隨著氣候變遷、極端天氣頻發，台灣面臨的不只是突發淹水，海平面上升也成為隱憂。過去20年間，台灣海平面平均每年上升4.4至5.2公分，尤其雲林、台南和基隆等地，預計未來溢淹面積將顯著增加。雙重威脅下，地方政府導入智慧下水道監測系統，結合AI技術，即時預警、縮短反應時間。透過監測水位變化和模擬淹水風險，AI科技未來將成為防災利器。這也要透過時間以及大量資料的累積，讓AI能更準確預測淹水情形，為居民築起智慧防線，應對不確定的水患挑戰。
水淹及膝，防水沙袋堵在門口，仍抵擋不住。
無論是短時間的強降雨還是颱風帶來的豐沛雨量，常釀成淹水災情。
打開下水道人孔蓋，裡面暗藏玄機。
宜蘭縣水利資源處下水道科技士陳柏任：「複合型的感測裝置，在下面的探頭的地方，它是它的雷達波的探頭，那只要在雷達波探頭底下的水位，它是雷達回波的方式，來監測它的高度，假如說哪天暴雨，滿過它的雷達的探頭以後，那它就會自動切換成，我們另外一個壓力式的感測裝置。」
宜蘭縣政府導入防災科技，打造智慧雨水下水道監測環境，生成式AI，名副其實的「落地」應用。
宜蘭縣水利資源處下水道科技士陳柏任：「特別另外在道路側溝，也裝了一支比較小型的，雷達波的水位計，在水位異常上升，或是變化太快的時候，可以把訊號傳回我們的系統。」
全縣共60支複合式設備，20支純壓力式設備，每個環境偵測儀器，都能即時蒐集現場訊息，回傳到辦公室。
宜蘭縣水利資源處下水道科長廖政彥：「因為我們的雨水下水道很長，孔位很多，我們不可能每個位置都去裝，我利用第一支的水位去推估整條幹線的水位。」
利用水理分析，評估縣內容易發生冒孔、頂托、水躍及過去有積淹水的區域，設計水位計，用AI推估雨水下水道系統的水位情形。
宜蘭縣水利資源處副處長黃竣瑋：「災害它有即時性，氣候變遷極端的降雨之下，我們應變的措施的反應時間變得很短，所以為了應付這樣子的一個狀況，所以我們要有一個工具，那什麼樣的工具進來了，AI或許是一個很好的解方現場有了這些設備之後，當然後端就要有一個系統，去把這些的資料做儲存跟運用，資料量要龐大到一個程度的時候，那個AI的判斷或是下決策，給長官的一個建議的部分，才會更準確。」
未來資料量達一定程度，經過學習，AI將依照現場狀況，現有資源，提出建議策略。
宜蘭縣水利資源處副處長黃竣瑋：「要讓應變時間更短的這件事情的重要性，其實是現在的雨都真的很極端，就是有可能一個小時就下很大量的雨，可是那樣的雨可能很快的就排除了，那甚至於我如果花了三四個小時去調度，我人到現場了，你根本就沒辦法處理，因為它已經洩了。」
因為能預測淹水，應變時間縮短，原本要花五六個小時，現在兩三個小時內，就能排除。
科技公司水利顧問許永佳：「這個淹水預報在過去是非常難做的，那現在反而過來就是說，我們偵測器這麼多了，反而沒有一顆頭腦，沒有一個軟體，可以去處理這麼多資料。」
科技公司打造的監測系統，採用最新淹水模擬科技，結合AI及大數據分析，評估縣內高風險區域。
科技公司水利顧問許永佳：「當你這個強降雨，如果集中在某幾個小時的時候，它就有可能造成某些地方會淹水，每一個小時都會去呈現，這六個雨量站降雨的一個結果，五分鐘完成高解析度的，一到三個小時未來的一個淹水狀況。」
科技公司資深技術處長黃振發：「整個宜蘭縣兩千多平方公里，我們透過這個AI的淹水模擬，找出淹水的重災區，未來的目標是說抽水站的，部分的防洪的偵測監測，利用AI的比如說是做影像辨識，去知道它目前水位的變化，來達到事前預防的一個目的。」
氣候變遷，全球暖化，海平面升高，將直接衝擊台灣。==實CG==1993到2015年間，台灣海平面每年平均上升2.2公分，提升最高的是蘭嶼，3公分左右，其次是新竹2.9公分，屏東墾丁2.5公分。根據潮位站資料與衛星測高儀資料分析，台灣海平面上升加速，近20年來，平均每年上升4.4到5.2公分。包括雲林縣、台南市、基隆市等3縣市的溢淹面積，會顯著增加，極端暴雨也將成為常態。
資深記者王皓宇：「因應颱風來臨，經濟部水災災害小組成立二級開設，面對極端氣候，台灣淹水的風險逐漸的提升，這時候透過AI整合資訊提前預警，可以在水災發生之前，有效的做出精準決策。」
水利署水利防災組組長林益生：「像那個紅色的點就表示說，這裡現在有淹水，點一下那個紅色的圈圈。」
八千多支監視器畫面，無法靠人工一一過濾，水利署透過AI技術，用影像來辨識。
水利署水利防災組組長林益生：「未來六個小時，哪些地方會達到淹水的警戒，所以現在可以看得到，在基隆的七堵區它在未來六個小時，可能會達到黃色的淹水警戒，每十分鐘，它會一直不斷地在做運算。」
水利署副署長王藝峰：「防災工作最重要的就是要，最早的時間來提供民眾預警，而且要最即時的來掌握我們的水情跟災情，另外要最短的時間內要做出決策，如果你都用人工來處理這個資訊，量非常的大，而且也沒辦法在第一時間內，提供決策者來採取行動，把資源分配到最需要的地方。」
因此，AI無法置身事外，但模型的訓練及學習，還有更成熟的空間。
水利署副署長王藝峰：「我們運用歷史上的淹水的這個資料，以及中央氣象署它的降雨的衛星雲圖，透過這些數據，我們可以把點的雨量站的資訊，拓展成面的雨量站資訊，而且可以很快的來演算，我們這些降雨在不同時節，包括在冬季在我們的梅雨季，在夏天這個颱風，或是西南季風的這個鋒面季，它的土壤含水量以及溫度，都不太一樣的情況之下，它產生淹水的可能性。」
AI科技崛起，為人們築起一道看得見的智慧防線，災害應變不再是難以捉摸的未知數。
◤Blueseeds永續生活◢
