跳到主要內容區塊

選單

:::

Facebook 社團

:::

網站地圖

:::防災特報

按鈕

水文與淹水模擬大數據

    大數據指的是所涉及的資料量規模巨大到無法透過人工在合理時間內達到擷取、管理、處理。透過電腦技術讀取、人為分類統計與分析整理成為人類所能解讀的資訊。如健保的資料可用來避免疾病擴散或AIRDOC新創公司利用相機拍下眼睛照片,經由影像辨識與大數據資料庫比對,2分鐘檢查報告已經透過網路傳進手機,報告裡寫這著糖尿病視網膜病變、高血壓動脈硬化、青光眼、白內障等超過10項檢查結果,一次列清。
相關圖片
圖1 醫學影像辨識與大數據資料比對(資料:AIRDOC)

    道路監視資料用來打擊犯罪(車牌辨識、警用人臉辨識)或測定即時交通路況(影像辨識車流量)。人臉資料用來辨識人口走失或打擊犯罪(警政大數據資料)。未來若發生道路車禍或都市淹水,就會用這些資料用來道路導引與救災使用。這樣的用途正是大型資料盛行的原因,可提供高準確率的判斷,輔助檢測人員或值勤人員數據判斷之基本依據。

    人工智慧(Artificial Intelligence、AI)無論是在機器人、汽車、手機、家電都存在著人工智慧扮演不可或缺的角色,與我們的生活緊密結合。如圖2所示,過去的倒車雷達技術提醒我們後方有物體,請勿再靠近,並用距離來分段提醒,倒車可能情境,這在汽車界裡算是基本配備。隨著感測器的輔助,如紅外線技術,能提供基本配備外的功能,增加周邊行車可能的情況提示,如人或移動物體的提醒。到近3-5年自駕車掀起一波技術提升,同樣利用感測器,再加上相機即時影像辨識,讓車子行駛在兩旁實線與分隔線、物體障礙物、坑洞、影像速度判視等技術之整合,用大數據來學習各種可能狀況,讓自駕車能夠安全行駛於路上。特別在過去的這幾年中雲端計算、大數據、與深度學習的興起,將人工智慧的研究推上新的高峰!AI領域甚廣。由上述可知大數據需要時間不斷累積資料、數據與經驗,加上技術等方面之結合方有可能達成。
相關圖片
圖2人工智慧運用倒車雷達提示、車行周邊掃描、自動駕駛

    而在水利領域,過去的大數據主要為雨量、水位流量等資料,少數的區域淹水資料等,而在這一波人工智慧上,我們要如何著手大數據資料庫的建置,如物聯網等技術建置與資料收集。但這樣實測數據的呈現很緩慢,短時間不容易達到大數據之資料量。因此,各式各樣的數值模式在這時間點上就變成一個活用的工具。

    有些利用水文分析上的不確定性、隨機分布等虛擬降雨情境就顯得格外重要。換言之,一地區需要下多少雨量的情況,就會造成淹水。利用這樣的特性來產製水文分析上的大數據資料,如圖3所示。利用檢定與驗證好的淹水模式進行大量數據的分析與模擬,分析出大數據,如圖上說明為6000場次的淹水模擬。甚至更多的隨機的降雨進行大數據資料庫資料累積,再加上實測資料累積,讓大數據成為未來可以快速分析淹水的一個利器。
相關圖片
圖3水文不確定分析之雨量與淹水大數據資料

    有些淹水數值模式如圖4所示,是過去常用來分析一區域的可能積淹水情況。因目前國內外有許多相關淹水模式,如國內常見之HEC-RAS2D、SOBEK-2D與1D2D、MIKE21-2D與1D2D、FLO-2D、SEC-HY21、3Di、CCHE2D-GPU、流體力學之GPU淹水模式等可以選用,但研究區域內有各式各樣水工建造物,如攔水跌水工、輸洪箱涵工、滯洪池,都市排水、雨水下水道與各式各樣下游出口防洪閘門、固定或移動式抽水機等功能,如圖3所示。在水流上又有超亞臨界流、明渠與管流等特性存在,因此,在模式選擇上要能夠符合現況、且能夠實際水工操作控制與設定之模式,在上述模式中僅有SOBEK-1D2D、MIKE21-1D2D模式能夠做到與實際狀況接近之情境(兩者差異主要在數值方法與網格處理上有差異)。同樣,淹水模式建置好後,亦可用於即時淹水模擬,結合現地的IoT資料與預報雨量(QPESUMS)就可透過即時模擬與結果展示,如圖5所示,就可用來防災應變使用。若加以套疊至AR或VR等工具,如圖6所示,其展示效果更能活化加以瞭解淹水情況。

相關圖片
圖4 SOBEK淹水數值模式與水工構造物

相關圖片
圖5 水理、淹水模式示意

相關圖片
圖6 AR與VR之淹水展示(陶林公司提供)

    水文大數據資料除來自過去既有資料與建置IoT資料外,亦透過水理、淹水模式模擬產出之資料,進行大數據資料庫建置,藉由數據統計分析、資料探勘與檔案格式處理,提供給人工智慧來使用,如機器學習之非監督學習-群集分類(Unsupervised Learning),或深度學習之視覺影像辨識等技術,皆可應用於即時雨量、預測雨量與淹水資料庫之大數據分析。



楊昇學博士編譯

相關圖片

  • 1008
2018/02/02
2018/02/02
2018/02/02
2018/02/02
2018/02/02
2018/02/02
2018/02/02
2018/02/02
2018/02/02
2018/02/02
2018/02/02