運用降雨量評估山區公路的坍塌運用降雨量評估山區公路的坍塌率標準率標準 -- 以阿里山以阿里山 1818 號公路為號公路為例例

Shun-Kung Chang , Der-Her Lee , Jian-Hong Wu , C Hsein Juang

7100042026 翁秉瑞

1

1. Introduction2. Characteristics of slopes along

Alishan highway3. Analysis methods4. Slope failure simulation — a case study5. Concluding remarks

2

1. Introduction1. Introduction造成 18 號公路崩塌的原因大部分因降

雨而起，加上旅客，車輛來往頻繁，因而運用簡單的方法來做早期的預警系統

本文運用 ANN( 類神經網路 ) 分析降雨和阿里山公路崩塌率的關係

3

4

建立模型103 個道路坍方例子首先運用 ANN 和 GA 混合演算法→產

生進化型類神經網路 (AENN)

5

2. Characteristics of slopes 2. Characteristics of slopes along Alishan highwayalong Alishan highway

6

邊坡穩定性的影響因素地形：坡度，坡向，高度，坡形地質：地質構造，基岩岩性，崩積層

厚度水文：每日降雨，有效降雨

7

8

雨量記錄分別由三測站分段測得雨量站 1 （觸口雨量站）提供的降水

數據沿公路 20 公里和 45 公里之間雨量站 2 （奮起湖雨量站）提供的降

水數據沿 45 公里和 65 公里之間雨量站 3 （阿里山雨量站）提供降水

資料 65 公里和 75 公里之間。

9

地形因素：由航照及計算匯出地形圖地質因素：地質圖由地理信息系統（ GIS ）庫存獲得。

103 種各有不同的 9 種因素存在影響，所以人為製造 103 種穩定邊坡，使模型能被訓練得更完善

10

3. Analysis methods3. Analysis methods類神經網路（ ANN ）已被用於評估

土石災害，如山崩，邊坡破壞和土石流動是一種有效的方法評估失效概率的實證模型

反向傳播演算法 ( 局部最優 )正向傳播：輸入值輸入層隱藏層輸出層輸出值

反向傳播：誤差訊號輸出層隱藏層輸入層遺傳演算法（全局最優）→ ANN-GA

11

Genetic algorithm◦又稱為基因演算法◦1975 年由 John Holland(1975) 所提出◦主要目的在於利用達爾文進化演論”物競

天擇，適者生存”的方式◦為一種有效的最佳化搜尋方法◦近來被廣泛的應用於搜尋各類問題的最佳

解◦藉由生物物種的基本運算子，在每代間進

行演化，終而尋得適當問題的最佳解◦本文採用 2 進位編碼

12

13

ANN-GAANN-GA 計算過程計算過程

14

1. 生成特定框架的 ANN與神經元 Ni→ 輸入層， Nh→ 隱藏層， No→ 輸

出層， Pc→交配機率， Pm→突變機率

2. 訓練和測試數據3.隨機生成初始 2 種染色體的種群4. 使用類神經網路的輸出來計算個別適

合度函數

5.留下最佳適合度的個體6. 評估與測試最佳適應度的數據7.從配對池中擇一和 0-1 的範圍隨機產

生 一組數據做交配8.交配和變異後產生新的族群， 4-7 是

一個不斷演化的過程，不斷演化到和預先的設定值相同，此時的最佳適應度為最好的解決方案

15

4. Slope failure simulation — 4. Slope failure simulation — a case studya case study邊坡破壞率和降雨關係維持 7 個敏感因素，只改變降雨觸發因

素日降雨從 0-892內，以每 45mm遞增有效降雨從 0-1963內，以每 98mm遞增

共產生 441 種降雨型態給真實的 103種邊坡做測試破壞

“ slump rate”→ 由這 441 種降雨型式對 103 種實際案例做變化

16

對崩塌機率對崩塌機率 (S)(S) 和日降雨和日降雨 (Rd)(Rd) 有有效降雨效降雨 (Re)(Re) 做迴歸分析做迴歸分析

17

獲取崩塌臨界點→將 (14) 式重新排列a=5−0.025Rd b=0.00875

18

以 Rd=50 為例Rd=50mm Re=280mm 最低曲率變化點 P

19

臨界點公式臨界點公式

20

5. Concluding remarks5. Concluding remarks本方法的適應地點和改進ANN-GA 的探討從生成到產製結果的問題此研究方法的效益

21