Focus

聚焦地科

home / 聚焦地科 / 詳細頁

聚焦地科

聚焦地科2022-11-30

臺灣地震頻繁,智慧防災平台如何讓我們更有韌性的面對災害?

臺灣地震頻繁,智慧防災平台如何讓我們更有韌性的面對災害?
2022/11/30
周中哲|國家地震工程研究中心主任

圖一
圖一:臺灣位於菲律賓海板塊與歐亞大陸板塊邊界上,地震活動相當的頻繁,近 20 年來臺灣已發生數個大規模而引致高震度的致災型地震。(影像來源:Unsplash)

臺灣位於菲律賓海板塊與歐亞大陸板塊邊界上,地震活動相當的頻繁,近 20 年來臺灣已發生數個大規模而引致高震度的致災型地震。例如 1999 年的南投集集地震(規模為 7.6)、2016 年的高雄美濃地震(規模為 6.4)、2018 年的花蓮地震(規模為 6.4)與 2022 年的台東關山及池上地震(規模為 6.4 及 6.8)等,造成許多建築及橋梁結構的損壞倒塌以及生命財產的損失。
一般住宅及橋梁使用年限約 50 年,可能面臨中大規模地震的侵襲,因此要加強應用智慧防災技術來減緩地震可能造成的民生衝擊,可由結構物本身抗震能力提升及預警監測技術輔助達成。
以 2011 年紐西蘭基督城大地震為例,當地房屋受損嚴重,雖然大部份建築物達到「大震不倒」的要求,但多數建築卻嚴重傾斜,修復補強不易,更重要的是地震保險公司無法評估這些震損補強後建築物的抗震能力及使用年限,最後均面臨拆除重建命運。這些額外的建築廢棄物處理不僅再次對環境造成嚴重衝擊,也違背淨零碳排的目標。
因此發展自復位能力的材料,也就是具有回復能力(如記憶合金)的材料或結構系統(柱、梁、斜撐、牆或樓版等,如圖二左所示),可避免震後建築及橋梁傾斜、或變形過大而難以修復,進一步地提升老舊或新結構物耐震性能。尤其是離斷層近的建築物及橋梁易受到近斷層地震的高速度脈衝震波襲擊,避免其倒塌傾斜,如圖二中間、右圖為研發重點。

圖二
圖二: 三層樓鋼造建築承受 2022 台東池上近斷層地震國際合作震動台試驗。(左圖為三層樓鋼造建築;中間為台東池上地震建物;右圖為崙天大橋災損,影像來源:周中哲教授)

早期震損評估技術及早通知,第一時間掌握災情評估消息

當地震發生後,中央氣象局會根據地震速報站資訊發布震央位置、震源深度、地震規模及各地監測站的監測數據。但國家地震工程研究中心(以下簡稱國震中心)獲得這些資訊如何判識災情?是否地震規模大就會災情嚴重?是否離震源近就代表災情嚴重?
事實上,地震造成的損害並非僅靠幾個數值便足夠,尚需考慮到各地的地形與地質,計算地表震動與土壤液化所造成的影響;其次,再考量建築物的結構型式、建造年代與用途、居住人數等數據資料,才有辦法評估一般建築物的地震損害與人員傷亡。
由於要在短時間內預估地震造成的損害相當困難,這也造就了地震早期損失評估系統的誕生。所謂早期損失評估是運用資訊系統建置地震損失資料庫,內含各種推測地震事件(約九萬筆)的地震災害潛勢和結構物的損害暨損失評估結果。
在地震發生後,早期損失評估系統在接獲中央氣象局地震報告電子郵件的 2 分鐘內,推估 4-6 個最可能的推測地震事件,自動將電腦分析模擬結果發送簡訊、電子郵件及提供線上資訊網查詢等方式,第一時間將災情評估結果傳遞至災害應變人員及國家消防署。藉由這些資訊得以讓消防及應變相關單位了解是否有災情產生,要準備多少應變資源,以及前往何處救災或巡查,以有效縮短救援時間。

圖三
圖三:早期損失評估系統接獲中央氣象局地震報告電子郵件的 2 分鐘內,推估 4-6 個最可能的推測地震事件,自動將電腦分析模擬結果發送簡訊、電子郵件及提供線上資訊網查詢等方式,第一時間將災情評估結果傳遞至災害應變人員及國家消防署(2022 年 9 月 18 池上地震為例,影像來源:周中哲教授)
 

結構防災監測平台

國震中心研發之雲端智慧地震預警與結構監測系統,即能於震前提供警示可供自動關閉電源,減緩地震可能造成的衝擊。地震時可提供即時地表與樓層的觀測震度;震後可即時評估與掌握結構的健康狀態,於結構可能有損壞時即時提供警示與相對應建議的行動指引,減緩與避免地震所造成之生命財產的損失。
近年來,更研發高科技廠房機台的預警技術,降低長周期地震對高精密機台的災損,運作方式可參考圖四所示。除此之外,亦建置「臺灣結構防災監測平台」網站,並與中央氣象局、國立陽明交通大學、國家實驗動物中心等單位共同合作,於全臺約 30 餘棟建築物安裝結構監測系統輯錄地震時的結構反應,可於震前提供警示、震後快速地掌握結構狀況,以及呈現觀測與分析結果。
未來也將持續與產官學界相關單位合作,納入並整合全臺其它結構的監測資訊,例如與國家住宅及都市更新中心合作的社會住宅等。除此之外,亦與交通部公路總局合作將此技術應用於重要橋梁監測研究,技術支援橋梁管理及養護機關,進行橋梁耐震防災安全監測。
圖四
 圖四:雲端智慧地震預警與結構監測系統示意圖。(影像來源:周中哲教授)

資料來源 文章轉載自【科技大觀園】: https://scitechvista.nat.gov.tw/Article/C000003/detail?ID=fac9bb13-8ebe-4c27-8f34-90a4bab87bae