臺灣島位於地質構造活躍區，不乏地震災害紀錄，島內山地面積占有三分之二，大規模地震誘發山崩可能形成天然壩，造成巨大衝擊之外，堰塞湖淹沒與潰壩洪水之二次災害影響範圍甚大。臺灣地質分區之西部麓山帶包含砂岩與砂頁互層為主之順向坡地形區，屬於有利於發生同震誘發平面型破壞之區域，故地震誘發之平面型破壞實為臺灣防災領域重要課題。本計畫（109年度）初步建置潛在平面型破壞之山崩目錄與Newmark輸入參數檔（摩擦力學參數、邊坡平均坡度、坡向），利用速度位移相依摩擦律之Newmark位移分析與氣象局即時地動加速度站，計算潛在平面型破壞之位移；並以集集地震誘發之草嶺與九份二山案例測試，並歸納測試結果設定尖峰地動加速度門檻（peak ground acceleration, PGA；大於196 cm/s^2）、測站距山崩之距離（小於15公里）與特定滑移量（Newmark位移之10秒累積位移量，d10）作為自動化程序執行的重要判斷準則之依據。本研究最終共計使用471部中央氣象局強地動觀測網地震測站作為代表測站及175 處順向坡為代表邊坡。於1990年至2020年期間地震規模大於6的地震事件中，僅有30起地震事件（不含1999集集地震之主餘震序列）具有完整地動紀錄且滿足自動化分析門檻值。本研究利用其中8起地震事件（1995年宜蘭、1999年梅山、2003年成功、2006年屏東外海、2010年甲仙、2012年霧台、2013年0327南投、2013年0602南投）做為機器學習同震山崩辨識模型之訓練集；2起地震事件（2013年花蓮、2016年美濃地震）為測試集並進行系統離線測試。此外，本研究另針對一高潛勢與高活動性之花蓮縣瑞穗鄉舞鶴崩塌地（D024），於場址現場裝設地動加速度計，收集滑動體邊坡之加速度數據探討其可能之地動放大效應（地形幾何、沈積層厚度、岩性強度）。本計畫首先取得氣象局即時強震站之地震連續波形資料進行系統離線測試，以提升系統運作之可行性並提供更加可信的資料分析成果；並優先選取8個歷史地震進行影像判釋，用以釐清目標邊坡或其臨近邊坡是否受到地震影響，結合震波分析資料（屬性資訊）與判釋類別標籤（受地震影響：YES、非受地震影響：No）作為模型訓練集，已成功建置同震山崩辨識模型，其中模型包含全臺型及區域型（中、南部地區），其中區域型中部地區模型準確率可達95.8%。關於舞鶴實驗場址之加速度記錄資料分析成果顯示崩塌地區相較於場址外測站具有顯著的地動振幅放大效應，此放大倍率介於1.6～2.0，其可能與崩塌地內部的崩積層厚度有關。最終本計畫利用0206美濃地震強地動紀錄進行測試，並以紅橙黃綠燈號作為同震山崩的潛勢等級，繪製同震山崩潛感圖並完成建置資訊展示平台。結果顯示透過18個代表測站資料模型辨識30處目標邊坡中有15處顯示綠燈（一般情況）、14處為紅燈（高度危險）與1處橙燈（中度危險）。綜合上述研究成果，本計畫成功開發近即時Newmark-ICOL自動化分析程序，並完成近即時同震山崩潛感圖資訊展示網頁平台CSS-Web伺服器建置。