114 年 國立中央大學應用地質研究所碩士班一般生《水文學》

本題主要在考察學生對於地表水與地下水之間交互作用的理解，以及如何將此概念應用於乾濕季的水文變化分析。

繪圖說明地面水和地下水的交互作用：
地面水（如河流、湖泊、濕地）和地下水（儲存在地層中的水）並非獨立存在，而是透過滲流、蒸發、補注等過程相互影響。

1. 河流與地下水補注/滲漏：在某些河段，河水會滲入地下，補充地下水（稱為 Recharge 或 Influent stream）。在另一些河段，地下水則會流出地表，補充河流水量（稱為 Discharge 或 Effluent stream）。這種交互作用的發生取決於河流斷面相對於地下水位的高度。
   • 當地下水位高於河床時，地下水會流向河流（Discharge）。
   • 當地下水位低於河床時，河水會滲入地下（Recharge）。
2. 降雨與滲透：降雨首先在地表積聚形成地表逕流，一部分會滲入土壤，補充土壤水分，再進一步滲透到地下水層，增加地下水位。
3. 蒸發與蒸散：地表水體（如湖泊、河流）會透過蒸發散失水分到大氣中。植物透過根系吸收土壤水分和地下水，再透過葉片蒸散到大氣中。
4. 地下水流動：地下水會沿著水力坡度從高水位區流向低水位區，最終可能匯入河流、湖泊或海洋。

乾濕季的水文變化：
乾濕季的差異主要體現在降雨量、蒸發量以及地表水和地下水的動態變化。

• 濕季：
  • 降雨充沛：地表逕流量大增，河流、湖泊水位升高。
  • 土壤飽和：滲透作用增強，地下水補注量增加，地下水位普遍上升。

本題旨在評量考生對台灣水資源現況的了解，以及提出具體可行解決方案的能力。

台灣水資源面臨的兩大問題及其解決對策：

問題一：豐枯水期明顯，水資源分配不均
台灣位於副熱帶地區，降雨量充沛，但季節性差異極大。夏季受颱風及西南氣流影響，降雨集中；冬季則東北季風帶來降雨，但範圍較小且強度不足，常導致「夏豐冬枯」的現象。此外，台灣地形陡峭，山區降雨豐沛，但平原地區（人口密集、農業發達）的降雨相對較少，造成水資源空間分布不均。

解決對策：

1. 加強水庫與滯洪設施的興建與管理：
   • 水庫蓄水：在豐水期盡量蓄存水量，以備乾旱時期使用。例如，檢討現有水庫的淤積狀況，進行清淤，恢復其有效蓄水量；評估興建新的中小型水庫或集水區域的調蓄工程。
   • 滯洪池與分洪系統：於易淹水地區設置滯洪池，將瞬間過大的洪水予以暫存，減緩洪峰，並可在枯水期時利用部分滯洪水量。同時，發展跨區域的調水系統，將豐沛地區的水資源調配至缺水地區。
2. 推動多元化水源開發與運用：
   • 再生水利用：將都市污水、工業廢水、農田排水等經過處理後，作為工業用水、澆灌、景觀用水，甚至經高級處理後作為民生用水的補充，減少對原水（河川、地下水）的依賴。
   • 海水淡化：在沿海地區，特別是離島或嚴重缺水地區，考慮發展海水淡化廠，提供穩定的民生及工業用水。
   • 地下水保育與涵養：雖然台灣地下水超抽嚴重，但在適當的管理下，部分地區仍可作為補充水源。

本題旨在測試考生對水文學基本觀念的掌握，要求寫出一條代表性的水文學方程式，並解釋其內涵。水文學中有許多重要的方程式，例如水量平衡方程式、逕流組成方程式、蒸發散量估算方程式、地下水流方程式等。在此選擇最基礎且應用廣泛的「水量平衡方程式」進行說明。

水量平衡方程式 (Water Balance Equation)

一個特定區域（如流域、集水區）在特定時間段內的水量平衡可以表示為：

$P - E - R - G = \Delta S$

其中：

• $P$ (Precipitation)：降水量。這是進入該區域系統的主要水分來源。其物理概念是指在特定時間內，某區域上空降落的所有形式的水（雨、雪、冰雹等）的總量，通常以深度（如毫米 mm 或公尺 m）表示。
• $E$ (Evaporation)：蒸發量。這是水分從地表（水體、土壤表面）轉化為水蒸氣進入大氣的過程。其物理概念是指在特定時間內，從地表蒸發的水量，通常以深度表示。
• $R$ (Runoff)：地表逕流量。這是降雨或融雪後，在地表流動並最終匯出該區域的水量。其物理概念是指在特定時間內，透過河流、溪流等形式離開該區域的地表水總量，通常以體積（如立方公尺 $m^3$）或深度（如毫米 mm）表示。
• $G$ (Groundwater Outflow)：地下水流出量。這是指在特定時間內，透過地下水流動離開該區域的水量。其物理概念是指從含水層流出該區域邊界的地下水總量，通常以體積或深度表示。有時也會包含地下水滲入（Groundwater Inflow）的項，此時需注意正負號的定義。若僅考慮流出，則為正值。
• $\Delta S$ (Change in Storage)：儲量變化。這是指在特定時間段內，該區域內所有儲存水體（土壤水分、地下水、地表水庫、冰雪等）總量的變化量。其物理概念是指該區域在時間段末的水體總量減去時間段初的水體總量。若儲量增加，則 $\Delta S$ 為正；若儲量減少，則 $\Delta S$ 為負。

方程式的物理概念闡述：
此水量平衡方程式闡述了一個基本的水文原理：在任何一個封閉的水文系統（或假定為封閉的，忽略未納入的項），在一段時間內，進入系統的水量（降水量

本題要求論述農業用水和工業用水對水文系統的影響。這涉及到水資源的抽取、使用、排放，以及其對地表水、地下水、水質、水量以及生態環境的連帶效應。

一、 農業用水對水文系統的影響

農業用水是全球總用水量中佔比最大的部分，其對水文系統的影響主要體現在以下幾個方面：

1. 抽取與水量減少：
   • 地表水：農業灌溉常從河流、湖泊抽取大量水量，尤其在枯水期，可能導致河川流量顯著減少，甚至斷流，影響下游用水戶及水生生態。
   • 地下水：為滿足灌溉需求，常過度抽取地下水，導致地下水位下降。長期過度抽取可能引發海水入侵（沿海地區）、地層下陷等問題。
2. 蒸發散量改變：
   • 灌溉增加了土壤水分含量，這會提高區域的蒸發散量（Evapotranspiration, ET）。雖然這可以增加區域的總體水分循環，但也可能在局部地區改變降雨-逕流關係。
3. 水質污染：
   • 農藥與肥料的滲漏：農業生產中使用的農藥、化學肥料和有機物，會隨灌溉水或降雨滲入土壤，污染地下水和地表水。這些污染物可能對飲用水源造成威脅，並破壞水生態系統。
   • 農田排水：灌溉後產生的農田排水（Drainage water）往往攜帶了未被作物吸收的肥料、農藥殘留、鹽分以及懸浮物，這些排水匯入河流或湖泊，會造成水體富營養化、毒性污染和泥沙淤積。
4. 土地利用改變：
   • 開墾農田、修建灌溉渠道、排水系統等，改變了原有的土地覆蓋和地形，影響了降雨的入滲、逕流形成和匯流過程。例如，大規模的農田開發可能導致原有濕地消失，降低了生態系統的調蓄能力。

二、 工業用水對水文系統的影響

工業用水的特點是用水量大、用水質要求高、以及廢水排放量大且成分複雜。其對水文系統的影響包括：

1. 抽取與水量改變：
   • 地表水與地下水：工業生產需要大量的水用於冷卻、清洗、原料輸送及產品製造。

本題旨在探討人工智慧（AI）在水文學領域的應用潛力與實踐。AI技術，特別是機器學習（Machine Learning, ML）和深度學習（Deep Learning, DL），因其強大的數據處理、模式識別和預測能力，正逐漸成為解決複雜水文問題的有力工具。

AI在水文學中的應用範疇與方法：

1. 水文預測與模擬：

   • 洪水預報：利用歷史降雨、水位、流量、氣象數據，透過深度學習模型（如 LSTM, CNN）建立複雜的非線性預測模型，提高洪水預報的精度和時效性。AI可以學習降雨-逕流過程中的複雜時空關聯，優於傳統基於物理過程的模型在某些情況下的表現。
   • 乾旱預測與監測：分析衛星遙感數據（如土壤濕度、植被指數）、氣象數據，預測乾旱的發生、發展趨勢，並評估乾旱的影響範圍。
   • 地下水模擬與預測：利用AI模型學習地下水參數與水力狀態之間的關係，預測地下水位變化、地下水流動方向及污染物遷移路徑，輔助地下水資源管理。
   • 降雨量與蒸發散量估算：結合多源數據（地面觀測、雷達、衛星），利用AI模型提高降雨估算的準確性，或基於氣象因子估算潛在蒸發散量。

2. 水質模擬與預測：

   • 水質預測：基於污染物排放、水文條件（流量、流速、溫度）等數據，預測水體污染物濃度變化，識別污染熱點。
   • 污染物溯源：利用AI模型分析水質監測數據和地理信息，追溯污染物的來源和傳播路徑。

3. 極端天氣事件分析與防災減災：

   • 極端事件識別：AI可以從海量數據中識別出極端降雨、強對流天氣等事件的特徵，為預警系統提供支持。
   • 風險評估：結合歷史災害數據、地理環境信息和氣象預測，利用AI模型進行洪水、滑坡等災害風險評估，輔助決策者制定防災減災策略。