| 年度 |
111年度 |
| 綱要計畫 |
坡地防災與保育科技研發年度 |
| 細部計畫 |
臺灣中部區域之崩塌地動訊號觀測及延伸應用研究年度 |
| 主管單位 |
行政院農業委員會水土保持局 |
| 執行單位 |
國立成功大學 |
| 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 |
使用2012年至2020年豪雨期間之連續地動訊號進行突波偵測，以獲得具有振動事件之地動紀錄。再將具有突波的地動紀錄之時頻圖進行K-means集群分析，並混入前期計畫獲得的崩塌振動訊號，最後以人工進行辨識，找出具有崩塌特徵之地動訊號作為建立地動訊號自動分類模型之資料集。本年度採用深度學習卷積神經網路分類法建立地動訊號時頻圖的分類模型，以20%的資料集對分類模型進行驗證，其崩塌分類的召回率超過90%。 |
| 實際防災落實應用情形 |
崩塌地動訊號的快速辨識技術，將有助於快速得知崩塌發生時間與地點，甚至可望發展為區域型災害警示系統。區域型地震網絡建立的地動訊號自動分類器有助於發現規模較小的崩塌，且能獲得較多可靠的振動源定位結果。 |
| 相關佐證資料 |
|
| 圖片1 |
 |
| 圖片1說明 |
採用卷積神經網路演算法訓練分類模型，其中80%的樣本用於訓練模型，另外20%用於驗證分類模型。
對於崩塌地動訊號的召回率為97%，也就是說超過95%的崩塌振動訊號不會被分類模型遺漏，準確率也達到95%。
|