農業操作過程中非點源汙染（溝渠營養鹽排放）對於 …sdl.ae.ntu.edu.tw/uplad/files/示範計畫工作報告-5S...氣候變遷調適科技整合研究計畫-跨領域評估組示範計畫工作報告(2015)

氣候變遷調適科技整合研究計畫-跨領域評估組示範計畫工作報告(2015)

1

農業操作過程中非點源汙染（溝渠營養鹽排放）對於河川生態之影響

潘靖汶1、丘明智2、林盈廷3、林幸助 4、盧虎生 5

摘要

在流域中的農業活動對集水區內的生態系統是極大的威脅，現今農業活動常過量使用化

學肥料，使流經農業區的逕流大幅增加集水區內的營養物質，進而衍生優養化危機。在未來

氣候變遷之影響下，高溫、降雨集中均可能加劇優養化問題，而極限氣候亦可能透過農業活

動對生態系統帶來衝擊。嘉南地區為台灣重要的水稻產地，且曾文溪流域周圍分布許多灌溉

農田，因此本計畫目的為預測台南區灌溉區之氮、磷排放量，並以生化需氧量(環境層面)與Ecopath 生態系統指數(食物網層面)評估曾文溪流域面臨之風險。現況風險分析指出，曾文

溪流域之麻善大橋河段因周圍分布許多灌溉農田，使其優養化風險較高(高生化需氧量)。食

物網分析則顯示，麻善大橋與出海口雖擁有高初級生產量，卻大多未經消費者利用，表示系

統處於營養過剩狀態。未來風險結果指出，由於未來灌區之磷排放量降低，使曾文溪流域整

體風險下降，但麻善大橋河段仍面臨優養化威脅，故應予以調適。而未來降低之磷濃度僅使

三河段食物網能量些微縮減，未造成顯著之結構改變，故脆弱程度與現況相同。為達成河川

零污染目標(BOD < 3 mg L-1)，本計畫以麻善大橋為調適對象擬定調適方案，並規劃調適路

徑。建議應優先實施「肥料管理」，由控制營養來源處理問題；接續為「恢復河川自淨功

能」以增強河川自身淨化營養之能力，若未能達到調適目標，再執行「土壤管理」與「維持

河川水文」調適方案。

關鍵字：優養化、氣候變遷、逕流流失氮磷量、生化需氧量、食物網模式

1 專任研究助理、國立中興大學生命科學系

2 博士後研究員、國立中興大學生命科學系

3 專任研究助理、國立台灣大學農藝學系暨研究所

4 特聘教授、國立中興大學生命科學系、通訊作者：[email protected]

5特聘教授、國立台灣大學農藝學系暨研究所


2

一、界定問題與設定目標

1.1 氣候變遷調適工作團隊組成

1.主政部門與承辦人

本計畫之服務對象為經濟部水利署，主政為經濟部水利署第六河川局及其相關承辦人

員。

2.專業團隊

本團隊由生態系統領域與農業領域之專家學者共同組成，生態系統領域部分國內從事整

合性生態系統學者，並且擁有宏觀的生態系統研究基礎以及氣候變遷的相關科學背景專長的

團隊。農業領域方面應為國內從事整合性生態系統學者並且擁有在農業領域與氣候變遷的相

關科學背景專長的團隊。

3.利害關係者

本計畫中之利害關係者包含台南市農會、台南市漁會、台南市水資源保育聯盟、台灣濕

地保護聯盟台南分會、台南地區居民及從事生產相關農民、漁民等。

1.2 問題之界定

1.國內外氣候變遷關鍵議題

表 1.2.1 國內外氣候變遷關鍵議題

編號出處(僅列作者年分，完整出處列於參考文獻) 關鍵議題

1

Chris D. Thomas, Alison Cameron, Rhys E. Green, Michel Bakkenes, Linda J. Beaumont, Yvonne C. Collingham, Barend F. N. Erasmus, Marinez Ferreira de Siqueira, Alan Grainger, Lee Hannah, Lesley Hughes, Brian Huntley, Albert S. van Jaarsveld, Guy F. Midgley, Lera Miles, Miguel A. Ortega-Huerta, A. Townsend Peterson, Oliver L. Phillips8 & Stephen E. Williams (2004)

氣候變遷造成許多物種分布

與豐度的改變。在全球覆蓋

面積20%之陸域生態系統中，

預期未來將有 18%至 35%之

物種面臨絕種危機

2 Camille Parmesan and Gary Yohe (2003) 暖化改變物種分布之邊界範

圍，未來物種將向極圈與高

海拔區域移動。此外，暖化亦


3

改變草本、木本植物、灌木、

鳥類、蝴蝶與兩生類之物候

時期

3 Janneke Hille Ris Lambers (2015)

氣候變遷導致棲地消失，若

生物無法跨越地理障礙尋找

新棲地，則將面臨滅絕危機。

研究預測若以維持現今社會

經濟情況發展，未來全球將

有高達六分之一之物種瀕臨

絕種

4 Brian Moss (2010)

冰島、英國與愛爾蘭島嶼之

食魚性魚類偏好寒冷環境，

暖化將不利其生存。透過食

物網影響，食魚性魚類減少

將導致小型魚類增加，進而

減少浮游動物並提升藻類生

物量，增加優養化發生機率

5 1. Christopher D. G. Harley (2011)

氣候變遷除了直接影響生物

生理外，亦改變物種之交互

關係，導致物種分布、群集結

構與生物多樣性難以預期之

變化

6 Hans W. Paerl and Jef Huisman (2010)

水體營養過多、都市、農業與

工業發展皆促進藍綠藻有害

藻華之發生。此現象將提高

水體濁度、抑制水生植物生

長，進而破壞無脊椎動物與

魚類棲地。而氣候變遷則可

能加劇此現象發生

7 O’Neil, Davis, Burford, Gobler (2012)

暖化有利藍綠藻生長，且水

體分層增強亦使其停留在有

光層之時間增加，因此在營

養缺乏之情況下藍綠藻仍優

勢於其他藻類

8

Erik Jeppesen, Brian Kronvang, Jørgen E. Olesen, Joachim Audet, Martin Søndergaard, Carl C. Hoffmann, Hans E. Andersen, Torben L. Lauridsen, Lone Liboriussen, Søren E. Larsen, Meryem Beklioglu, Mariana Meerhoff, Arda O ¨ zen , Korhan O ¨ zkan (2011)

降雨量增強使輸入至水域之

營養鹽增加。丹麥湖泊與溪

流研究中，ECHAM4/OPYC GCM (IPCC A2 scenario)情境

預測未來(2071-2011)之總氮

濃度，將比基期(1961-1990)


4

增加 5.1-7.0%

9 Arda O ¨ zen, Burcu Karapınar, Ismail Kucuk, Erik Jeppesen, Meryem Beklioglu (2010)

在乾旱年土耳其湖泊外來之

營養輸入量下降，但蒸發散

作用使水體濃縮，進而導致

水體總氮與總磷濃度增加

10 • Javier Lloret, Arnaldo Marín, Lázaro Marín-

Guirao (2008)

西班牙東南部之 Mar Menor潟湖，主要生產者為大型藻

類 Caulerpa prolifera Forsskal (Lamououx)，在海平面上升

50 cm 情況下，由於可利用光

強度減低，使其淨光合作用

能力下降。大型藻類可將營

養留存於基質中，故此結果

可能造成營養釋放，提升優

養化發生機率

11 John M. Rybczyk, John W. Day Jr., Alejandro Y´ añez-Arancibia, and James H. Cowan Jr. (2013)

海平面上升淹沒沿海濕地(如紅樹林、海草床)，使河口生

物失去棲地。同時，淹水與鹽

度壓力上升，則使植被組成

改變

2.民眾關注問題分析

曾文溪河口至麻善大橋流域屬於感潮河段，雖已無法供給農業用水，但仍能提供下游與

河口區之養殖戶引水養魚，故曾文溪下游之水質優劣為當地漁民關注之問題之一。此外，曾

文溪河口為季節性候鳥黑面琵鷺之避冬棲息地，黑面琵鷺為全球瀕臨滅絕之鳥類，故其族群

量、棲地狀況與抵台時間目前已受社會大眾高度關注。

3.關鍵議題及系統範圍

表 1.2.2 關鍵議題

編號關鍵議題

1 平均氣溫增加造成物種分布改變

2 平均氣溫增加導致物種局部性滅絕

3 暖化限制或促進物種生長，透過食物網影響生態系結構與功能

4 平均氣溫增加提高藍綠藻藻華機率，藻類過度增生抑制沉水植物生長，使小型水生


5

生物失去避難所

6 平均氣溫增加使水域優養化問題加劇

7 降雨量提升沖刷土壤導致非點源汙染，衍生優養化問題

8 乾旱使水域流動力差，營養鹽與沉積物滯留導致水體缺氧

9 海平面上升衝擊沿岸濕地生態

管理及保育生態系統的方法除了研究生物多樣性外，也須著重在生物與環境間的互動關

係，亦即以流域空間概念對生態系功能進行探討。對水域生態系統而言，適度的營養使水生

植物生生不息，進而提供良好之棲所、增加生物多樣性，但過量的營養卻導致浮游藻類過度

繁殖，衍生優養化問題。Moss et al. (2011)指出在氣候變遷情況下，全球暖化、降雨模式改

變均可能加劇水域優養化程度，進而影響生態系結構與功能，因此探討氣候變遷、人為營養

鹽排放與生態系統間之交互關係為目前亟需重視之議題之一。

農業對於生物化學循環和生態系的養分供給有極大的影響(Vitousek et al., 1997; Galloway et al., 2004)。其中，氮與磷為限制自然與農業生態系統生物生產率的兩項因子，且它們皆大

量運用於農業生態系統中。氮磷肥的施用使得生物圈大量增加了新的氮磷含量，且通常對自

然生態系統造成複雜以及有害的影響(Vitousek et al., 1997)。這些人類活動形成的養分輸出，

進入到地下水與地表水中，對人類健康和環境造成許多負面的影響。Galloway 等人(2004)研究發現農業系統所施用的肥料中，大約有 20%會進入到水生生態系統中。從農業生態系統流

失的養分造成的影響包含了地下水汙染與飲用水中硝酸鹽的含量增加、優養化、藻類大量繁

衍的頻率與嚴重性、缺氧與魚類死亡，以及造成沿海海洋生態系統的「死區(dead zone)」(Bouwman et al., 2009)。因此，本計畫目的為以生態系統為主體，探討在氣候變遷影響下，

農業操作輸入營養鹽對水域生態系的影響。

表 1.2.3 跨領域關鍵議題

編號跨領域問題衝擊領域(A 領域) 被影響領域(B 領

域)

1 農業操作之多餘營養鹽排放，影響水域

生態系

糧食安全生態系統

綜合上述研究得知，農業非點源汙染對生態系統的影響是許多研究關注的焦點。而目前

嘉南大圳為我國最大農產地――嘉南平原之主要灌溉系統，除了將灌溉用水運輸至各大栽培

區外，也具有排水渠道將多餘之灌溉水或過多之雨水引導入溪流中。在排水過程中，夾帶栽


6

培操作多餘之營養鹽排入河流，將影響河川生態，造成非點源式污染。因此，本計畫欲以嘉

南大圳之灌溉區域為主，量化其藉由其排水入川之農地，一年兩期作水稻慣行栽培下，營養

鹽(氮、磷)藉由雨水逕流排入曾文溪之量，並探討營養對於曾文溪流域水質與生態系統結

構、功能之影響。然而，由於曾文溪仍缺乏全流域之生物長期監測資料，故本計畫以數據較

健全之曾文一橋、麻善大橋與出海口作為風險評估對象(圖 1.2.1)。

表 1.2.4 本示範計畫欲解決之跨領域關鍵議題與分析項目

跨領域問題衝擊領域

(A 領域)

被影響領

域(B 領域)

分析項目

農業操作輸入之

營養鹽對水域生

態系之影響

糧食安全生態系統 1. 無機氮、磷等營養鹽輸入是否造成水域

優養化之問題

2. 無機氮、磷等營養鹽輸入對河川生態系

結構與功能之影響

表 1.2.5 關鍵議題系統範圍、空間界定與尺度轉換資訊

A 領域模擬

空間範圍 A 領域輸出

因子

A 領域輸出

因子空間範

圍

B 領域模擬

空間範圍 B 領域輸出

因子

B 領域輸出

因子空間範

圍

圖 1.2.1 曾文溪流域中下游河段與樣站位置


7

台南市水稻

栽培區

隨灌溉排水

渠道進入曾

文溪之無機

氮、磷量

佳里、麻

豆、新化區曾文溪中下

游及出海口

優養化指標

與生態系統

指數

曾文一橋、

麻善大橋、

曾文溪出海

口

1.3 跨領域關連分析

1.界定關鍵議題影響因子

以河川生態系而言，河川水文維持水系動態平衡，河川水位過低、流速過緩不僅會降低

河水稀釋能力，亦可能造成營養鹽與沉積物累積，增加當地耗氧量。台灣南部地區豐、枯水

季分明，故在未來枯水期日數增加之情況下，可能使曾文溪面臨河川優養化之機率提升。豐

水期之強降雨則會加劇土壤侵蝕，尤其曾文溪河岸周圍多有農田分布，故雨水逕流增強導致

更多的營養輸入亦是未來須重視之議題之一。在跨領域議題中，氣溫與降雨量變化不僅直接

影響水域生態系統，亦透過農業系統間接造成衝擊。嘉南平原為台灣重要之水稻產地，水稻

對於水資源之需求性高，未來降雨豐枯差異變大，將不利於灌區水稻生長。高溫則會引發稻

熱病，降低水稻產量與品質。在施肥量一致之情況下，水稻產量降低將使留存於土壤中之

氮、磷量增加，而此些未經水稻使用的營養會在降雨時隨逕流進入河川，故氣候變遷亦可能

藉由影響水稻產量進而威脅曾文溪流域。

清楚界定關鍵議題之危害、暴露與脆弱因子，作為後續評估依據

編號問題來源問題類型說明

P1 河岸周圍農田廣布暴露度農田緊鄰河岸，增加營養鹽直接進入河川

生態系之風險

P2 極限氣候影響水稻生

長，間接增加營養鹽輸

入危害

在施肥量固定之情況下，高溫與乾旱不利

水稻生長，使營養留存於土壤，進而增加

隨逕流進入河川之營養鹽

P3 降雨量增加導致營養

鹽輸入加劇危害

強降雨易造成土壤侵蝕，使農田營養鹽輸

入至河川生態系

P4 枯水期延長造成河川

優養化危害

乾旱使河川水位下降、流速減低將使營養

鹽與沉積物滯留，造成水體溶氧大量消耗

P5 生態系統功能降低脆弱度水域生態系嚴重受人為活動影響，營養輸

入與河岸開墾均降低河川生態系統自我淨


8

化之能力

2.關鍵議題之影響範圍

表 1.3.1

關鍵議題驅動力變數或狀態變

數影響領域影響路徑


9

農業操作

之營養鹽

輸入對河

川生態系

之影響

營養物質含量生態系統

3.檢討調適工作團隊之組成

由上述影響路徑可知，營養鹽之影響多侷限於生態系統領域，然而生態領域之調適策略

常牽涉水利與景觀工程問題，故若能招攬此方面專業人才將有利於制定因應氣候變遷影響之

調適辦法。

1.4 目標之設定

1.與關鍵議題相關之原有政策目標

曾文溪流域過去常有河川改道事件，造成當地居民嚴重損失，因此曾文溪河川治理辦法

主要以治水、防洪功能為政策重點。雖近年來部分治理報告已提出環境營造、河川美化之願

景，但除了七股濕地、台南沿海濕地外，在曾文溪中下游河段目前尚未有具體之河川保育規


10

劃。在河川汙染整治方面，行政院環保署提出「推動工業、畜牧與生活汙水之整治」、「加強

河川河面、河岸垃圾清理」、「鼓勵民眾參與河川整治、社區提供地點處理其廢水」等管理方

案，期望達到提升河川環境品質、創造休憩空間等目標。然而，曾文溪流域仍缺乏長期之生

態監測資料，故氣候變遷對河川生態之威脅難以預測。有鑑於此，本計畫建議在訂定曾文溪

流域管理政策時，應新增生物多樣性或生態系統功能面向之目標，以達到人文與生態共同永

續發展之願景。

2.政策目標之評估項目與可接受風險

生態系統之定義為在同一環境下，生物因子與非生物因子(空氣、土壤、水)之統稱。因

此若欲評估營養鹽對生態系統造成的衝擊，應同時兼顧環境與生物兩面向。生化需氧量

(Biochemical oxygen demand, BOD)意指好氧微生物在定溫下將有機質分解為無機鹽類所耗費

之氧氣量，為近年來常見且容易測量之優養化指標，故本子計畫以此指標作為風險評估項

目。然而，生化需氧量僅能表示水體中有機汙染的程度(環境面向)，而無法反應生態系統本

質之變化(食物網面向)，因此另以 Ecopath 生態系食物網模式估算生態系統指數，由食物網

之能量、結構、發展程度、循環性與回復力評估生態系統性質，用以檢驗風險成因是否源於

系統脆弱度之改變。

3.確定之目標

河川汙染指數(River Pollution Index, RPI)將生化需氧量小於 3 mg L-1 定義為該河川未(稍)受汙染，故本計畫將 3 mg L-1 訂為門檻值，期望達到零汙染之目標。

二、評估與分析現況風險

2.1 歷史事件之風險分析

1.蒐集關鍵議題相關之歷史事件風險評估結果

表 2.1.1 關鍵議題相關之歷史事件與應變

發生時間，事件衝擊(包含影響空間) 風險來源? 屬危害或脆弱

度? 政府應變措施

95 年曾文溪流

域河川汙染

95 年度曾文溪河系河川情勢調查

總報告指出，依據河川附生藻類

藻屬指標 (Generic index, GI index)，曾文一橋屬於輕度汙染河

段；麻善大橋屬於中度至嚴重汙

染河段；出海口屬於嚴重汙染河

段

曾文溪流域中下

游汙染程度加劇

源於平原區灌溉

農田面積增加，

風險來自於暴露

度增加

建議以生態工法改

善河川水質


11

104 年 4 月 3 日

渦鞭毛藻類增生

造成水色異常

曾文溪流域西港大橋河段發現水

體呈現深棕色，此時溶氧濃度為

18 ppm。水樣經嘉南藥理科技大

學檢驗後鑑定為亞歷山大屬之渦

鞭毛藻(甲藻)大量繁殖導致水色

異常

氣溫上升可能是

導致渦鞭毛藻大

量增生之成因，

風險源於危害

環保局稽查人員每

日巡查是否衍生其

他環境汙染

2.鑑別熱點及風險成因(危害、暴露度或脆弱度)

表 2.1.2 鑑別熱點及風險成因

高風險地區(熱點) 風險描述造成風險之類型

曾文溪流域麻善大

橋至出海口河段由於平原灌溉區之營養鹽輸入導致水

域棲地品質不佳，水體缺氧之發生機

率較高

暴露度

2.2 評估模式之驗證

1. 蒐集模擬模式所需之歷史觀測資料

台南灌區營養排放量部分，本計畫利用 DNDC model (DeNitrification-DeComposition model)計算因農業活動隨雨水逕流進入曾文溪流域之氮排放量(圖 2.2.1)，所需之氣象與土壤

資料主要由農業試驗所提供，部分氣象資料由中央氣象局氣象站、農業一級站與其他單位

(如學校、私人機構)取得，作物栽培資料則取自於台南區農業改良場。估算逕流流失磷量所

需之水稻產量可由上述之 DNDC model 輸出，投肥量則由台南改良場取得，接著利用

Hokazono & Hayashi (2012)之推估方法可估算灌溉區之磷排放量。

生態系統衝擊模擬部分，生化需氧量之模擬須以歷史資料建立多元線性回歸模型，使用

之參數包含總磷、硝酸鹽、亞硝酸鹽、氨氮以及生化需氧量等觀測數據，來源為行政院環保

署公布之長期水質監測資料。生態系食物網則以 Ecopath with Ecosim (簡稱 EwE, )軟體建

構，模式所需之各初級生產者、消費者之生物量(Biomass)、單位生產量(Production/biomass, P/B)、單位攝食量(Consumption/biomass, Q/B)與食性組成(Diet composition)參考陳(2010)建構

之 Ecopath 模式。

表 2.2.1 評估使用模式

評估模式資料時間尺度時間起迄年來源

日最高溫、日最低溫日 1986-2005 農業試驗所


12

DNDC model

2016-2035

雨量日 1986-2005 2016-2035

農業試驗所

土壤有機質含量、pH 值無 1986-2005 2016-2035

農業試驗所―

土壤資料庫

水稻栽培操作、時程、

氮磷肥料施用量

一年二期各

以天數表示

栽培操作

1986-2005 2016-2035

台南改良場

水稻產量一年二期 1986-2005 2016-2035

臺灣水稻生產

調查報告

生化需氧量

預測模型

總磷、硝酸鹽、亞硝酸

鹽、氨氮濃度、生化需

氧量月

1986-2005 2006-2015 2016-2035

行政院環保署

水質監測資料

生態系食物

網模式生物量、單位生產量、

單位攝食量、食性組成年 2004-2005 陳瑋珣(2010)

2. 檢定模式參數與驗證模式

A. 營養鹽模擬：在農業領域估算部分，由於在現況評估之時期中，並無實際農田營養鹽排

放之資料，故無法與模式產出結果進行比對及驗證。

蒐集資料

氣象

逐日氣溫日射量雨量

土壤

土地使用型態土壤質地

土壤有機碳含量

DNDC model

逕流流失氮量

作物栽培

栽培日曆耕作方法肥料施用

逕流流失磷量

生物

生物量生產量、攝食量

食性組成

Ecopath with Ecosim

生態系統指數

水質

生化需氧量無機氮無機磷

多元線性回歸模型

生化需氧量

圖 2.2.1 曾文溪流域風險評估架構與所需資料


13

B. 生化需氧量預測模型：使用歷史數據進行配適度檢定，R2 顯示模型之解釋程度為 93% (圖 2.2.2)。

C. 生態系食物網模式：因缺乏當地生物之長期資料而無法驗證，故僅以 EwE 軟體內建之

Pedigree 指數評估輸入參數品質。結果顯示、曾文一橋、麻善大橋與出海口之 Pedigree指數為 0.246，表示輸入之參數屬於中下品質。

2.3 利用現況氣象資料進行風險模擬

1.評估指標

生化需氧量可反應水體優養化程度，為本計畫定義之風險評估指標。極限氣候不利於水

稻生長，增加營養鹽輸入，進而間接衝擊曾文溪流域。依據 IPCC AR5 對風險來源之闡述，

因氣候變遷導致農業操作輸入營養鹽增加屬於曾文溪流域將面臨之危害，因此將逕流流失氮

磷量定義為危害度指標。而曾文溪流域周圍廣布之灌溉農田則使曾文溪暴露於上述危害中，

是以將灌溉農田面積定義為暴露度指標。曾文溪流域之脆弱度則由 Ecopath 生態系食物網模

式產出之各項生態系統指數評估，其概念如下：

理論架構之生態系統脆弱度（ecosystem vulnerability）評估項目，將能量、結構、發展

程度、循環、穩定性等因子定義為生態系統的承載變數，即是生態系自然運作機制的綜合表

徵，無法以單一參數呈現，而是表現在多樣化的生物活動與生地化過程（biogeochemistry process）中：

I. 能量（community energetics）：

a. P/ R（total primary production/ total respiration, TPP/ TR）：數值越趨近 1 為較成熟的

生態系，較高的數值表示系統處於干擾過後或壓力事件發生後的較初期發展階段，

圖 2.2.2 生化需氧量觀測值與預測值配適圖。


14

距離 1 越遠相對敏感值越高。

b. 消費者生物量（total biomass of consumers, TBC）：視為次級生產量，越低相對敏感

值越高。

II. 結構（community structure）：

c. 雜食係數（system omnivory index, SOI）：數值越高表示食物網的內部連結越複雜，

越低相對敏感值越高。

III. 發展程度（life history）：

d. TB/ TP（total biomass/ total production）：數值較高表系統為較成熟的生態系，能量用

以維持系統恆定，而非成長，越低相對敏感值越高。

IV. 循環（nutrient cycling）：

e. 循環指數（Finn's cycling index, FCI）：估算能量再循環利用的程度，較成熟的系統有

較高的再循環程度，故能較快從干擾中恢復，此數值可視為回復力，越低相對敏感

值越高。

V. 穩定性（overall homeostasis）：

f. 相對系統開銷（overhead/ development capacity, O/ C）：數值越高表系統可恢復的能

量越多，此數值可視為回復力，越低相對敏感值越高。

由於生態系統脆弱度屬於複合式指標（即是由多個因子做綜合評估），其數值間優劣是相對

的，為將各指數結合為唯一指標，本子計畫整合台灣目前已建構的 40 個 Ecopath 生態系食

物網模式(Lin et al. 1999, Lin et al. 2004, Lin et al. 2005, Lin et al. 2006, Lin et al. 2007, Lin et al. 2012, 鄭 2007，蕭 2009，張 2013，潘 2015，蔡 2015)，將各指數以 25 百分位數、中位數、

75 百分位數與最大值切割為 5 個分數級，作為各指數之脆弱度分數依據(表 2.2.2)。當該指

數表示系統之脆弱度越高時，則其分數越高，最後將上述 6 項生態系統指數之分數總和即為

系統之脆弱度。

表 2.3.1 生態系統指數分級依據

Score P/R TBC SOI TB/TP FCI O/C

1 1-5 >50 >0.19 >0.40 >10.0 >60

2 6-20 21-50 0.12-0.19 0.16-0.40 2.6-10.0 46-60

3 21-35 11-20 0.08-0.11 0.06-0.15 1.1-2.5 31-45

4 36-50 3-10 0.05-0.07 0.01-0.05 0.6-1.0 15-30

5 <1 & >50 0-2 0.00-0.04 0.00-0.02 0.0-0.5 <15


15

2. 歷史資料模擬與指標分析

生化需氧量多元線性回歸模型顯示，曾文溪流域之生化需氧量隨總磷濃度變化(r = 0.934, p < 0.001)，與硝酸鹽、亞硝酸鹽、氨氮之相關性低，表示該流域以磷為限制藻類生長

之元素，故後續皆以總磷濃度為模擬驅動因子。曾文一橋生化需氧量之月平均範圍介於 0.1至 1.9 mg L-1 間(圖 2.3.1)；麻善大橋介於 0.9 至 8.4 mg L-1 間；出海口介於 0.5 至 2.1 mg L-1

間，顯然以麻善大橋面臨優養化風險之程度最高，年平均約為 3.31 mg L-1。麻善大橋河段全

年中有 6 個月超出本計畫可接受風險(3 mg L-1)，尤其又以二月份之生化需氧量最高，初步推

論因此時為水稻一期下基肥之時間，又處於枯水期河川流速較緩之狀態，導致營養流動不佳

所致。

3.鑑別熱點及風險成因。

生化需氧量模擬之結果顯示，麻善大橋為優養化發生機率最高之熱點。在 Ecopath 生態

系食物網模式之脆弱度分析中，麻善大橋與出海口之初級生產量高，但大部分的生產量卻未

被消費者利用，因此 P/R ratio 遠大於 1 且消費者生物量少(表 2.3.2)，表示系統處於營養過剩

狀態。初級生產量無法被妥善運用，表示系統資源利用的情況不佳，亦即循環能力差(FCI低)。相對系統開銷則顯示麻善大橋與出海口在面臨干擾時，需比曾文一橋耗費更多的時間

方能恢復到平衡狀態。綜合上述指數可知，麻善大橋與出海口在能量、循環性與回復力層面

均遜於曾文一橋，故相對脆弱度程度較高。其中，出海口之消費者生物量較少且食物網複雜

程度低於麻善大橋，因此又以出海口之生態系統脆弱度高於麻善大橋，可見脆弱度可能是造

成麻善大橋面臨高風險之潛在原因，但非主要原因。曾文溪流域周遭農田面積結果顯示，麻

善大橋周圍分布之農田面積(約 2826 ha)約分別為曾文一橋(約 866 ha)與出海口(約 952 ha)的

圖 2.3.1 曾文一橋、麻善大橋與出海口之現況(2006-2015)生化需氧量。


16

3.3 倍與 3.0 倍，指出麻善大橋面臨之暴露度明顯高於上下游流域。整體而言，麻善大橋為

曾文溪流域中之風險熱點，且廣泛分布於其河岸周圍之農田為主要風險成因(暴露)；反之，

曾文一橋之脆弱度與暴露度均較低，故風險程度最輕。

表 2.3.2 曾文一橋、麻善大橋與出海口之生態系統指數與其脆弱度評分

Statistic 生態系統指數脆弱度分數

曾文一橋麻善大橋出海口曾文一橋麻善大橋出海口

Total primary production/ total respiration (P/R) 7.1 274.2 82.5 2 5 5

Total biomass of consumers (TBC, g WW m-2) 6.9 4.6 0.5 4 4 5

System omnivory index (SOI) 0.25 0.27 0.06 1 1 4

Total biomass/ total production (TB/TP) 0.009 0.010 0.008 5 5 5

Finn's cycling index (FCI, %) 2.3 0.1 0.2 3 5 5

Overhead/ development capacity (O/C, %) 53 5 13 2 5 5

Total 17 25 29

三、評估與分析未來風險

3.1 情境設定

1. 設定氣候情境

氣候變遷衝擊評估由於並無未來氣象紀錄資料，故必須建立未來氣候可能之情境，才能

進一步探討氣候改變之衝擊。全球大氣環流模式(General Circulation Models, 簡稱 GCMs)以物

理性評估大氣溫室氣體增加導致全球暖化之特性，模擬分析包括大氣、海洋、冰、陸地系統

間之交互作用。大氣環流模式透過降尺度過程設定預設情境，輸入氣象資料合成模式產生評

估模式所需要之氣象資料，最後由評估模式分析得知衝擊影響。而 IPCC 預測全球未來可能

之經濟、人口、工業與環境的發展，提出數種可能溫室氣體排放的趨勢(即為預設情境)。

在 IPCC 第五次評估報告中，採用「代表濃度途徑」(Representative Concentration Pathways，簡稱 RCPs)來定義四組未來變遷的情境，並以輻射強迫力在 2100 年與 1750 年之間的差異量

當作指標性的數值來區分之。被命名為RCP2.6的情境意味著每平方公尺的輻射強迫力在 2100年增加了 2.6 瓦，而 RCP4.5、RCP6.0 與 RCP8.5 則代表每平方公尺的輻射強迫力分別增加了

4.5、6.0 與 8.5 瓦。在這四種情境中，RCP2.6 是個暖化減緩的情境(輻射強迫力在 2100 年呈

減少趨勢)；RCP4.5 與 RCP6.0 是屬於穩定的情境(輻射強迫力的變化在 2100 年呈較為穩定狀

態)；RCP8.5 則是個溫室氣體高度排放的情境(輻射強迫力在 2100 年呈持續增加趨勢)。相較

於第三次評估報告與第四次評估報告所考慮的情境，這四種情境所能涵蓋層面更廣。除了設

定了逐年的溫室氣體濃度，根據整合評估模式、簡化氣候模式、大氣化學模式以及全球碳循

環模式的組合計算，每個 RCP 可以估算出人為溫室氣體排放量，並提供土地利用變遷的空間

分布以及各區域空氣汙染物的排放量。雖然這些 RCP 情境已經涵蓋了相當廣的輻射強迫力範


17

圍，但仍有其不足之處，特別是與氣溶膠相關的部分。

在未來氣候情境的設定上，首先必須選定適合之 GCM 模式，再以選定 GCM 之氣候情境

來進行氣候變遷模擬運算。而選定的方式可分為兩種，自行分析選定或是參考國內先前與相

關研究所挑選之 GCM 進行分析。若是自行分析選定，要先訂定挑選原則，接著分析 IPCC 所

釋出之 GCM 模式的基期資料，與歷史資料進行分析，挑選其氣候特性與台灣相近之模式進

行後續分析。IPCC 提供 40 多個 GCM 的 RCP 情境，雖然每個 GCM 都經過驗證，然而對於

台灣氣候特性之模擬表現，並非所有的 GCM 都有好的模擬結果。因此，使用不適合之 GCM容易增加評估結果之不確定性，唯有挑選在台灣地區模擬表現較好之 GCM，才能降低 GCM所造成之不確定性。

IPCC 提供 RCP 情境中適合台灣 GCM 之挑選報告提及利用中央氣象局測站資料，分析

同時具有 RCP8.5、6、4.5、2.6 的 GCM 與台灣降雨之相關性與模擬表現度。依照降雨季節分

布特性之不同，將台灣分成數個分區，以利使用者針對其研究區域挑選適合之 GCM。結果如

表 3 所示，每個分區前五名 GCM 依序列如表 3.1.1，表 3.1.2 為各 GCM 之所屬單位與國家，

而各氣候分區對應中央氣象局測站名稱如表 3.1.3 所示。

表 3.1.1 台灣之氣候分區以及全台灣所適合之 GCM 列表

Rank 1 2 3 4 5

西北部 HadGEM2-AO CCSM4 CSIRO-Mk3.6.0 NorESM1-ME MIROC5

東部 CESM1-CAM5 GISS-E2-R CCSM4 bcc-csm1.1 CSIRO-Mk3.6.0

恆春半島 MIROC5 GISS-E2-R CCSM4 CSIRO-Mk3.6.0 HadGEM2-AO

南部 HadGEM2-AO MIROC5 bcc-csm1.1(m) CCSM4 CESM1-CAM5

北部山區 bcc-csm1.1 CESM1-CAM5 NorESM1-ME HadGEM2-AO MRI-CGCM3

中部山區 MIROC5 CCSM4 HadGEM2-AO CESM1-CAM5 MRI-CGCM3

西部離島 HadGEM2-AO MIROC5 CESM1-CAM5 bcc-csm1.1(m) CCSM4

台灣 HadGEM2-AO CESM1-CAM5 CCSM4 MIROC5 GISS-E2-R

表 3.1.2 各 GCM 之所屬單位與國家

研發單位國家單位簡稱模式

Beijing Climate Center, China Meteorological Administration 中國 BCC BCC-CSM1.1

BCC-CSM1.1(m)


18

Commonwealth Scientific and Industrial Research

Organisation in collaboration with the Queensland Climate

Change Centre of Excellence

澳洲 CSIRO-QCCCE CSIRO-Mk3.6.0

The First Institute of Oceanography, SOA, China 中國 FIO FIO-ESM

Institut Pierre-Simon Laplace 法國 IPSL IPSL-CM5A-LR

IPSL-CM5A-MR

Atmosphere and Ocean Research Institute (The University of

Tokyo), National Institute for Environmental Studies, and

Japan Agency for Marine-Earth Science and Technology

日本 MIROC MIROC5

Japan Agency for Marine-Earth Science and Technology,

Atmosphere and Ocean Research Institute (The University of

Tokyo), and National Institute for Environmental Studies

日本 MIROC MIROC-ESM

MIROC-ESM-

CHEM

Meteorological Research Institute 日本 MRI MRI-CGCM3

NASA Goddard Institute for Space Studies 美國 NASA GISS GISS-E2-H

GISS-E2-R

National Center for Atmospheric Research 美國 NCAR CCSM4

Norwegian Climate Centre 挪威 NCC NorESM1-M

NorESM1-ME

National Institute of Meteorological Research/Korea

Meteorological Administration

韓國 NIMR/KMA HadGEM2-AO

Geophysical Fluid Dynamics Laboratory 美國 NOAA GFDL GFDL-CM3

GFDL-ESM2G

GFDL-ESM2M

National Science Foundation, Department of Energy,

National Center for Atmospheric Research

美國 NSF-DOE-

NCAR

CESM1(CAM5)

表 3.1.3 對應分區之氣象站分區表

分區分區包含測站

西北部台北、淡水、新竹、梧棲、台中

東北海岸基隆


19

東部宜蘭、花蓮、成功、台東

恆春半島大武、恆春

南部嘉義、台南、高雄

北部山區鞍部、竹子湖、蘇澳

中部山區日月潭、玉山

南部山區阿里山

北部外島彭佳嶼

西部外島澎湖、東吉島

東部外島蘭嶼

氣候情境指的是未來相對於歷史某個時期，未來氣候的改變量，而此歷史某個時期即為

情境時期基準，稱為基期。氣候情境未來時期則以 2016~2035 之近短期為評估時期，本示範

計畫以 RCP8.5 及 RCP2.6 為主要探討之排放情境，並以適合南部地區的 HadGEM2-AO、

CESM1-CAM5 之這兩個排放情境之模擬結果，以 2021~2040 相對於基期之氣候改變量，作為

後續未來風險評估之氣候情境。此外，GFDL-CM3 在不同領域需求資料共通性高，因此另加

入此 GCM 於 RCP8.5、RCP2.6 之風險評估結果。

2. 設定社會經濟情境

由於本研究著重於獨立呈現氣候之影響，故未來估算模式之水稻栽培操作設定與現狀相

同，營養鹽來源與農田面積設定亦維持與現況相同，主要就氣候之影響進行比較。

3.2 評估基期風險

本計畫使用 Taiwap 合成基期氣溫、降雨量與日射量等氣象資料，用以估算水稻產量。

模擬假設基期與現況之社會經濟情境未改變，故水稻栽培操作方式、氮磷投肥量與灌溉區農

田面積(暴露)均與現況相同。利用水稻產量與磷投肥量可推估台南灌溉農田之磷排放量(危害)，而將所得之逕流流失磷量作為驅動因子，則可模擬基期曾文溪流域之生態系統本質(脆弱度)與生化需氧量(風險)，方法如下(圖 3.2.1)：

I. 生態系統本質(脆弱度)：利用 EwE 軟體中之時間動態模擬功能(Ecosim)預測基期食物網

中各初級生產者、消費者之相對生物量變化。模擬得到之生物量用以重建基期食物網模

式，再由輸出之 P/R ratio、消費者生物量、雜食性指數、TB/TP ratio、循環指數、相對


20

系統開銷給予評分並得到基期脆弱度。

II. 生化需氧量(風險)：以基期逕流流失磷量與降雨量估算總磷濃度，並使用生化需氧量預

測模型模擬基期生化需氧量作為風險指標。

曾文一橋、麻善大橋與出海口之基期生化需氧量模擬結果中，三河段之基期生化需氧量

均高於現況，且仍以麻善大橋面臨之風險程度最嚴峻，其生化需氧量為 5.09 mg L-1(表3.2.1)。1986-2005 年之逕流流失磷量顯示，農業活動輸入之磷酸鹽由過去至現況呈微幅下降

之趨勢，故可知曾文溪流域於基期面臨較高的風險，乃因當時水體總磷濃度較高所致。由於

本子計畫以維持現況土地利用情形為模擬前提，曾文溪流域周圍之農田面積未改變，因此麻

善大橋仍為暴露度最高之河段，使其面臨較高風險。食物網方面，重新建構之 Ecopath 模式

與現況食物網之差異極小，三河段之總生物量變化均小於 3%，且各功能群變化趨勢一致，

故由各指數得出之脆弱度亦與現況相同，且河段之間仍以曾文一橋之脆弱度最低，出海口最

高。整體而言，曾文溪流域基期面臨之暴露度、脆弱度均與現況相同，然而因危害度較高，

使其風險高於現況。其中，麻善大橋仍為暴露度最高之河段，故為曾文溪流域中之風險熱

點。

表 3.2.1 基期暴露、危害、脆弱度與風險模擬結果

樣點灌區農田面積

(ha) 逕流流失磷量

(kg P ha-1 yr-1) 生態系統脆弱度

生化需氧量

(mg L-1)

曾文一橋 866 0.880 17 1.54 麻善大橋 2826 0.880 25 5.09 出海口 952 0.880 29 2.23

3.3 評估未來風險

本計畫利用 TaiWAP 合成未來氣象資料，使用之 GCM 為 CESM1-CAM5、GFDL-CM3與 HadGEM2-AO，並選擇 RCP8.5 與 RCP2.6 情境。模擬假設未來與現況之社會經濟情境未

逕流流失磷量

農田面積

降雨量

總磷

濃度

Ecosim生物量模擬

Ecopath模式建構

脆弱度

指數評估

BOD預測模型

生化

需氧量

圖 3.2.1 生化需氧量與生態系統本質模擬架構


21

改變，故水稻栽培操作方式、氮磷投肥量與灌溉區農田面積(暴露)均與現況相同。將由

TaiWAP 產出之氣溫、日射量與降雨量資料輸入至 DNDC model 可模擬未來水稻產量，進而

估算台南灌溉農田之磷排放量(危害)，而將所得之逕流流失磷量作為驅動因子，則可模擬未

來各情境下曾文溪流域之生態系統本質(脆弱度)與生化需氧量(風險)，其方法如下：

I. 生態系統本質(脆弱度)：利用 EwE 軟體中之時間動態模擬功能(Ecosim)預測未來食物網

中各初級生產者、消費者之相對生物量變化。模擬得到之生物量用以重建未來食物網模

式，再由輸出之 P/R ratio、消費者生物量、雜食性指數、TB/TP ratio、循環指數、相對

系統開銷給予評分並得到未來脆弱度。

II. 生化需氧量(風險)：以未來逕流流失磷量與降雨量估算總磷濃度，並使用生化需氧量預

測模型模擬生化需氧量作為未來風險指標。

未來風險分析指出，曾文一橋與出海口在各氣候情境下之生化需氧量均低於 3 mg L-1。

麻善大橋之範圍介於 1.98 mg L-1 至 4.13 mg L-1 間(圖 3.3.1)，在各模擬中又以 HadGEM2-AO氣候模式中 RCP8.5 情境之生化需氧量最高。在六種模擬情境中，有四種情境之生化需氧量

仍高於本子計畫設定之可接受風險(3 mg L-1)，表示麻善大橋在未來仍然面臨優養化威脅。由

於本計畫假設土地利用未改變，故可知麻善大橋面臨之風險最高，為其暴露度最高所致。食

物網方面，總磷濃度降低使三河段食物網之總生物量下降，以曾文一橋下降 18-44%；麻善

大橋下降 16-41%；出海口下降 14-21%，然而因各功能群下降之趨勢一致，故結構層面未有

顯著變化。由於未來食物網與現況、基期食物網極為相似，因此由各指數得出之脆弱度亦與

現況、基期相同。此結果可能導因於營養減少僅使生態系統之能量減少，而未改變其結構所

致。綜合而言，在三個河段之中，曾文一橋之脆弱度與暴露度最低，因此面臨風險程度最

低；反之，麻善大橋因周圍分布的農田面積較多(暴露度高)，故未來優養化風險程度最高。


22

3.4 風險差異分析

比較基期與未來之暴露、脆弱度與危害結果可知，生態系統性質(脆弱度)與農田面積(暴露)之變化極小，故風險增減應來自於危害的變化(圖 3.4.1-3.4.4)。逕流流失磷量(危害)模擬

結果顯示，未來隨逕流流失之磷排放量約為 0.53 至 0.88 kg P ha-1 yr-1，相較於基期大約減少

14-39%。風險預測結果則指出未來之生化需氧量大約將下降 16-61%。由此可知，未來曾文

溪流域之生化需氧量降低(風險)，乃因農業活動排放之磷減少所致(危害)。綜合而言，未如

本計畫預期，氣候變遷並未透過農業活動間接衝擊河川生態系，且未來降低之磷排放量將減

輕曾文溪流域對營養之壓力。然而，麻善大橋仍處於須調適之狀態(BOD > 3 mg L-1)，因此

後續將以此測站作為調適主體，並擬定調適方案。

圖 3.3.1 未來暴露、危害、脆弱度與風險模擬結果


23

圖 3.4.1 基期、未來與未來-基期差異風險地圖。圖中 M1_26 與 M1_85 表示

CESM1-CAM5 之 RCP2.6 與 RCP8.5 情境；M2_26 與 M2_85 表示 GFDL-CM3 之

RCP2.6 與 RCP8.5 情境；M3_26 與 M3_85 表示 HadGEM2-AO 之 RCP2.6 與

RCP8.5 情境；Diff 表示未來-基期差異之評估結果。

圖 3.4.2 基期、未來與未來-基期差異危害地圖。圖中 M1_26 與 M1_85 表示





24

圖 3.4.3 基期、未來與未來-基期差異脆弱度地圖。圖中 M1_26 與 M1_85 表示




圖 3.4.4 基期、未來與未來-基期差異暴露地圖。圖中 M1_26 與 M1_85 表示





25

四、界定與評估調適選項

4.1 界定調適選項

1. 針對風險來源可能的調適選項

表 4.1.1 參照不同風險來源可對應的調適選項

因子分

類面臨問題調適選項

降雨豐枯差異

大，不利水稻生

長，間接增加營

養鹽輸入

水稻進行節水栽培，調整灌溉水量與時期

改善水利系統，增加貯水能力

農業灌溉水回收再利用

降雨量增加侵蝕

土壤，使營養鹽

輸入加劇

不使用肥料或限制肥料使用量

搭配使用長效性有機質肥料，減少使用化學肥料

覆蓋作物、間作

增加土壤有機質，吸附營養鹽

利用打碎稻草桿拌入土中，增加逕流阻力

土壤處理工法

接觸氧化法

植生處理工法

枯水期延長造成河川優養化維持生態基流量，維持河川水文

暴露河岸周圍農田廣

布限制農田面積

河岸農田轉型，建立河岸緩衝區

脆弱度生態系統功能降

低水生植物復育

設置人工浮島

2. 地方智慧調適選項

表 4.1.2 參照不同風險來源可對應的地方調適選項

因子分

類面臨問題調適選項

危害

乾旱使水稻生長

不佳，間接造成

影響進入河川

以埤湖、陂塘蓄水作為灌溉水源

旱季栽培旱作，以井水作為澆灌水源


26

3. 彙整調適選項

根據上述風險分析結果顯示，因未來農業活動的磷排放量減少(危害減輕)，故曾文溪流

域整體面臨之風險下降，可見氣候變遷並未透過農業活動間接衝擊曾文溪生態系。然而，流

域中之麻善大橋無論在現況、基期與未來之生化需氧量皆高於本計畫定訂之可接受風險(3 mg L-1)，故後續本計畫將以麻善大橋作為調適對象並擬定調適選項。現況風險分析指出，麻

善大橋因其周圍廣布灌溉農田，使其暴露於較高的風險，且初級生產量大多未被生物利用導

致循環性差、回復力低，故較曾文一橋相對脆弱，可見應以暴露度與脆弱度面向進行調適。

然而在部分針對危害風險之調適選項，亦能減輕麻善大橋面臨之風險，因此亦被納入後續評

估。本計畫將上表所列之調適選項彙整為下列六項調適方案：(1)肥料管理：包含限制肥料

使用，減少化學肥料使用量、改種植覆蓋作物或間作；(2)土壤管理：包含增加土壤有機

質、利用稻草稈將營養鹽留存於土壤；(3)生態工法：包含土壤處理工法、接觸氧化法、植

生處理法；(4)維持河川水文：亦即維持生態基流量；(5)建立緩衝區：包含限制農田面積、

河岸農田轉型，建立河岸緩衝區；(6)恢復河川淨化功能：包含水生植物復育、設置人工浮

島。

表 4.1.2 關鍵風險來源以及彙整出下一步進行評估之調適選項

關鍵風

險主要

來源

問題調適選項

危害

降雨量增加侵蝕

土壤，使營養鹽

輸入加劇

肥料管理土壤管理生態工法

枯水期延長造成河川優養化維持河川水文

暴露河岸周圍農田廣

布建立河岸緩衝區

脆弱度生態系統功能降

低恢復河川自淨功能

4.2 擬定調適選項

1.擬定調適選項評估準則

參考 UKCIP 提出之評估準則，由專業團隊與利害關係者共同決議以效用

(Effectiveness)、效益(Efficiency)、永續性(Sustainability)、可行性(Legitimacy)、急迫性

(Urgency)與能耗程度等六項準則評估調適選項。

2.決定評估準則之權重

由專業團隊與利害關係者決議後給予權重。以百分比而言，效用與效益準則各佔有

6.25%、永續性 31.25%、可行性 18.75%、急迫性佔 25.00%、能耗程度佔 12.5%。


27

3.依據各準則評估調適選項。

使用 TaiWAP 進行多準則評估之結果顯示，加強「肥料管理」之效用最高(表 4.2.1)，且

花費成本低、相對可行性較高，故為減輕優養化最佳之調適選項。「提升河川自淨功能」處

理營養之效用雖遜於前者，然而成功復育河川生態系不僅可創造新棲地、增加生物多樣性，

亦有調節氣候、穩固堤岸、提供自然資源等生態系統功能，故也不失為優良之調適辦法。

「生態工法」、「建立河岸緩衝區」之功能相似於「提升河川自淨功能」，然而因牽涉工程營

造、土地收購與後續人力維護等問題，故略遜於上述兩種調適選項。整體而言，本計畫認為

在營養進入河川前即予以管制為較理想之管理辦法，故處理優養化問題首先應由控制營養來

源開始，次要則為加強河川淨化之能力，以達到河川零污染之目標。

表 4.2.1 調適選項多準則評估優選結果

調適選項效用效益永續性可行性急迫性能耗程度總分排名

肥料管理 5 5 10 15 20 10 65 1 土壤管理 4 4 5 12 0 4 29 5 生態工法 1 0 15 0 16 2 34 4 維持河川水文 3 3 0 9 12 0 27 6 建立河岸緩衝區 0 2 20 3 8 6 39 3 恢復河川自淨功能 2 1 25 6 4 8 46 2

五、規劃與執行調適路徑

5.1 規劃調適路徑

1. 調適路徑圖


28

2. 調適路徑

本計畫列出之調適方案中，「生態工法」、「恢復河川淨化功能」與「建立河岸緩衝區」

屬於穩健性較強(Robust)但彈性(Flexible)較差之方案，「肥料管理」、「土壤管理」與「維持河

川水文」則擁有較大的調整空間。因此本計畫以「生態工法」、「恢復河川淨化功能」與「建

立河岸緩衝區」為主軸，其餘調適方案為輔，建立三條調適路徑。而由上述評估調適方案結

果可知，「恢復河川淨化功能」為最能達到人為活動與生態環境永續發展目標之方案，因此

本計畫建議以此路徑作為調適辦法。在「恢復河川淨化功能」調適路徑中(綜合排名)，由於

「肥料管理」之效用佳、成本低、執行障礙較小且成效較快，因此為建議執行之優先方案；

「恢復河川淨化功能」雖在執行面上有較大困難，但復育河川生態系不僅可控制優養化風

險，亦能增強其吸收二氧化碳、降低溫室氣體排放等生態系統服務，亦即由氣候變遷之根本

處理問題，因此為第二優先執行方案；執行「維持河川水文」需與民生、農業、工業用水競

爭水源，在台灣近年面臨水資源危機之前景下，欲維持河川枯水期水位之可行性較低，且若

以水庫排水之方式調整逕流量需持續投入能量，故此方案建議於調適末期進行。綜合上述分

析，本計畫建議之調適路徑方案依序為「肥料管理」、「恢復河川淨化功能」與「土壤管

理」，若仍無法達到調適目標再執行「維持河川水文」調適方案。

5.2 執行調適行動

表 5.2.1 調適方案與執行單位

調適方案執行單位

肥料管理台南市政府農業局

恢復河川淨化功能經濟部水利署第六河川局

土壤管理台南市政府農業局

圖 5.1.1 恢復河川自淨功能調適路徑


29

維持河川水文經濟部水利署第六河川局

六、結論與建議

(一)界定問題與設定目標

優養化為近年來備受矚目之議題之一，而現今學界亦投入許多研究致力於維持農業系統

與生態系統間之平衡。在未來氣候變遷之影響下，高溫、降雨模式改變皆可能加劇河川優養

化之程度與發生機率，且亦可透過農業活動間接衝擊生態系統。因此量化農業營養鹽輸入，

與其對生態系統造成之衝擊是目前需著重之議題。嘉南地區為台灣重要的水稻產地，而在曾

文溪流域周圍有許多灌溉農田分布，因此本計畫目的為預測台南區灌溉農田之氮、磷排放

量，並以生化需氧量(環境層面)與 Ecopath 生態系統指數(食物網層面)評估曾文溪流域面臨之

風險。本計畫目標為將曾文溪流域之生化需氧量維持在 3 mg L-1 以下，以避免優養化威脅。

(二)評估與分析現況風險

曾文溪流域中，麻善大橋河段因河岸周圍分布許多灌溉農田，使其面臨較高的優養化風

險(高生化需氧量)。脆弱度分析則顯示，麻善大橋與出海口之初級生產量高卻大多未經消費

者利用，表示系統處於營養過剩之狀態。

(三)評估與分析未來風險

由於未來農業活動之磷排放量降低，使曾文溪流域整體風險下降。但麻善大橋河段之生

化需氧量仍高於 3 mg L-1，故應予以調適，降低其優養化風險。在食物網層面，降低之磷濃

度僅使各河段食物網能量些微縮減，而未造成顯著之結構改變，故脆弱度與現況相同。

(四)界定與評估調適選項

本計畫蒐集各種調適選項，並依據風險分析結果彙整為六項調適方案，分別為「肥料管

理」、「土壤管理」、「生態工法」、「維持河川水文」、「建立緩衝區」與「恢復河川淨化功

能」。依照 UKICP 提出之多準則分析，選擇效用、效益、永續性、可行性、急迫性與能耗程

度六項準則進行評估。評估結果顯示「肥料管理」效用高、成本相對低廉且執行障礙小，故

為最佳調適方案；「恢復河川淨化功能」則能兼顧營養處理與生態永續發展，因此為次佳調

適方案。

(五)規劃與執行調適路徑

考慮調適方案之穩健性與調整空間，本計畫以彈性較差之「生態工法」、「恢復河川自淨

功能」與「建立河岸緩衝區」為調適主軸，其餘方案為輔規劃調適路徑，並選擇「恢復河川

自淨功能」調適路徑作為執行方案。本計畫建議應優先實施「肥料管理」，由控制營養來源

處理問題；次要實施「恢復河川自淨功能」以增強河川自身淨化營養之能力；接著為「土壤

管理」，加強土壤保水力，避免強逕流侵蝕土壤；若仍無法達成調適目標，再實施「維持河


30

川水文」，維持枯豐水期水位，增強營養流動力。

七、參考文獻

Bouwman, A. F., Beusen, A. H. W., Billen, G. (2009) Human alteration of the global nitrogen and phosphorus soil balances for the period 1970–2050, Global Biogeochemical Cycles, 23: GB0A04

Galloway, J. N., Dentener, F. J., Capone, D. G. E., Boyer, W., Howarth, R. W., Seitzinger, S. P., Asner, G. P., Cleveland, C. C., Green, P. A., Holland, E. A., Karl, D. M., Michaels, A. F., Porter, J. H., Townsend, A. R., Vöosmarty, C. J. (2004). Nitrogen cycles: past, present, and future, Biogeochemistry, 70: 153–226

Harley, C. D. G. (2011) Climate change, keystone predation, and biodiversity loss, Science 34: 1124-1127

Hokazono, S., Hayashi, K., (2012) Variability in environmental impacts during conversion from conventional to organic farming: a comparison among three rice production systems in Japan, Journal of Cleaner Production 28: 101-112

Jeppesen, E., Kronvang, B., Olesen, J. E., Audet, J., Søndergaard, M., Hoffmann, C. C., Andersen, H, E., Lauridsen, T. L., Liboriussen, L., Larsen, S. E., Beklioglu, M., Meerhoff, M., Ozen, A., Ozkan, K. (2011) Climate change effects on nitrogen loading from cultivated catchments in Europe: implications for nitrogen retention, ecological state of lakes and adaptation, Hydrobiologia 663: 1–21

Lambers, J. H. R. (2015) Extinction risks from climate change, Science 348: 501

Lloret, J., Marín, A., Marín-Guirao, L. (2008) Is coastal lagoon eutrophication likely to be aggravated by global climate change, Estuarine, Coastal and Shelf Science, 78: 403–412

Moss, B. (2010) Climate change, nutrient pollution and the bargain of Dr Faustus, Freshwater Biology 55: 175–187

Moss, B., Kosten, S., Meerhoff, M., Battarbee, R. W., Jeppesen, E., Mazzeo, N., Havens, K., Lacerot, G., Liu, Z., Meester, L. D., Paerl, H., Scheffer M. (2011) Allied attack: climate change and eutrophication, Inland Waters 1: 101-105

O’Neil, J. M., Davis, T. W., Burford, M. A., Gobler, C. J. (2012) The rise of harmful cyanobacteria blooms: The potential roles of eutrophication and climate change, Harmful Algae 14: 313–334

Ozen, A., Karapınar, B., Kucuk, I., Jeppesen, E., Beklioglu, M. (2010) Drought-induced changes in nutrient concentrations and retention in two shallow Mediterranean lakes subjected to different degrees of management, Hydrobiologia 646: 61–72


31

Lin, H. J., Shao, K. T., Hwang, J. S., Lo, W. T., Cheng, I. J., Lee, L. H. (2004) A trophic model for Kuosheng Bay in northern Taiwan, Journal of Marine Science and Technology 12: 424-432

Lin, H. J., Shao, K. T., Jan, R. Q., Hsieh, H. L., Chen, C. P., Hsieh, L. Y., Hsiao, Y. T. (2007) A trophic model for the Danshuei River Estuary, a hypoxic estuary in northern Taiwan, Marine Pollution Bulletin 54: 1789-1800

Lin, H. J., Shao, K. T., Kuo, S. R., Hsieh, H. L., Wong, S. L., Chen, I. M., Lo, W. T., Hung, J. J. (1999) A trophic model of a sandy barrier lagoon at Chiku in southwestern Taiwan, Estuarine, Coastal and Shelf Science 48: 575-588

Lin, H. J., Hsieh, L. Y., Liu, P. J. (2005) Seagrasses of Tongsha Island, with descriptions of four new records to Taiwan. Botanical Bulletin of Academia Sinica 46: 163-168

Lin, H. J., Peng, T. R., Cheng, I. C., Chen, L. W., Kuo, M. H., Tzeng, C. S., Tsai, S. T., Yang, J. T., Wu, S. H., Sun, Y. H., Yu, S. F., Kao, S. J. (2012) Trophic model of the subtropical headwater stream habitat of Formosan landlocked salmon Oncorhynchus formosanus, Aquatic Biology 17: 269–283

Lin, H. J., Dai, X. X., Shao, K. T., Su, H. M., Lo, W. T., Hsieh, H. L., Fang, L. S., Hung, J. J. (2006) Trophic structure and functioning in a eutrophic and poorly flushed lagoon in southwestern Taiwan, Marine Environmental Research 62: 61-82

Paerl, H. W., Huisman, J. (2008) Blooms like it hot, Science 320: 57-58

Parmesan, C., Yohe, G. (2003) A globally coherent fingerprint of climate change impacts across natural systems, Nature 421: 37-42

Rybczyk, J. M., Day Jr., J. W., Y´ añez-Arancibia, A., Cowan Jr., J. H. (2013) Global Climate Change and Estuarine Systems, In Day Jr., J. W., Crump, B. C., Kemp, W. M., Y´ añez-Arancibia, A. (eds.) Estuarine ecology, Wiley-Blackwell, New Jersey

Thomas, C. D., Cameron, A., Green, R. E., Bakkenes, M., Beaumont, L. J., Collingham, Y. C., Erasmus, B. F. N., de Siqueira, M. F., Grainger, A., Hannah, L., Hughes, L., Huntley, B., van Jaarsveld, A. S., Midgley, G. F., Miles, L., Ortega-Huerta, M. A., Peterson, A. T., Phillips, O. L., Williams, S. E. (2004) Extinction risk from climate change, Nature 427: 145-148

Vitousek, P. M., Aber, J. D., Howarth, R. W., Likens, G. E., Matson, P. A., Schindler, D. W., Schlesinger, W. H., Tilman, G. D. (1997) Human alteration of the global nitrogen cycle: sources and consequences, Ecological Applications, 7(3): 737-750

張禾玫，（2013），「淡水河沿岸汙水處理型人工濕地生態系食物網模式之建構與比較分析」。

國立中興大學生命科學系碩士論文。

陳瑋珣，（2010），「曾文水庫排放淤沙對下游河道水域生態關聯分析之研究」。逢甲大學水利

工程與資源保育學系研究所碩士學位論文。


32

鄭佾展，（2007），「蘭陽溪與七家灣溪流域生態系模式之比較分析」。國立中興大學生命科學

系碩士論文。

潘靖汶，（2015），「雲林沿海浮游藻類生產力與生態系食物網模式建構」。國立中興大學生命

科學系碩士論文。

蔡函霓，（2015），「苗栗淺山溪流系統代謝暨食物網模式建構」。國立中興大學生命科學系

碩士論文。

黎明工程顧問股份有限公司，（2006），曾文溪河系河川情勢調查總報告。經濟部水利署水利

規劃試驗所。

蕭亦婷，（2009），「台灣西部苗栗沿岸生態系模式建構及漁業政策探討」。國立中興大學生命

科學系碩士論文。

Documents

農業操作過程中非點源汙染（溝渠營養鹽排放）對於 …sdl.ae.ntu.edu.tw/uplad/files/示範計畫工作報告-5S...氣候變遷調適科技整合研究計畫-跨領域評估組示範計畫工作報告(2015)