2026年7月5日 星期日

【名詞解惑】土石流潛勢溪流、大規模崩塌潛勢區、不安定土砂,有何不同?

坡地防災・觀念釐清

土石流潛勢溪流、大規模崩塌潛勢區、不安定土砂
──到底差在哪裡?

防災名詞解惑・寫給想真正搞懂的人

近期在坡地防災的討論裡,這三個名詞幾乎天天出現。它們聽起來都跟「坡地、土砂、崩塌」有關,很自然會被歸成同一類;但實際細究其定義及劃定方式,就會發現它們本質上完全不同。

麻煩的是,一旦有人將它們混在一起,理解就很容易跑偏——有人以為「這裡沒劃潛勢區,所以不用擔心土砂」,也有人一看到土砂異常就急著要疏散居民。這兩種反應,其實都是把不同的概念套錯了場合。

所以,先給一句話結論:

土石流潛勢溪流與大規模崩塌潛勢區,重點在「未來可能發生災害,而且可能影響保全住戶」;
不安定土砂,重點在「現地已經看得到異常,先把災害源頭掌握起來」。

更白話一點說:

土石流潛勢溪流 / 大規模崩塌潛勢區
像內傷
外表不一定看得出問題,但透過系統性評估,可以判斷它具備未來致災的條件。
不安定土砂
像外傷
傷口已經看得見——殘坡、河道淤高、異常堆積,先掌握問題本體再評估影響。

要先說清楚:這個比喻不是在比誰嚴重,而是在提醒一件事——它們被「發現」的方式,本來就不一樣。接下來,就一個一個拆開來看。

・・・

01土石流潛勢溪流:依條件推估的潛在風險

所謂土石流潛勢溪流,指的是一條野溪經過系統性評估之後,被判斷在豪雨或颱風來襲時,未來有可能發生土石流。評估時看的東西很多:地形夠不夠陡、上游有沒有鬆動的土砂可以被沖下來、集水區的水文條件如何,還有整體上容不容易形成高濃度的土砂流動。

不過,這裡有一個關鍵條件很容易被忽略:

📌 土石流潛勢溪流的劃設,不是只看山區有沒有野溪、坡度夠不夠、是否有崩塌土砂料源。實務上還要考量:一旦發生土石流,下游是否有保全住戶?有沒有需要納入警戒與疏散管理的對象?

換句話說,一條野溪要被劃成潛勢溪流,得同時滿足兩件事:它本身具備致災的條件,而且真的有人會受影響。它回答的問題,其實是「這條野溪未來可能出事,一旦出事又會波及到誰?」——這兩層評估,缺一不可。

・・・

02大規模崩塌潛勢區:坡地版本的同一套邏輯

大規模崩塌潛勢區的思路,其實跟土石流潛勢溪流幾乎一模一樣,只是舞台從溪流換成了坡地。它同樣是根據地形、地質、水文與地貌變化這些條件,去推估某一片坡地未來會不會發生大規模崩塌。而這裡講的崩塌,不是表層那種小規模的滑動,而是面積大、土方量大、深度也相當可觀(至少大於10m)的整體性崩落。

📌 大規模崩塌潛勢區的劃設,同樣不是單純看坡地有沒有異常。還要考量:這個坡地一旦崩塌,是否可能危及保全住戶安全?判斷邏輯與土石流潛勢溪流一致。

正因為邏輯相同,我們可以把這兩者合起來,統稱為「潛勢評估」:它們都是先用現有條件推估未來的風險,再把焦點收斂到「會不會影響保全住戶」這個核心判斷上。記住這個共通點,等一下對照「不安定土砂」時,差異就會格外清楚。

・・・

03不安定土砂:邏輯起點完全不同

講到不安定土砂,情況就翻轉過來了——它是三個概念裡,邏輯起點差最多的一個。前面兩者都是先想「未來會不會出事、會不會影響到人」;但不安定土砂不從這裡出發,它先問的是一個更直接的問題:

這裡是不是已經看得到明顯的不安定土砂?

這樣的情境在現地並不少見:可能是崩塌之後殘留、卡在半山腰下不來的殘坡;可能是河道裡明顯淤高、堆了一大堆隨時可能再往下移動的土砂;也可能是某個集水區在災害事件後,土砂量持續累積,從衛星或航拍影像上一眼就能看出不對勁。

這些都有一個共同特徵——它們不是靠條件「推算」出來的可能性,而是現地或影像上,此刻就看得到的異常。也正因為如此,不安定土砂的處理邏輯,才會跟潛勢區走上不同的路:

💡 只要現地已經可以辨識出明顯異常,就先納入掌握——不以有沒有保全住戶為前提——再進一步評估它可能往哪裡移動、會影響哪些對象(道路、橋梁、聚落、下游區域),以及需不需要後續措施。

到這裡,差異其實已經很清楚了:潛勢區是「從條件推估風險」,不安定土砂是「先掌握看得見的源頭」。它們沒有誰對誰錯,而是分別站在防災工作的不同環節上,各自做著不同的事。

・・・

04「內傷/外傷」這個比喻,到底在說什麼?

為什麼說潛勢區像內傷?

內傷的特點,是外表不一定看得出來。一個人可能自己覺得沒事,但醫生做完檢查,卻發現身體裡已經藏著一些隱患,將來可能演變成更嚴重的問題。潛勢區也是這個道理:坡面或野溪現在或許風平浪靜,可是把地形、地質、水文、歷史災害這些資料攤開來一看,就能判斷它其實已經具備了未來致災的條件。只要它又剛好可能影響到保全住戶,那就得提前納入警戒、避難、演練這一整套防災管理。

📌 潛勢區看的是「未來可能發生」;它是根據條件推估出來的風險,而且需要考量是否影響保全住戶。

為什麼說不安定土砂像外傷?

外傷就相反了,它最大的特徵就是「看得到」——傷口、腫脹、流血,即使還不至於惡化成嚴重感染,異常本身已經明明白白擺在眼前。不安定土砂也是如此:坡面上的殘坡、河道裡的大量淤積、上游累積起來、隨時可能再移動的土砂,這些都不是靠條件推算出來的可能性,而是現地或影像上,當下就能觀察到的事實。

💡 不安定土砂看的是「現在已看得到」;它是已經出現的顯性災害源,先納入掌握,再評估後續影響。
・・・

05這個比喻要注意什麼?

⚠️ 內傷與外傷不是在比較哪一種比較嚴重。外傷可以只是皮肉傷,內傷也可能危及生命。同樣地,土石流潛勢溪流、大規模崩塌潛勢區、不安定土砂,也不能簡單說哪一種一定比較危險。

這個比喻真正想凸顯的,其實只有一件事:它們被發現的方式不同,管理的起點也就不同

潛勢區,是條件型的風險。它靠地形、地質、水文這些條件,判斷未來可能發生災害,而且可能影響到保全住戶——所以它的重點永遠落在「未來」和「有沒有人」。

不安定土砂,是顯性的災害源。它是現地已經看得見的不穩定土砂,現階段不先問有沒有保全住戶,而是先把問題本體掌握起來,再回頭評估它會不會影響道路、橋梁、聚落或下游——所以它的重點落在「現在」和「先掌握」。

・・・

06一張表看清楚差異

比較項目 土石流潛勢溪流 / 大規模崩塌潛勢區 不安定土砂
判斷基礎 地形、地質、水文等條件綜合推估 現地或影像已可辨識出顯性異常
保全條件 需考量是否影響保全住戶 現階段先不以保全住戶為前提
時間尺度 未來可能發生的潛在災害 近期可能移動、擴大或外溢的土砂
管理邏輯 劃定潛勢區,納入警戒、疏散與防災管理 先掌握災害源,再評估影響範圍與風險對象
白話比喻 像內傷 像外傷
・・・

07搞清楚這件事,為什麼重要?

把這幾個概念分清楚,並不是為了咬文嚼字。一旦把「防災警戒管理」和「災害源調查」混在一起,實務上就很容易出現幾種常見卻危險的誤判:

❌ 「這裡沒有潛勢溪流劃定,所以不用擔心土砂問題」——但現地可能已經有明顯不安定土砂正在累積。

❌ 「這裡有不安定土砂,所以要馬上疏散下游居民」——不安定土砂的掌握是調查與監測的起點,不等於立即致災。

❌ 「沒有在潛勢區範圍內就沒問題」——潛勢評估有其前提條件,不能全面取代現地調查。

這幾種誤判的共通點,都是把「推估未來風險」和「掌握眼前災害源」這兩件事攪在一起。分開來看,防災的每一步才站得穩。

📌 一句話記起來

土石流潛勢溪流、大規模崩塌潛勢區——問的是「未來哪裡可能發生災害,而且可能影響居民」,所以像內傷:條件評估出來的風險,需要持續追蹤與防災管理。

不安定土砂——問的是「現在有哪些已經看得到的不穩定土砂,需要先掌握並追蹤」,所以像外傷:顯性災害源的清查,先掌握問題本體,再評估影響。

兩者不是誰取代誰,也不是誰比較重要,而是坡地防災工作中分別回答不同問題的兩套工具。

本文為防災觀念釐清性質的科普說明,以幫助一般讀者理解土石流潛勢溪流、大規模崩塌潛勢區與不安定土砂三者的概念差異為目的。實際劃設標準與調查認定,仍依農業部農村發展及水土保持署、林業及自然保育署等主管機關之現行規範為準。

2026年7月3日 星期五

【工作流】別讓破萬封信件綁架你的專注力!寫給自己,也是寫給同仁的 email 減壓工作流指南

別讓破萬封信件綁架你的專注力!寫給自己,也是寫給同仁的 email 減壓工作流指南
公務效能

別讓破萬封信件綁架你的專注力!
寫給自己,也是寫給同仁的 email 減壓工作流指南

公務數位工具筆記・信箱收件匣管理

你是不是也常有這種感覺:每天打開信箱,收件匣裡躺著幾千甚至上萬封信——上級交辦、跨科室協調、公文轉知、教育訓練通知、系統自動信全部混在一起,重要的簽辦事項反而被淹沒?很多同仁試圖用傳統「資料夾」的邏輯去整理信箱,結果越整理越亂,甚至乾脆放棄。這篇文章是我自己整理信箱的心得,也想寫給同樣被信件淹沒的同仁參考。以下以 Gmail 為例,因為它的核心設計邏輯——「標籤(Label)」與「自動化篩選」——最能清楚示範這套方法;但同樣的分類邏輯與工作流程,其實完全可以套用在公務機關普遍使用的 Outlook 信箱上,只是操作介面與功能名稱略有不同,文末會另外整理對照方式。只要掌握幾個關鍵設定,就能把收件匣打造成一個清爽、對應業務流程的工作面板,徹底擺脫郵件焦慮。

01觀念轉變:Gmail 不是「資料夾」,而是「貼標籤」

傳統信箱的資料夾邏輯是「一封信實體只能存在於一個地方」;而 Gmail 的邏輯則是「一封信可以貼上多個標籤」。當你明白這個核心差異後,就不需要執著於「複製多個收件匣」,而是要學會引流——讓信件自動流向該去的地方,而不是靠人工搬運。

02核心技巧一:控制視覺順序的數字編號法

Gmail 左側的標籤順序無法自由拖曳,它嚴格依據字元(A-Z、中文筆劃)自動排序。為了讓最重要的承辦業務永遠出現在最上方,可以利用 ASCII 碼規則來命名標籤:

  • 第一優先(符號):在標籤前加上 !*(例如:*Action_待辦
  • 第二優先(數字):使用兩位數編號(例如:01_現在處理02_交辦案件03_跨科室協調09_歷史歸檔

透過前綴符號,就能強迫系統按照你的業務流程排定標籤順序,就算手上同時有好幾件計畫案、上級交辦與例行公文在跑,也能一眼掌握輕重緩急,大幅降低尋找郵件的視覺疲勞。

✏️ 撰寫
📥 收件匣6
⭐ 已加星號
🕐 已延後2
📤 寄件備份
📄 草稿1
🛒 購物交易
👥 社群網路
ℹ️ 最新快訊404
🏷️ 促銷內容
標籤
*Action_待辦3
Waiting(等待回覆)2
00Reference(參考資料)
防災相關1
知識管理6
AI及資訊19
99Archive_歷史歸檔
日本留學
舊機關業務
📥 主要
🏷️ 促銷內容
👥 社群網路
ℹ️ 最新快訊
陳○華 跨機關資料標準化會議紀錄確認 附件為本次會議紀錄,請於本週五前確認並回覆修正意見⋯ 上午 9:42
教育局公文系統 【轉知】114年度資安教育訓練開放報名 為提升同仁資安意識,本局訂於下月辦理教育訓練,報名⋯ 昨天
王○明 Re: 專案進度追蹤與下一步動作 承辦人您好,附件為修正後的簡報,請查照並提供意見⋯ 週二
人事處 差勤系統維護通知 因系統升級,本週六凌晨0時至6時將暫停服務,造成不便⋯ 週一
示意圖:左側標籤區以符號+數字前綴(*Action_待辦、00Reference)控制排序,並用子標籤收納參考資料與歷史歸檔;畫面中的寄件人、主旨與內容均為示範用假資料。

03核心技巧二:自動化「跳過收件匣」的黃金組合

信箱每天被大量的機關週報、教育訓練轉知、系統派工通知(如公文系統、差勤系統的自動信)轟炸,這些信件有保存價值,但不該霸佔主畫面。當你設定篩選器(Filter)來分類這類信件時,如果只勾選「套用標籤」,這封信依然會擠在主收件匣,請務必同時勾選以下兩個動作:

  1. 勾選「跳過收件匣(將其封存)」:信件進來時會立刻隱藏,主畫面保持乾淨
  2. 勾選「套用標籤」:將它自動分類到如 [參考資料/轉知公告] 的標籤中

實際操作只要三個畫面就能完成,以下用一封示範用的電子報信件走一遍完整流程:

🚫🕐🗑️✉️📁 1
🕐 延後
✅ 新增至 Tasks
📅 建立日曆活動
🏷️ 套用標籤
🧭 篩選這類的郵件
🔕 忽略
↔️ 切換成進階工具列
① 打開電子報信件右上角的「⋮」更多選單,點選「篩選這類的郵件」。(畫面中的寄件人與電子報名稱皆為示範用假資料)
info@deepread.example.com
大於 ▾
☐ 有附件☐ 排除即時通訊
建立篩選器2 搜尋
② 在搜尋欄的進階搜尋選項中,寄件者欄位已帶入該電子報位址,點選「建立篩選器」。
當郵件完全符合搜尋條件時:
略過收件匣(將其封存)3
標示為已讀取
標上星號
套用標籤:00Reference(參考資料)/知識管理4
轉寄郵件
刪除它
永不移至垃圾郵件
永遠將其標示為重要
永不標示為重要
分類為:選擇類別⋯ ▾
將篩選器同時套用到 13 個相符的會話群組。5
③ 勾選「略過收件匣」與「套用標籤」,如果信箱裡已經有同一寄件人的舊信,記得也勾選「同時套用到已符合的會話群組」,一次補齊過去累積的信件,最後點「建立篩選器」完成設定。
💡 為什麼有時候左側標籤有數字,中間畫面卻是空的?
這就是「自動封存」的威力。信件已經被安全地分類到特定標籤(例如轉知公告或系統通知),但它不再佔用你中間的主收件匣空間。等你要查資料或開會前要複習,再主動點擊左側標籤即可。

04核心技巧三:一鍵清空破萬封促銷垃圾信

信箱裡堆積了幾年、高達上萬封的促銷內容(Promotions)——各種研習報名廣告、廠商行銷信、系統試用推播——是一般人焦慮的最大來源。如果一頁一頁勾選刪除,根本是浪費上班時間。啟動隱藏的「全選所有會話群組」功能:

  1. 點擊上方的「促銷內容」(或最新快訊)分頁
  2. 勾選左上角的「全選方框」(系統預設此時只會選取該頁的 100 封信)
  3. 關鍵一步:注意看郵件清單上方出現的淡淡藍字「選取『促銷內容』中的所有 XXXXX 個會話群組」,毫不猶豫地點下去
  4. 點擊「垃圾桶(刪除)」圖示,一鍵送它們上路
⚠️ 刪除前先備份確認:擔心夾雜重要通知(如出差訂房確認、報帳提醒)的話,可以在搜尋欄輸入 category:promotions is:unread 快速過濾,確認無誤後再執行全選刪除。刪除的信件會進入垃圾桶,30 天內都還能救回,不用太緊張。若信件內容涉及正式公文或需依《機關檔案保存年限及銷毀辦法》留存的資料,仍應以機關公文系統的正式歸檔為準,Gmail 只是輔助溝通與暫存,不能取代正式檔案保存程序。

05核心技巧四:業務結案後,留信不留標籤

當一項計畫案或交辦事項結案、或人事異動導致業務交接(例如前一個職務時的舊業務),左側累積的「過時標籤」只會不斷分散你的注意力。在 Gmail 中,刪除標籤「絕對不會」刪除信件

  • 如果不需要再看到這個分類,直接把該標籤刪除。信件只是拿掉貼紙,依然安全保存在「所有郵件」中,未來用關鍵字搜尋依然找得到
  • 如果有歸檔強迫症,可以建立一個叫 [Archive_歷史歸檔] 的母標籤,把所有過時的標籤變成它的「子標籤」收納起來,方便日後業務交接或稽核調閱時快速定位
・・・

06先懂 GTD,再懂為什麼要這樣分標籤

在動手把信箱切成 Action、Waiting、Reference、Archive 之前,先花兩分鐘理解背後的方法論,會更清楚每個標籤為什麼存在,也更容易長期維持下去,而不是三天後又打回原形。

GTD 是什麼?

GTD 全名是 Getting Things Done(中文常譯為「搞定」或「盡管去做」),是顧問 David Allen 提出的一套時間與任務管理方法,核心主張是:大腦是拿來思考的,不是拿來記事情的。當我們試圖在腦中同時記住「這份簽呈還要補件」「那位同仁在等我回覆」「下週有個會要準備資料」,大腦會不斷用背景資源反覆提醒自己,這種未完成事項造成的心理負荷,心理學上稱為「柴嘉尼效應」,是讓人覺得疲憊、焦慮、無法專心的主要原因之一。

GTD 的解法很簡單:把所有待辦事項都寫進一個你信任的外部系統,大腦才願意放手。信箱如果能扮演這個「外部系統」的角色,你就不用再靠記憶力去追公文進度,只要固定時間打開收件匣,就能掌握目前所有待辦事項的全貌。

GTD 的五個步驟,對應到信箱管理的哪裡

1. 收集 Capture

把所有進來的資訊(公文、交辦、詢問)先收進同一個地方,不遺漏、不用當下判斷。信箱天生就是收集的入口,這步驟你早就在做了。

2. 釐清 Clarify

針對每一封信問自己:「這需要我採取行動嗎?」需要,就決定下一步具體要做什麼;不需要,就直接歸檔或刪除。這正是本文技巧三、技巧四在做的事。

3. 組織 Organize

把釐清後的事項分類存放,讓每一類有固定的去處。這就是 Action/Waiting/Reference/Archive 四個標籤存在的原因——它不是為了分類而分類,而是讓「下一步該做什麼」一目了然。

4. 回顧 Reflect

定期(例如每天一次、每週一次)重新檢視 Action 與 Waiting 標籤,確認有沒有該追蹤卻忘記追蹤的事項。沒有回顧,前面的分類就只是好看而已,實務上是最容易被省略、卻最關鍵的一步。

5. 執行 Engage

真正動手處理。有了前四步,你在執行時面對的不再是一整片未知的收件匣,而是一份已經排好優先順序的清單,可以依當下的時間、精神狀態,選擇現在最該做的一件事。

對公務同仁來說,GTD 為什麼重要?

一般職場漏信頂多是得罪客戶,但公務體系的漏辦、逾辦往往牽涉到法定期限、簽核流程與究責機制——交辦事項沒追蹤到、該函覆的公文拖過期限,影響的不只是個人考核,也可能牽動機關整體的行政效率與外部觀感。GTD 的價值在於,它把「有沒有把事情做完」這件事,從「靠記性、靠緊張」,轉變成「靠一套固定可依循的流程」。當 Action 與 Waiting 分開存放,你永遠知道「球在誰手上」;當 Reference 與 Archive 妥善保存,交接業務或被詢問舊案時也能快速調出資料。換句話說,GTD 不是要你做更多事,而是幫你把有限的專注力,留給真正需要判斷與撰擬的公務,而不是耗在「我是不是忘了什麼」的焦慮上。

・・・

07把收件匣變成業務戰情室:四個工作標籤

清完垃圾、設好自動化之後,下一步是把「收件匣」本身變成一個依照處理狀態分類的工作面板,而不是一堆待辦事項的堆積場。核心原則很簡單:不要建立一堆資料夾,只保留收件匣代表「尚未處理」——看到信後,要辦就留在收件匣,辦完就移出收件匣,並把收件匣數量盡量控制在 20 封以下,開會或臨時被詢問進度時才能快速應答。

Action(待辦)

需要回覆、提供資料、或追蹤進度的信件。例如:上級交辦事項、跨科室協調請求、簽辦公文的補充資料、研習或工作坊報名提案。

Waiting(等待回覆)

你已經行文或寄出信、等對方回覆的狀態。例如:函詢其他機關的答覆、外部單位的拜訪排程確認、廠商或專家的資料補件。與 Action 分開存放,是為了讓你一眼看出「球在誰手上」,避免重複追蹤或漏追,也方便主管詢問進度時直接查證。

Reference(參考資料)

純保存價值、之後可能會查閱的資料。例如:法規函釋、簡報下載連結、會議逐字稿、其他機關提供的參考文件。

Archive(封存)

已結案,但未來可能查詢或供稽核調閱。例如:已完成的交辦案件、已辦結的訪談或簽辦公文、已發布的週報或轉知事項。

哪些信可以直接刪?

建議只鎖定以下四類,其餘一律先歸檔,避免誤刪需要留存查考的資料:

  1. 系統自動通知:印表機通知、掃描器通知、內部系統帳號驗證通知
  2. 重複副本:同一份轉知或簽呈被多次轉寄
  3. 廣告信:不具公務參考價值的行銷信
  4. 已過時且可重新取得的通知:例如「會議即將開始」「線上報到通知」,會議已結束、不保存也不影響業務
📌 提醒:Gmail 的刪除與封存動作只是整理「個人信箱視覺」,不等於正式的公文歸檔或銷毀。涉及決行、需依法定年限保存的公文與附件,仍須依機關規定於公文系統或檔案管理系統完成正式歸檔,避免僅依賴私人信箱分類作為唯一保存依據。
・・・

08常見疑問:四個工作標籤,會不會太少?

也許有人會問:「只有 Action、Waiting、Reference、Archive 四個標籤,會不會太少?」答案是:因人而異。我自己的信箱裡,除了這四個核心標籤,也會依生活與工作需要另外增加幾個主題標籤,例如家庭、出國行程、重要備份、帳單、論文投稿、論文審稿等。這些標籤處理的不是「事情辦到哪個階段」,而是「這件事屬於哪個領域」,兩者並不衝突,可以並存。

但標籤不是越多越好

不過依我自己的經驗,標籤一旦開始無限增加,反而會變成新的焦慮來源。一開始覺得「這個分類很重要,應該獨立出來」,久了之後,光是決定「這封信到底該貼哪個標籤」就要想個幾秒鐘,甚至因為猶豫不決,乾脆先擱著不分類——這正好違背了 GTD 想要減少大腦負擔的初衷:本來是想讓分類幫你節省判斷力,結果分類本身變成了要判斷的對象。與其貪心地把每一種情境都獨立成一個標籤,不如簡化一點,把「不常用、可有可無」的分類直接砍掉,用搜尋取代,讓自己分類時更果斷、心裡更輕鬆。

幾個判斷「該不該新增標籤」的簡單原則

  • 先問使用頻率:這類信件一個月內大概會用到幾次?如果一年只查個一兩次,不必為它開一個標籤,用搜尋運算子(例如 from: 或關鍵字)現查現找即可,效率不會差太多。
  • 控制標籤總數:心理學上的「米勒法則」指出,人腦一次能穩定處理的項目大約是 7±2 個。標籤(含子標籤)如果累積到一、二十個以上,光是掃視左側清單找對應分類,本身就是一種負擔。與其一路往下開新的一級標籤,不如把相近主題收進既有分類的子標籤裡(就像本文技巧四提到的 [Archive_歷史歸檔] 母標籤做法)。
  • 公私分流:如果信箱同時處理公務與私人事務,建議在命名上明確區隔,例如用 !私人_家庭!私人_帳單 對照 01_交辦案件02_跨科室協調,讓兩類標籤在視覺上就能一眼分開,避免在查公務資料時被私人信件干擾,未來若信箱涉及業務交接或稽核調閱時,也更容易釐清哪些是公務相關內容。
  • 定期斷捨離:標籤和信件一樣需要「因事而生、因事而滅」。建議每半年或每年檢視一次標籤清單,把已經用不到的主題標籤刪除(提醒:刪除標籤不會刪除信件,詳見技巧四),讓整體結構保持精簡。
📌 簡單來說:Action / Waiting / Reference / Archive 這四個標籤,處理的是「事情辦到哪個階段」,建議所有人都保留,作為整套工作流的骨架;至於要不要另外增加主題類的標籤(家庭、帳單、論文⋯),則完全取決於你自己的生活與業務型態。核心原則只有一個:標籤存在的目的是降低你分類與尋找的焦慮,一旦標籤本身變成新的焦慮來源,就是該精簡的時候了。
・・・

09進階補充:讓公務信箱更順手的五個延伸技巧

以上是分類與清理的骨架,以下幾個 Gmail 原生功能可以再幫你省下不少手動操作的時間,值得一併納入日常工作流。

1. 用「多重收件匣」把 Action / Waiting 並排顯示

設定 →「收件匣」→「收件匣類型」選擇「多重收件匣」,就能在同一畫面左右並排顯示「Action 待辦」與「Waiting 等待回覆」兩個區塊(各自對應一組搜尋條件,例如 label:Actionlabel:Waiting),不用再切換標籤頁,特別適合每天需要向主管回報進度、身兼多項交辦業務的同仁。

2. 善用「Snooze 延後」處理「現在不用看,但之後要看」的信

把信件滑到旁邊或點擊時鐘圖示,可以設定信件在指定時間重新跳回收件匣頂端。例如週五收到的下週會議資料或下期公文簽辦期限提醒,可以 Snooze 到週一早上,避免它在收件匣裡佔位置卻又怕忘記,也能減少漏簽、逾期簽辦的風險。

3. 用搜尋運算子取代「憑記憶找信」

運算子用途
from:someone@example.gov.tw只看特定機關或人員的來信
has:attachment找出有附件的信(如公文附檔、簡報)
older_than:1y找出一年以上的舊信,方便斷捨離
label:Action is:unread組合條件,快速鎖定待辦中的未讀信

把常用的搜尋組合另存為篩選器,等於幫自己建立一組「一鍵快篩」按鈕,交接業務時也能快速引導接手同仁找到相關往來紀錄。

4. 用「範本」處理重複性的回覆

設定 →「進階」→ 開啟「範本」功能後,可以把常見的制式回覆(例如會議出席確認、資料收件回覆、講習報名回函)存成範本,下次直接套用修改幾個字即可送出,減少重複打字的時間,把心力留給真正需要判斷、撰擬的公務。

5. 手機版用「滑動手勢」加速單手處理

Gmail App 設定裡可以自訂左滑、右滑的動作(封存、刪除、標示已讀、Snooze 等)。通勤或會議空檔用手機清收件匣時,滑動手勢能讓你不用點開信件就完成大部分的分流動作,是清理系統通知等小額雜訊信最快的方式;正式公文與需要留存的往來信件,建議仍回到電腦上完整處理與歸類。

・・・

10用 Outlook 的同仁,也能套用這套邏輯

不少公務機關的正式信箱是 Outlook,不是 Gmail。好消息是,前面提到的整套分類邏輯——把信件依照處理狀態分流、讓次要通知自動歸位、定期回顧待辦與等待中的事項——並不是 Gmail 專屬的功能,而是一套可以搬到任何信箱系統上的工作方法。差別只在於功能名稱與操作路徑,以下是常用的對照:

Gmail 功能Outlook 對應功能
標籤(Label)類別(Categories),可為一封信同時掛上多個彩色類別;若要嚴格分流建議另外搭配資料夾
篩選器(Filter)+跳過收件匣規則(Rules):設定條件後選擇「移動到指定資料夾」或「加上類別」,效果相同
促銷內容分頁、全選會話群組刪除可用「進階搜尋」找出特定寄件人或關鍵字的信件,全選後批次刪除;或啟用「集中收件匣」將非重要信件自動分流
Snooze 延後網頁版 Outlook 內建「延後」功能;桌面版可改用「加上旗標」+「提醒時間」達到類似效果
範本(Templates)快速部件(Quick Parts)或「自建範本」,可預存制式回覆內容
搜尋運算子(from:、has:attachment)Outlook 也支援類似語法,例如 from:hasattachment:yesreceived:,用法大同小異

換句話說,這套指南真正想傳達的不是「怎麼用 Gmail」,而是「怎麼幫信箱建立一套會自己運作的邏輯」。不論公文往來是走 Gmail 還是 Outlook,核心心法都一樣:讓次要資訊自動歸位、讓待辦與等待中的事項分開存放、定期回顧而不是全部塞在腦子裡。找到自己信箱系統對應的功能,照著同樣的架構設定一次,之後就能長期省下大量整理時間。

・・・

11結語:Inbox Zero 是一種心理狀態

有效管理 Gmail 的終極目標不是為了追求「收件匣完全沒信」,而是要建立一個「只有當下需要處理的公務,才配出現在我眼前」的防禦機制。把次要的通知自動流向標籤,把過期的垃圾一鍵清除,把待辦與等待中的事項分開存放,將主畫面的掌控權重新拿回自己手中。今天就花 10 分鐘,從調整一個最常轟炸你的轉知信件篩選器開始吧!

Gmail GTD 收件匣管理 公務效能 文書處理 工作流
本文整理自個人信箱管理實務心得,寫給自己,也寫給同樣被大量公文與轉知信淹沒的機關同仁參考。文中以 Gmail 為例示範操作,Outlook 使用者可對照文中整理的功能對照表套用相同邏輯;涉及正式公文保存事項,仍請依各機關檔案管理規定辦理。

2026年7月1日 星期三

【研討會紀實】從全社會韌性到具身智慧: 2026 台灣地理資訊學會年會參會紀實

從全社會韌性到具身智慧:2026 台灣地理資訊學會年會參會紀實
會議紀實

從全社會韌性到具身智慧:
2026 台灣地理資訊學會年會參會紀實

2026 年 7 月 1 日・台灣地理資訊學會年會學術研討會

今天參加了台灣地理資訊學會年會的學術研討會,上午聆聽兩場專題演講,下午則參加國土測繪中心主辦的「國家底圖分組成果發表會」。從國家層級的防衛韌性戰略,到 AI 具身智慧的產業應用,再到地理資訊機構在 AI 時代的角色轉型,這一整天的議程串起了一條清晰的主線:台灣的地理資訊體系,正在從「畫地圖」走向「懂地圖、用地圖來做決策」。以下整理今天的完整紀錄與心得。

今日議程

  • 上午・專題演講一:全社會防衛韌性議題與挑戰(內政部馬士元次長)
  • 上午・專題演講二:AI 驅動空間感知與具身智能新時代(資策會軟體技術研究院 蒙以亨院長)
  • 下午・國家底圖分組成果發表會(國土測繪中心主辦,共聽三場)
・・・

01全社會防衛韌性議題與挑戰

上午專題演講主講人:內政部 馬士元次長

第一場演講由內政部馬士元次長主講,主題聚焦於「韌性台灣:全社會防衛與持續運作架構」,探討台灣面對複合式危機時的政策定位與具體作法。

台灣面臨的複合式威脅,韌性是全方位準備

台灣同時面臨極端天災(地震、極端淹水、海嘯、火山)與地緣政治威脅(戰爭),被形容為災害種類「吃全餐」的地方。因此「韌性」在施政架構中並非針對單一危機,而是因應全面性問題所做的全方位準備。

核心目標:持續運作六個月

防衛韌性的核心觀念是「想辦法維持社會的穩定跟政府的運作」。政府訂定了具體的政軍目標:無論台灣遭受多大的威脅或危機,都必須能維持至少六個月的自我持續運作

公私協力,連手搖飲店都要維持運作

現代政府的運作無法只靠政府本身,必須高度仰賴企業與民間系統,如便利超商、大賣場、物流系統、電信公司等。除了交通運輸、金融、醫療基礎設施與物資不能中斷之外,甚至連能安撫民眾情緒的商業活動(如手搖飲店)都要想辦法讓其持續運作,藉此穩定社會情緒。

跨部會整合,建置「共同圖像系統」

全社會防衛韌性不是國防部單一業務,而是跨部會堆疊出來的議題。政府正在建置「共同圖像系統」,讓不同部門的計畫、災損歷史經驗、醫院與物資部署資訊,能在同一平台上視覺化並互相聯通,以掌握資源與規劃避災。

翻轉 7:2:1 救災比例

過往災害發生時的救援比例是「7:2:1」,即 70% 靠自救、20% 靠社區互助、10% 靠政府救援。內政部希望打破這個比例,大幅提升跨社區、跨部門與民間人力的互助比例。為此,政府積極推廣包含 CPR、AED 在內的「防災士」訓練,規劃從個人基礎到民間自主編隊的三個進階訓練模組。

「四分之一」的社會參與網

關鍵數字

  • 需要全國 25%(約 600 萬人) 認同並參與防衛工作
  • 扣除國軍、警消、後備軍人與公務機關,民間仍需籌備約 200 萬人力
  • 全國預計建置 368 個鄉鎮市區防災協作中心
  • 預計設立 7,718 個防災倉庫儲備物資與工具
・・・

02AI 驅動空間感知與具身智能新時代

上午專題演講主講人:資策會軟體技術研究院 蒙以亨院長

第二場演講由資策會軟體技術研究院蒙以亨院長主講,探討從傳統 GIS、智慧交通,一路發展至「智慧空間」與「具身智慧」(Embodied AI / Physical AI)的技術演進與實際應用。

從圖資分析到具身智慧的演進

講者分享了自身參與空間資訊技術的幾個階段:最早利用遙測資料與數學模型進行森林生長分類的靜態分析;接著進入動態圖層時代,將機器學習、車輛大數據與街道影像疊加於地圖上;然後發展至自駕車所需的 3D 高精地圖。如今技術已邁入「具身智慧」新時代,AI 不再只存在於軟體中,而是「附身」於實體載具上,在智慧空間中具備「看見、理解並採取行動」的能力。

智慧空間的四大發展趨勢

  • 建構 3D 數位基礎平台:政府應支持建立如日本愛知縣用於模擬防災的 3D 數位雙生(Digital Twin)架構,這是無人載具與自駕車發展的基礎。
  • 結合通訊技術深化應用:未來 6G 網路將帶來 ISEC(通訊與感測融合)技術,結合 5G、衛星、IoT 與 AI,為無人機群飛與低空經濟提供更精準的定位與環境數據。
  • 確保實體 AI 的自主與安全移動:讓機器人或無人機在智慧製造、智慧交通場域中自主且安全地移動與解決問題。
  • 跨域協作與城市韌性:透過空間資訊跨單位整合,提升城市面對淹水等極端狀況的韌性。

智慧交通、道路與海域的實務應用

講者團隊利用在台灣收集的 4,000 萬個物件數據訓練專屬 AI 模型,應用於台中市公車與大型卡車的盲區偵測(BSD)及前方防撞預警(FCW),以適應台灣獨特的機車與氣候環境。與交通部合作推動智慧道路計畫,將路口 CCTV 資料傳送至雲端與交控中心,目標實現車路協作。在高雄市則建置千餘支 CCTV,透過 AI 視覺模型進行水情與交通分析,並延伸至港口船隻管理與海岸海漂物偵測。

創新商機:AI 賦能的自駕輪椅

面對高齡化社會與照護人力短缺的痛點(一位照護師常需推 6-8 台輪椅),講者團隊將具身智慧應用於「自駕輪椅」,使用者只需語音下達指令(例如「我要到二樓診間看病」),輪椅便能動態規劃路線,甚至在電梯故障時自動尋找替代方案。團隊的商業模式並非直接販售輪椅硬體,而是提供「AI 模組(大腦)」,只要裝載於一般載具上,就能讓傳統設備升級為具備空間感知與自主移動能力的實體 AI,這也是台灣資通訊產業在 AI 時代的一大機會。

・・・

03國家底圖分組成果發表會

下午場國土測繪中心主辦,本文紀錄其中三場

3-1 從地理資料基礎設施到地理知識基礎設施

主講人台灣開放資訊聯盟 鄧東波副長

本場探討國家測繪機構在 AI 時代的角色轉型與挑戰,題目為「從地理資料基礎設施到地理知識基礎設施:國家測繪機構在 AI 時代的角色轉型與挑戰」。

各國的國家測繪與地理資訊機構正經歷重大轉型,逐漸從單純的「資料生產者」轉變為提供平台服務的「賦能者」。機構未來的價值不再只是提供地圖或資料,而是要能利用資料解答政策問題,產出精確的政策建議。

傳統的「空間資料基礎設施(SDI)」著重資料開放、共享、標準與管理架構;進入 AI 時代後,發展方向正邁向「地理空間知識基礎設施(GKI)」,旨在將靜態資料轉化為機器與 AI 能理解、能自動化分析的「地理知識」。

在跨國會議中,各國強調「數位主權」應具備技術獨立性,但不走向孤立,而是透過 AI 等技術進行國際合作。國家產製的權威測繪資料,是建立 AI 應用的「信任基礎(Trust Data)」,對支援快速且準確的決策至關重要。

各國轉型的實務經驗

  • 荷蘭:著重語意標準與知識平台,利用連結資料(Linked Data)技術結合地理與非地理資料,讓資料能被機器閱讀理解。
  • 德國:專注開發數位分身(Digital Twin)平台,支援聯邦體系的空間政策制定與未來情境模擬。
  • 日本:傳統測繪機構與新成立的數位廳密切合作,推動 3D 基礎圖資與基礎登記資料,因應國家級災害應變與土地監測需求。
  • 美國與芬蘭:美國透過跨機關聯邦式合作推動 AI 製圖與 3D 高程研究;芬蘭直接將機器學習導入變遷偵測的常態性測繪作業。
  • 澳洲:透過戰略計畫,利用國家權威資料結合氣候、災害等數據,作為國家災防與規劃的基石。

未來發展的四大戰略方向

  1. 升級為 AI 可用的地理資訊服務:將國家地址、3D 地物等資料轉換成政府、產業與 AI 代理可直接取用的資料產品。
  2. 建立 AI 可執行的語意標準:不僅整理欄位,還要讓資料具備機器可驗證與執行的語意結構。
  3. 發展新型態的商業資料治理:面對龐雜的商業資料,建立新的資料治理與商業協同模式,輔助政策制定。
  4. 強化 AI 應用的信任與追溯機制:AI 代理若要使用測繪資料,須建立完善溯源機制,確保建議能明確追溯推論基礎與資料版本來源。

3-2 從 3D 建物模型到 Minecraft 國家底圖的體素化探索

主講人中研院人社中心 GIS 專題中心 詹大千執行長・廖泫銘研究副技師

本場分享「三維國土資料體素化(Voxelization)」的核心概念,並介紹其在專業領域與生活教育上的兩項重要應用:高精度噪音模擬,以及《Minecraft》遊戲化教育。

核心概念是將傳統的三維模型(連續曲面或點雲)或二維資料轉換為「體素(Voxel)」,也就是將環境切割成類似積木般的小方塊(例如 3×3 公尺網格),讓資料擁有更小的計算單元,進而能進行更精細的物理模擬與視覺轉換。

高精度 3D 噪音模擬

傳統噪音測量多為二維平面單點測量,缺乏時空解析度;過去的 3D 模型(如傳統 CityGML)多將整樓層視為單一物件,導致噪音分佈估算過於平滑,無法反映真實生活中銳利的噪音變化。團隊利用體素化技術,結合數位高程模型(DEM)、路網、建築物模型以及物聯網(IoT)動態車流數據,精細考量樓高、面向、距離、遮蔽物以及建築物間聲音的震動與反射。這種開源方案的準確度媲美動輒數十萬元的歐洲商用軟體,誤差值僅在兩、三分貝內,未來可運用於城市規劃、隔音牆設計、種樹效益評估,或熱能與防救災模擬。

國土資料《Minecraft》化

團隊將國家地形(DEM)、路網、建築模型與土地利用等資料,透過程式轉換成《Minecraft》遊戲裡的方塊,打造出具備絕對位置與精度的虛擬場景(如南港區與中研院)。藉由疊加歷史地理資訊,團隊在遊戲中「復原」了南港過去的地面鐵路與舊火車站,讓現代未見過平面鐵路的孩童能具象體驗南港從農田、工業區到現代軟體與生技園區的發展歷程。

相較於生硬的地理知識,遊戲場景讓小學生能迅速掌握空間方向感,過關速度甚至遠超成年人。這種三維視覺化平台還可用於預覽景觀設計、探討淹水與熱災等環境災害,讓一般社會大眾也能參與國土規劃討論。講者也提到日本已有讓小學生利用此類工具建置家鄉防災概念的國家級競賽。

3-3 颱風災害全時態場景系統的應用

主講人新北市消防局・允和科技股份有限公司

本場為新北市數位災防(VR/XR 科技訓練)專案,核心目的是為第一線基層公務人員(如里幹事等)提供防災應變訓練。因為災難現場無法真實復刻,且多數基層人員缺乏災防實務經驗,此訓練旨在讓他們抵達現場時能先保護自身安全、避免恐慌,並具備初步處置的能力。

研發團隊發現,受訓人員必須看到自己熟悉的服務轄區或住家才會產生帶入感並願意投入訓練。團隊過去曾耗時一年半才打造出 200 至 300 公尺的虛擬街道,如今透過合作並導入 GIS 資料,已能大幅加速,快速生成涵蓋新北市大範圍的 3D 實體災難場景。

系統內建編輯器,能匯入歷史淹水資料模擬不同深度的積水,並允許教官自由調整天氣、光線、風力等環境參數。教官可在場景中設置路樹倒塌、車輛受困或土石流等災情,要求學員執行現場封鎖處置、撥打通報專線,以及透過系統介面拍照回報等實務任務。

新北市預計於今年底在三重的第二行政中心啟用進階的災防應變中心(EOC),屆時會將這套 VR 訓練系統完整移入,並設置多台單機設備,提供常態化且具規模的防災操作訓練。雖然透過宣導使實際火災等案件數量逐漸減少,但這也造成救災與公務人員面臨真實狀況的實戰經驗變少,更需要藉助產官學界合作,利用 VR/XR 等科技工具進行長期教育訓練,應付未來各種未知的災難挑戰。
・・・

04一日心得

回顧今天的議程,其實可以看到一條清楚的軸線:從馬次長談的「全社會韌性」戰略高度,到蒙院長談的「具身智慧」技術落地,再到下午三場國家底圖成果發表中反覆出現的「資料要能被 AI 理解、被機器行動所用」,整個地理資訊產業正在經歷一場從「圖資」到「知識」再到「行動」的轉型。無論是共同圖像系統、地理空間知識基礎設施(GKI),還是體素化模擬與 VR 災防訓練,最終指向的都是同一件事:讓地理資料真正成為決策與行動的基礎,而不只是一張好看的地圖。

台灣地理資訊學會 全社會防衛韌性 具身智慧 國家底圖 GIS 數位分身 防災科技
本文為個人參會筆記整理,內容摘要自各場次演講簡報與口頭分享,若有疏漏或理解誤差,歡迎指正。

2026年6月24日 星期三

【示範案例】堰塞湖怎麼「快速評估」? 從壩體穩定到溢淹範圍的一次完整推演

災防快速評估・方法示範

堰塞湖怎麼「快速評估」?
從壩體穩定到溢淹範圍的一次完整推演

2026年6月21日花蓮萬榮鄉萬里溪上游發現新生一座堰塞湖。在現地勘查資料尚未到位前,如何用衛星影像與 BigGIS 工具,於短時間內把壩體穩定性、迴水量體、潰壩洪峰流量到下游溢淹範圍一次估算出來?本文以實際案例逐步示範。

📍 花蓮縣萬榮鄉・萬里溪 🛰️ Pleiades 衛星影像 🗺️ BigGIS 巨量空間資訊系統 📅 2026/06/24

堰塞湖一旦形成,最怕的就是「潰壩」。但在第一時間,現地往往還無法登上壩頂量測,許多關鍵數字都還是未知。這時候,遙測影像+數值地形+GIS 分析工具就成了爭取時間的利器。以下以花蓮萬榮鄉萬里溪這座堰塞湖為例,示範一套可以在桌前快速完成的評估流程——涵蓋四個核心問題:壩體穩不穩、湖裡有多少水、潰決時洪峰多大、下游會不會淹。

📌 先把基本數字擺出來

萬里溪堰塞湖的天然壩,依影像與數值地形判讀,主要參數如下。後續所有分析,都是從這幾個數字推算而來。

108 m
天然壩高
832 m
壩長
263 m
壩寬
725 萬m³
壩體體積
6,291 ha
集水區面積

STEP 1天然壩體穩定性分析

問題:這座壩會不會「還沒滿就垮」?──以 DBI 壩體危險指數判斷

判斷天然壩穩定性,常用的指標是 DBI(Dimensionless Blockage Index,壩體危險指數)。它把「上游集水面積、壩高、壩體體積」三個量綜合成一個無因次指標:集水區越大、壩越高代表上游來水的衝擊潛勢越強;壩體體積越大則代表壩越耐沖。

DBI 公式
DBI 計算公式──Ab 為上游集水面積(公頃)、Hd 為壩高(公尺)、Vd 為壩體堆積土體體積(萬立方公尺)。

代入本案的數字:

DBI = log( 6,291×108 ÷ 725 ) = 2.97
DBI 判定標準
DBI 判定標準──小於 2.75 判定穩定、大於 3.08 判定不穩定,介於兩者之間屬「不確定區(過渡區)」。
⚠️ 判定結果:2.97 落在「不確定區」

本案 DBI = 2.97,介於 2.75 與 3.08 之間,屬於不確定區。也就是說,這座天然壩有可能尚未蓄滿、未達溢流就先行潰決,不能掉以輕心,必須持續監測。

💡 小技巧:集水區範圍別再用手畫

計算 DBI 需要「集水區面積」。一般在圈繪集水區時,往往得仰賴人工判讀地形圖,結果因人而異。建議改用 BigGIS 內建的集水區計算功能,可自動且精確地劃出集水區範圍並算出面積(本案得到 6,291 公頃),省時又可重現。

BigGIS 自動劃設集水區範圍
於 BigGIS「流域逕流・洪峰流量估算」工具中,使用「產生集水區(精準)」自動劃出萬里溪上游集水區(圖中黃色範圍),並直接帶入集水區面積 6,291 公頃

STEP 2堰塞湖迴水量體分析

問題:湖裡現在到底蓄了多少水?──以挖填方分析反推蓄水體積

要快速估算堰塞湖目前的迴水(蓄水)量體,可善用 BigGIS 內建的挖填方分析功能:指定一個「水位面高程」,系統會以數值地形為基準計算出該高程以下的挖填方範圍。接著比對「填方範圍」是否與目前實際的迴水範圍一致——若一致,這個填方體積就約等於當前的蓄水體積。

🔁 同一招也能估「最大蓄水量」

把水位面高程改設定在「可能溢流處的高程」,重複相同步驟,就能快速推估這座堰塞湖可能的最大蓄水體積

以下圖為例,底圖為 2026/6/23 中央大學太空及遙測研究中心提供之 Pleiades 衛星影像。經多次測試,當挖填方高程設定為 1,048 公尺時,填方範圍(紅色)大致與迴水範圍一致,故推估此時蓄水量體約為 39.9 萬立方公尺

BigGIS 挖填方分析推估堰塞湖蓄水量體
BigGIS 挖填方分析:高程設為 1,048 m 時,填方面積 33,403 m²、填方體積 399,426 m³(約 39.9 萬 m³),紅色為與迴水範圍吻合的填方區。
📎 備註:此為快速粗估

本法為桌前快速粗估,實際量體仍應以現地勘查實測值為準。依林業及自然保育署公告之觀測數據,6/23 之水位高程為 1,045.5 公尺、蓄水量約 58 萬立方公尺,可作為對照。

兩者數值會有落差,除了方法本身屬快速估算外,也可能與所採用的數值地形(DTM)新舊有關:目前 BigGIS 內建的數值地形較舊,最新僅到 2015 年;而林業及自然保育署採用的是2023 年的數值地形,相對較新、可能更貼近現況。在崩塌與堆積地形變動劇烈的區域,地形資料的時點差異會直接反映在挖填方體積的計算結果上。

📍 延伸做法:怎麼找出「溢流口」與溢流口高程?

前面提到,要推估這座堰塞湖的最大蓄水量,得先知道「可能溢流處的高程」。那麼,這個溢流口在哪、高程多少?同樣可以在 BigGIS 上、用災後正射影像快速判讀,做法如下:

  1. 開啟等高線圖資。於「圖層選項」中載入「兩萬五千分之一圖資等高線圖資」,並選擇對應分區(本案為中部東部)。
  2. 找出溢流口位置。在災後正射影像上,沿著崩塌堆積土石與對岸(未擾動處)的交界線逐步比對,找出等高線數值最高的位置──該處即為推估的可能溢流口。
  3. 讀取溢流口高程。以滑鼠點選該位置的等高線圖資,屬性資料中顯示的高程值(本案 zv2 = 1,080 公尺),即為推估的溢流口高程。
於 BigGIS 等高線圖資判讀溢流口高程
沿崩塌土石與對岸交界處找出最高的等高線(紅圈處),點選圖資即可在屬性資料讀出溢流口高程 zv2 = 1,080 m。底圖為 2026/6/23 Pleiades 正射影像。
🔗 串起來用

取得溢流口高程 1,080 m 後,回到上面的挖填方分析,把水位面高程改設為 1,080 m 重做一次,所得到的填方體積,就是這座堰塞湖最大可能蓄水體積的估計值。

⚠️ 適用範圍提醒

要特別留意:這種「沿交界線找最高等高線」來判讀溢流口的方式,只適用於 V 型谷、單邊崩塌的相對單純案例(如下圖)。

背後其實隱含了一個假設:假設在 V 型谷中,單邊邊坡崩塌後,崩塌土體向對岸滑動,並大致維持「平面滑動」的形態堆積;如此一來,緊鄰對岸(未崩塌側)的交界處,就會是壩頂的相對低點,溢流也最可能從這裡發生。

因此,一旦遇到兩岸同時崩塌、谷地寬緩,或壩體形態較複雜的情況,上述假設便不再成立,溢流口的位置與高程仍須回到現地勘查與更細緻的地形分析才能確定。

V 型谷單邊崩塌溢流口位置示意圖
原理示意──假設 V 型谷單邊邊坡崩塌、土體以「平面滑動」形態滑向對岸堆積,壩頂便由崩塌源側(高)向對岸側(低)傾斜;緊鄰對岸的交界處即為相對低點,也就是水位上升後最先外溢的溢流口
V 型谷單邊崩塌堰塞案例
典型的 V 型谷單邊崩塌堰塞案例:右側邊坡崩塌、堆積土石阻斷溪谷,上游迴水成湖(影像日期 2026/06/22)。資料來源:林業及自然保育署

STEP 3潰壩洪峰流量分析

問題:萬一潰決,瞬間洪峰會有多大?──三角歷線法推估

若未取得壩體完整參數,可採用三角形單位歷線法:假設潰壩流量歷線為三角形,洪峰流量 Qw 即可由「蓄水體積」與「潰壩延時」推得。潰壩延時越短代表潰壞越快(驟然破壞)、延時越長代表漸進式破壞,可依壩體組成與水文特性研判。

三角歷線潰壩洪峰流量計算示意
三角歷線潰壩洪峰流量計算示意──以三角形面積代表蓄水體積 V,峰值 Qw=2V/Tc,Tc 為潰壩延時。

依林業及自然保育署評估,萬里溪堰塞湖最大蓄水為 420 萬立方公尺。考量潰決時夾帶土石、以高濃度水流或土石流方式流出,將進一步增加逕流量,故以 420 × 1.5 = 630 萬立方公尺之量體推估;採一次性潰決,潰壩延時設定為 1 小時

Qp = 2V/T = ( 2 × 6,300,000 ) ÷ 3,600 = 3,500 CMS
🌊 推估洪峰流量 ≈ 3,500 CMS

一次性潰決下,估計洪峰流量約達 3,500 立方公尺/秒。這個數字將是下游溢淹研判的關鍵輸入值。

STEP 4下游水位上升與溢淹分析

問題:洪峰下來,哪些保全對象會被淹到?──以斷面水位上升量逐段檢核

有了洪峰流量,接著就要逐一檢核:不同斷面在水位抬升後,是否會溢淹至兩岸的保全對象。作法是用 BigGIS 內建的縱橫斷面分析功能,量出河道寬度(B)、兩岸高程與河床的高差,再以下式估算水位上升量:

△h = Qp / ( B × v ) (B:河道寬,v:流速)

只要把估算的水位上升量 △h,和「岸頂與河床的高差」相比,就能判斷該斷面會不會溢流。以下取兩個代表性斷面示範。

斷面 A|河川界點(萬榮工作站)處

此處現有河道寬約 135 m,右岸堤防與河床高差為 165.72375 − 159.3825 ≈ 6.3 m,假設流速 4 m/s。代入:

△h = 3,500 / ( 135 × 4 ) = 6.48 m > 6.3 m
🚨 結果:會溢淹

水位上升量 6.48 m 已超過右岸 6.3 m 的高差,洪水將溢淹至林田山文物展示館,此處為需優先示警與疏散的保全對象。

▲ 河川界點(萬榮工作站)一帶之 BigGIS 縱橫斷面分析,綠線為中央管河川界點、紅線為潰決可能影響範圍。

斷面 B|山坡地範圍內住宅處

此處現有河道寬約 115 m,左岸影響範圍處與河床高差為 174.44484 − 165.01343 ≈ 9.4 m,假設流速 4 m/s。代入:

△h = 3,500 / ( 115 × 4 ) = 7.61 m < 9.4 m
✅ 結果:不會溢淹

水位上升量 7.61 m 小於左岸 9.4 m 的高差,洪水不會溢淹至該影響範圍外,此處住宅相對安全。

▲ 山坡地範圍內住宅處之 BigGIS 縱橫斷面分析,含 114 年度坡地崩塌影響範圍套疊。

回顧四步驟快速評估總表

把四個分析串起來,就構成一套「壩體穩定 → 蓄水量體 → 潰壩洪峰 → 下游溢淹」的快速評估鏈。整理如下:

分析項目方法/工具結果
① 壩體穩定性DBI 壩體危險指數+BigGIS 自動圈繪集水區DBI=2.97 → 不確定區 可能未溢流即潰決
② 迴水量體BigGIS 挖填方分析(Pleiades 影像為底)水位 1,048 m 時約 39.9 萬 m³(官方實測 58 萬 m³ 對照)
③ 潰壩洪峰三角歷線法(最大蓄水 ×1.5、延時 1 hr)Qp3,500 CMS
④ 下游溢淹BigGIS 縱橫斷面+水位上升量 △h萬榮工作站 溢淹 山坡地住宅 未溢淹

寫在最後。這套流程最大的價值,在於「爭取時間」——在人員還上不了壩頂、現地實測尚未完成之前,先用衛星影像與 GIS 工具把風險輪廓勾勒出來,讓示警與疏散的決策能更早啟動。但也要謹記:所有數字都是快速粗估,最終仍應以現地勘查與官方公告之實測值為準。本文示範的是「方法」,而非定論。

資料來源:林業及自然保育署公告觀測數據、中央大學太空及遙測研究中心 Pleiades 衛星影像、農業部農村發展及水土保持署 BigGIS 巨量空間資訊系統。

#堰塞湖#萬里溪#花蓮萬榮#災害防治 #DBI壩體危險指數#三角歷線法#BigGIS#Pleiades衛星影像#洪峰流量#溢淹分析

2026年6月22日 星期一

【防災快訊】花蓮萬里溪上游新生堰塞湖:衛星、空拍與地動訊號還原崩塌歷程

花蓮萬里溪上游新生堰塞湖:衛星、空拍與地動訊號還原崩塌歷程

2026 年 6 月 21 日,林業保育署航遙測分署在執行馬太鞍溪定期監測任務時,於其北側的萬里溪上游發現一處新生堰塞湖。結合 BigGIS 巨量空間資訊系統的歷年衛星與空拍影像,以及陽明交通大學防災中心趙韋安教授研究團隊的地動訊號分析,我們得以將崩塌(即堰塞湖形成)的時間精準鎖定在 2026/6/20 15:43,並還原這處邊坡長達一年多的發育與崩解過程。

堰塞湖萬里溪衛星影像PlanetScope航遙測地動訊號微地動監測坡地防災BigGIS

一、事件概述與基本資訊

2026 年 6 月 21 日下午 3 時 15 分,林業保育署航遙測分署在執行馬太鞍溪定期監測任務時,發現馬太鞍溪堰塞湖北側的萬里溪上游新生一處堰塞湖。林業保育署花蓮分署同步依「國有林地堰塞湖應變標準作業程序」啟動堰塞湖應變小組,執行各階段應變程序。

📍 堰塞湖基本資訊(初步彙整)

發現時間2026/6/21(航遙測分署定期監測)
崩塌/形成時間2026/6/20 15:43(地動訊號分析確認,詳見第三節)
位置花蓮縣萬榮鄉萬榮村(國有林・林田山事業區第 96 林班;通報原文為第 96 與 82 林班界)
坐標(TWD97)277470, 2632018
滑動範圍左半部殘坡約 27 公頃(影像判釋)
湖體面積約 3 公頃(6/21初估)
蓄水量6/21粗估約 75 萬立方公尺
壩體資訊依現有情資尚無法辨識壩高、體積及是否溢流
最近保全對象萬榮鄉萬榮村、鳳林鎮森榮社區(林田山文化園區),沿河道約 22 公里;住戶高程約 185m,河道高程約 170m
下游橋梁距離西寶橋約 24 公里、萬里溪橋約 27 公里、台 19 線萬榮橋約 27 公里
⚠️ 應變與可及性現況
  1. 堰塞湖位置距萬榮林道 43K 處直線約 3.5 公里,惟車輛僅能到達 24K 處;且萬榮林道 36K、39K、40K 為崩塌路段,人車難以到達。
  2. 已緊急向空勤總隊申請空勘,以掌握壩體與湖體實況。
  3. 已通知水利署九河分署監測下游水位狀況,並成立「萬里溪堰塞湖通報群組」,以利後續通報相關權責單位。

二、形成前後比對:鎖定崩塌的時間窗

判定堰塞湖「何時形成」,第一步是找到形成前後最接近的兩幅影像。在 BigGIS 上比對 6 月 20 日 PlanetScope 衛星影像與 6 月 21 日航遙測分署空拍:6/20 影像中河道仍暢通、未見明顯湖體,6/21 空拍則已可清楚圈繪出蓄水範圍(右圖紅圈)。據此先將崩塌與形成時間,收斂在 6/20 至 6/21 之間;搭配後續地動訊號分析,更進一步鎖定於 6/20 15:43。

花蓮萬里溪新生堰塞湖形成前後比對
圖 1|形成前後比對:左為 PlanetScope 衛星影像(2026/06/20,藍線為河道),右為航遙測分署空拍(2026/06/21,紅圈為湖體)。發現時間 6/21、崩塌時間 6/20 15:43、左半部殘坡滑動範圍約 27 公頃。

三、地動訊號分析:精準鎖定崩塌時刻 15:43

大規模崩塌會在地表激發可被地震儀記錄的地動訊號。陽明交通大學防災中心趙韋安教授研究團隊以馬太鞍溪監測系統(Matai'an Monitoring System)的微地動偵測進行分析,還原了這次崩塌的發生序列與規模。

最大崩塌訊號發生於
台灣時間 2026/6/20 15:43
此即堰塞湖形成的關鍵時刻。

分析結果顯示,自 6/20 11:00 起偵測到多起崩塌事件序列,並非單一瞬間崩落;累積估算的崩塌面積約 6.66 公頃。研究團隊並透過「地震規模—崩塌面積」與「地震規模—崩塌體積」的經驗關係式(線性相關係數達 0.99 以上),由地動訊號反演各次事件的崩塌規模,使我們在影像之外,獲得獨立且高時間解析度的佐證。

馬太鞍溪監測系統地動訊號分析
圖 2|微地動偵測之崩塌事件序列與規模反演(資料來源:陽明交大防災中心趙韋安教授研究團隊)。最大事件發生於 2026/6/20 15:43,06/20 11:00 後累積崩塌面積約 6.66 公頃,由多起崩塌事件序列發展所致。

※ 補充:影像判釋的「左半部殘坡滑動範圍約 27 公頃」是指整體滑動殘坡的範圍,與地動訊號反演之「累積崩塌面積約 6.66 公頃」係不同方法、不同定義之估算,可相互參照但不宜直接等同。

四、歷年影像分析:殘坡的長期發育與崩解

這處邊坡並非一夕崩塌,而是長期發育、逐步擴大,最終在豪雨後潰解。調集同一坡面的歷年衛星影像,可清楚看出這段歷程。

(1/3)殘坡初現:2025 年 2 月 → 6 月

2025 年 2 月 28 日時殘坡尚不明顯;歷經 6 月梅雨後(2025/6/15),殘坡形狀開始浮現,裸露地輪廓逐漸清晰。

歷年影像分析 1/3:2025年2月與6月比對
圖 3|2025/02/28(左)殘坡尚不明顯;2025/06/15(右)梅雨過後殘坡形狀開始明顯。

(2/3)持續發育:2025 年 6 月 → 2026 年 5 月

這一整年之間,殘坡持續發育,右半部的裸露地範圍持續擴大,顯示坡體穩定性逐漸劣化,為後續崩解埋下伏筆。

歷年影像分析 2/3:2025年6月與2026年5月比對
圖 4|2025/06/15(左)至 2026/05/24(右),殘坡持續發育、右半部裸露地持續擴大。

(3/3)塊體崩解與河道阻塞:2026 年 0608 豪雨後

事實上,早在 2025 年樺加沙颱風期間,此處即已出現局部崩塌(圖中粉紅色為事件型崩塌目錄套疊範圍)。2026 年 0608 豪雨(6/8)過後,殘坡塊體明顯崩解;比對 6/3 與 6/20 影像可見裸露地大幅擴張。最終於 6/20 15:43,殘坡左半部整體滑落、阻塞河道,形成這處新生堰塞湖。

歷年影像分析 3/3:2026年6月3日與6月20日比對
圖 5|PlanetScope 2026/06/03(左)與 2026/06/20(右):0608 豪雨後殘坡塊體明顯崩解,左半部於 6/20 滑落阻塞河道;箭頭處顯示 2025 年樺加沙颱風即已有局部崩塌。

五、小結

綜合判讀,這處萬里溪上游的新生堰塞湖,源於一處長期發育的殘坡:歷經 2025 年樺加沙颱風的局部崩塌、一年多的裸露地擴大,再由 0608 豪雨觸發塊體崩解,最終在 2026/6/20 15:43 左半部滑落阻塞河道而成。影像時序比對提供了空間範圍與形成時間窗,地動訊號分析則以獨立方法精準鎖定崩塌時刻並反演規模——兩者交叉驗證,讓事件還原更具可信度,也為後續壩體判釋、溢流評估與下游保全應變提供重要依據。

目前壩高、體積與是否溢流仍待空勘確認,後續發展請以林業保育署及相關權責單位之最新通報為準。

資料與工具來源:林業保育署航遙測分署、林業保育署花蓮分署、陽明交通大學防災中心趙韋安教授研究團隊、BigGIS 巨量空間資訊系統、PlanetScope 衛星影像、Google 電子地圖、臺灣通用電子地圖。本文之面積、蓄水量等數據均為依現有影像與地動訊號之初步估算,實際數值以官方正式公告為準。

2026年6月14日 星期日

【防災快訊】竹山瑞龍瀑布旁出現堰塞湖(空拍)—已溢流並形成水路,初步評估對下游影響有限

竹山瑞龍瀑布旁出現堰塞湖(空拍)—已溢流並形成水路,初步評估對下游影響有限

⚠ 防災快報

竹山瑞龍瀑布旁出現堰塞湖(空拍)—已溢流並形成水路,初步評估對下游影響有限

📅 2026 年 6 月 13 日 📍 南投縣竹山鎮 🚁 UAV 現地空拍 🏛 農村水保署

0608 豪雨後,加走寮溪左岸山坡發生大規模崩塌,堆積土石形成堰塞湖(TWD97:219263,2617702 ;WGS84:23.662661,120.698666)。6 月 13 日農村水保署會同成功大學、屏東科技大學等專家學者完成現地勘查,並取得空拍影像。目前堰塞湖已自然溢流、崩塌坡面已達岩盤,蓄水量預計不會再增加;即使發生最極端的瞬間潰決,對下游的影響也相當有限。

1.2 公頃
崩塌面積
5 萬 m³
堆積土石量
10 萬噸
最大蓄水量(已達上限)
+0.7 m
極端潰決下游水位最大增幅

空拍影像:現場什麼樣子?

以下四張均為 6 月 13 日現勘 UAV 空拍畫面,清楚呈現崩塌坡面、堰塞湖蓄水範圍、已刷開的溢流水路,以及下游瑞龍瀑布吊橋的位置與高差。

空拍全景:崩塌坡面與堰塞湖蓄水區 ① 崩塌坡面與堰塞湖全貌

右側山坡大面積裸露岩面即為崩塌區(約 1.2 公頃),崩落土石堵住河道,左側出現翠綠色蓄水湖面。目前壩體已被溪水從中刷開,可見白色急流穿越堆積物向下游流去。

圖片來源:農村水保署

堰塞湖蓄水全貌與溢流水路 ② 蓄水區與溢流水路俯瞰

蛇行的蓄水區(迴水約 400 公尺)與已刷開的溢流水路清晰可見。

圖片來源:農村水保署

崩塌坡面近拍:已露岩盤 ③ 崩塌坡面近拍

崩塌面底部已露出岩盤,無明顯殘存不穩定土體,後續再次大崩塌風險低。

圖片來源:農村水保署

下游瑞龍瀑布吊橋及河道全景 ④ 下游河道與瑞龍瀑布吊橋

畫面中可見下游河道走向及瑞龍瀑布吊橋(橋高約 32 公尺)。即使發生極端潰決,水位僅上升約 0.7 公尺,吊橋仍高出水面逾 31 公尺,安全餘裕極大。

圖片來源:農村水保署


為什麼說蓄水量已到上限?

這是本次勘查最重要的判斷之一,兩個條件同時成立:

堰塞湖已自然溢流,水路刷開

湖水已漫過壩頂並沖刷出溢流水路,水位不會再無止境上升,蓄水量已達動態平衡。

崩塌坡面已達岩盤,不會再有大規模崩塌

空拍影像清楚顯示崩塌面已露出岩盤,坡面上沒有明顯殘存的不穩定土體。後續不再有大量土石崩落來進一步加高壩體或擴大蓄水的條件。

兩者同時成立,代表目前約 10 萬噸的蓄水量,就是這座堰塞湖的最大蓄水量,不會再變多了。


10 萬噸水一口氣潰決,下游會怎樣?

以最壞情境——全部蓄水瞬間完全潰決——進行計算:

+0.7 公尺 下游水位最大上升幅度(極端情境一次性潰決)
32 公尺 瑞龍瀑布吊橋距河面高差
> 31 公尺 潰決後吊橋仍高於水面的安全餘裕

換句話說,就算是最極端的情況,下游水位上升 0.7 公尺,相對於橋面高差超過 30 公尺而言幾乎微不足道。加上下游沿線目前無保全住戶,整體直接衝擊非常有限。

⚠️
但仍禁止民眾進入河道範圍

壩體及流路仍可能因後續降雨出現局部沖刷變化,水位突變時溪床仍具危險性。近期請民眾勿進入加走寮溪及下游河道範圍。


後續政府怎麼做?

👥
成立應變小組

農村水保署南投分署依堰塞湖處理指南持續監測與應變,南投縣政府已設置禁止進入河道告示牌。

🚁
每兩日 UAV 空拍

持續掌握壩體形貌、溢流水路及下游河道變化,即時更新現況。

📈
每日水位觀測回報

坪頂里長及瑞龍瀑布園區管理員協助每日觀測,若有異常立即通報農村水保署南投分署。

ℹ️
如發現以下異狀,請立即撤離並通報

水位異常上升、溪水混濁度突增、河道出現異常聲響或流量突變,均應立即遠離河道並通報南投縣政府。


資料來源:農村水保署現地勘查初步成果及後續處置報告,2026 年 6 月 13 日。空拍影像由農村水保署現勘團隊取得。
加走寮溪 堰塞湖 UAV空拍 防災監測 0608豪雨 竹山 南投

2026年6月12日 星期五

【AI公務應用】數據不只是要公布,更要讓人看得懂——AI 如何幫助公務人員強化對外溝通

數據不只是要公布,更要讓人看得懂——AI 如何幫助公務人員強化對外溝通
防災 × 資料視覺化 × AI 公務應用

數據不只是要公布,更要讓人看得懂
——AI 如何幫助公務人員強化對外溝通

政府每天產出海量數據,卻有多少資訊真正被民眾理解?現在,AI 正在縮短「資料公布」與「公眾理解」之間的距離——而且任何公務人員都能做到。

2026 年 6 月 12 日 / 資料來源:經濟部水利署《水庫水情一覽表》

我們看水庫資訊時,最常犯的直覺錯誤,就是只看「蓄水率」這個百分比。一座蓄水率 99% 的水庫,若本身容量只有 500 萬立方公尺,實際蓄水量遠遠比不上蓄水率 21.6%、有效容量達 45,009 萬立方公尺的曾文水庫。

這個誤區,不是民眾理解力不足,而是資訊呈現的方式本來就不夠直觀。而這,正是可以改善的地方。

臺灣主要水庫現況(2026-06-12)

以下這張圖用最直觀的方式呈現:左欄是最大有效容量,右欄是目前實際蓄水量,兩側使用相同比例尺,一眼就能看出差距。

臺灣水庫容量與現況長條比較圖
圖1:臺灣主要水庫容量與蓄水現況對照。左欄最大有效容量/右欄目前蓄水量,相同比例尺直接比較(單位:萬立方公尺)
88×曾文是寶山容量的幾倍
21.6%曾文水庫目前蓄水率
100%寶山水庫目前蓄水率
0.2%阿公店(空庫防淤期)

關鍵洞察:曾文水庫蓄水率雖只有 21.6%,但其目前蓄水量(9,713 萬立方公尺)仍接近蓄水率 81.1% 的日月潭水庫(10,423 萬立方公尺)。這正是「光看百分比會誤判」的最好示範。

同一份資料,可以說不同的故事

同樣的水情數據,用不同的視覺化方式呈現,各有其溝通優勢。以下兩種版本都由 ChatGPT 依據相同資料生成,可依溝通對象與場合選擇使用:

水庫方塊面積視覺化
圖2:方塊面積版——適合強調水庫規模差距
水庫水桶圖示視覺化
圖3:水桶圖示版——適合一般民眾直覺理解

圖2 的面積版本,讓 88 倍的容量差距一目了然,適合用在新聞稿或政策說明;圖3 的水桶版本則符合一般人對「水位高低」的日常認知,更適合社群媒體傳播或對外發文。

AI 大幅降低製作門檻,公務人員不需要學新工具

以往要做這樣的資料視覺化,流程繁瑣:找資料、下載 CSV、清理欄位格式、用程式畫圖、再調整版面。這需要一定的技術背景,對多數公務同仁而言是實際門檻。

現在,ChatGPT 的 Image 2.0 功能已具備自行上網搜尋的能力。以這次的水庫水情為例,不需要預先準備任何資料,只要用自然語言說清楚需求,它就會自己查詢水利署最新公開資訊、整理數字,再直接生成視覺化圖卡。

實際使用的 Prompt 範例

輸入給 ChatGPT 的指令
「請參考水利署最新資料,把臺灣主要水庫依有效容量由大到小排序,同時呈現最大有效容量與目前蓄水量,並製作成直覺易懂的視覺化圖表。容器大小代表有效容量,藍色水位代表目前蓄水量。」

就是這樣。整個流程只需要一個動作:把問題問清楚。不需要會寫程式,不需要懂 Excel 函數,不需要學圖表工具。

對公務人員來說,這代表什麼?

公務人員最不缺的是數據,
最缺的是讓數據被理解的方式。

政府機關每天都在產出大量資訊:水情、空品、災害潛勢、預算執行……這些資料大多已公開,但格式往往是表格、PDF 或技術文件,一般民眾很難快速消化。

這造成了一種結構性的資訊落差:政府認為資訊已經公開,民眾卻感覺什麼都不知道。這個落差,不是刻意隱瞞,而是溝通工具與能力的缺口。AI 現在可以直接填補這個缺口。

善用 AI,公務人員可以做到的改變
過去的做法
  • 發布 PDF 公文或數字報表
  • 新聞稿以文字描述為主
  • 視覺化需委外或等候設計人力
  • 同一份資料只有一種呈現方式
  • 從資料到對外發文耗時數天
現在可以做到
  • 即時將數字轉為視覺圖卡
  • 同一份資料產出多種版本
  • 不需技術背景,只需描述需求
  • 因應不同受眾調整呈現方式
  • 從資料到發文可壓縮至數分鐘

這不是要取代現有的設計或公關人力,而是讓每一位有溝通需求的公務同仁,都能在第一時間產出有品質的圖像化資訊。

縮短資訊落差,從「讓人看得懂」開始

1
降低傳播門檻:一張好圖可以在幾秒內傳達需要閱讀數段文字才能理解的資訊結構,大幅提升對外溝通效率。
2
強化主動溝通能力:不再只是被動等媒體詮釋,機關可以主動產出易懂的圖像材料,掌握資訊溝通的主導權。
3
減少民眾誤判風險:特別是防災、水情、空品等公共安全議題,清楚的視覺化可以幫助民眾做出更正確的判斷與準備。
4
促進跨部門共識:當大家看的是同一份視覺化資料,跨機關協調與內部溝通的效率也會跟著提升。

結語

AI 工具的出現,不是要取代公務體系的專業判斷,而是要大幅擴展每一位同仁的溝通能量。一個懂業務的公務人員,加上善用 AI 的能力,可以做到過去需要整個設計團隊才能達成的對外溝通效果。

數據不只是要公布,更要讓人看得懂。而 AI,正在把這件事的門檻,降低到每個人都能跨越的高度。

給公務同仁的一個起點:下次需要對外說明任何數字或政策資訊時,試著先問自己:「如果用一張圖來說,該怎麼說?」然後把這個想法告訴 AI,讓它幫你找到答案。

📋 資料來源:經濟部水利署《水庫水情一覽表》
📅 資料日期:2026-06-12(各水庫更新時刻不一,僅供參考)
ℹ️ 註:阿公店水庫每年 6/1–9/10 為空庫防淤期,目前不蓄水。