以類神經網路架構土石流預警系統之研究,碩士論文,國立臺灣大學生物環境系統工程學系暨研究所,台北,2002
[26] 楊智堯,類神經網路於邊坡破壞潛能分析之應用研究,碩士論文,國立成功大學土木工程研究所,台南,1999
[27] 經濟部水利署,石門水庫集水區崩塌與庫區淤積風險評估研究,台北,經濟部水利署,2008
[28] 劉秀鳳,應用類神經網路評估台14線公路邊坡崩壞潛能之研究,碩士論文,朝陽科技大學營建工程系,台中,2005
[29] 盧育聘,類神經網路於公路邊坡破壞潛能之評估,碩士論文,立德管理學院資源與環境管理研究所,台南,2003
[30] 藍世欽,工程地質因子對道路邊坡穩定性之影響-以南橫公路甲仙至梅山段,碩士論文,國立成功大學資源工程學系,台南,2000
[31] 魏鎮東,南橫公路邊坡落石坍方可能性之探討,碩士論文,國立臺北科技大學材料及資源工程系碩士班,台北,2001
[32] 魏耀烈,台7線山區道路災害搶修案例之分析,碩士論文,國立臺北科技大學土木與防災研究所,台北,2008
[33] 蘇歆婷,降雨引發坡地淺崩塌風險評估模式之建立與應用,碩士論文,國立交通大學土木工程系,新竹,2007
[34] 打荻珠男,ひと雨による山腹崩壊について,砂防学会誌,vol.23,No.4,1971
[35] C.M. Tsenga and C.D. Jan and J.S. Wang and C.M. Wang, Application of artificial neural networks in typhoon surge forecasting, Ocean Engineering 34 (11-12), 2007, pp. 1757-1768
[36] Chin-Chang Chuang and Chia-Chang Tsai, A Fuzzy Neural Approach For Diagnosing PCM Executing Problems, Proceedings of the 2005 IEEE Systems and Information Engineering Design Symposium, art. no. 1497147,2005, pp. 171-176
[37] Dai, F. C., Lee, C. F., and Ngai, Y. Y., “Landslide risk assessment and management: an overview”, Engineering Geology, 2002, 65-87
[38] Fi-John Chang and Kuo-Yuan Tseng and Paulo Chaves, Shared near neighbours neural network model:A debris flow warning system, Hydrological Processes, vol. 21, no. 14, 2007, pp.1968-1976
[39] Gwo-Fong Lin and Lu-Hsien Chen, Application of an artificial neural network to typhoon rainfall forecasting, Hydrological Processes 19 (9),2005, pp. 1825-1837
[40] Iverson R. M., “Landslide triggering by rain infiltration”. Water Resources Research, 36, 2000, pp. 1897-1910
[41] M.W. Gui and C.H. Chang and S.F. Chen, Some Attributes of Road-Slopes Failure Caused by Typhoons, 2007
[42] T.-L. Lee, Neural network prediction of a storm surge, Ocean Engineering 33 (3-4), 2006, pp. 483-494
[43] Tsai T. L. and Yang J. C., Modeling of rainfall-triggered shallow landslide,50(4), 2006, pp.525-534
[44] T.Z. Tan and C. Quek and G.S. Ng and E.Y.K. Ng, A novel cognitive interpretation of breast cancer thermography with complementary learning fuzzy neural memory structure, Expert Systems with Applications 33 (3), 2007, pp. 652-666
[45] Wei-Chiang Hong and Ping-Feng Pai, Potential assessment of the support vector regression technique in rainfall forecasting, Water Resources Management 21 (2), 2007, pp. 495-513
[46] Y. Liu and H. C. Guo and R. Zou and L. J. Wang, Neural network modeling for regional hazard assessment of debris flow in Lake Qionghai Watershed, China, Environmental Geology 49 (7), 2006, pp. 968-976
[47] Yen-Ming Chiang and Fi-John Chang and Ben Jong-Dao Jou and Pin-Fang Lin, Dynamic ANN for precipitation estimation and forecasting from radar observations, Journal of Hydrology 334 (1-2), 2007, pp. 250-261
[48] Yen-Ming Chiang and Kuo-Lin Hsu and Fi-John Chang and Yang Hong and Soroosh Sorooshian, Merging multiple precipitation sources for flash flood forecasting, Journal of Hydrology 340 (3-4), 2007, pp. 183-196
論文全文使用權限:同意授權於2010-02-06起公開