智慧空間大數據於環境監測及防災之應用

講者／周天穎（逢甲大學地理資訊系統研究中心主任）｜彙整／《科學人》編輯團隊
轉載自2019.05.26〈科創講堂．智慧城市〉

善用科技，認識環境

最早觀察環境只能人站在地面上用肉眼看四周，現今則可以利用衛星、航照、無人機等科技來取得資訊。無人機的發展更讓資訊量大增，因為它可以搭配各種感測器，能夠看到超乎以往視野的資訊。例如用無人機追蹤pm2.5，如何生成、流動？跟天氣有什麼關係？如果用不同波段的感測器，還能看到肉眼看不到的東西，如污染物的濃度、熱區等。

AR技術則可以模擬一般看不到的物件整合現況環境呈現在平台上，例如地下管線的狀況，哪些管線埋在哪個位置？深度如何？現在政府單位已經開始慢慢建構這些資料，大幅提昇現地勘查，空間定位之技術能量。

有些資訊在過去一、二十年來其實都有資料，但是分散在各個單位，或存在不同的資料庫裡，直到最近幾年因為雲端儲存及大數據技術突飛猛進，這些資料才得以整合並進行分析。以某市1999專線為例，每年有數萬通電話，有一半以上都跟空間位置有關，例如我家附近噪音太吵了，旁邊路燈不亮了。大數據可以分析出哪些地方最常收到通報，通報內容是什麼，哪些跟路燈有關，哪些跟公車有關等等，這些都可以作為政府下達決策投入資源之重要參考。

人工智慧技術讓電腦學會辨識人或物件，也學會辨識物件的變化與移動，最後就能做出判斷提供給人參考。將其應用在防災上，例如積淹水辨識等，就可以提供警示以做好防災準備。

空間資訊，智慧防災

台灣有很多天災，還是個複合型災害嚴重的國家，比如颱風豪雨可能會伴隨水災，水災後又可能缺水。有沒有辦法很快地收集、分析資訊，提供預警並即時通知哪裡有危險，好讓我們能夠做更好的準備與預防？這時空間資訊系統就發揮了很大的功效。

整個系統可以分為三個部分，前端是安置與維護感測器，負責收集觀測資料；中端是將資料從前端傳輸到後端的通訊，可以利用衛星通訊、行動通訊網路、無線電等技術；後端是資料的儲存與分析，最後做出決策判斷。

目前就有很多產官學的合作計畫。舉例來說，台灣近幾年來在山坡地、危險邊坡等野外地區裝了很多感測器，如土壤含水量計、拉伸應變計、傾斜計、地聲檢知器、地下水位計、雨量計等，這些感測器可以告訴我們環境的細微變化，如土石流、崩塌地滑、地下水深度變化。這些資料傳輸到後端，經過機器學習後就可以預測災害的發生。平常時候系統亮綠燈；發生事件時，比如土壤含水量增多有可能造成崩塌土石流，系統就會亮起黃燈，此時可透過攝影機查看現場環境或同時查看其他感測器之資訊；最後若電腦綜合判斷出確實發生災害，就會亮起紅燈發出警告，讓人可以快速反應。

城市裡，藉由區域排水水位、下水道水位流量監測數據等資訊，可以掌握都市內、外水整體水情狀況，平時可掌握下水道管網是否有淤積、雨污混流、偷排等情勢，及早處置改善。應變期間更可綜合氣象局雨量、區域排水水位及下水道等多元水情監測數據判斷積淹水情形及其成因。指揮官可以直接在災害應變中心的水情資訊平台中全盤掌握，知道什麼地方淹水、該投入多少救災物資、抽水站及水門應如何運作等，如此就能做出更好的因應對策。

由此可見，建構一個智慧城市需要各方資訊的開放與整合。因此周天穎教授認為，大數據、空間資訊、雲端服務等走向越來越開放，分享、溝通、跨領域合作才能提升科技的附加價值。

(本文由教育部補助「AI報報─AI科普推廣計畫」取得網路轉載授權)