力求自給自足的都市農園

本文由 鼎新數智 與 泛科學 共同規劃與製作

你有沒有想過，當 AI 根據病歷與 X 光片就能幫你診斷病症，或者決定是否批准貸款，甚至從無人機發射飛彈時，它的每一步「決策」是怎麼來的？如果我們不能知道 AI 的每一個想法步驟，對於那些 AI 輔助的診斷和判斷，要我們如何放心呢？

馬斯克與 OpenAI 的奧特曼鬧翻後，創立了新 AI 公司 xAI，並推出名為 Grok 的產品。他宣稱目標是以開源和可解釋性 AI 挑戰其他模型，而 xAI 另一個意思是 Explainable AI 也就是「可解釋性 AI」。

如今，AI 已滲透生活各處，而我們對待它的方式卻像求神問卜，缺乏科學精神。如何讓 AI 具備可解釋性，成為當前關鍵問題？

黑盒子模型背後的隱藏秘密

無法解釋的 AI 究竟會帶來多少問題？試想，現在許多銀行和貸款機構已經使用 AI 評估借貸申請者的信用風險，但這些模型往往如同黑箱操作。有人貸款被拒，卻完全不知原因，感覺就像被分手卻不告訴理由。更嚴重的是，AI 可能擅自根據你的住所位置或社會經濟背景給出負面評價，這些與信用風險真的相關嗎？這種不透明性只會讓弱勢群體更難融入金融體系，加劇貧富差距。這種不透明性，會讓原本就已經很難融入金融體系的弱勢群體，更加難以取得貸款，讓貧富差距越來越大，雪上加霜。

AI 不僅影響貸款，還可能影響司法公正性。美國部分法院自 2016 年起使用「替代性制裁犯罪矯正管理剖析軟體」 COMPAS 這款 AI 工具來協助量刑，試圖預測嫌犯再犯風險。然而，這些工具被發現對有色人種特別不友好，往往給出偏高的再犯風險評估，導致更重的刑罰和更嚴苛的保釋條件。更令人擔憂的是，這些決策缺乏透明度，AI 做出的決策根本沒法解釋，這讓嫌犯和律師無法查明問題根源，結果司法公正性就這麼被悄悄削弱了。

此外，AI 在醫療、社交媒體、自駕車等領域的應用，也充滿類似挑戰。例如，AI 協助診斷疾病，但若原因報告無法被解釋，醫生和患者又怎能放心？同樣地，社群媒體或是 YouTube 已經大量使用 AI 自動審查，以及智慧家居或工廠中的黑盒子問題，都像是一場越來越複雜的魔術秀——我們只看到結果，卻無法理解過程。這樣的情況下，對 AI 的信任感就成為了一個巨大的挑戰。

為什麼人類設計的 AI 工具，自己卻無法理解？

原因有二。首先，深度學習模型結構複雜，擁有數百萬參數，人類要追蹤每個輸入特徵如何影響最終決策結果，難度極高。例如，ChatGPT 中的 Transformer 模型，利用注意力機制（Attention Mechanism）根據不同詞之間的重要性進行特徵加權計算，因為機制本身涉及大量的矩陣運算和加權計算，這些數學操作使得整個模型更加抽象、不好理解。

其次，深度學習模型會會從資料中學習某些「特徵」，你可以當作 AI 是用畫重點的方式在學習，人類劃重點目的是幫助我們加速理解。AI 的特徵雖然也能幫助 AI 學習，但這些特徵往往對人類來說過於抽象。例如在影像辨識中，人類習慣用眼睛、嘴巴的相對位置，或是手指數量等特徵來解讀一張圖。深度學習模型卻可能會學習到一些抽象的形狀或紋理特徵，而這些特徵難以用人類語言描述。

深度學習模型通常採用分佈式表示（Distributed Representation）來編碼特徵，意思是將一個特徵表示為一個高維向量，每個維度代表特徵的不同方面。假設你有一個特徵是「顏色」，在傳統的方式下，你可能用一個簡單的詞來表示這個特徵，例如「紅色」或「藍色」。但是在深度學習中，這個「顏色」特徵可能被表示為一個包含許多數字的高維向量，向量中的每個數字表示顏色的不同屬性，比如亮度、色調等多個數值。對 AI 而言，這是理解世界的方式，但對人類來說，卻如同墨跡測驗般難以解讀。

試想，AI 協助診斷疾病時，若理由是基於醫生都無法理解的邏輯，患者即使獲得正確診斷，也會感到不安。畢竟，人們更相信能被理解的東西。

打開黑盒子：可解釋 AI 如何運作？我們要如何教育 AI？

首先，可以利用熱圖（heatmap）或注意力圖這類可視化技術，讓 AI 的「思維」有跡可循。這就像行銷中分析消費者的視線停留在哪裡，來推測他們的興趣一樣。在卷積神經網絡和 Diffusion Models 中 ，當 AI 判斷這張照片裡是「貓」還是「狗」時，我需要它向我們展示在哪些地方「盯得最緊」，像是耳朵的形狀還是毛色的分布。

其次是局部解釋，LIME 和 SHAP 是兩個用來發展可解釋 AI 的局部解釋技術。

SHAP 的概念來自博弈，它將每個特徵看作「玩家」，而模型的預測結果則像「收益」。SHAP 會計算每個玩家對「收益」的貢獻，讓我們可以了解各個特徵如何影響最終結果。並且，SHAP 不僅能透過「局部解釋」了解單一個結果是怎麼來的，還能透過「全局解釋」理解模型整體的運作中，哪些特徵最重要。

以實際的情景來說，SHAP 可以讓 AI 診斷出你有某種疾病風險時，指出年齡、體重等各個特徵的影響。

LIME 的運作方式則有些不同，會針對單一個案建立一個簡單的模型，來近似原始複雜模型的行為，目的是為了快速了解「局部」範圍內的操作。比如當 AI 拒絕你的貸款申請時，LIME 可以解釋是「收入不穩定」還是「信用紀錄有問題」導致拒絕。這種解釋在 Transformer 和 NLP 應用中廣泛使用，一大優勢是靈活且計算速度快，適合臨時分析不同情境下的 AI 判斷。比方說在醫療場景，LIME 可以幫助醫生理解 AI 為何推薦某種治療方案，並說明幾個主要原因，這樣醫生不僅能更快做出決策，也能增加患者的信任感。

第三是反事實解釋：如果改變一點點，會怎麼樣？

如果 AI 告訴你：「這家銀行不會貸款給你」，這時你可能會想知道：是收入不夠，還是年齡因素？這時你就可以問 AI：「如果我年輕五歲，或者多一份工作，結果會怎樣？」反事實解釋會模擬這些變化對結果的影響，讓我們可以了解模型究竟是如何「權衡利弊」。

最後則是模型內部特徵的重要性排序。這種方法能顯示哪些輸入特徵對最終結果影響最大，就像揭示一道菜中，哪些調味料是味道的關鍵。例如在金融風險預測中，模型可能指出「收入」影響了 40%，「消費習慣」占了 30%，「年齡」占了 20%。不過如果要應用在像是 Transformer 模型等複雜結構時，還需要搭配前面提到的 SHAP 或 LIME 以及可視化技術，才能達到更完整的解釋效果。

講到這裡，你可能會問：我們距離能完全信任 AI 還有多遠？又或者，我們真的應該完全相信它嗎？

我們終究是想解決人與 AI 的信任問題

當未來你和 AI 同事深度共事，你自然希望它的決策與行動能讓你認可，幫你省心省力。因此，AI 既要「可解釋」，也要「能代理」。

舉例來說，當一家公司要做一個看似「簡單」的決策時，背後的過程其實可能極為複雜。例如，快時尚品牌決定是否推出新一季服裝，不僅需要考慮過去的銷售數據，還得追蹤熱門設計趨勢、天氣預測，甚至觀察社群媒體上的流行話題。像是暖冬來臨，厚外套可能賣不動；或消費者是否因某位明星愛上一種顏色，這些細節都可能影響決策。

這些數據來自不同部門和來源，龐大的資料量與錯綜關聯使企業判斷變得困難。於是，企業常希望有個像經營大師的 AI 代理人，能吸收數據、快速分析，並在做決定時不僅給出答案，還能告訴你「為什麼要這麼做」。

傳統 AI 像個黑盒子，而可解釋 AI （XAI）則清楚解釋其判斷依據。例如，為什麼不建議推出厚外套？可能理由是：「根據天氣預測，今年暖冬概率 80%，過去三年數據顯示暖冬時厚外套銷量下降 20%。」這種透明解釋讓企業更信任 AI 的決策。

但會解釋還不夠，AI 還需能真正執行。這時，就需要另一位「 AI 代理人」上場。想像這位 AI 代理人是一位「智慧產品經理」，大腦裝滿公司規則、條件與行動邏輯。當客戶要求變更產品設計時，這位產品經理不會手忙腳亂，而是按以下步驟行動：

1. 檢查倉庫物料：庫存夠不夠？有沒有替代料可用？
2. 評估交期影響：如果需要新物料，供應商多快能送到？
3. 計算成本變化：用新料會不會超出成本預算？
4. 做出最優判斷，並自動生成變更單、工單和採購單，通知各部門配合執行。

這位 AI 代理人不僅能自動處理每個環節，還會記錄每次決策結果，學習如何變得更高效。隨時間推移，這位「智慧產品經理」的判斷將更聰明、決策速度更快，幾乎不需人工干預。更重要的是，這些判斷是基於「以終為始」的原則，為企業成長目標（如 Q4 業績增長 10%）進行連續且動態地自我回饋，而非傳統系統僅月度檢核。

這兩位 AI 代理人的合作，讓企業決策流程不僅透明，還能自動執行。這正是數智驅動的核心，不僅依靠數據驅動決策，還要能解釋每一個選擇，並自動行動。這個過程可簡化為 SUPA，即「感知（Sensing）→ 理解（Understanding）→ 規劃（Planning）→ 行動（Acting）」的閉環流程，隨著數據的變化不斷進化。

以偉勝乾燥工業為例，他們面臨高度客製化與訂單頻繁變更的挑戰。導入鼎新 METIS 平台後，偉勝成功將數智驅動融入業務與產品開發，專案準時率因此提升至 80%。他們更將烤箱技術與搬運機器人結合，開發出新形態智慧化設備，成功打入半導體產業，帶動業績大幅成長，創造下一個企業的增長曲線。

值得一提的是，數智驅動不僅帶動業務增長，還讓員工擺脫繁瑣工作，讓工作更輕鬆高效。

數智驅動的成功不僅依賴技術，還要與企業的商業策略緊密結合。為了讓數智驅動真正發揮作用，企業首先要確保它服務於具體的業務需求，而不是為了技術而技術。

這種轉型需要有策略、文化和具體應用場景的支撐，才能讓數智驅動真正成為企業持續增長的動力。

還在猶豫數智驅動的威力？免費上手企業 AI 助理！ 企業 AI 體驗 現在使用專屬邀請碼《 KP05 》註冊就享知：https://lihi.cc/EDUk4 訂閱泛科學獨家知識頻道，深入科技趨勢與議題內容。 立即免費加入

本文由 環境部 委託，泛科學企劃執行。 

政策環評是什麼，跟一般環評差在哪？

隨著公共建設的規模越來越大，傳統的環境影響評估（EIA），難以應對當今層層疊疊的環境議題。當我們評估一項重大政策時，只看「單一開發案」已經不夠，就像評估一棵樹，卻忽略了整片森林。因此，政策環境影響評估（SEA）應運而生，它看樹，也看森林，從政策的角度進行更全面的考量與評估。

與只專注於「單一開發案」的個案環評不同，政策環評更像是一場全面性的檢視，強調兩個核心重點：「整合評估」與「儘早評估」。簡單來說，這不再是逐案評估的模式，而是要求政府在制定政策時，就先全面分析可能帶來的影響，從單一行為的侷限中跳脫，轉而聚焦在整體影響的視角。無論是環境的整體變化，還是多項行為累計起來的長期影響，政策環評的目的就是讓這些潛在問題能儘早浮現、儘早解決。

除此之外，政策環評還像是一個大型的協商平台，以永續發展為最高指導原則，公開整合來自不同利益團體、民眾與各機關的意見。這裡，決策單位不再只是單純的「評分者」，而是轉為「協調者」或「仲裁者」，協調各方的意見看法在這裡得到整合，讓過程更具包容性。

政策環評並沒有所謂的「否決權」，而是側重意見的蒐集與整合，讓行政機關在政策推動時，能更全面地掌握各方意見。政策環評旨在建立系統化、彈性的決策評估程序（包含量化、特徵化等評估方式），也廣納社會面或民眾滿意度等影響因子，把正式與非正式的作法一併考量進去。再來，決策程序中能層層檢討、隨時修正，也建立了追蹤機制和成效評估標準（如環境殘餘效應、累積效應等），透過學習來強化決策品質與嚴謹度。就像一場球賽，隨時根據變化、調整策略。

這樣的制度設計，就非常適合離岸風電這類規模大、跨區域、影響層面廣泛的能源政策評估，讓我們可以在政策推動初期就想到整個工程對環境、產業發展與社會的諸多影響，也為後續政策執行奠定更穩固的基礎。

離岸風電為何需要的是政策環評？

離岸風電是能源轉型的重要策略之一，但這不是只在某塊空地上架幾個風車，而是要在廣闊的大海中進行大規模建設，牽涉的不僅是發電，還涉及海洋保育、航空交通、水下文化資產等議題，更與當地漁民的權益息息相關。

這樣的大型離岸風電工程，因海洋環境的風險和不確定性極高，很容易讓人擔心生態影響。如何在海洋生態保護和綠能發展之間找到平衡點？這就需要政策環評的把關，從多方檢視這些複雜的挑戰，確保政策推行既能穩妥，又能達成發電目標。

2016 年 3 月，經濟部自願提出「離岸風電區塊開發政策評估說明書」，是臺灣首次針對再生能源政策所進行的政策環評。根據這份評估說明書，政府將採分期公告、逐年檢討的方式，每三年開放 0.5~1 百萬瓩（GW）的電量額度鼓勵業者投入開發。當時環保署（現為環境部）歷經九個月召開 2 次意見徵詢會議，蒐集環評委員、專家學者、相關機關、民眾等意見，最終於同年 12 月的環評委員會作出徵詢意見。這些協商和檢討的過程，讓政策「名正言順」，得以充分顧及各方利益與生態平衡。

共通性環境議題與因應對策

在「離岸風電區塊開發政策評估說明書」中，環評會議盤點了開發過程中共通的環境議題。

首先，對於海洋生態保育的重點，特別是對中華白海豚的保護。環評會要求風機基座必須距離白海豚棲地1公里以上，以減少對其生態的干擾。實際上，這項規範在後續的實務執行中更為嚴格，例如，福海二期示範風場已退縮到 2.5 公里外，臺電二期風場甚至退到 4.2 公里外，顯示政策環評確實發揮了實質作用。此外，針對施工期間的聲音干擾，要求施工需有 30 分鐘以上的打樁緩啟動時間，並限制聲量不得超過 180 分貝等。

針對鳥類保育，政策環評也訂立了具體規範。其中，包括風機之間必須留設 500 公尺以上的鳥類穿行廊道，並在施工期間避開每年 11 月至隔年 3 月的候鳥過境期。同時，為確保這些措施確實生效，工程方也被要求設置「鳥類活動監測系統」，持續追蹤、評估風場對鳥類的影響。

此外，環評會也確立了「先遠後近」的開發原則，要求優先開發較單純的航道外側區塊，待累積足夠經驗及相關資料後，再進行近岸區域的開發。這項原則考量了近海生態系的複雜性，也顧到養殖漁業的漁民權益，展現出政策環評在平衡發展需求與環境保護上的價值。

新一代的審查機制：達成能源轉型及環境保護雙贏

為提升環評效率並確保審查品質，環境部參考過去離岸風電審查經驗，制定「風力發電離岸系統開發行為環境影響評估初審作業要點」，建立了全新的二階段審查機制。

這套新機制分為兩個階段。第一階段，就像「初步檢查」，由環境部依照檢核表進行初審，並由環評審查委員會執行秘書邀集 2-5 位環評委員進行初審，通過第一階段初審之業者，可取得經濟部遴選資格，其初審結果有效期為兩年，必要時可申請展延一年。接著進入「第二階段」，開發單位檢附目的事業主管機關核配的容量證明文件等資料，提供更詳細的環境影響說明書以進行實質審查。

檢核表明確規範了 15 大項審查事項、112 項檢核項目，涵蓋開發案的全生命週期。

在工程面，包含風機及海上變電站基礎設置、海域電纜路線規劃、陸域設施工程等硬體設施的規範。其中，風機基礎設置必須避開海岸保護區、河口、潮間帶等環境敏感區域，且須進行地震危害度分析。海域電纜部分，除特殊情形外，埋設深度至少須達 1.5 公尺，且不得跨越中華電信海底電纜 1 公里的範圍。

環境保護上，檢核表則對施工噪音管制訂立了明確標準。舉例來說，打樁期間警戒區 750 公尺範圍內的水下噪音不得超過 160 分貝，且必須全程採用最佳噪音防制工法。同時，每個開發案或聯席審查的風場，同一時間內只能進行一支基樁施作，而日落前一小時到日出前也不得啟動新的打樁作業。

環境監測計畫更是檢核表中的重點，分為「施工前、施工期間、營運期間」三階段，每個階段都規定了詳細的監測要求（包括海域底質監測、水下噪音監測、鯨豚目視監測等）。以鯨豚監測為例，每年需執行20趟次，四季中每季至少執行 2 趟次。此外，所有監測數據都必須上傳至環境部「環保專案成果倉儲系統」（https://epaw.moenv.gov.tw/）供各界查閱。

這套標準化的審查機制不僅解決了「同一風場可能有多家廠商重複調查或審查」的資源浪費，也透過明確的檢核項目，讓開發單位在規劃階段就能掌握更具體的環境保護要求。不僅如此，該機制亦確保了環境保護標準前後一致，避免不同案件之間標準不一。

結語

透過新的審查機制，環境部正積極推動再生能源開發案的環評審查作業，在提升行政效率之餘，也確保環境影響評估的品質，支持臺灣的離岸風電開發及國家能源轉型政策，也做好把關。藉由標準化檢核表和二階段審查制度，期待能在推動能源轉型的同時落實環境保護。

為確保制度能持續精進，環境部每半年至一年會進行制度檢討，並持續公開所有環評書件於「環評書件查詢系統」（https://eiadoc.moenv.gov.tw/eiaweb/）。此外，環評會議召開前一週，也必須在指定網站公布開會訊息，讓民眾能申請列席旁聽或發表意見。透明化措施一方面展現了政府推動永續發展的決心，另一方面也確保全民能共同參與監督離岸風電的發展過程。未來，這套制度將在各界的檢視與建議中持續完善，為臺灣的永續發展貢獻心力，發揮環評作業的最大效益。

「趕快下來、房子要倒了！」隨著工地主任一聲大喊，居民慌亂逃出。接著，基泰大直建案隔壁的公寓，就像坐電梯一樣往下陷落，原本的 1 樓，如今已成為地下室。

除了基泰大直案，台灣各處都偶有聽聞發生天坑、房屋沉陷等事件，這些災害，似乎又常常是地下工程惹的禍。

但這次事件是怎麼發生的？軟弱的地盤真的不適合蓋房子嗎？我家或你家，也會遇到嗎？

為什麼土壤會崩塌？

為什麼土壤會崩塌？大家應該都有過在海邊堆沙子的經驗，當砂子堆到一定的角度後，沙堆表面的沙子就會開始不穩定，這時如果繼續堆沙，沙子就會坍方。

土壤的「剪力強度」會使土壤坍塌到一定程度後就不會繼續坍塌，讓土壤的斜面與地面形成一個角度。所謂的剪力是指將物體推往相反方向的外力，例如用剪刀剪紙，或是用手撕紙。而土壤的剪力強度，指的是防止土壤發生平移破壞的阻抗，剪力強度愈大，代表愈不容易發生坍塌。

剪力強度的大小則受到土壤的顆粒形狀、大小分配比例、緊密程度以及凝聚力所影響。例如由不同形狀與大小的顆粒混雜而成的土壤，彼此之間的摩擦力比只有相同大小顆粒的圓形土壤，強度還要高。或是含水量較少的黏土，比含水量高的黏土黏滯性還高，凝聚力更強，因此剪力強度比較高，更不容易坍塌。

若是開挖基地的土壤剪力強度不足，很難形成垂直度高的壁面，這個時候若是沒有足夠的空間設立明挖邊坡，就需要擋土壁來擋住側向的砂土，保護開挖面，讓工程順利進行。

大家在這次事件一直聽到的「連續壁」，是一種常見的地下擋土設施，就可以擋住側向的沙土。開挖建築地下室前，常會在基地周圍施作一圈連續壁，阻擋地下水與土壤，再進行開挖工作。由於連續壁適用範圍廣、可以擋水、所需空間不大，對臨房影響較小，常被用在軟弱黏土以及都市密集區的工程。而連續壁的貫入深度，通常是開挖深度的 2~3 倍。

以台北市為例，根據臺北市建築工程基礎開挖安全措施管理作業要點，在有鄰房的狀況下進行地下開挖，深度只要達 8 公尺以上就要採用連續壁擋土工法。這些連續壁不僅能用來保護工地，還可以成為未來完工後，建築物地下室的永久外牆。

那麼，這次事件又發生了什麼事呢？

大直民宅坍塌事件是怎麼發生的？

為了抵擋側向土壓力與水壓力，通常擋土壁還需要配合基地內的支撐系統。常見的施工流程首先會在施作擋土壁之後打入中間柱，並且開挖第一階土方。接著在中間柱上架設一層臨時性的水平支撐與施工構台，才會繼續往下開挖下一階土方，重複這樣的步驟直到挖至設計深度。全部開挖完成後，最後在底面鋪設混凝土底版，由下往上開始施作地下室結構。

這次基泰大直事件中，基地位於軟弱黏土地盤。當開挖作業進行到一定深度後，連續壁外側的土壤重量，超過連續壁底部黏土的抵抗力，開挖底部失去平衡。外部的黏土沿著破壞面流動，湧入開挖區。緊接著，基地內的土壤連同中間柱被湧入的土壤向上抬起。當中間柱被向上推之後，橫向的水平支撐也隨之崩解，失去保護連續壁的作用，最後失去側向支撐力的連續壁朝基地內擠進破壞。

災難如連鎖反應，除了基地結構被破壞，基地外側的土壤也會因為向開挖區內流動，導致地面大量沉陷，蓋在上面的房子，也就是這次事件中受害的民宅，隨之下陷。這種工程災害稱為「隆起破壞」。

過程雖然是這樣，但導致這次事故發生的確切原因，目前還在調查當中。可能是調查與設計單位對地質狀況的判斷過於樂觀，連續壁的設計貫入深度不足，或是因施工不慎，導致連續壁與支撐系統並沒有完全發揮作用。

那麼你可能最擔心的是，我家會不會也遇到相同問題，買房前是不是也要挑地質？

常見的開挖災害有哪些？

這邊要先說明，其實不同的地質，需要對應不同的考量與施工工法，我們應該因材施工。而不同地質，也會面臨不同的挑戰與風險。例如基泰大直的隆起破壞，容易發生在軟弱黏土進行的開挖工程，而在透水性良好的砂質土壤中，則可能會因為地下水位差，發生管湧與砂湧等災害。

什麼是管湧呢？它指的是地下擋土壁因為施工不慎導致壁面出現裂縫，在裂縫處將容易形成透水路徑。如果沒有即時修補裂縫，滲出的水流會愈來愈大，並夾帶砂土，形成滲流管道。水流夾帶砂土持續湧入開挖基地，就會使得擋土壁外側逐漸被掏空，導致上方鄰近道路及房屋沈陷。

而砂湧，也是另一個容易發生在砂質地盤的災害，這種現象主要發生在基礎開挖時，基地內側與外側水位落差很大。水位差會使地下水由擋土壁底端上湧，當上湧水流的壓力大於開挖面底部土壤的重量，水壓會將基地內的土砂舉起，冒出開挖面，進而導致開挖基地的破壞。

不過除了先天的地質問題，擋土壁與支撐系統，也可能會因為設計與施工上有所疏失，使得擋土壁牆身的強度不夠或位移太大而發生破壞。

話說回來，這些軟弱地盤，是不是根本就不適合蓋房，爛泥扶不上牆，不對，是爛泥扶不住牆呢？

軟弱地盤真的不適合蓋房嗎？

就像蛋糕不是只有蛋，建築的地盤不只有土壤，而是由土壤、地下水及空氣所組成。依照不同的比例及成份，有著不同的特性。若是地質沒辦法讓蓋在上面的建築物穩定安全，就是所謂的軟弱地盤。

軟弱地盤通常位於沖積平原、湖沼地或是人工回填區。這些地方的土壤因為沒有經過地質變動等物理作用，通常由軟弱黏土、沉泥、或是鬆散的砂土所構成。例如台北盆地是河流所形成的沖積平原，因此大部分的地區都是屬於軟弱地盤，而桃園、台中的地質則穩固許多。

直接在軟弱地盤上蓋房子，就像將建築蓋在豆腐上，不僅施工時容易發生災害，建築也可能會因為自身的重量而沉陷。但隨著都市發展，所需要的土地大量增加，我們很難完全避免在這類地盤上興建工程，因此工程師會利用各種方法，來克服困難的地質條件。

軟弱地盤並不是完全沒有辦法蓋房子，我們可以選擇深基礎，透過數十公尺長的基樁，穿過軟弱土層，將建築固定在更深處的堅硬岩盤上。

或是透過地盤改良，改善土壤的特性，防止破壞、液化以及沉陷等問題發生。

除了加入岩隱村習得土遁忍術以外，地盤改良的方式非常多，同樣需要依據地盤的性質、改良的方向以及工程的類型來選擇最適合的工法。這裡介紹幾種台灣常見的地改方式。

第一種是振動夯實，這種方法是利用機械振動等外力，使基地土層的密度增加，加強支撐力，減少發生沉陷或液化的可能，這種方法適用在非黏性的土層。

第二種，排水預壓工法。這種方式則是在蓋房子前，在基地加上額外的載重，同時也可以搭配排水帶，縮短土壤孔隙水的排水路徑，讓水更容易排出，進而增加土壤的壓密速率，減少土壤內的孔隙與含水量，克服未來建築完成後的沉陷問題。

第三種，也是在都市建築中最常見的地盤改良，是深層攪拌工法，利用特殊機械，透過高壓噴射或是機械攪拌等方式，在地層中注入水泥，並同時攪拌土壤，讓水泥與周圍的土壤拌合成固結體，與原本的地層組成複合基地，以提高土壤強度，我們常聽到的地盤改良樁，就是屬於這種工法。

也就是說，透過合適的地盤改良、基礎形式與開挖工法，軟弱地盤也是能蓋房子的。

如果你對你家，或是你想要買房子地方的地質很好奇，那事不宜遲……就來介紹查詢看看你家地質吧。

我該怎麼知道我家的地質？

依照經濟部地質法的規定，只要是政府機關或公營事業所辦理的地質調查，都需要將調查結果提交給中央主管機關。而這些資料都會被上傳至中央地調所建置的公開平台——工程地質探勘資料庫，也就是說，如果你家附近曾經有公共工程進行過地質調查，就可以在上面找到鑽探資料。

另外，政府也公布了全台的地質分佈資料、土壤液化潛勢區以及活動斷層的分佈，資料都公開在網路上，有興趣的觀眾可以上去查看，更瞭解自己的居住環境。除此之外，國家地震研究中心甚至有有簡單的試算方式，可以評估自家住宅的耐震能力。

當然這些公開資料，只能作為工程設計的初步參考，還是需要請專業的地質調查公司進行鑽探與實驗，才能比較完整地瞭解基地的地質。因為即便知道自己家裡附近的地質類型，地質條件還牽涉到各種土壤參數，工程設計和施工品質也有重大的影響。此外，像順向坡角、土石流及易淹水潛勢區這類危害很大的地方，一般民眾原本也鮮少將此列入尋覓住處的考量。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！

參考資料

• https://www.pcc.gov.tw/cp.aspx?n=BDB0…
• https://news.pts.org.tw/article/655460
• http://www.twce.org.tw/modules/freeco…
• http://www.twce.org.tw/modules/freeco…
• https://www.champmon.com.tw/H-1.htm
• https://udn.com/news/story/123732/742…