SHALSTABと1-m DEMによる表層崩壊発生ポテンシャルの評価 : 山口県防府市剣川流域での事例

山口県防府市の剣川流域で2009年に発生した崩壊イベントを対象として，SHALSTABとLiDAR 1-m DEMを用いた崩壊発生状況の解析を行った。そして得られた結果にもとづいて，この流域の表層崩壊の危険度評価マップとなり得るものを作成した。その結果，地形学的に従来定性的に崩壊発生可能性が高いと予想される領域を，定量的に降水量と結び付けて抽出・可視化することができた。SHALSTABとLiDAR 1-m DEMを用いれば，土層厚や透水係数の空間分布といった，崩壊発生プロセスを検討するのに重要ではあるが手に入れることが難しいデータがなくても，少ない仮定値（パラメータ）で相対的な危険度をある程度評価することが可能である。一方，このような解析を行う際には，勾配や流域面積といった基本的な地形量や，実験室で測定する透水係数の値が，評価に大きな影響を与える。しかし，個々の崩壊地におけるこれらの値の適切な取得方法については不明な点が多く，確立されていない。例えば，今回の検討において実験室で測定した透水係数は，このような流域全体の水文環境を考える上での透水係数とは一桁程度合わず，そのままSHALSTABのようなモデルに使うには注意が必要であることが明らかとなった。このことは，実験室での各種物性試験の結果を，モデルを通して空間的に広げて検討することの難しさを分かりやすい形で示していると言える。しかし逆に言えば，モデルから流域特性のような現実には測定不能な値を推定する研究の重要性を示しているとも言える。土層厚や透水係数など空間分布の把握が難しいデータについても，SHALSTABのようなモデルを用いた数値解析により推定できる可能性がある。

We analyzed characteristics manifested by shallow landslides using SHALSTAB and LiDAR 1-m DEM for the intensive shallow landslide event that occurred in the Tsurugi-kawa drainage basin, Hofu City, Yamaguchi Prefecture in 2009. Based on the results, we created a risk assessment map to evaluate surface landslides in this basin. Consequently, we could quantitatively extract and visualize shallow landslide risk areas that had a tendency to have a high-risk probability based on their qualitative geomorphological characteristics. Using SHALSTAB and LiDAR 1-m DEM, we found that it was possible to evaluate relative risk by least assumptions (parameters) without conventional data that were typically utilized for studying shallow landslide processes such as the spatial distribution of soil depth and hydraulic conductivity. However, basic topographic parameters such as slope and basin area and hydraulic conductivity values that were measured in the laboratory considerably affect risk evaluation, but the process of obtaining these values at each shallow landslide area was not established. For example, hydraulic conductivity values measured in the laboratory proved unsuitable to be used in a drainage scale numerical model such as SHALSTAB. This result clearly indicates that spatially expanding the measurement results of various physical property tests in the laboratory is difficult. Conversely, this indicates the importance of research that is focused on using numerical models to estimate values such as watershed characteristics that cannot be actually measured. However, estimating soil depth and hydraulic conductivity, whose spatial distributions are difficult to grasp, may be possible by a numerical model such as SHALSTAB.