災防數位轉型~以數位孿生打造即時救災系統
本研究目標在導入人工智慧 (Artificial Intelligence, AI) 於防救災領域，推動災防數位轉型。人工智慧可將應用減災 (mitigation)、應變 (response)、復原 (recovery) 等重要階段，災前蒐集資料及擬定救援計畫，災時快速蒐整災情為一數位孿生 (digital twin) 以協助掌握即時變化、預測災情走向、給予智慧化決策建議，災後協助評定災損分類及建議重建計畫。
多維度地震防災與應變平臺 |
災防 Copilot |
|
本研究的目標是建立一個全面性的地震災害管理平臺，整合國土測繪中心三維建築物模型、建築物耐震屬性資料庫、斷層及敏感地質資料、防救災據點等多元資訊，透過三維地理資訊系統 (3-Dimensional Geographic Information System, 3D-GIS) 彙整圖資及呈現。於防災規劃與演練階段，可結合台灣地震損失評估系統 (Taiwan Earthquake Loss Estimation System, TELES) 進行模擬，推估想定地震情境下可能產生的災損及救災資源的需求。當地震發生後，該平臺能夠協助應變決策與指揮派遣，並整合應變管理資訊系統 (Emergency Management Information Cloud, EMIC) 的即時災情回報與本研究的各種災情辨識成果，提供即時與準確的災情資訊。透過這樣的設計來提供最有效的情資，以協助提昇災害管理的效率與效能。
|
本研究透過大型語言模型 (Large Language Model, LLM) 建立災情分類模型，並支援以即時通訊社群軟體 (如 Line群組對話) 協助災害整備與應變的實時資料蒐集，更可提供情報提示等智慧化建議。透過台灣地震損失評估系統 (Taiwan Earthquake Loss Estimation System , TELES)、建築物耐震屬性資料庫和道路數值路網圖等圖資，整合人口、關鍵設施、建築物及道路基礎圖資及災害即時情報，提供早期災損推估以及災害曝險警示。當災害發生時，藉由爬蟲抓取包括應變管理資訊系統 (Emergency Management Information Cloud, EMIC)、新聞網路、輿情分析、警察廣廣播電臺即時路況等諸多訊息來源，蒐集多方災情資訊，進行資料清理、災情分類、災點定位、影響路段推測等，透過此方法綜整複雜多變的非影像類資情資訊，為災害管理提供新的視角。
|
|
|
|
大範圍災損辨識 |
三維災區建模與災損辨識 |
|
本研究旨在透過卷積神經網路 (Convolutional Neural Networks, CNN) 發展災損影像識別模型，在救災應變階段結合衛星與空拍等遙測影像與建物耐震屬性資料，確認實際災區範圍與災損程度、劃定災情熱區、協助規劃救援優先順序、同時監控救災路網。此外，對於受災害阻斷的孤島，也能確切掌握大範圍災區狀況、找出可能的救援路線。在災後復原階段，本研究可整合建物基本參數與社會經濟人口資料，掌握受影響範圍，規劃重建機具與物資需求，追蹤建物、橋梁與道路修復進度。此研究有助於解決重大災害發生時範圍過大、通訊斷聯、道路中斷、重災區勘災危險等問題，可有效節省救災人力需求與風險。透過此方式，可更有效地分配資源，提高救援效率，最大限度地減少災害對我們生活的影響。
|
本研究旨在透過無人航空載具 (Unmanned Aerial Vehicle, UAV)、光學雷達 (Light Detection And Ranging, LiDAR) 蒐集三維空間資訊，透過電腦視覺技術與對災區影像進行二維與三維的快速災損評估，以便相關單位能夠迅速瞭解建物災損及快速進行震損分類 — 即所謂的建物地震列管紅黃單。此方法相較於傳統的建築物傾斜評估等方法，效率更高且所需人力甚少。研究成果包括：利用 UAV 進行三維點雲 (point cloud) 重建、提出基於建築物開口的Fopen-YOLO檢測模型、及建物斜率辨識等。未來，我們期望能導入三維災區建模與災損辨識技術於建物地震管紅黃單程序，建立智慧化及自動化的災後快速災損評估流程，對災後的快速災損評估具有重要的影響。
|
|
|
|
人工智慧耐震快速評估 |
|
|
本研究基於人工智慧 (Artificial Intelligence, AI) 快速且符合工程精度需求的優勢，應用於地震災害前後的評估。開發的 AI 模型用以辨識實際震損構件的準確率達79%，從而有效地進行分棟評估。震前利用 AI 影像技術讀取既有紙本建管圖資進行快速評估，並根據基本耐震性能 E 值之分數排序，以識別並補強耐震弱層；震後利用 AI 影像識別判讀建物損傷等級來進行快速評估，利用折損後的耐震 E 值分數可輔助災後緊急評估作業。本研究成果將提出新穎的災後耐震快速評估流程，對提升地震防救災工作具有重要的影響。
|
|
|
|
|
「AI防救災需與科技嚮往工作坊」
面對日益頻繁的自然災害與全球挑戰，我們深知科技的力量對於災害防救與人道援助的作用愈發重要。我們於2023/12/27 下午1點30分在國家地震中心13樓辦理了「AI防救災需與科技嚮往工作坊」，進行了一場結合人工智慧（AI）與防救災技術的深度學習之旅。
這次工作坊的核心目標是促進與推動創新技術的應用潛力，以應對災害時刻的挑戰。我們深入探討人工智慧如何在多個方面發揮關鍵作用，包括多維度地震防災與應變平臺、大型語言模型於防災應用、大範圍災損辨識、三維災情建模與辨識、以及災後緊急評估等。這場工作坊成為與中央、地方、民間防救災單位專業人士交流、分享想法的重要平台。
活動分成以下幾個部分：
感謝活動中與會貴賓積極參與討論，深入探討了AI技術在災防領域的應用，期許本次的活動成為促進災害防救領域的科技應用的開端。
讓我們攜手邁向未來，為防救災事業注入更多創新力量！
這次工作坊的核心目標是促進與推動創新技術的應用潛力，以應對災害時刻的挑戰。我們深入探討人工智慧如何在多個方面發揮關鍵作用，包括多維度地震防災與應變平臺、大型語言模型於防災應用、大範圍災損辨識、三維災情建模與辨識、以及災後緊急評估等。這場工作坊成為與中央、地方、民間防救災單位專業人士交流、分享想法的重要平台。
活動分成以下幾個部分：
- 深入了解AI在災害防救中的應用： 各計畫主持人分享了他們在應對災害挑戰上的經驗與見解，帶領參與者深入了解AI技術在災害管理中的應用。
- 實務現況與需求嚮往： 由中央、地方、民間防救災單位分享目前的實務現況，並就面臨的困難提出各項防救災需求，以促進更精準的技術應用。
- 分組討論－－建立跨領域的合作： 透過小組討論、問答環節與來自不同領域的參與者交流，促進民間與官方的緊密合作，共同攜手應對災害挑戰。
感謝活動中與會貴賓積極參與討論，深入探討了AI技術在災防領域的應用，期許本次的活動成為促進災害防救領域的科技應用的開端。
讓我們攜手邁向未來，為防救災事業注入更多創新力量！
演講主題 |
主講人 |
投影片/演講影片 |
計畫說明 |
陳俊杉教授 |
|
多維度地震防災與應變平臺 |
葉錦勳組長 |
|
大型語言模型於防災應用 |
楊承道博士 |
|
大範圍災損辨識 |
林偲妘教授 |
|
三維災情建模與辨識 |
林之謙教授、吳日騰教授 |
|
AI 耐震快速評估之應用 |
邱聰智博士、張家銘教授 |
|
消防救災的現況及未來 |
內政部消防署 李明憲組長 |
|
整合跨域資訊；實踐循證治理 |
花蓮縣政府 張志豪副處長 |
|
大規模災害住戶災損分析與關懷輔助記錄 |
慈濟慈善基金會慈發處 呂學正主任 |
|
臺北市地震災損評估的精進與 未來AI的結合運用 |
臺北市消防局 洪文彬科長 |
|
新北市政府3E智能防災科技暨 NCDR地震推估災損泰山無腳本兵推 |
新北市政府消防局 黃弟勝簡任技正 |
