2016年12月29日 星期四

【心得】20161217 G0V「公民科學黑客松」參與心得分享(李苡宣) (直播錄影)


這是水土保持局技術研究發展小組2016/12/27 Seminar安排的短講。
明年開始想鼓勵同仁加入短講的行列,用8分鐘左右的時間,分享自己近期的成果。

這次的短講,係由技研小組的李苡宣研究助理分享2016/12/17參加g0v黑客松的心得。
未來希望將這種跨域協作、自由的討論、溝通及工作型式,也能引進到公務體系內。

影片連結:https://youtu.be/wq1z7QiQMgQ


同場加映:12/17黑客松當天一起討論的夥伴的開箱分享文,讓您第一次參加就上手-

g0v 零時政府黑客松參與心得(g0v hackath22n)





====== = = ====  我是分隔線 =============

我一直認為「跨域」及「協作」是未來常態的工作形式,例如我們今年10月初完成的「水土保持技術研究發展規劃與建議」報告,即是嘗試使用Coggle線上心智圖+Google文件,在二個月內由四位同仁共同撰寫完成的。

g0v的黑客松形式及hackpad的共筆方式,是我這二年嘗試想引進的作法,
當然,公務機關的運作畢竟不同,但或許還是可以從中找到一些可以參考的元素。








2016年12月27日 星期二

【研究成果】20161227使用QPESUMS雨量資料建立坡地災害熱區警戒模式(陳振宇) (直播錄影)


建立以雨量為基礎之土砂災害警戒模式,其關鍵在於如何選定適當的雨量指標,以及如何建立警戒臨界值(線)。

台灣自2005年起正式採用降雨驅動指標(Rainfall Triggering Index, RTI)設定各鄉鎮之雨量警戒基準值,並建立土石流紅、黃警戒發布機制,十年來已有效降低民眾傷亡。惟RTI模式採用的有效累積雨量,係以逐日折減方式納入前七日之降雨,在某些特殊型態之雨場(如長延時、低強度)時,常導致警戒誤報率偏高。

為此,本研究提出以逐時折減之有效累積雨量計算方式,並據以求出自2005年起氣象局QPESUMS各網格之逐時有效累積雨量,配合林務局歷年以航遙測影像判識之崩塌地圖資,以及水土保持局歷年重大土砂災例調查報告,建立各網格之坡地災害雨量警戒值(Rc)。同時,以烏來地區為研究案例,採用2005年各網格之最大有效累積雨量資料作為其初始Rc值,並以2006~2015年共10年之雨量資料作為警戒發布成效之驗證。

研究成果顯示,本模式10年平均預測災害位置之空間正判率約為7成,且以災害發生時間明確的2015年蘇迪勒颱風為例,此模式多在災害發生前6小時即可提出預警,故本研究建立之警戒模式可有效預測災害發生之時間及區域。

此外,本研究提出之降雨致災熱區警戒模式,具有視覺化之優點,未來可作為土石流及崩塌災害警戒整合發布之可能型式。

keywords: 土石流警戒、崩塌、預警系統、有效累積雨量、土壤含水量、致災熱區

影片連結:https://www.youtube.com/watch?v=tkTELZG7uXU












【參考文獻】
  1. 詹錢登、李明熹(2004),土石流發生降雨警戒模式,中華水土保持學報, 35(3): 275-285.
  2. Osanai, N., Shimizu, T., Kuramoto, K., Kojima, S., and Noro, T. (2010): Japanese early-warning for debris flows and slope failures using rainfall indices with Radial Basis Function Network, Landslides, Vol. 7, pp. 325–338.
  3. Saito, H., and H. Matsuyama, 2012: Catastrophic landslide disasters triggered by record-breaking rainfall in Japan: Their accurate detection with Normalized Soil Water Index in the Kii Peninsula for the year 2011. SOLA, 8, 81-84.

2016年12月23日 星期五

【文獻導讀】20161220 溫故知新-混凝土材質特性(莊志展) (直播錄影)


本影片為水土保持局技術研究發展小組於2016/12/20之seminar文獻導讀報告,報告人為莊志展副工程司。

混凝土是土木工程中最常用的材料,掌握其配比與性質為第一線工程師的基本職能。講者從事第一線水土保持工程工作多年,於工程設計、施工、監造、驗收等具豐富經驗。本次文獻導讀分享將由混凝土之基本組成與特性作重點說明,並介紹近年來開始應用於重要結構物的高性能混凝土與自充填混凝土等。最後,並反思後續工作上宜加強的方向。

影片連結:https://youtu.be/jYmSxjx5ljM







補充及勘誤:
P6 水灰比==> W/C ,   水膠比==> W/(C+P)   ,   W:水重  C:水泥重   P:卜作嵐材料重
P6 第IV型-低熱水泥
P13 「卜特蘭材料」應為「卜作嵐材料」


參考文獻:
1.營建署(2011),混凝土結構設計規範。
2.陳振川(2007),新近混凝土材料工程科技之創新與應用,台灣大學。
3.李釗,混凝土材料檢測及判識,中央大學。

2016年12月14日 星期三

【文獻導讀】20161213 衛星遙測土壤含水量與降雨量相關文獻導讀(劉維則)(直播錄影)


本影片為水土保持局技術研究發展小組於2016/12/13之seminar文獻導讀報告,報告人為研究助理劉維則。

土壤含水量為導致坡地災害的關鍵因素之一,然而目前土壤含水量的監測方式大多僅有點的監測,對於土壤含水量之空間區域變化較難有整體性的掌握。未來若能利用衛星遙測技術,獲得大範圍且即時的土壤含水量資料,將可提供更多元的坡地警戒模式,並解決觀測站空間監測之侷限性。

當然,這個方式所作出來的結果,並不是真正的土壤含水量,而是一種呈現表土層水份變化趨勢的量化指標。就好像日本目前的土砂災害警戒模式中所用的「土壤雨量指數」,係採用三層虛擬的水桶內的水深來模擬不同深度土層的溼潤程度。亦即「土壤雨量指數」雖非真正土層中的含水量,但它卻可用來作為一個廣域範圍內的土壤飽和度的代表性指標。










參考文獻:
1.陳錕山(2009),衛星遙測台灣地區土壤含水量與降雨量之研究,交通部中央氣象局委託研究計畫成果報告。
2.曾裕強(2010),衛星遙測台灣地區土壤含水量與降雨量之作業化研究,交通部中央氣象局委託研究計畫成果報告。
3.袁培堯(2012),利用MODIS與AMSR-E衛星資料推估地表土壤含水量,國立中央大學土木系碩士論文。
4.何连、秦其明、任华忠、都骏、孟晋杰、杜宸(2016),利用多时相Sentinel-1 SAR数据反演农田地表土壤水分,农业工程学报。
5.余化龍(2016),時空巨量資料推估技術於坡地災害風險預警之發展應用,水土保持局創新研究計畫報告。


補充資料:感謝潘國樑教授分享以遙測方式探測土壤含水量的經驗

  • 利用遙測方法探測土壤含水量是可行且實用的方法,但是有一個先決條件是土壤必須是裸露的,如果土壤為植被所覆蓋,則遙測將無能為力。
  • 下圖是我最喜歡在上課時秀出來的一張近紅外線彩色影像,它清楚的顯示及證明土壤含水量與其近紅外線反射能量的密切關係。理論上,土壤含水量越高,其近紅外線反射能量越低(影像較暗),相反則反是。
  • 影像為IOWA某玉米田,歷經收割、降雨、新種、乾旱等4個過程,土壤含水量的變化情形。
  1. 上左為玉米收割後,土壤呈黃灰色;黃色為含水量較少,灰色為含水量較高,而且越高越黑。
  2. 上右為下過一陣雨之後,雨水入滲,砂質土壤入滲多,含水量變多,所以較黑。泥質土壤則相反(黃色部分);故近紅外線彩色影像不但可以顯示土壤含水量的高低,甚至還可顯示不同土壤類別的分布。
  3. 中左為降雨後經過幾天的日曬,土壤內的水分蒸發,黑色部分變小,黃色部分變大。
  4. 中右為新玉米又種下去了 生長得很好。
  5. 下左為遇到天氣乾旱,玉米開始淍枯,砂質土壤保有較多的水分,故可支持得久一點;泥質土壤不易保持水分,玉米容易枯死,影像呈黃色。
  6. 下右為枯旱繼續 玉米死得更多, 紅色部分越來越少 黃色部分越來越多;你可以發現 中左的黑色部分與下左的紅色部分非常一致。

2016年12月7日 星期三

【心得】2016 GSDI Workshop-智慧防災之遠景及推動策略


2016年 Global Spatial Data Infrastructure Association (GSDI)於2016/11/28~12/2 假南港展覽館熱鬧登場,除了收費的國際研討會外,還有19場免費但精采的論壇。

GSDI 主網站:http://gsdi15.org.tw/



各Workshop場次:http://gsdi15.org.tw/Workshop_index.aspx

水土保持局籌辦了其中一場workshop,我也負責主持第二個session,議程表如下:



與談人特別邀請逢甲GIS中心主任周天穎教授、台大土木系劉格非教授,以及台灣防災產業協會秘書長鄭錦桐博士



預擬的討論議題如下:


不過,遺憾的是,由於時間有限,無法針對每一個議題深入討論。

以下僅針對本人整理的重點,摘要如下:


  • 劉格非教授

  1. 人為災害較易監測,天然災害的監測必須面臨更嚴苛的戶外工程規格。
  2. 智慧防災可以人體的防疫系統作比擬,包含監測=>反應=>決策=>執行
  3. 目前監測多以雨量為主,應有更多樣的監測項目及更高的監測密度
  4. 先有自動化後,才能進到智慧化
  5. 民眾的自主防災能力及教育是重點

  • 鄭錦桐博士

  1. 智慧的重點=>快、準
  2. 台灣有很好的 ICT及IOT基礎,未來可能每個人(每家)都是監測站(地震、PM2.5、氣溫..)
  3. 對保全業及產險業而言,客戶損失愈小,即表企業獲利愈大
  4. 日本已進入防災4.0
  5. 民眾必須相信有災害風險,才會有行動

  • 周天穎教授

  1. 前幾年推動企業防災,請7-11店員於淹水時拍照回傳災害照片=>推不動,因非自發性的行為
  2. 善用或轉化民眾打卡等自發性的行為來協助防災工作
  3. 未來「買(找)資料」會是個好生意

  • 與會人員綜合意見

  1. 政府常怕資料不夠精確不敢公開資料,很可惜
  2. 資料應正規化
  3. 過去的資料及數據很重要
  4. 資料要公開
  5. 民眾的防災教育很重要

  • 主持人(就是我啦)

  1. 調查評估=>監測=>預警=>通報=>應變    ====>每一個環結都有智慧的元素,也都是商機
  2. 智慧的目的==>省時、省力、省錢==>不僅要能解答,更要有進一步提問的能力
  3. 智慧防災的對象==>政府(穩定)、企業(獲利)、民眾(安全)
  4. 民眾可以成為內容提供者,例如用手機錄一小段下雨影像,上傳後,系統自動判斷雨勢
  5. 未來每個人的手機(環)都是在地的sensor
  6. 企業佈建sensor,提供「天氣、防災」服務,也許是商機,有商機才有更多人投入


最後水土保持局技術研究發展小組的黃奉琦博士,為這次的討論提供了一個好標題:

智慧防災vs 防災智慧



我想就借用她的點子,用這句話作為本次Workshop的結語吧!!


「讓我們藉由眾人的防災智慧,達到智慧防災的目標。」