年度 |
111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 |
預算來源 |
科技經費 |
執行經費(仟元) |
NT$1160.00 |
執行期間(起&迄) |
2022/1/1~2022/12/31 |
計畫主持人 |
李秉乾 |
計畫重點描述 |
1.強化災害潛勢分析技術與資料庫建置 (1)發展時序以及圖像深度學習演算法,以針對崩塌關聯資料庫強化崩塌潛勢評估之精準度,以及精進坡地崩塌潛勢評估模式在氣候變遷下警戒標準調整的適配性。 2.訂定多尺度管理單元之崩塌警戒指標門檻值,並試作於自主防災管理的驗證 (1)為能夠在合宜的時機發布準確之警戒資訊,以及利於相關執行機關之操作以及決策,本研究將根據崩塌警戒指標門檻以及配合水保局之強降雨警戒值以及警戒發布機制,驗證崩塌風險警戒機制模式的警戒預報發布機制,以完善應用於多尺度管理單元之崩塌災害應變管理。 (2)透過颱風豪雨之降雨歷時於空間變異表現上配合研究發展之崩塌潛勢評估模型評估保全對象的崩塌風險綜合影響,並輔以藉由歷史災害案例的分析歸納,可概略的評估出各社區影響範圍或尺度較廣的危害程度。
|
必要工作項目 |
(一)強化災害潛勢分析技術 1.多尺度時空崩塌關聯資料庫建立 2.深度學習分析技術優化 (二)訂定多尺度管理單元之崩塌警戒指標門檻值 1.透過歷年崩塌關聯性資料庫,透過科學統計分析之概念,建立適用於不同管理單元之決策標準值,以提供後續崩塌自主防災管理模式中決策參考之應用。 (三)整合現地大規模崩塌監測資訊,擬定智慧防災網絡構想
|
預期成果產出 |
(一)完成建立多尺度時空崩塌關聯資料庫:藉由建立廣域崩塌災害事件目錄及相關空間時空特徵崩塌特徵資料,以利於未來在進行模式建立上提供更多之崩塌樣本外,並可於未來對於變動因子的更新調整以及擴充。(二)完成崩塌潛勢評估模型精進:完成考量動態監測崩塌之目的,本計畫將嘗試透過圖像深度學習進行整體動態監測崩塌之模型串聯,並應用了主要於時序資料分析之遞迴類神經網路以及圖像特徵分析之圖像深度學習網路進行模型之串聯訓練。 |
對應方案課題 |
|
檔案下載 |
全文報告
中英文摘要
精簡報告
成果海報
|