:::
適用對象
災害類型
  • 水災
  • 土石流及大規模崩塌災害

應用人工智慧發展短延時洪災預警效能評估

年度 111年度
綱要計畫 國家災害防救科技中心發展計畫年度
細部計畫 高效能突發性水患預警展示研發與衝擊分析年度
主管單位 國家災害防救科技中心
執行單位 國家災害防救科技中心
對應課題
  • (舊)課題四:精進防災科研技術
產出成果類別
產出成果型態
自評等級
成果內容說明 應用七種人工智慧技術,包括:支援向量迴歸(support vector regression, SVR)、極限梯度提升迴歸(extreme gradient boosting regression, XGBR)、輕量梯度提升迴歸(light gradient boosting machine regression, LGBMR)、類別梯度提升迴歸(categorical gradient boosting regression, CGBR)、多層感知機迴歸(multilayer perceptron regression, MLPR)、編碼解碼架構之長短期記憶(encoder-decoder-based long short-term memory, LSTM1)以及卷積神經網路架構之長短期記憶(combined convolutional neural network with long short-term memory, LSTM2) 並結合多時刻預測架構,已成功完成石門水庫與翡翠水庫人工智慧入庫流量推估模式之建置及驗證。
實際防災落實應用情形 已完成應用人工智慧完成河川水位(蘭陽溪、濁水溪)模擬及水庫入流(石門水庫、曾文水庫)模擬等水文水理災害預警技術程序架構。
相關佐證資料
圖片1 1-2-2.jpg
圖片1說明 兩示範水庫於颱風事件下未來6小時入庫流量推估結果與實際入庫流量之比較,結果顯示,整體模式平均誤差可控制在小於12%,在接受範圍內,其中並以XGBR、LGBMR以及CGBR可獲得較佳的推估表現。