Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

因應水患與城市調適

thisbigcity城事
・2013/01/11 ・1051字 ・閱讀時間約 2 分鐘 ・SR值 536 ・七年級

-----廣告,請繼續往下閱讀-----

颱風來時淹水的臺北市@維基
颱風來時淹水的臺北市@維基

過去幾年間,世界各地陸續遭遇重大水患,未來數十年內,洪水威脅還會更加嚴重,我們該如何調整城鎮,增加都市生活彈性?

巨大鋼門將自地底升起,阻擋洪水湧來,河口防洪壩緜延數公里,將預防海水倒灌;自動充氣包將封住隧道及地下鐵路,避免水災淹沒。

許多人的住家將會隨水勢高低漂浮,並連結至彈性管線,讓居民與財物不受大水侵襲,並在潮水退去後回歸原處。

包括美國俄亥俄州、義大利威尼斯、阿根廷、菲律賓等地,近期水災造成重大財務與人身損失,英國環境署指出,水患已是英國第一大天災威脅,將來不論國內外風險都將惡化。

-----廣告,請繼續往下閱讀-----

在人類歷史中,主要聚落皆位於河港附近的低窪地區,氣候變遷已導致海平面上升與天氣更加極端,日漸威脅這些聚落

受人口成長與都市化趨勢影響,愈來愈多民眾都身陷水患風險,森林砍伐、集約農業、水泥覆蓋大片土地,都造成豪雨與河水溢堤時,自然排水能力降低。

flood

世界必須學著調適,重要設施若置於水患風險區域,考量必須更加審慎,電腦伺服器、轉換器、備用發電機不能再存放於地下室,變電所與用水處理廠也得移至危險區域之外。

公用事業必須投資微型供應網,縮小斷電、供水污染、網路中斷區域,各國規劃相關法律與建築法規也得要求變更設計。

-----廣告,請繼續往下閱讀-----

換言之,農民除了耕作收成之外,政府也該鼓勵或資助農民植樹或掘池,以減緩、儲存或吸收溢流,鹽沼等天然防護措施將成動植物樂園,也可發揮巨大海綿功用;在城市裡,新公園與遊樂場將提供民眾遊憩去處,水患發生時亦不會出現損失。

這些防護與改善工程都需要財源,其中或許有些容易完成的選項,也可能達到雙贏目標,同時增進生態環境,關心此事的個人與地區單位也會願意分攤部分成本。

不過大型方案仍需公務機構投資,由於都市土地價值頗高,經濟中斷與人身損失成本極大,這些經費都有必要,也愈早起步愈好。

展望未來,智慧防洪技術與解決方案將陸續面世,其中又將以系統方案最佳,先重新檢視人與水的關係,而不只是想著如何阻擋浪潮升高。

-----廣告,請繼續往下閱讀-----

 

作者:Peter Madden(「未來論壇」執行長)

本文原載於獨立永續專業團體「未來論壇」雜誌《Green Futures》。照片來源:Torcello TrioStevep2008

轉載自 This Big City 城事

-----廣告,請繼續往下閱讀-----
文章難易度
thisbigcity城事
45 篇文章 ・ 0 位粉絲
《城事》為永續城市部落格,長期發掘關於建築、設計、文化、科技、運輸、單車的都市創新構想,曾數度獲獎。《城事》網羅世界各地城市生活作者,文章曾發表於Next American City、Planetizen、Sustainable Cities Collective、IBM Smarter Cities等網站。《城事》遍尋全球,在世界奮力邁向永續的時刻,呈現城市帶來的種種機會,力求保持樂觀,但不忘批判。

0

1
0

文字

分享

0
1
0
拆解邊緣AI熱潮:伺服器如何提供穩固的運算基石?
鳥苷三磷酸 (PanSci Promo)_96
・2025/05/21 ・5071字 ・閱讀時間約 10 分鐘

本文與 研華科技 合作,泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言,總能牽動整個 AI 產業的神經。然而,我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線,那如果哪天「網路斷了」,會發生什麼事?

想像你正在自駕車打個盹,系統突然警示:「網路連線中斷」,車輛開始偏離路線,而前方竟是萬丈深谷。又或者家庭機器人被駭,開始暴走跳舞,甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎?當然不是!也因為如此,「邊緣 AI」成為業界關注重點。不靠雲端,AI 就能在現場即時反應,不只更安全、低延遲,還能讓數據當場變現,不再淪為沉沒成本。

什麼是邊緣 AI ?

邊緣 AI,乍聽之下,好像是「孤單站在角落的人工智慧」,但事實上,它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前,像是企業、醫院、學校內部的伺服器,個人電腦,甚至手機等裝置,都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。簡單來說,就是將原本集中在遠端資料中心的運算能力,「搬家」到更靠近數據源頭的地方。

-----廣告,請繼續往下閱讀-----

那麼,為什麼需要這樣做?資料放在雲端,集中管理不是更方便嗎?對,就是不好。

當數據在這些邊緣節點進行運算,稱為邊緣運算;而在邊緣節點上運行 AI ,就被稱為邊緣 AI。/ 圖片來源:MotionArray

第一個不好是物理限制:「延遲」。
即使光速已經非常快,數據從你家旁邊的路口傳到幾千公里外的雲端機房,再把分析結果傳回來,中間還要經過各種網路節點轉來轉去…這樣一來一回,就算只是幾十毫秒的延遲,對於需要「即刻反應」的 AI 應用,比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時,每一毫秒都攸關安全與精度,這點延遲都是無法接受的!這是物理距離與網路架構先天上的限制,無法繞過去。

第二個挑戰,是資訊科學跟工程上的考量:「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送,湧入的資料數據量就像超級大的水流,一下子就把水管塞爆!要避免流量爆炸,你就要一直擴充水管,也就是擴增頻寬,然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理,把重要資訊「濃縮」過後再傳回雲端,是不是就能減輕頻寬負擔,也能節省大量費用呢?

第三個挑戰:系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時,一旦網路不穩、甚至斷線,那怎麼辦?很多關鍵應用,像是公共安全監控或是重要設備的預警系統,可不能這樣「看天吃飯」啊!邊緣處理讓系統更獨立,就算暫時斷線,本地的 AI 還是能繼續運作與即時反應,這在工程上是非常重要的考量。

所以你看,邊緣運算不是科學家們沒事找事做,它是順應數據特性和實際應用需求,一個非常合理的科學與工程上的最佳化選擇,是我們想要抓住即時數據價值,非走不可的一條路!

邊緣 AI 的實戰魅力:從工廠到倉儲,再到你的工作桌

知道要把 AI 算力搬到邊緣了,接下來的問題就是─邊緣 AI 究竟強在哪裡呢?它強就強在能夠做到「深度感知(Deep Perception)」!

-----廣告,請繼續往下閱讀-----

所謂深度感知,並非僅僅是對數據進行簡單的加加減減,而是透過如深度神經網路這類複雜的 AI 模型,從原始數據裡面,去「理解」出更高層次、更具意義的資訊。

研華科技為例,旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例,利用物件偵測模型,快速將工業產品中的瑕疵挑出來,而且由於 AI 模型可以使用同一套參數去檢測,因此品管上能達到一致性,減少人為疏漏。尤其在高產能工廠中,檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品,替工廠節省大量人力,同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。/ 圖片提供:研華科技

此外,在智慧倉儲場域,研華與威剛合作,研華與威剛聯手合作,在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台,打造倉儲系統的 AMR(Autonomous Mobile Robot) 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣,AMR 不需要事先規劃好路線,靠著感測器偵測,就能輕鬆避開障礙物,識別路線,並且將貨物載到指定地點存放。

當然,還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning ),除了可以做備忘錄跟排程規劃以外,還能將實務上碰到的問題記錄下來,等到之後碰到類似的問題時,就能詢問 AI 並得到解答。

你或許會問,那為什麼不直接使用 ChatGPT 就好了?其實,對許多企業來說,內部資料往往具有高度機密性與商業價值,有些場域甚至連手機都禁止員工帶入,自然無法將資料上傳雲端。對於重視資安,又希望運用 AI 提升效率的企業與工廠而言,自行部署大型語言模型(self-hosted LLM)才是理想選擇。而這樣的應用,並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。

但問題也接著浮現:要在這麼小的設備上跑大型 AI 模型,會不會太吃資源?這正是目前 AI 領域最前沿、最火熱的研究方向之一:如何幫 AI 模型進行「科學瘦身」,又不減智慧。接下來,我們就來看看科學家是怎麼幫 AI 減重的。

-----廣告,請繼續往下閱讀-----

語言模型瘦身術之一:量化(Quantization)—用更精簡的數位方式來表示知識

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像:有些畫面細節我們肉眼根本看不出來,刪掉也不影響整體感覺,卻能大幅減少檔案大小。

模型量化的原理也是如此,只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示,什麼是浮點數?其實就是你我都熟知的小數。舉例來說,圓周率是個無窮不循環小數,唸下去就會是3.141592653…但實際運算時,我們常常用 3.14 或甚至直接用 3,也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思! 

然而,量化並不是那麼容易的事情。而且實際上,降低精度多少還是會影響到模型表現的。因此在設計時,工程師會精密調整,確保效能在可接受範圍內,達成「瘦身不減智」的目標。

當硬體資源有限,大模型卻越來越龐大,「幫模型減肥」就成了邊緣 AI 的重要課題。/ 圖片來源:MotionArray

模型剪枝(Model Pruning)—基於重要性的結構精簡

建立一個 AI 模型,其實就是在搭建一整套類神經網路系統,並訓練類神經元中彼此關聯的參數。然而,在這麼多參數中,總會有一些參數明明佔了一個位置,卻對整體模型沒有貢獻。既然如此,不如果斷將這些「冗餘」移除。

這就像種植作物的時候,總會雜草叢生,但這些雜草並不是我們想要的作物,這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在,而動手去清理這些不需要的連結參數或神經元的技術,就稱為 AI 模型的模型剪枝(Model Pruning)。

-----廣告,請繼續往下閱讀-----

模型剪枝的效果,大概能把100變成70這樣的程度,說多也不是太多。雖然這樣的縮減對於提升效率已具幫助,但若我們要的是一個更小幾個數量級的模型,僅靠剪枝仍不足以應對。最後還是需要從源頭著手,採取更治本的方法:一開始就打造一個很小的模型,並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」,是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾(Knowledge Distillation)—讓小模型學習大師的「精髓」

想像一下,一位經驗豐富、見多識廣的老師傅,就是那個龐大而強悍的 AI 模型。現在,他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案,老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」,例如「為什麼我會這樣想?」、「其他選項的可能性有多少?」。這樣一來,小小的學徒模型,用它有限的「腦容量」,也能學到老師傅的「智慧精髓」,表現就能大幅提升!這是一種很高級的訓練技巧,跟遷移學習有關。

舉個例子,當大型語言模型在收到「晚餐:鳳梨」這組輸入時,它下一個會接的詞語跟機率分別為「炒飯:50%,蝦球:30%,披薩:15%,汁:5%」。在知識蒸餾的過程中,它可以把這套機率表一起教給小語言模型,讓小語言模型不必透過自己訓練,也能輕鬆得到這個推理過程。如今,許多高效的小型語言模型正是透過這項技術訓練而成,讓我們得以在資源有限的邊緣設備上,也能部署愈來愈強大的小模型 AI。

但是!即使模型經過了這些科學方法的優化,變得比較「苗條」了,要真正在邊緣環境中處理如潮水般湧現的資料,並且高速、即時、穩定地運作,仍然需要一個夠強的「引擎」來驅動它們。也就是說,要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型,真正放到邊緣的現場去發揮作用,就需要一個強大的「硬體平台」來承載。

-----廣告,請繼續往下閱讀-----

邊緣 AI 的強心臟:SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器,就是扮演「邊緣 AI 引擎」的關鍵角色!那麼,它到底厲害在哪?

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要?因為 GPU 的設計,天生就擅長做「平行計算」,這正好就是 AI 模型裡面那種海量數學運算最需要的!

你想想看,那麼多數據要同時處理,就像要請一大堆人同時算數學一樣,GPU 就是那個最有效率的工具人!而且,有多張 GPU,代表可以同時跑更多不同的 AI 任務,或者處理更大流量的數據。這是確保那些科學研究成果,在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎!

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房,有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計,體積相對緊湊,散熱空間也比較好(這對高功耗的 GPU 很重要!),部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算,進行「工程化」,讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格,背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場,系統穩定壓倒一切!你總不希望 AI 分析跑到一半就掛掉吧?這些設計確保了部署在現場的 AI 系統,能夠長時間、穩定地運作,把實驗室裡的科學成果,可靠地轉化成實際的應用價值。

-----廣告,請繼續往下閱讀-----
研華的 SKY-602E3 塔式 GPU 伺服器,體積僅如後背包大小,卻能輕鬆支援語言模型的運作,實現高效又安全的 AI 解決方案。/ 圖片提供:研華科技

台灣製造 × 在地智慧:打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能,能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署,及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析,還是其他 AI 相關的服務,都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務,讓企業在啟動 AI 專案前,大幅降低前期投入門檻,靈活又實用。

台灣有著獨特的產業結構,從精密製造、城市交通管理,到因應高齡化社會的智慧醫療與公共安全,都是邊緣 AI 的理想應用場域。更重要的是,這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示,這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果,往往已經錯失最佳反應時機。這也是為什麼邊緣 AI,不只是一項技術創新,更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場,就能被有效的「理解」與「利用」,是將數據垃圾變成數據黃金的賢者之石!

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

3
1

文字

分享

0
3
1
氣候變遷讓缺水、淹水更嚴重,臺灣做好準備了嗎?——專訪水利署賴建信署長
鳥苷三磷酸 (PanSci Promo)_96
・2023/10/31 ・3262字 ・閱讀時間約 6 分鐘

本文由 經濟部水利署 委託,泛科學企劃執行。

「30年後,我們將面對更嚴峻的缺水考驗。」水利署署長賴建信接受我們採訪時坦承地說。

水利署署長賴建信

近年,全臺西部地區都曾遇過「供五停二」的停水措施,,缺水問題更早已是全球問題。根據 2021 年發表在 Nature Communication 上的論文,2016 年全球有 9.33 億的城市人口面臨缺水問題,約為總人口的 12 %;依據過往趨勢推測,至 2050 年,全球將有 16.93-23.73 億的城市人口面臨缺水問題,相當於 2050 年總人口的 17%-24%。

為什麼全球缺水問題會如此嚴重呢?賴建信署長認為首要是「氣候變遷」改變了降雨強度與頻率,並舉生活中的經驗來說明氣候變遷:

「生活在臺灣地區的我們,會感覺到最近好像很久都不會下雨,然後不下雨的時候很熱,但一下雨,雨滴大到打在身上都會痛。」而近期紐約暴雨造成地鐵淹水癱瘓,也是氣候變遷造成的。

-----廣告,請繼續往下閱讀-----

氣候變遷讓降雨更加極端

賴署長說:「可以說以後的降雨會非常集中在特定某幾天。就像剛剛講的,就是突然暴雨,然後接下來一個大乾旱。 」

無論是缺水還是淹水,氣候變遷造成的影響都不容忽視,賴署長表示,不只是降雨頻率會更低,降雨地區也會更加不平均,降雨的強度也會有所提升。

依照聯合國政府間氣候變化專門委員會最糟糕的預測(SSP5-8.5),到了這個世紀中,臺灣暴雨強度會比世紀初提升 20%,世紀末會提升 40%,即便是最優預測(SSP1-2.6),也會在世紀中提升 15.7%。

據上所述,氣候變遷讓全人類無法迴避「降雨不均造成的地區性缺水」,以及「降雨強度提升造成的地區性水災」這兩個問題。雖然個人、企業與政府都為了減緩氣候變遷有所作為,但賴署長也表示,我們該「從科學擁抱殘酷現實,對未來做最壞打算」。

簡單來說,若所有締約國都遵守聯合國氣候變遷大會(COP)的決議完成減碳工作,那氣候變遷也只是不再加劇,並不會立刻恢復到過去的型態,而只要有其中幾項沒有達成,那全世界就得面對更嚴峻的情況。

-----廣告,請繼續往下閱讀-----

回到開頭賴署長所說的 30 年,我們還有時間做好基礎建設,降低氣候變遷對人民造成的影響。「從2016年開始,我們就思考這些問題,思考說臺灣未來面對的自然環境,我們應該如何因應、構築一個怎麼樣的未來。所以當時我們就開始思考包括區域調度、多元水源等相關計畫。」

賴署長提到的「區域調度」相關計畫,即是目前正在進行的「珍珠串計畫」。

地區性缺水解決方案—「珍珠串計畫」

「珍珠串計畫」預計把台灣西部像珍珠一樣珍貴的水源,用聯通管線串聯起來,讓珍貴的水資源可以妥為應用。

臺灣降雨時間和空間差異極大,桃園至屏東等西部地區,在 5 月至 10 月是豐水期,11 月到隔年 4 月是枯水期,然而北北基與宜蘭等東北地區,卻是完全相反,10 月至隔年 4 月有東北季風帶來的豐沛雨量,此時若能將東北地區的水調度至西部地區,將能緩解西部地區缺水。而未來面對更加極端的降雨情況,也能提供一定的支援。

珍珠串計畫的聯通管線預計將在 2028 年全數完成,而在 2021 年旱災中搶先開通的「桃園—新竹備援管線」,從桃園每日調度 20 萬噸的水給新竹,在旱災期間總計調度 2300 萬噸,約是 0.6 座寶山第二水庫的蓄水量,不僅讓新竹地區免於限水所苦,也讓新竹科學園區的科技業能維持生產。

-----廣告,請繼續往下閱讀-----
寶山第二水庫。圖/Wikipedia

不僅管線串聯,更要開創「多元水源」

有了聯通管串聯,就能解決缺水問題嗎?賴署長給出否定答案:「如果只有一種供水方式,突然有意外就完了。當然要有多股水源,多條管線。」

過往開發新水源,直覺想到的是蓋水庫,不過蓋水庫不僅要謹慎評估該地是否有充足水源,考慮安全性及經濟性是否合理,更要謹慎評估對環境生態的影響,通常一座水庫從規劃到興建完成,需耗時數十年的時間。

為了因應氣候變遷與逐步增加的用水量,水利署目前已朝「多元水源」的方式來尋找新水源,像是南化與寶山第二水庫藉由「溢流堰加高」擴增蓄水量,臺中水楠經貿園區淨化污水再利用的「再生水」,以及以及高屏溪的「伏流水」與新竹的「海淡水」,這些多元水源將與水庫水、川流水及地下水等傳統水源共同支撐起全臺用水。

此外,水利署也正想辦法讓洪水資源化,臺灣山高水急,大雨過後的洪水大部分都流向大海,只有少部分可被水庫收集,像是「河槽人工湖」就能增加收集水量,來供應日常使用,或補注超抽的地下水。

地區性強降雨解決方案—從「不淹水」轉變為「耐災韌性」

受氣候變遷影響,近年臺灣短延時強降雨頻率提高,低窪地區或排水系統也時常發生淹水,顯現目前臺灣防洪工程的不足。

-----廣告,請繼續往下閱讀-----

過去臺灣由於預算有限,治水策略多以建護岸、堤防或下水道為主,然而這種作法有其極限,即便已完成防洪工程的區域,也未必能面對未來極端降雨的情況,為此,水利署改變過往治水策略,從「不淹水」轉變為「耐災韌性、與水共生」,而在多年來中央與地方政府的聯合推動下,各地開始邁向「逕流分攤」的方式來治理水患。

「逕流」是指下雨時地表土壤無法吸收的水份,在地表形成的水流。「逕流分攤」是在淹水較為嚴重的河段,於新建(或改建)公共設施時,以不妨礙設施功能,建設洪水期間可收集逕流的滯洪池。此外,為提升土地耐淹能力,「出流管制」政策也要求開發單位,必須提升建築物的透水、保水與滯洪能力。

以日本東京鶴見川為例,由於東京市的發展,導致土地保水、滲透能力降低,洪水尖峰流量增加,更容易發生淹水。為此日本將橫濱日產體育館建置成兼具滯洪功能的公共設施,來應對鶴見川的洪峰流量,館場下方的滯洪池高度高達五公尺,平日則作為停車場使用。

橫濱日產體育館。圖/Wikipedia

「我們希望所有的土地都能更有效地利用,例如我們學校的操場,如果下面是一個蓄水池,那大雨下來是不是就不容易淹水了?」賴署長表示,近期開工的鹿港洛津國小的地下停車場兼滯洪池工程,正是「逕流分攤」的案例。

風暴將至,我們能做好準備嗎?

賴署長略為嚴肅地說:「我不期待氣候型態會回到 30 年前。」並重提了在 IPCC 的最優預測(SSP1-2.6)下,臺灣仍必須在 2050 年面對暴雨強度提高 15.7% 的情況。

-----廣告,請繼續往下閱讀-----

無論我們怎麼做,風暴已確定到來,那麼我們能事先做好準備嗎?賴署長說:「我認為我們能做到的,是使用適當的方法趨吉避凶。」隨著科學進步,模擬變得越來越精準,但終究還是預測,存在不確定性,雖然 2050 年最優預測是暴雨強度提高 15.7%,但上限呢?真的就只有前面提到的 20% 嗎?賴署長提醒我們要面對氣候變遷的現實,並在面臨風暴來臨之前做好準備,這個準備不只要能面對預估強度,更要有足夠的韌性,來面對超越預期的情況。

最後,賴署長說:「每個巨大的改變,一定是從一個微小的生活習慣,比如說開始固定運動,或是固定減少能源浪費。」也許現在看來微不足道的小動作,都將是未來的「重要一步」,就像蝴蝶效應一樣。

相信科學數據,擁抱不確定性,積極做出因應,這不僅是賴署長個人的想法,也是水利署全體的信念,唯有如此,才能在超乎預期的「風暴」來臨之前,做出最好的選擇。

-----廣告,請繼續往下閱讀-----
鳥苷三磷酸 (PanSci Promo)_96
225 篇文章 ・ 313 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

2
1

文字

分享

0
2
1
無聲的溺水:溺水的死亡人數可能比你想像中更多?掌握救溺五步驟——叫、叫、伸、拋、划
椀濘_96
・2022/07/21 ・3194字 ・閱讀時間約 6 分鐘

近台灣掀起一股露營的風潮,正逢暑假期間,野外溯溪、戲水活動盛行,然而消暑玩樂之餘別忘了,水域安全的觀念尤為重要。

根據內政部統計近年的各級水域救援數據,平均每年約有 700 多人溺水,死亡人數超過一半,其中又以發生地點為溪河的事故案件最多,而且這個數字正在逐年增加……。

全球溺水死亡的人數,比你想像中更多

2021 年 9 月,一篇發表於專業醫學期刊《刺胳針全球衛生》(The Lancet Public Health)的研究顯示,比起其他重大公共衛生問題,溺水在全球各地造成的死亡人數更多,然而這點卻很常被忽視。

研究中提到,在高收入國家中,溺水為 1~24 歲兒童和青年人的第六大死因;在澳洲、法國、紐西蘭、瑞士和美國,則是 1~4 歲兒童的第二大死因。而在中低收入國家,溺水的死亡率是高收入國家的三倍以上。

在溺水死亡率居高不下的背後,可能包括監督過失與兒童缺乏游泳技能的問題。

溺水與全球各地其他重大公共衛生等問題相比,死亡人數更多。
圖/envato

除了休閒活動之外,無法預測的天災──洪水,也是造成溺水死亡率偏高的原因之一。由於氣候變遷,遭受洪水災害的人數,以及相關的災害嚴重程度都在增加,預估未來還會持續上升。

-----廣告,請繼續往下閱讀-----

值得注意的是,氣候變遷也導致海洋變暖,進而影響世界上從事漁業或水產養殖的 6000 萬人,也迫使小規模的家計型漁業(artisanal fishery)需要到更遠的地方捕魚。這意味著船隻需要停泊在不熟悉,甚是不適合的水域中進行長時間的捕魚作業,導致漁民落船溺水的風險也跟著提高。

容易被忽視的危險水域

  • 溪流

台灣溪流多數蜿蜒湍急,河道可能會有高低差或縮減等情形,從事溪流的水上活動時,應謹慎評估該溪谷地形的風險。另外,一條溪流的流速並非均一致,而是呈現分層;水面及靠河床處往往流速較慢,水面下則較快,這點亦被輕忽,還需多加留意。

例如台灣溪域中蠻常出現的「翻滾流」(backwash),溪流經過瞬間落差的地形(如:瀑布、攔沙壩、水壩等)時,在重力作用下,下沖的水流會將落水處侵蝕凹陷,由於撞擊河床後的水流方向改變,以逆流的方式流向上游,而上方的空氣也會被水流捲入,當水流的浮力大於流動的慣性時,上下水流就會來回捲動,就形成一個不停翻滾的迴圈;人會因此卡住,甚至被吸附翻滾而無法脫離,造成嚴重傷亡。

翻滾流的模擬影片。
在水淺時可以很明顯地看到翻滾流,但在水深的時候,除非靠近否則難以被察覺。 影/ YouTube

除翻滾流外,水面下還可能暗藏「渦流」(又稱漩渦)。

-----廣告,請繼續往下閱讀-----

渦流由反水流形成,是一種漩渦型水平滾動的水漩;水流經石頭孔隙時會相互推擠,進而形成圓錐狀渦旋(Vortex),渦流會捲入從旁流經的物或人,將其捲沉至水底或石縫間,無法脫離。

除水流外,另一潛在殺手則是石頭。除了長期受水流影響外,其上附著的蘚苔、藻類等也使得石頭表面變得光滑,踩踏行走時若稍有不慎,則可能跌入水深處,情急下便提高了溺水風險。

  • 海邊

於海邊戲水時,「離岸流」(Rip current)容易被忽視但卻隱藏著巨大危機……。

離岸流又稱「裂流」,為一種從海岸帶到海中、向外海方向快速移動的海流,流向幾乎與岸線垂直。離岸流和巨浪並不相同,通常是毫無防備的情況下突然出現,而且在任何天氣條件下都可能發生,持續時間從幾分鐘到幾星期不等,可能突然出現、突然消失。若發現該水域兩側均為海浪,但中間出現相對平靜無浪的區域時,應有所察覺此處有離岸流,盡量遠離。

-----廣告,請繼續往下閱讀-----
離岸流示意圖。圖/Wikipedia

強勁的海流能將強壯的人迅速帶離海邊,將人推向外海,若試圖抵抗,則會因體力耗盡而發生溺水事故。若不幸遭遇離岸流時,可試著讓自己漂浮於海面,保留體力揮手向救生員求助。

離岸流宣導影片。影/YouTube

溺水時,比你想像得更難求助

也許你想像中發生溺水時應該是用力揮打四肢拍水、大聲喊叫等大動作來呼救,但其實不然。

當人溺水時會想拼命嘗試把頭伸出水面呼救,若過程中不甚吸入水使聲帶進水,聲帶及上呼吸道因而緊繃,造成無法順利發聲。

等到無力、頭部低於水面時,冰冷的水流入上呼吸道引起咽喉痙攣緊縮、氣管收緊,再後來喉頭放鬆,便會使大量水份灌入呼吸道及肺部,肺泡無法換氣,人體因此無法呼吸而窒息,導致腦部缺氧受損甚至死亡。

-----廣告,請繼續往下閱讀-----

整個溺水的過程遠比我們想像中來的無聲無息,這致命的傷害僅短短幾分鐘,即使一旁有人也難以察覺,直到溺水者無意識漂浮於水面時已為時已晚。

而兒童溺水事故,也比想像中更危險,為台灣 5 歲以下幼童的三大死亡原因之一。

夏季從事水上活動時,應選擇有專業救生員、救生裝備的安全水域環境。圖/Pixabay

幼兒處於溺水狀態時,較成人更加難以察覺,家長往往以為有在旁照看就能避免憾事發生。而大部分溺水後的兒童,都會有嚴重的腦缺氧後遺症,影響著日後正常的生活機能。

但有些徵兆可幫助大家判斷,孩子是在游泳還是正在溺水,例如:眼神呆滯無法聚焦、身體呈垂直且腳沒有活動等等。

-----廣告,請繼續往下閱讀-----

溺水救法及注意事項

看到有人溺水時,若不是接受過水難救助訓練的專業人員,請不要貿然下水施救!

切記救溺五步驟:叫叫伸拋划。

:大聲呼救。

:撥打 119 求助。

:利用延伸物,如:竹竿、樹枝等,讓溺水者抓住。

:向溺水者拋送漂浮物,如:瓶、球、繩等。

:利用大型浮具,如:救生船、救生圈等,划向溺水者,將之救援。

除此之外,夏季從事水上活動時,暖身需要做確實,避免抽筋、肌肉痙攣等情況,並且選擇有專業救生員、救生裝備的安全水域環境。如果出現身體不適、飲酒後、精神情緒狀態不穩定時,請不要輕易下水!

最有效的預防不外乎就是將基本的水上安全、游泳技能,融入進教育課程,從根本上幫助防止溺水事件的發生。

-----廣告,請繼續往下閱讀-----
切記救溺五步驟:叫叫伸拋划。 圖/envato
  1. Medd, D. R., Scarr, J., Larson, K., Vaughan, J., & Krug, E. G. (2021). Drowning Prevention: Turning the Tide on a Leading Killer. The Lancet Public Health, 6(9), e692–e695.
  2. 秘境苦花潭溺水事件:如何判斷渦流、翻滾流與渡溪安全
  3. 海邊戲水 先來認識「離岸流」—台灣環境資訊協會-環境資訊中心
  4. 離岸流—維基百科
  5. 溺水的人其實不太會掙扎,乾性溺水也可能致命!(懶人包)—照護線上
  6. 兒童溺水知多少—中國醫藥大學兒童醫院
  7. 發現有人溺水,救溺五步驟—臺北市政府消防局防災科學教育館
  8. 救人五招:「叫叫伸拋划」—中華民國紅十字會
-----廣告,請繼續往下閱讀-----
椀濘_96
12 篇文章 ・ 20 位粉絲
喜歡探索浪漫的事物; 比如宇宙、生命、文字, 還有你。(嘿嘿 _ 每天都過著甜甜的小日子♡(*’ー’*)