分享本文至 E-mail 信箱

學術引用格式

MLA (點一下全選)

APA (點一下全選)

EndNote(.enw)

滅火新趨勢:資料探勘直搗黃龍

 

荷蘭阿姆斯特丹的災害風險地圖。(資料來源:Qliktech)

荷蘭阿姆斯特丹的災害風險地圖。(資料來源:Qliktech)

在紐約、倫敦、阿姆斯特丹或是其他任何一座現代大型城市中,數百萬棟建築聚在一塊兒,而每年總有幾千棟會被大火吞噬。消防隊有沒有可能事先預知哪一棟建築將竄出火花?有關部門又該如何決定資源的配置以因應潛在的嚴重意外?
 
過去看似無解的難題,巨量資料時代的來臨與資料探勘(data mining)技術的發展,或許帶來解決問題的一道曙光。
 
巨量資料時代
 
巨量資料在當今諸多領域都是熱門話題。用最簡單的話講,巨量資料就是數據資料的資料量大到難以進行分析、搜尋或是處理。目前我們的社會正以爆炸性的速度產生各種資料。根據IBM的報告,自人類有歷史以來,有90%的資料是在過去的兩年中被創造出來。
 
巨量資料主要來自電腦、智慧型手機、社群網站、各種錄影設備以及網路。不過隨著電腦運算能力與時俱進、軟體逐漸高度專業化,我們開始有能力處理並使用這些大海般的資料數據,也就是能開始進行資料探勘的工作。
 
資料探勘
 
回到火災的話題上,利用新科技與新軟體,各地消防部門的風險管理員得以分析一拖拉庫的資料數據。透過整合建築物、街道、水路、運輸管線、貧窮、屋齡、空屋、有無電氣問題、灑水器數量與位置、有無電梯等等與火災相關的資訊,與消防意外事件數、火災傷亡人數疊合,便能製作出一份「災害風險地圖」。
 
這張地圖對於消防部門助益極大。首先,消防部門能有效部屬應對不同事故所需的資源,例如化學火災或車禍,在災害發生第一時間就擁有正確的救難設備與資源。
 
其次,各地區消防員的訓練能依照各地災害風險的不同量身打造;進行例行性的消防檢查時,消防員也能從中得知哪些是風險最高的建築物,需要優先拜訪。而在此之前,消防員的例行檢查都是隨機進行的。
 
第三,對於那些住在災害風險高的建築物的居民,消防部門也能提供他們如何提升安全指數的改善建議。
 
最後,這套系統能作為消防部門決策的依據,根據風險高低制定救災優先順序。風險最高的地區需要最短的救災反應時間。同時,災害風險地圖也能協助指揮救災資源的配置。
 
不過,一切才剛開始,防災地圖未來有十足的發展可能性。比如說,未來消防車上將配置能顯示技術資訊與風險資料的螢幕,從社群媒體上取得資料也是考慮中的方案。
 
目前消防部門碰上所有推動防災工作的人都會遭遇的問題:他們無法證明火災發生次數的下降是否為災害風險地圖的功勞,某些「原本」應該付之一炬的建築,是否因為這份地圖而被拯救。或許只有透過長期的追蹤,這份火災的風險地圖才能在持續下降的數據當中,展現它的價值。

(本文由科技部補助「新媒體科普傳播實作計畫─重大天然災害之防救災科普知識教育推廣」執行團隊撰稿/2014年/3月)
 
責任編輯:鄭國威│元智大學資訊社會研究所

本文原發表於行政院科技部-科技大觀園「科技新知」。歡迎大家到科技大觀園的網站看更多精彩又紮實的科學資訊,也有臉書喔!

延伸學習:

關於作者

李柏昱

成大都市計劃所研究生,現為防災科普小組編輯。喜歡的領域為地球科學、交通運輸與都市規劃,對於都市面臨的災害以及如何進行防災十分感興趣。