智慧防洪,韌性城市

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

3. 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。