封面故事

未來海平面上升對彰雲嘉沿海的衝擊

梁庭語 國家災害防救科技中心 佐理研究員
陳偉柏 國家災害防救科技中心 研究員

前言

在氣候變遷影響下，海平面上升的議題日漸受到關注，對臺灣海岸造成的影響仍需進一步探討。本文引述國家氣候變遷科學報告2024中，海平面上升溢淹衝擊的結果，介紹海平面上升衝擊的評估方式，並呈現臺灣中西部，包括彰化縣、雲林縣以及嘉義縣海岸地區，因海平面上升後所造成的溢淹衝擊影響，以期更深入瞭解未來臺灣海岸可能發生的溢淹狀況。

海平面上升對海岸地區的衝擊

海平面上升將導致沿岸地區受到的衝擊包含：低窪地區洪患與永久淹沒、基礎設施的損害以及加劇海岸侵蝕，易於發生大潮溢淹和颱風暴潮溢淹，造成國土流失、聚落及生態系的影響，海水入侵進而使得地下水鹽化等，這些連動衝擊將對生計、健康、社會福祉、文化價值、糧食和用水安全等造成風險 ^[1]。

舉例而言，依據澳洲雪梨自1914年到2020年的觀測資料發現，輕微程度的海岸溢淹發生頻率從每年1.6天增加至每年7.8天，而這些事件有80%可歸因於人為造成的全球平均海平面上升^[2]。另外，以高潮位淹水事件(high tide flooding)為例，美國國家海洋暨大氣總署(National Oceanic and Atmospheric Administration, NOAA)預估，美國海岸地區的輕度高潮位淹水事件(潮位高於平均高潮位0.55公尺時)，發生頻率將從2020年的每年約3起，到2050年增加到每年超過10起；中度高潮位淹水事件(潮位高於平均高潮位0.85公尺時)發生頻率也從2020年每年不到1起，於2050年將增加到每年4起^[3]。

根據上述兩個國家的推估案例可知，海平面上升不僅會造成沿岸水位升高，淹沒低漥地區，也將連帶增加海岸地區淹水發生的頻率，且衝擊程度將隨氣候變遷逐漸增加。

臺灣海平面上升的衝擊

本研究^[4]採用CMIP6 (Coupled Model Intercomparison Project Phase 6)的模式分析結果，以20公分與34.5公分作為1.5℃與2.0℃全球暖化程度下，臺灣未來海平面上升預估量值；並將海平面上升高度與動態天文潮汐設為模式模擬的外海開放邊界，利用水動力模式搭配高空間解析度的數值地形模型進行模擬，產製臺灣本島沿海縣市的海平面上升溢淹衝擊圖。

圖1至圖3呈現不同全球暖化程度下，彰化縣(圖1)、雲林縣(圖2)與嘉義縣(圖3)等地區的海岸溢淹範圍及深度，主要溢淹範圍落在沿海地勢較低窪的區域，多半是濕地、海埔新生地或是魚塭。在1.5℃全球暖化程度下，彰化縣溢淹範圍多位於濱海濕地與海埔新生地區域，深度大部分落在0.5至1.5公尺的區間內(圖1左)，雲林縣溢淹範圍主要分布於北部的臺西鄉及南部的北港溪北側區域，深度大多超過1.0公尺(圖2左)，嘉義縣溢淹範圍集中在中部，深度大多超過1.0公尺(圖3左)；在2.0℃全球暖化程度下，彰化縣最高溢淹深度可達1.5至2.0公尺(圖1右)，雲林縣與嘉義縣最高溢淹深度皆超過2.0公尺(圖2右、圖3右)。

        

圖1. 彰化縣海平面上升溢淹衝擊圖(左：1.5℃情境；右：2.0℃情境)

圖2. 雲林縣海平面上升溢淹衝擊圖(左：1.5℃情境；右：2.0℃情境)

         

圖3. 嘉義縣海平面上升溢淹衝擊圖(左：1.5℃情境；右：2.0℃情境)

 

海平面上升的溢淹衝擊評估結果，可作為判斷未來海岸風險的依據之一，海岸地區的聚落、生態、產業、交通等，皆為可能受影響的保全對象。未來可就整體溢淹衝擊較嚴重的地區，優先進行更細部的風險分析，找出調適缺口，研擬適合的調適策略。海平面上升造成的溢淹區域可視為永久海岸溢淹區，預期未來將會影響國土空間、土地利用、產業轉型等規劃。

海平面上升對近地點大潮的影響

每個月的新月與滿月時期，因為引潮力較大的緣故，潮差會達到當月最大，而形成月大潮，臺灣的年度大潮常發生在秋分前後的新月或滿月時期，如果新月或滿月時期，恰逢月球位於近地點，則會產生近地點大潮^[5]。可預期在海平面上升後，超過現今海堤或港口高程設計標準的高潮位溢淹事件將會更頻繁發生。

2023年8月3、4、5日以及8月31日、9月1、2、3日，因為月球到達近地點且適逢滿月，臺灣沿海地區潮位高漲，達到年度天文大潮，從彰化縣西南海岸的王功漁港、塭仔漁港、雲林縣萡子寮漁港、高雄市旗津、屏東縣東港等沿海低窪地區，相繼因高潮位而引發短暫的海潮溢淹。這類的淹水雖然規模小、持續時間短，但可預期在海平面上升後，將更易發生溢淹衝擊。特別是臺灣西南海岸地區因地層下陷嚴重，在未來海平面上升的趨勢下，滿潮或強降雨的發生是否會增加淹水範圍或衝擊影響？TCCIP計畫未來將針對複合性的危害進行衝擊評估，以期更全面地探討海平面上升對臺灣可能造成的衝擊。

延伸閱讀

IPCC AR6全球海平面預測工具 https://sealevel.nasa.gov/ipcc-ar6-sea-level-projection-tool

TCCIP Podcast 沿海城市如臨大敵?!一次掌握海平面上升的科學真相

 

 

從現在到未來：鹽水溪流域在不同暖化程度淹水衝擊評估

 

 蕭逸華  國家災害防救科技中心 專案助理研究員
陳俊哲  國家災害防救科技中心 專案佐理研究員
  許至璁  中央研究院環境變遷研究中心 博士後研究員
石棟鑫 國立陽明交通大學 教授

前言

根據國際災害資料庫 (Emergency Events Database, EM-DAT) 統計，2023年全球重大天然災害事件數總計約366件，其中洪水災情為最大宗，占40.7%，若與颱洪相關災害一同計算 (如包括：洪水、崩塌與風暴) ，則占全部災害的 81%，顯示在氣候變遷影響下，極端降雨事件與短延時強降雨發生頻率激增，對各地的防洪工程帶來前所未有的挑戰。

臺南市永康區為臺南市人口最多的行政區，鹽水溪沿岸的永康鹽行、六甲頂一帶，因地勢低窪逢大雨必淹水，本研究以鹽水溪流域為示範區，根據多場颱風事件逐時淹水模擬成果，以統計分布方法降低分析成果之不確定性，以村里尺度分析全球暖化程度 (Global Warming Levels, GWLs) 1°C (1995-2014)、2℃ (2032-2055) 及4℃ (2072-2095)三個時期^[1]平均最大淹水深度與平均淹水延時，藉此了解未來情境下各村里不同時期可能的淹水災況及影響時間。

研究方法

為了知道最嚴重的情況下氣候變遷對於未來淹水災情的衝擊，「臺灣氣候變遷推估資訊與調適知識平台計畫」 (Taiwan Climate Change Projection and Information Platform, TCCIP) 使用高解析度 (20/25公里) 的HiRAM (High Resolution Atmospheric Model) 及MRI (Meteorological Research Institute) 模式，以IPCC AR5 (聯合國政府間氣候變遷專門委員會第5次評估報告) 的RCP8.5情境 (溫室氣體濃度最高的劇本) 搭配4種不同的海溫情境進行模擬，並挑選出影響臺灣的颱風事件^[2]模擬可能的颱風降雨，再利用動力降尺度方法將HiRAM及MRI推估資料的空間解析度提高至5公里，並利用分位數映射法 (Quantile Mapping, QM) 對模式輸出的降雨進行偏差校正 (詳細產製方式請參閱 AR5颱風降尺度資料生產履歷，TCCIP，2023)，並提供高時間解析度的小時降雨資料。

淹水衝擊評估過程中，包含的不確定性因子包含：氣候模式間的不確定性、淹水模式模擬的不確定性、暖化情境的不確定性等。在氣候模式間的不確定性部分，上述MRI模式資料提供為基期與世紀末兩個時段，不包含目前國際關注的GWL 2°C及GWL 4°C時段，因此在氣候模式選擇上採用單一HiRAM模式做為降雨資料的來源；模式模擬的不確定性部分，為與經濟部水利署應用銜接，採用水利署第三代淹水潛勢圖SOBEK模式做為單一淹水模擬模式；暖化情境的不確定性部分，以保守最嚴重的RCP8.5情況做為單一評估暖化情境。整體而言，現況淹水衝擊評估礙於電腦計算量能，使用單一氣候模型、單一淹水模式和單一氣候情境，為了減少不確定性及變異性，評估上採多場颱風事件模擬、多時期分析、與利用統計分布方法進行應對，以增加對未來衝擊評估的可靠度。

根據上述颱風推估降雨搭配未來潮位推估資料，TCCIP計畫利用SOBEK淹水模式完成全臺未來情境淹水危害與衝擊分析，並衍伸分析如淹水發生機率分析與應用^[3]、以及鄉鎮尺度及5km、40m網格等不同空間尺度的淹水風險分析^[4]等。本研究以鹽水溪為示範區，延續前述模擬成果，以村里為統計尺度，分析三個時期 (GWL 1°C、GWL 2°C及GWL 4°C)，分別各有95場、343場及178場颱風事件，根據多場颱風事件逐時淹水模擬成果，分析各村里不同時期平均最大淹水深度與平均淹水延時。

鹽水溪流域水系源頭從臺南市龍崎區流經約十餘行政區，最後於安南區流入臺灣海峽，全長約41.3公里，流域面積約339.74平方公里 (鹽水溪流域圖如圖1所示) ，涵蓋約316個村里 (鹽水溪涵蓋村里圖如圖2所示) 。

                                                                                  圖1. 鹽水溪流域圖                                           圖2 鹽水溪流域涵蓋村里圖

 

分析成果

依據三個時期 (GWL 1°C、GWL 2°C及GWL 4°C) 多場颱風事件淹水模擬成果，將所有颱風事件逐時淹水深度分時期進行綜合分析，計算各村里平均最大淹水深度與平均淹水延時。

平均最大淹水深度部分，計算方法為統計各颱風事件各村里內淹水點位最大淹水深度，並進行平均，再以五個淹水深度級距 (0.3m以下、0.3m-0.5m、0.5m-1.0m、1.0m-2.0m、與2.0m以上) 進行分級，分析成果如圖3所示，可看出示範區村里隨者暖化程度的加重，相較GWL 1°C平均淹水深度呈現上升的趨勢，特別是在GWL 4°C，相對GWL 1°C部分村里的淹水災況上升一至二個的淹水深度級距。

平均淹水延時部分，計算方法為統計每一網格 (40m*40m) 發生淹水的時數，進而求得平均淹水延時，再利用數據分析扣除離群值並以中位數做為淹水延時的上限，適度調整二維淹水模型中因地形解析度不足無法反映細微地形變化，影響退水模擬結果導致淹水延時激增的問題。圖4為多場颱風事件統計淹水延時的成果，由圖4可看出，隨者暖化程度的加重，相較GWL 1°C淹水範圍均明顯增加，平均淹水延時亦呈現上升的趨勢。

結語

本研究透過多場次颱風事件的不同評估指標（包括平均淹水深度與平均淹水延時）的統計分析，旨在降低分析成果的不確定性，避免僅依賴單一事件的淹水結果來描述未來可能的淹水災害程度，此方法能更客觀地評估未來不同時期的整體淹水衝擊概況。衝擊模擬則使用水利署第三代淹水潛勢圖中的淹水模組作為分析工具，該模組中的工程設計皆以現況為主，並未考慮未來工程的變化。因此，研究成果可作為未來各界在規劃調適策略時的參考依據。

以鹽水溪為例之分析成果顯示GWL 1°C、2℃、4℃在平均淹水深度、淹水範圍、與平均淹水延時整體均呈現上升的趨勢；另根據2024國家氣候變遷科學報告^[5]顯示，在GWL 4°C時期，現今每50年才會發生一次的極端降雨事件，將可能提升為每10年一次，顯示在氣候變遷影響下，各地區未來受到的淹水衝擊將越來越高，充分印證氣候變遷將帶來無可迴避的威脅，對於淹水地區的治理、管理、以及調適，將越急迫與重要。

圖3. 各村里最大淹水深度平均

 

圖4. 平均淹水延時分布

 

延伸閱讀

1. TCCIP電子報第64期：從氣候變遷趨勢到淹水模擬大數據之應用-淹水致災雨量分析，臺灣氣候變遷推估資訊與調適知識平台。
2. TCCIP電子報第53期：暖化情境下淹水模擬成果分析方法探討，臺灣氣候變遷推估資訊與調適知識平台。
3. TCCIP電子報第29期：淹水模式調校，大幅提升氣候變遷淹水模擬效能，臺灣氣候變遷推估資訊與調適知識平台。

返回 主題一 主題二

 

參考文獻

主題一

[1] IPCC, 2023: Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, H. Lee and J. Romero (eds.)]. IPCC, Geneva, Switzerland, 184 pp., doi: 10.59327/IPCC/AR6-9789291691647.

[2] Hague, B. S., McGregor, S., Murphy, B. F., Reef, R., & Jones, D. A. (2020). Sea level rise driving increasingly predictable coastal inundation in Sydney, Australia. Earth's Future, 8(9), e2020EF001607.

[3] Sweet, W.V., B.D. Hamlington, R.E. Kopp, C.P. Weaver, P.L. Barnard, D. Bekaert, W. Brooks, M. Craghan, G. Dusek, T. Frederikse, G. Garner, A.S. Genz, J.P. Krasting, E. Larour, D. Marcy, J.J. Marra, J. Obeysekera, M. Osler, M. Pendleton, D. Roman, L. Schmied, W. Veatch, K.D. White, and C. Zuzak, 2022: Global and Regional Sea Level Rise Scenarios for the United States: Updated Mean Projections and Extreme Water Level Probabilities Along U.S. Coastlines. NOAA Technical Report NOS 01. National Oceanic and Atmospheric Administration, National Ocean Service, Silver Spring, MD, 111 pp.

[4] 梁庭語、陳偉柏、張志新，2022：海岸領域衝擊分析與調適方法研究。 臺灣氣候變遷推估資訊與調適知識平台計畫 (4/4) 期末報告。

[5] 中央氣象署。海象百問：何謂大潮、年度大潮、超級大潮？。https://www.cwa.gov.tw/V8/C/K/Encyclopedia/sea/tidal_list.html#tidal-09

主題二

[1] 蔡鴻鵬、許晃雄，2024年3月。TCCIP電子報第70期：HiRAM推估不同暖化程度之颱風變化。臺灣氣候變遷推估資訊與調適知識平台。https://tccip.ncdr.nat.gov.tw/km_newsletter_one.aspx?nid=20240308171033

[2] 姜欣妤、鄭兆尊，2019年9月。TCCIP電子報第31期：全球暖化下臺灣颱風的未來變遷。臺灣氣候變遷推估資訊與調適知識平台。https://tccip.ncdr.nat.gov.tw/km_newsletter_one.aspx?nid=20190902095355

[3] Yi-Hua Hsiao, Ching-Hsien Ho, Chun-Che Chen, Yi-Chiung Chao, Hsih-Chi Li, Chih-Tsung Hsu, Keh-Chia Yeh, 2022: Development and application of flood impact maps under climate change scenarios: A case study of the Yilan area of Taiwan. Frontiers in Environmental Science, Volume 10 – 2022

[4] Yun-Ju Chen, Hsuan-Ju Lin, Jun-Jih Liou, Chao-Tzuen Cheng and Yung-Ming Chen, 2022: Assessment of Flood Risk Map under Climate Change RCP8.5 Scenarios in Taiwan. Water 2022, 14 (2), 207

[5] 許晃雄、王嘉琪、陳正達、李明旭、詹士樑 (2024)。國家氣候變遷科學報告2024：現象、衝擊與調適 [許晃雄、李明旭 主編]。國家科學及技術委員會與環境部聯合出版。

返回 主題一 主題二

 

喜歡這一期的文章嗎? 給作者一個讚！