中大打造新代AI地震預警系統 3秒可供各縣市震度

台灣地震頻繁，為讓國人更即時掌握地震資訊，中央大學地震災害鏈風險評估及管理研究中心受中央氣象署計畫委託，打造出新一代AI地震預警系統（TT-SAM）。在地震觸發當下，透過卷積神經網路（CNN）擷取地震波特徵，於最初測站後3秒即可提供各縣市震度，正確率高達9成以上，中央大學地震災害鏈風險評估及管理研究中心副主任詹忠翰說，期盼技術未來能優化取代現有地震預警系統，再透過通訊傳輸讓民眾更快接收到資訊。

中央大學地震災害鏈風險評估及管理研究中心表示，在氣象署經費支持下，團隊投入2年多時間，開發這套AI地震預警系統，主要是以人工智能來觀測地震波影像，投入1999年到2019年台灣地震的地震波等圖像，讓系統加以分析，並將地震波與震度相關資訊透過AI深度學習技術，讓警報系統更即時、精確。

這套「深度學習的端對端區域型地震預警模型」，主要參考以日本和義大利地震資料訓練的AI模型架構，再加入台灣不同區域震波放大特性，以優化台灣地震預警表現，提供較長的預警時間與可靠的震度預估。

以此次花蓮規模7.2大地震為例，透過7秒的震波分析，即可評估台灣多數地區震度可達4級以上。除了預估震度更加準確，發布速度也比傳統地震預警系統更快。

詹忠翰表示，當強震發生時，距離震央愈近，預警時間愈短，愈遠則可預警時間愈長。新開發系統比現有預警快上幾秒，此「黃金時刻」對於高鐵、捷運等重大公共設施而言，可提前幾秒預警，便能減速將災害減至最低。

詹忠翰說，計畫今年將告一段落，會將這個演算技術移到氣象署內部工作站測試，若未來優化及穩定性高，希望能取代現有預警系統，後續再搭配現有的簡訊傳輸，讓民眾能更快手機接收到資訊。

詹翰忠，經過計算這幾周要再發生更大餘震的機率會降低，不過以花蓮該地區地質結構及應力之間演化長遠來看，的確可能再發生大地震，應以防災角度來避免更多傷害。

中央大學地震災害鏈風險評估及管理研究中心，團隊主要成員涵蓋地震、海嘯、山崩土石流、堰塞湖、土壤液化、極端天氣系統以及風險評估等，希望將科學研究實用化，將學術成果應用至相關產業界，降低自然災害對人類生命財產的危害。