楊啟見（國立臺灣大學地理環境資源學系 博士後研究員，現為亥姆霍茲德國地科研究中心 博士後研究員）

編註：本研究已獲刊登於 Nature Communications。全文連結請見參考資料。

量化構造或氣候活動對於地表的作用速率與機制是地形學的研究課題之一。然而眼前萬千地形早已歷經無數次侵蝕(erosion)與堆積(deposition)。過去地形學家常用河川縱剖面、山脈起伏、沉積物粒徑分布等方法去反演構造或氣候活動對地形演育的影響，然而事件尺度的作用力，例如：地震或降雨，在長期地形演育過程中，所扮演的角色始終不是很清楚。實驗或數值模擬等方式也許能夠回應部分答案，但仍受到尺度效應(scale dependence)影響無法與真實地形比較。台灣西南部惡地地形，或者稱之月世界，應該更為人知，有著易侵蝕、岩性均質與降雨強度大的特色，正好可以作為一個天然的實驗室。

圖1 台南龍崎泥岩惡地無人機空拍照

無人機航照產製的高精度數值高程模型(digital elevation model)正好可以提供了觀察細微地形變化的素材。然而我們的研究區域有1平方公里大，且在惡地地形上難以廣佈航拍控制點，因此我們做得第一點突破－從點雲萃取有效高程資訊，要達成這點突破，我們需要先設定數值高程模型的網格尺寸(spacing size)。我們將數以百萬計的點雲(Point clouds)放入多層網格 (11公分-5公尺)，分別計算每一層、每一格的點雲標準誤，找出最適合(標準誤最小)的網格尺寸，再來是設定可以接受的變動量(difference of DEM)，因此我們得到的高程誤差量是以網格為單元。

A. D. Howard基於在美國西維吉尼亞州的惡地研究，提出了影響地形學發展深遠的的水力下切模型 (stream power incision model)，模型巧妙串起集水面積(drainage area)、坡度(gradient)與侵蝕三者關係，並成為眾多地形演育模型的基本假設。我們在此之上做得第二點突破­－坡度變化作為坡度與集水面積的函式，這是一個看待地形變遷的全新視角，透過不同坡度的坡度變化分布量化地形作用的方向和強度。

圖2 坡度變化與坡度－a.梅雨季節; b.颱風 c.小雨. d. 小雨

下一步我們需要不同強度的地形作用力做為這個新方法的驗證。經過了將近兩年的無人機的觀察，我們累積了四個地形變遷的結果，分別代表梅雨、颱風以及兩場小雨，而在短時期(年尺度)，泥岩惡地經歷三種降雨類型，產生多樣的侵蝕行為，雨蝕、片洗與蝕溝侵蝕，我們發現動態的坡度平均值變化正好對應到不同強度的降雨類型，結果顯示梅雨減緩地形坡度平均值從47.2度到46.5度，颱風又降低3度到43.2度，隨後兩場小雨又提高到45.3度，坡度始終維持在45度正負1度左右，這是惡地地形喜歡的坡度。我們接著第三點突破­-利用這四個坡度與坡度變化分布的關係，可以用來建立長期地形演育模式，經過數十萬次迭代模擬，產生的坡度分布將可視為單一降雨類型的作用結果。數值模擬結果與實際觀測的結果吻合，但令人在意的是，若只有梅雨作用，模擬值會低於觀測值2度，我們推測，可能是8個月前的美濃地震造成惡地地形產生更多陡坡(坡度大於55度且集水面積小於0.5平方公尺的區域)，因此形成一個純侵蝕作用達不到的中位數坡度。

圖3　坡度分布　a.模擬坡度分布與觀測坡度分布；b.各觀測階段的陡坡比例與降雨強度

在這個研究中，我們量化了個別降雨事件對於長期地形演育的影響，並在高程資訊與分析上做了突破，並且提供地形演育模型更多的資料選項，如果您是地形學、邊坡水文學等領域的研究者又喜好數值地形模型分析，那非常推薦您可以進一步閱讀原文。

參考資料：

Yang, CJ., Turowski, J.M., Hovius, N. et al. Badland landscape response to individual geomorphic events. Nat Commun 12, 4631 (2021). https://doi.org/10.1038/s41467-021-24903-1