| 年度 |
110年度 |
| 綱要計畫 |
坡地防災與保育科技發展年度 |
| 細部計畫 |
人工智慧技術於坡地社區自主防災可行性研究-以崩塌災害為例年度 |
| 主管單位 |
行政院農業委員會水土保持局 |
| 執行單位 |
逢甲大學 |
| 對應課題 |
|
| 產出成果類別 |
|
| 產出成果型態 |
|
| 自評等級 |
|
| 成果內容說明 |
本計畫已完成針對研究區內陳有蘭溪集水區、荖濃溪集水區、旗山溪集水區 之崩塌事件資料庫擴增以萃取更多事件之逐時降雨之坡面單元空間向量化以及降雨引致崩塌之敏感門檻假設樣本，而以擴增後之崩塌事件資料庫進行深度學習技術 (RNN-LSTM+GAN)之生成對抗網路模式訓練，並以 105-106年度間之驗證資料進行驗證，取得整體精度84.89%之表現，以達到探索全域降雨逐時之變動因子 (雨量驅動因子 : Ii ,Ri)對於坡地崩塌災害的影響性。 |
| 實際防災落實應用情形 |
警戒發布對象為保全聚落管理單元，其行政區以村里為單位，針對具有高崩塌潛勢的聚落，訂定崩塌警戒值。本期計畫則進一步應用相同的警戒 發布 方式，擴大發布對象為以鄉 (鎮、區 )為基礎的行政區界範圍， 做為崩塌警戒發布對象。如此能配合水保局目前土石流應變警戒發布至鄉 (鎮、區 )的做法， 亦保留對重點保全聚落發布崩塌警戒的彈性，使崩塌警戒發布能因情況提供細緻資訊，供做情資研判。 |
| 相關佐證資料 |
|
| 圖片1 |
 |
| 圖片1說明 |
本計劃為解決崩塌資訊同時在空間以及時間上的發生表現問題，透過模型解析產生一個最終且同時具有時序以及空間特徵合理分佈之崩塌潛勢圖，此結果亦會分別回饋至判別模型以及生成模型，進行更多的循環訓練，使生成模型在進行逐時雨量特徵之輸入所得到之結果趨近於合理以及真實。 |
| 圖片2 |
 |
| 圖片2說明 |
初步透過本自主防災管理模式之設計、階段性警戒解除設計，與社區警戒值之訂定以及推播流程，是能夠於重大颱風豪雨事件前於合宜時機發布警戒，以提供解除預警之參考以及達到提前預警之成效。 |