| 年度 |
109年度 |
| 綱要計畫 |
韌性防災與氣候變遷水環境風險評估之研究(2/4)年度 |
| 細部計畫 |
整合物聯網監測資料與機器學習技術建置智慧城市淹水預報系統年度 |
| 主管單位 |
經濟部水利署 |
| 執行單位 |
淡江大學 |
| 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 |
本計畫採用二維淹水模擬預報結果作為訓練資料，以人工智慧技術建置智慧城市淹水預報系統，並結合水利署近年來補助各縣市大量布設物聯網淹水感測器之即時資料，提出AI模式之即時修正演算法，使得所建置之智慧城市淹水預報系統可從淹水感測器之即時觀測資料持續學習，以提升模式預報之準確度，區域淹水具有空間分布與時間序列之特性，故本計畫提出之人工智慧技術建置城市淹水預報系統，結合具有分析空間分布變化與拓樸關係之模式-自組特徵映射網路(Self-Organizing Map, SOM)模式，進行研究區域淹水空間分布分類；以及具有分析時間序列之預報模式-回饋式非線性自迴歸外因輸入模式(Recurrent Nonlinear Autoregressive with exogenous inputs, RNARX)，預報研究區域T+1~t+3之平均淹水深歷程；最後整合SOM-RNARX架構如圖所示，以RNARX預測之平均淹水深比對SOM各淹水拓樸神經元之平均淹水深，進行每個網格點之內差計算，以預報區域各網格點未來1~3小時之淹水深度。淹水深預報模式之即時淹水預報結果將展示於電子地圖如Google Map或下載KMZ檔案展示於Google Earth。嘉義縣(市)與雲林縣2020年05月22日豪雨事件與2020年08月26日豪雨事件進行模式驗證比對，結果顯示未來1~3小時之預報淹水程度及範圍與實際淹水情況部分吻 |
| 實際防災落實應用情形 |
本計畫應用物聯網即時監測資料(IoT)結合時序性淹水預報模式(RNARX)建立雲林縣與嘉義縣(市)之智慧城市淹水預報系統，並透過本年度實際降雨事件驗證模式修正之效果，智慧城市淹水預報系統將以109年05月22日與109年08月26日豪雨事件分別作為嘉義縣(市)與雲林縣淹水預報系統之檢驗事件，淹水預報結果透過比較嘉義縣(市)與雲林縣之各鄉鎮區之平均淹水深度與水利署應變系統(EMIC)之通報資訊作為驗證方法，蒐集嘉義縣(市)通報資訊05月22日0時至05月23日23時，共48小時12筆通報災點資料；雲林縣08月26日0時至8月27日23時，共48小時6筆通報災點資料，分別比對嘉義縣(市)與雲林縣之淹水模式修正前後之預報結果，結果表示模式加入IoT資料有助於淹水模式之修正。 |
| 相關佐證資料 |
|
| 圖片1 |
 |
| 圖片1說明 |
先以RNARX結合雨量站資料與物聯網感測器(IoT)數值預測未來1~3小時區域平均淹水深再與SOM淹水空間分布拓樸圖進行比對，若假設RNARX預測平均淹水深為1.52公尺，SOM拓樸圖中計算與1.52公尺最接近之優勝神經元(如第15神經元，平均淹水深=1.48公尺)，再以優勝神經元為中心(第15神經 |