智慧防洪，韌性城市

近年來，由於全球氣候變遷的影響，暴雨事件屢見不鮮，就臺灣而言，地形陡峭、河川短促、位處亞熱帶氣候與西北太平洋颱風活動的主要路徑，這些因素使得臺灣遭受瞬時豪大雨所帶來的洪患、坡地崩塌，且問題日益嚴重；另外，極端降雨的問題也使城市原有的排水系統過載，癱瘓社會經濟活動，進而威脅國人生命與財產安全。

因此，本專案希望透過 2 個子計畫來解決臺灣水土保持和都市防洪：子計畫一是以智慧防洪為主，子計畫二則是專注山坡地開發違規案件分析。

子計畫一：智慧防洪

比照工業 4.0 的模式，我們將防洪的方法可分為四個面向，分別是：

• 《防洪 1.0》圍堵：建堤防；
• 《防洪 2.0》疏導：圓山仔分洪道、基隆河截彎取直；
• 《防洪 3.0》局部改善：滯洪池、抽水站；
• 《防洪 4.0》即時反應：抽水站運作應變、臨時抽水機設置。

《防洪 1.0》及《防洪 2.0》需要長期規畫及大筆金錢；《防洪 3.0》則是基於《防洪 1.0》及《防洪 2.0》的建設之下，一勞永逸地解決局部地區易淹水的問題；《防洪 4.0》則是基於前三者的建設，運用大數據及AI的方法預測即將淹水的地區，在有限的時間內做出適當的反應，以減少甚或避免淹水所帶來的損失。市面上大部份的大數據防洪治水方案多是用以建議《防洪 2.0》或《防洪 3.0》的實施方案，而本計畫則是專注於《防洪 4.0》。

子計畫二：山坡地開發違規案件分析

透過對山坡地違規發生地點進行空間變異分析，探討違規所在熱區，並結人力配置和行政區資料，建立違規開發視覺化平台，最後結合衛星影像變異偵測、道路圖與坡度地形圖，有效篩選實際上沒有違規的舉報案件，過濾出真正的違規地區，搭配針對熱區設計有效的取締路線與工具，協助相關單位達到更高效率的人力配置，強化違規熱區所需的監控，加快通報流程和提高違規的取締效率。

子計畫一：智慧防洪

現行方式

以既有的水文學說而言，工程性的防洪方法，《防洪 1.0》及《防洪 2.0》，是最能有效降低洪水災害影響的做法，然而防洪、疏濬工程興建成本高，也有其限制，因此還需搭配其他非工程的減災手段（《防洪 3.0》）及災害預警和應變措施（《防洪 4.0》），將災損降到最低。然而，傳統水文模擬防災方式，需要大量經費及人力來建置 3D 模型，高成本使其難以擴及到山區或偏遠鄉鎮，再加上傳統水文模擬在水位或淹水預測方面，其運算時間頗長，難以達到《防洪 4.0》所需的即時反應特性。

專案目標

基於現有政府建設及不遷移居民的前提，應用過去十年的雨量、流量、上下游測站水位資料，透過資料整合、資料探索和統計建模的方式，來建立彈性且低成本的防洪解決辦法。以有效預測降雨時下游下水道的水位可能高度，為相關單位做到預警的效果，提前應對防洪的時間。

此方法不僅可以保障人民財產安全，對提案單位及其他相關單位而言，更是一項啟動災害防救機制的有力參考依據，能改善重點區段防洪流程及防救災資源配置效能，進一步找出與自然共存永續發展的新型城市模式，達到韌性城市的目標。

資料來源

由氣象局、臺北市政府工務局水利處及大地處三方提供 2010-2019 歷年資料約 1,640 萬筆。

水文資料架構圖

模型建立與預測

本專案藉由歷年豪大雨事件來探討上、下游水位間的關係。以 2017/06/02 豪雨事件為例，可以看出上游（雨量站）與下游（下水道、抽水站）間存在時域上相關，因此可以藉由這個關係來建立模型，進而達到預警防洪。另外，從兩個鄰近集水區（陽光港墘集水區、康寧南湖集水區）中可發現，在降雨量差不多的情況下，康寧南湖集水區的抽水量遠不足陽光港墘集水區，故康寧南湖集水區在 11:00~14:00 左右發生淹水。這更顯示，若能提前預知下水道水位，即可在下水道系統過載前增加抽水量，以防排水不及造成的淹水問題。

由於每次降雨位置分佈不同及其他不確定因素（排水管線遭變更、遭其他管線穿越等），使得各下水道的稽延時間並不一致，所以我們會針對各下水道使用 Distributed Lag Regression Model 分別進行模擬；以延遲 60 分鐘模型來說，應變數是現在的下水道水位，自變數是一小時前的下水道水位、雨量站的雨量及抽水站的抽水量，用豪大雨的資料配置。如此一來，當我們提供即時的下水道水位、雨量等資料，即可由模型預測 60分鐘後的下水道水位高度。

從結果來看，模型只有在水量較小時預測較差，但小水量並不致淹水，模型僅需要抓得到淹水時的狀態即可。此外，雖然預測高點與實際相差10分鐘，但由於模型是對未來60分鐘做預測，所以尚有50分鐘給決策者做反應，這對現有抽水機的能效而言是綽綽有餘的。

因此，淹水前60分鐘的預警能夠提供相關單位及時採取行動，例如提早打開抽水機以減低下水道負荷等，防止降水在都市地區匯流時，來不及排水，所造成地下水道過載而淹出地面的情形。

2017/06/02 豪雨事件圖

？？？

陽光港墘集水區及康寧南湖集水區地理位置圖

Distributed Lag Regression Model 預測圖

子計畫二：山坡地開發違規案件分析

現行方式

目前違規案件回報主要來源有：巡查人員（巡山員）主動查報、其他公務機關通報、外包工具（衛星影像監測、航照系統監測）、熱心民眾檢舉，案件回報大地工程處後，將由取締人員協同查報人員進行現場查證。

專案目標

水土保持與生態保育一直以為都是積極推動的環境議題，本專案收集過去 5 年合計共 245 件的違規案件，以違規的類型與地區等特徵來作為分析資料，期望能找出更具體有效的違規標的，提供更有效率的取締。另外，結合現有監測外包工具，探索優化的可能性，並將工具和方法導入監測與取締流程，進一步解決山坡地開發違規取締上的痛點。

資料來源

由臺北市政府工務局大地工程處提供：

• 2014-2018 山坡地違建案件共 245 件
• 2018 年衛星圖層與各月份變異點圖層

台北市街道與山坡地違規案件發生地點圖

專案成果

為了更瞭解台北市山坡地開發違規案件，我們以過去五年的違規案件來探討，並從兩個角度切入：

1. 山坡地開發違規案件的變化趨勢

我們將違規案件以行政區為劃分單位，透過觀察 Moran’s I 指標，來討論山坡地開發違規案件的變化趨勢。Moran’s I  為計算全域自相關中常用的指標，Moran's I 值介於 -1~1，> 0 表示空間正相關性，其值越大表示空間聚集越明顯，因此，從 Moran’s I 指標中，我們可以發現台北市違規案件在近五年有逐漸集中的趨勢，且在 2018 年最為明顯，數值達到 0.82。

台北市近五年 Moran’s I 指標圖

2. 山坡地開發違規熱區分析

由於集中趨勢分析無法直接指出確切的聚集地，即違規案件究竟在哪個地點，所以，我們嘗試視覺化以違規案件的歷史資料，來找出違規的熱區。藉由違規案件經緯度位置比對，我們發現主要違規熱區為士林區的新安、華岡與北投區的泉源等地區，猜測背後原因可能與近幾年房市成長逐年趨緩相關，由於地主不願土地因房價低迷而閒置，轉而自行違規開發獲取更大利益價值，又或者若干地區開發利益和誘惑大，地主傾向先違規開發再尋求就地合法途徑，以致開發時就違反法律規定，但背後真實原因和違規動機，需結合多方資料後才可深入各熱地區去實際驗證。

台北市近五年違規熱區圖

建立巡山員人力配置 Dashboard

從過去五年的違規案件中，可知違規案件有越來越聚集的趨勢，且一旦該地有違規案件出現，其每年重覆違規的情形也相對較多，此問題容易在現行巡山員人力配置的原則下，出現責任分配過載或閒置的情形，因此，整合人力配置區和違規案件熱區，提供巡山員人力配置的建議，協助未來山坡地開發違規取締更有效率。

我們結合過去五年的違規案件資料庫與實際地圖，真實地了解違規開發案件的所在地，並透過違規熱區與道路圖等分析和過濾方式，以 Tableau 平台將資料視覺化的呈現，藉此處理巡山員在稽查上費時費力的問題，也解決無人機空拍上需事先了解目的地的痛點。

巡山員人力配置 Dashboard

結論與討論

相較於傳統水文模擬方式，以降雨、水位等資料來評估淹水風險，可以在大幅降低電腦運算量、避免繁雜參數設定及運用公開資料的條件之下，進行即時的市區淹水預測。而未來可以透過收集更多影響淹水因子的資料（氣象資料）及探討其他模型預測能力來提昇淹水預警系統。此方法可以發揮最大效用的條件是，應用的城市需要擁有完善地下水道設施、並有密集的地下水水位測站。其它城市或鄉村的淹水預警可以利用類似的統計模式建構預警系統，但是可用的資料則另待探索。

在山坡地開發違規案件分析方面，下一步規劃整合坡度地形圖與水士保育流失地區等資料，找出導致特定地區違規的原因，以及該區附近的開發案件是否造成連帶影響關係，進一步利用數據建議加重特定違規開發的取締與罰則方式。我們希望此想法和平台能夠協助保育山上的每一塊土地，守護山下的每一位居民。