0

0
0

文字

分享

0
0
0

紅十字會報告:現代科技的救災利器

李柏昱
・2013/11/15 ・1512字 ・閱讀時間約 3 分鐘 ・SR值 530 ・七年級

國小高年級科普文,素養閱讀就從今天就開始!!

2012年寶發颱風重創菲律賓,如果缺乏現代科技如手機、推特的幫助,死亡人數可能會視實際的3到4倍。(圖片來源:Wilkimedia commons作者Sonny Day)
2012年寶發颱風重創菲律賓,如果缺乏現代科技如手機、推特的幫助,死亡人數可能會視實際的3到4倍。(圖片來源:Wilkimedia commons作者Sonny Day)

紅十字會與紅新月會國際聯合會(International Federation of Red Cross and Red Crescent Societies)在2013年10月發表了最新的「2013世界災難報告(World Disasters Report 2013)」,回顧並檢視了2012年全球的災害狀況,報告中指出提供科技協助對於防災而言已經和水以及食物一樣重要。

在災害來臨時,防災單位提供足夠且正確的災害資訊給社會大眾至關重要,每個人才能根據自身狀況,做出最合適的防災決策。但是,或許對人手一台智慧型手機、處處都有無線基地台的台灣人而言,很難想像世界上仍有許多國家的人,沒有天氣預報也沒有衛星雲圖,颱風或其他氣象災害,往往讓他們措手不及。

根據報告,2012年全球發生了552起天災和工業災害,總共造成1萬5,706人死亡,受災人口一共有1億3900萬人。雖然總受災人數為過去10年中最低,但是在較為貧困的國家,因為缺乏救命的社群網路與科技,嚴重影響當地民眾事前防災、在災害來襲時逃命的能力,導致受災人數比起往年不減反增,高達3,170萬人,同時災後的復原能力也因為缺乏科技援助而深受限制。

科技減少災害傷亡最顯著的案例是2012年重創菲律賓的寶發颱風,紅十字會與紅新月會國際聯合會秘書長貝克萊‧格勒特(Bekele Geleta)表示希望「容易發生災害地區的政府以及民眾,能藉由這些科技創新提升災害應變能力,例如天氣預警軟體、衛星影像與災害通報系統,並加快災後恢復速度。」

隨著智慧型手機的普及,透過手機的app,科技能更進一步在災害來襲時協助救災。舉例來說,菲律賓中部阿爾拜省(Albay)的緊急應變中心目前會收到超過一萬兩千名手機用戶的災情回報,但應變中心僅能獲得用戶的SIM卡號碼,還需藉由追蹤與回電確認災害發生地點,延滯了救災速度並造成救災資源的浪費。

為了解決這個問題,菲律賓開發了「Tudlo」這套app軟體,Tudlo是菲律賓中部米沙鄢語(Visayan)「教導、引導與指向」之意。透過Tudlo,使用者能獲得最新且即時的災害資訊,並能直接回報災害地點的座標,有助於提升地方政府災害應變的速度與能力,將救災資源配置於最需要的地區。

不過,紅十字會的報告也指出,經濟發展確實能使手機持有率以及網路使用率提高,但是也提醒人道組織絕不能僅援助那些已經能夠連上社群網路的人,而忽略還缺乏管道的國家與社群,例如在非洲國家或印度,經濟發展程度還不足以產生根本上的轉變。

獲得資訊雖然至關重要,但僅是做到防災減災的第一步,對於災害有正確的認知與心態,才能將災害所帶來的損失降到最低。(本文由國科會補助「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)

責任編輯:鄭國威|元智大學資訊社會所

本文原發表於行政院國家科學委員會科技大觀園「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!

延伸閱讀:

文章難易度
李柏昱
81 篇文章 ・ 1 位粉絲
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。

0

7
2

文字

分享

0
7
2
天氣學家看《天氣之子》:雨災不只是淹水,是極端氣候下的慢性死亡
Y.-S. Lu
・2022/03/29 ・4824字 ・閱讀時間約 10 分鐘

新海誠,對大家來說是這五年高品質動畫電影的代表,不管是《你的名字》、《天氣之子》,都讓大家耳熟能詳,而其中的災害主題則扣住了他的愛情主題,不論隕石來時的避難,或是氣候異常的降雨,都是非常值得討論的主題。

筆者做為大氣科學從業人員,本篇文章,想要從《天氣之子》來討論極端氣候,因為極端氣候不僅是聯合國《永續發展目標 (Sustainable Development Goals)》的主要議題,也在近年來深深地影響人們生活。

天氣之子的氣候狀況

這次新海誠用了一個很大膽的主題,也就是主角再也不是為了地球飛去宇宙深處作戰的女高中生(《星之聲》),也不是挽救過去將被隕石毀滅的村子的男高中生(《你的名字》),而是在犯罪邊緣的少年少女,而他們並未為了日本跟地球,而犧牲自己成為人柱。

從某個角度來說,人都有年輕不懂事過,為了愛犧牲理性也非意想不到,但是主角在「拯救世界」與「拯救戀人」之間,選擇戀人而放棄世界,也算是少有的故事情節,因此開映之後,的確造成了一些話題性。

不過,筆者比較有興趣的,是其中的降雨情節。日本降雨從 2021 年持續到 2024 年,的確是不可能的,除了要有足夠的水氣,以及足夠的對流將氣團推往較冷的高空外,還須要足夠的氣溶膠來形成足夠大的水滴,才有機會造成降雨。

如果電影中的「神」希望靠物理作用,讓日本持續下雨三年,那我想這不會是對流造成的雨:因為在連續降雨而缺乏晴天的日本,潛熱(單純的水蒸發與植物的發散作用)與顯熱(因為地表與空氣溫差造成的熱量傳播)都將成歷史。在夏天時,缺乏地面形成低氣壓的情況下,也無法產生梅雨所需要的對流作用。

所以最有可能的,就是在太平洋上,生成一個熱帶性低氣壓造成的風暴,但又因為氣壓帶的影響,讓此風暴持續盤旋在日本外海,替日本帶來大量的水氣。

要造成三年的連續降雨,最可能的情況就是在太平洋上,生成一個熱帶性低氣壓造成的風暴。圖/envato elements

這樣的風暴若持續一整年不停歇,即使粗估每小時不到 2mm 的降雨量,一年下來也會帶給日本超過 10000mm 的降雨。日本年均降雨約在 1500mm 到 1800mm 左右,此風暴將造成四到五倍的年降雨量,這可能會對日本造成破壞力僅次於《日本沉沒》的最大自然災害。也就是說,光是一直下雨,的確有可能淹沒整個日本的都會區。實際上,2021 年的夏天,德國西部與比利時東部大小城鎮,就在低氣壓氣旋 Bernd[1] 帶來的豪雨下,受到了重大的打擊。

但可惜的是新海誠對於日本淹沒這個概念有點誇大,在影片結尾,日本的「彩虹大橋」被淹沒,彩虹大橋塔高 126 公尺[2],動畫中大約被淹沒超過一半,這邊就先估僅 63 公尺高。

這應該是天氣之子的Bug,因為要淹到 63 公尺的高度,唯一合理的解釋只有全球氣候異常,造成冰河融解。在《自然》科學期刊中,Gregory & Oerlemans (1998) 估算在全球暖化的影響下,考量到冰河區的融化量,海平面到 2100 年將會上升「數公尺」;而美國地理調查所( USGS) 在網頁簡略提到,如果全球冰層溶解,大約會是 76 公尺高[3]

也就是說,在《天氣之子》中,全球極度暖化,導致海平面上升 63 公尺,這已經是勘比《2012》的世紀災難了。

另外一點,兩年半中經歷氣候變化(真的如主角講的:「我們改變了世界」)後的日本,在海平面上升 63 公尺的情況下,造成將近有 17.41% 的國土面積喪失,而情況最嚴重的則在大東京都地區。

左:災前日本。右:災後日本淹水地區。圖/
Y.-S. Lu. Data Source: Derived from GTOPO-30 tiles, https://lta.cr.usgs.gov/GTOPO30 by CC 4.0

豪雨造成的問題

豪雨可以說是地球上最容易觸發災難的關鍵氣象要素。相較於需要板塊交界的地震、需要大氣運動才能造成的颱風/颶風,以及只有高緯度地區才有的雪災,任何地方只要「會下雨」,就有可能豪雨成災。對土木界而言,水一直是問題也是重點防治對象之一。

所以,撇除不合理的海平面上升之外,這邊還可以再淺談一些《天氣之子》中可能會出現的豪雨災害。

在豪雨的侵害下,日本平地的地下水位應該會保持在地面,而山區的地下水水位也可能會偏高,土壤含水量偏高後,不僅會造成土壤重量上升,亦導致側向土壓上升,再加上日本與台灣一樣,是造山運動強烈的地方,所以坡沙土堆積淺,土石流、泥石流的情況將會十分強烈。

在日本持續降水期間,山區會有許多因為崩坍造成的堰塞湖,山區居民應全數徹離以保全生命安全。

山區道路除了會因為坍方造成道路中斷,高水位也會超過道路上擋土牆的設計。擋土牆原本就是根據地區水位做估算與設計,但是在連年降雨下,水位高度將超過一般設計的強度,所以道路上的擋土牆也會有坍塌的危險。

豪雨侵襲將帶來嚴重土石流、泥沙淤積與堰塞湖。圖/台灣農委會林務局網頁

而岩層區也會因為岩隙間的水壓上升、破壞岩體,導致挖穿山間的隧道開始因為水壓,而坍塌阻塞。

由於山區的降水無法被土壤吸收保留,所以大多數的水將會匯流到平地,平地的淹水狀況將比往常更嚴重,都市內的排洪系統將完全失效;而河道的防洪牆雖然阻擋了河道暴漲,但都市內的淹水也將難以排除。

都市中的高樓雖然提供了居民可用的居住環境,但是因為大多數的高樓機房都設在地下層,所以樓房機能將損失殆盡,除了電梯無法使用,污水與糞水也將漂滿都市內部,好在連年下雨,所以這些污水早已成為龐大水體的分子,所以也不是真的很「污染」(但感性上不能接受),另外從山區湧入的人口,可能會因為人口擁擠,造成更大的社會與治安問題。

除此之外,伴隨降雨而來的,還有厚重的雲層。雲層阻擋了陽光,也阻擋了植物進行光合作用,可想而知,日本的農業也會隨之被破壞,菌類養植可以繼續,也就是日本在沒有被核戰爭攻擊的情況下,卻可能必須過著有如《地鐵 (Metro2033)》的生活。

同時,在缺乏陽光的基礎下,人類無法自然產生維他命 D,兒童也將因此生長不良,更惶論因為長期陰天導至人們憂鬱症比例上升。

連日下雨缺乏陽光,容易導致人們憂鬱。圖/envato elements

在豪雨不斷的氣候異常下,原本就存在的極端天氣狀況只會更甚,日本連年降雨,就有可能是某處連年乾旱。在動畫中,日本的異常降雨,代表人類的世界可能只是將更快速地步向滅亡。畢竟現今為了減低溫室效應造成的危機,各國正在提出方法來淨零,但《天氣之子》一口氣就造成了更嚴重的氣候影響。

總而言之,《天氣之子》與其說是放棄日本拯救少女,其實更有可能是放棄全世界整救少女。

當德國遇上「天氣之子」

近年最大的洪災,便發生在 2021 年,從美洲到歐亞洲,各國都遭遇到了前所未見的洪災。

2021 年,當德國還正因為 COVID-19 感染人數下降,逐步微解封之時,七月發生的大水災,造成了人命與財物[4]的重大損失。除了高達 70 億歐元的保險賠償外,德國西部的 Ahweiler、Erftstadt、Hagen 等城鎮被淹沒、房屋被沖毀,許多河道旁的居民,也在雨災過後丟出許多被洪水泡毀的家具電器,損失慘重。

雖然部份民眾將炮火轉向預警系統的失敗[5],但預警系統並非毫無作用。在德國可以裝 NINA app 做為推播使用,某些城市也會有警報廣播系統,但即便已發出手機 app 的警報,以及俗稱 Siren 的警報,民眾不一定會意識到災難的到來並進行疏散,也有民眾忽略警報選擇不避災,甚至有民眾說從未能想像德國發生「有如第三世界」的洪災,但事實上,德國大河(如萊茵河、易北河)在近 10 年內,就有過類似洪災的紀錄。

德國7月洪災淹沒了城鎮。圖/德國之聲 新聞截圖

2016 年時,德國酒鄉之一的阿爾魏勒(Ahweiler),其周邊的阿爾河(Ahr)就氾濫過一次,當年低氣壓帶來連日的綿綿大雨,造成了小部份地區被水淹沒;但是當 2021 年的洪災再次來臨,居民還是覺得很震驚,可見該地區的居民對洪災是缺乏想像的。

2021 年的這場洪災,德國城鎮的管理層級並非沒有作為,筆者居住的小鎮,在洪峰來臨前十二小時就已封閉橋樑,許多志工開始投入疏散河提居民的工作,將居民安置在大賣場,且有志工開車接送。然而,在河水暴漲的岸邊,不僅有路人無視路障通過,有更多人在岸邊拍照,紀錄淹水狀況。受災區域亦同。

但是話說回來,居民與當地警消的這種反應可能也是非戰之罪,因為許多的測站都遭遇到破紀錄的水位高,如阿爾魏勒的測站阿爾特納爾(Altenahr)在資料中寫下了「最高紀錄」[6],但是因為測站毀損,沒有具體數字;有學者則提出,這是 200 年洪災的規模。但是防災等級的提升,也意謂著公共工程經費的支出。如何在兩者間取得共識,一直是防災工程的大哉問。

德國的氣象預警也並非無作為,但並不是所有的預告都能說服人,歐洲中期天氣預報中心 (ECMWF) 的叢集預策系統 (Ensemble Prediction System)利用了氣象模擬中的不確定性,以多重運行結果進行機率預測,來替代傳統的單一運行的單一結果。然而,即便用上機率預測方法,也只能在極端的機率 (第 99 percentile) 下預測到德國西部會有 122mm/day 的最大降雨,而德國氣象中心 (DWD) 的在當日所量測到的是 144mm/day 最大降雨。

嚴格說來 ,即便使用了叢集系統亦無法補捉到雨量的最大值,實屬可惜。所以氣象預報並非完全有效,加上只有 1% 的機率可以達到四分之一的年均雨量,這個機率很難說服一般人馬上進行避險。

ECMWF與DWD雨量比較。圖/Luis Samaniego @twitter

這樣一次性的暴雨時期,德國遭受了超過七十億歐元的保險賠償,並有將近 200 人死亡,可見當災難超過預測時,人類的應對是遠遠不足的。同時,德國因為二戰時期與冷戰的陰影,對政府集權相當的反感,也間接導致無法使用如台灣的細胞簡訊的方法,來廣範地疏導民眾。如何增強防民眾對災難的因應意識,有可能將也是德國接下來的課題了。

在極端氣候之下,要更有防災意識

天氣之子因為對治安黑暗面的描寫,以及主角的選擇,造成了不少的爭議,也造成觀影程度與《你的名字》有所相差,雖然對筆者而言,其氣象的狀況算是超現實,且對社會重建的描寫不夠深入,但是在氣候變遷下,人們必須思考並建立對防災的概念與意識,在降雨強度變強、極端溫度更高的情況下,災難是有可能會更嚴重的。

台灣的讀者可以多參考水土保持局的相關防災宣導與資料,建立與更新相關知識,更重要的,應該是隨時有防災意識,才能保護自己,以及保護別人。

參考資料

Y.-S. Lu
4 篇文章 ・ 5 位粉絲
自從來到學界後,便展開了一段從土木人到氣象人的水文之旅。主要專業是地球系統數值模擬,地下水與地表模式的耦合系統,以及大氣氣象模擬。目前是于利希研究中心(Forschungszentrum Jülich GmbH)超級電腦中心的博士後研究員。

0

7
0

文字

分享

0
7
0
最貼近生活的防災資訊一把抓——災防科技中心的 LINE 官方帳號
鳥苷三磷酸 (PanSci Promo)_96
・2022/02/14 ・2551字 ・閱讀時間約 5 分鐘

國小高年級科普文,素養閱讀就從今天就開始!!

感謝 國家災害防救科技中心 對本次專訪之協助與支持。

  • 文/陳彥諺

睡夢中突然感覺到一陣劇烈搖動,燈座晃動、床櫃叩叩作響,是地震!幸好持續的時間並不久,在準備起身時,地震就停了。拿出手機,急著傳訊息給遠方的親友,想知道他們那裡的狀況如何,而在等待居住各地的親友們回覆訊息的分分秒秒,竟像是一刻鐘那麼長。

於是你便想,如果這時候有即時通知故鄉狀況的 app,在第一時刻提供遠方的地震狀況,那該有多好?

也有那樣的時刻。窗外時而大雨不停,時而風平浪靜,氣象預報雖然說明了颱風入境的軌跡,只是,各縣市政府仍未發佈是否停班停課的相關訊息。你等了整夜,等到夜深、不得不去睡了,卻還是撐著僅有的意志力,守著手機,不斷更新最新發佈消息。

眼皮沈重的你不禁想,要是這時候有即時推播停班停課訊息、並且能轉傳給親朋好友們分享的 app,那該有多好?

更多的是風和日麗的週末。幾週前早與三兩朋友約好了,要去露營登山、要去戶外走走,整理行囊的時候,斟酌著是要輕便為主,還是該以保暖為主?是該備齊防曬用品,或是得攜帶各式雨具?考量各種可能性後,所整理出來的行李卻大於能負載的重量,最終還是得依據即將來臨的天氣為主。

這時候你拿出了手機,搜尋是否有「提供降雨機率、未來五天天氣、紫外線等統整訊息的 app」?

災防科技中心 LINE 官方帳號,提供你生活所需的大小訊息

「災防科技中心 LINE 官方帳號」,提供你生活所需的大小訊息,讓生活過得順利!在這裡,無論您身在何方,都能收到小至降雨機率、未來五天天氣、紫外線、空氣品質等即時觀測訊息,也能收到特定區域的地震示警、颱風、豪雨、低溫特報等訊息。

進入「災防科技中心 LINE 官方帳號」頁面,畫面上出現可愛的 Q 版小狗,點選「訂閱示警」按鈕處,便能看見行政區的訂閱選擇。選擇行政區後,系統依據氣象、水文、交通、民生分類,分別提供不同的資訊來源。若您訂閱了該項目,當未來訂閱的項目有了示警訊息,使用者將會即時收到資訊圖卡,不只能第一時刻瞭解統整過後的清楚資訊,更能立刻轉傳給朋友們。

低溫特報來襲,「災防科技中心 LINE 官方帳號」提供最詳細的資訊圖卡,不只方便閱讀,也易於轉傳提醒親友。

此外,「災防科技中心 LINE 官方帳號」提供的不單只是常見的氣象示警,也不囿限於災害發生時的特殊警訊,更有貼近民眾生活的便利資訊。比如,開車族最在意「是否開放路邊停車」、颱風來襲時民眾關切「是否停班停課」、沒收到里長傳單就會忽略的「停電停水公告」⋯⋯等。「災防科技中心 LINE 官方帳號」提供的一站式示警系統,讓您只要打開 LINE,想要的、需要的資訊,通通就在掌握之中。

除了常見的氣象資訊,鐵路交通、停班停課等資訊也都收錄在「災防科技中心 LINE 官方帳號」。

官方帳號的前生——災害情資服務平台

全面蒐集各方災防資訊的「災防科技中心 LINE 官方帳號」並非是一夕促成的,它的前身「災害防救決策輔助系統」,早在 2010 年就正式啟用。

2009 年的莫拉克風災傷亡慘重,當時政府間災情傳遞過慢,促使民間自主開發災情通報平台。這讓政府意識到臺灣的防救災體制需要調整,在災情資料整合問題上,開始引入以地理資訊系統為基礎,打造災害防救決策輔助系統,來整合各部會第一手的災害情資。

從 2013 年開始,由災防科技中心主力推廣災害共通示警標準(EDXL-CAP)到各部會中,並持續優化災害防救決策輔助系統。在 2014 年協助各部會統一全臺的示警資料標準,2016 年由各部會與臺灣電信業者建置的「災防告警細胞廣播訊息系統(PWS)」,其發布的每一則訊息也遵循這套標準。

除了中央部會的災情整合,災防科技中心也接續推動「災情回報資料標準(EDXL-SitRep)」,整合除了中央部會外 22 縣市的部分學研單位,讓學研單位能用標準格式及時傳遞災情。

2018 年 3 月成立的「災防科技中心 LINE 官方帳號」,正是延續著上述的資料交換標準與災害防救決策輔助系統所延伸的便民服務。災防科技中心目前也正在導入醫療資料交換標準(EDXL-HAVE)與物資資料交換標準(EDXL-RM),分別用來蒐集全臺各地的醫療資源,與衛福部社救司的民生物資庫存資訊。

未來「災防科技中心 LINE 官方帳號」也可能看到更多實用且正確的資訊,幫助使用者進行判斷與決策。

災防科技中心 LINE 官方帳號,不只防災,更讓你出遊愉快

「災防科技中心 LINE 官方帳號」除了災防資訊,亦提供兩大休閒主題的相關資訊,分別是「露營趣」以及「悠遊山林」。用戶能在訂閱期間內,即時取得指定露營區、指定登山步道的各項基礎訊息,包含了對於登山客尤為重要的水庫放流資訊。這類個人化訂閱服務提供符合時空背景及情境條件的即時訊息,讓資訊作為出遊輔助,而非一種打擾。

除了防患未然,更重要的是,「災防科技中心 LINE 官方帳號」能讓掌握資訊成為習慣。當我們掌握貼近生活的資訊,便能減少不必要的麻煩,讓生活更精簡、更便利。

終於,在擔憂遠方親友的夜晚、在等待著停班停課訊息的颱風夜、在期待著週末出遊的週五晚間,你擁有了「災防科技中心 LINE 官方帳號」,並且迅速得知遠方親友一切安好、因信任消息不會漏接而放心入眠、因掌握了氣象狀況而行李收拾得宜。從此,因為貼近防災資訊,開始了更省心、放心、開心的每一日。

今天出門前,點開手機,三秒內就掌握了空氣品質、紫外線、強風警報,迅速決定好適合的衣服和防護措施。走出屋外,外頭天氣晴朗,陽光溫煦。這是平凡的一天,也是美好的一天——掌握資訊的每一天,都是美好的一天!

鳥苷三磷酸 (PanSci Promo)_96
146 篇文章 ・ 268 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
時時刻刻監測您的「飛行安全」——智慧型手機有潛力作為「大麻檢測器」
帕德波耶特 Pas de poète_96
・2021/10/30 ・3146字 ・閱讀時間約 6 分鐘

國小高年級科普文,素養閱讀就從今天就開始!!

智慧型手機的功能日趨全面,幾乎就要包辦日常生活大小事,當然也包含我們的健康。有些人拿它來記錄每天的運動狀況,也有人搭配應用程式,監測自己的心肺功能。

但這還不夠,科學家總是能想到更奇葩的需求:未來,你的手機也有機會變身「大麻檢測器」了!羅格斯大學健康暨健康政策與高齡研究所(Rutgers Institute for Health, Health Care Policy and Aging Research)研究團隊,調查大麻使用者的「嗨度」,並將其與機器學習技術做結合,試圖打造能準確判斷大麻中毒程度的日常小工具。

研究發表於《藥物與酒精依賴》(Drug and Alcohol Dependence)期刊[1]

大麻何以讓人愉悅?

法國喜劇劇集《大麻咖啡館》(Family Business)中,年輕企業家喬瑟夫.亞贊(Joseph Hazan)乘著法國大麻合法化的順風車,決定將老父親傑哈德.亞贊(Gérard Hazan)的肉鋪改造成大麻咖啡館。雖說父親一開始很反對,但在偶像安瑞可.馬西亞斯(Enrico Macias)的循循善誘下,父親最終也體驗了呼麻的快感,並開始積極面對他們的咖啡館事業。

大麻為何能讓人快樂到放棄執著?一個叫四氫大麻酚(Tetrahydrocannabinol, THC)的傢伙扮演著關鍵角色。由於 THC 的化學結構與人體的內源性大麻「花生四烯乙醇胺」(anandamide)十分相似,它能與大麻素受體(cannabinoid receptors)結合,並啟動大腦的獎勵系統,讓我們感到身心愉悅[2]

這不免讓人感到好奇:究竟,人們是如何攝入大麻的呢?

一般來說,大麻被攝取的途徑有二:吸食,或直接拿起來嗑(沒啦,是摻在食物裡面服用)。當人們吸食大麻時,裡頭的化學物質會從肺部進入血液,進而將它們運送到身體各處,包括大腦。但如果是用吃的,由於是透過消化系統吸受,因此大麻所帶來的影響通常會晚個 30 分鐘到 1 小時出現。

製作中的大麻奶油。圖/WIKIPEDIA

大麻中毒將導致「定向感」降低

對大麻使用者來說,它最迷人的地方大概就是使用後欣快的放鬆感受。此外,有些人也會體驗到感官放大的飄忽景象,但也有部分人認為,大麻會讓他們感到焦慮、恐懼、不信任和恐慌。雖然目前較少有因純粹吸食大麻而死亡的案例,然而,若是使用過量,便會引發大麻中毒(cannabis intoxication)[3]

大麻中毒的人,輕則產生飢餓與嗜睡等症狀,嚴重的話,會導致認知與對人事時地物的定向感降低,甚至會出現急性精神病(acute psychosis)[4]。其他典型、可預測的症狀,還包括口乾舌燥、紅眼、短期記憶受損,以及知覺和動作的影響等5

部分大麻中毒者,會因為大麻在精神上的影響,對外界反應時間過慢,造成工作或學校表現低落,甚至在開車、駕駛時形成干擾,最終導致交通事故與傷亡等憾事。

雖說如今有血液、尿液或唾液等測試,能針對大麻中毒進行檢測,但若要實現日常生活中的時刻監測,恐怕還是有些限制的。

過去曾有研究,以現代人形影不離的「智慧型手機」裡的感測器,來探測高風險的飲酒者,準確率高達 90%[6]。有鑑於此,羅格斯大學健康暨健康政策與高齡研究所團隊開始研究,想知道在機器學習模型的協助下,手機是否能發揮檢測「大麻中毒」的作用,即時探測那些可能因大麻中毒引發的危機。

智慧型手機,有潛力作為「大麻中毒」的檢測器。圖/Pexels

如何檢測嗨不嗨?關鍵是「使用後的行為」

團隊首先從美國賓州匹茲堡(Pittsburgh, PA)找來 57 位年齡介在 18~25 歲的年輕人,透過自我報告,得知他們每週至少使用大麻兩次。之後,團隊透過「手機回傳調查」搭配「手機內感測器數據」等方法,每日收集受試者使用大麻的相關數據持續至多 30 天,以掌握他們在大麻中毒後的狀況。

其中,回傳調查每日三次,包含開始與結束使用大麻的時間、用量,以及主觀感受的自我評分——依據「嗨」的程度,評分標準為 1~10分,其中 10 分為「敲級嗨」。後來回傳的 451 起大麻使用事件中,平均「嗨度」為 3.77 分。

而手機則搭配應用程式,收集了 102 種手機感測器的數據,如 GPS、加速度計(accelerometer)、撥出的電話數量以及平均移動距離等。有些人聽到這裡可能坐不住了。等等⋯⋯GPS 這類定位工具與加速度計,到底能做什麼?是這樣的,GPS 可用來偵測大麻使用者陷入「自我陶醉」時的行進範圍(travel boundary),而加速度計則是用來監測他們的步態與身體活動量。

在對照受試者的回傳調查及手機數據後發現,當使用者回報他們「正嗨」時,透過 GPS 的數據分析可知,他們的移動範圍並不遠。另外,此時加速度計的資料也顯示,主觀報告大麻中毒者,雖然活動多樣性下降,但身體的活動程度卻比較劇烈。

考慮時間點的監測,精確度大提升!

最後,他們在演算法的幫助下[7][註1],盼能瞭解上述方法,是否能區別無中毒和中毒(輕度或中度)的情形。透過各種中毒時的行為特徵,加上機器學習技術的檢核,智慧型手機就可以變成如假包換的「大麻使用監測器」啦!

為了探究這個組合的準確性,團隊企圖在不同的時間點(例如:一周中的某一天,或是某一天的幾點幾分)下做排查,找出與大麻使用行為與特定時間點的關係,以進一步確認大麻中毒的具體指標。

結果顯示,僅出動手機內的感測器偵測這群人是否使用大麻,準確度為 67 %;但若結合「個人呼麻時間點」與 GPS 和加速度計等資料,則準確度高達 90%

經乾燥過後的大麻示意圖。圖/Pexels

用手機偵測大麻使用?得再等等⋯⋯

面對如此結果,研究團隊認為,以手機結合機器學習預測大麻中毒程度,是相當可行的。不過,未來還需要加入更多資料,以完備這項工具。

首先,由於該研究對大麻中毒的判定,主要建立在「受試者主觀判斷和自我(ㄕㄡˇ)報告」的基礎上,因此在物質使用和生理反應的識別上,不如執法部門的檢驗工具那般客觀。此外,像是大麻使用者的使用史、攝入身體的途徑、劑量,以及使用者對大麻的耐受性,都會影響他們報告身體狀況的結果。

不僅如此,像是不常使用大麻者在中毒時,他們的行為與身體反應和那些「老司機」們相比,是否有明顯差異?該研究受試者多為白人,其他人種在同劑量的條件下,會不會產生相應的數據?這裡不是要戰種族,但光是「喝酒」這件事,每個人種的反應也多少帶有一些差異,像亞洲人普遍就很難代謝酒精[8]

以上種種,都是這個工具可能被泛用的關鍵。最後,假設這個大麻偵測小工具,有朝一日被推到應用程式的市場上,你會想下載嗎?又,我們是否能因為大麻使用者的敏感身份與風險,而逕自對他們搜集資料、加以監控?作為一旁拍手叫好等待好用產品問世的小老百姓,在引頸期盼的同時,也必須深思這樣的問題。

註解

  • 註 1:該研究所使用的技術為「Light Gradient Boosting Machine」,是微軟公司以「決策數演算法」(decision tree algorithms)為基礎,於二〇一七年釋出 LightGBM 演算法,用於排序、分類和其它機器學習的任務。

參考文獻

  1.  Sang Won Bae et al. (2021) Mobile phone sensor-based detection of subjective cannabis intoxication in young adults: A feasibility study in real-world settings. Drug and Alcohol Dependence
  2.  How does marijuana produce its effects? National Institute on Drug Abuse, 2020.
  3.  What are marijuana’s effects? National Institute on Drug Abuse, 2020.
  4.  Helen Okoye. Cannabis Intoxication DSM-5 292.89 (F12.12). Theravive.
  5.  Marijuana intoxication. U.S. National Library of Medicine.
  6.  Bae et al. (2018) Mobile phone sensors and supervised machine learning to identify alcohol use events in young adults: Implications for just-in-time adaptive interventions. Addictive Behaviors
  7.   LightGBM. Wikipedia.
  8.  Hui Li et al. (2009) Refined Geographic Distribution of the Oriental ALDH2*504Lys (nee 487Lys) Variant. Annals of Human Genetics.
帕德波耶特 Pas de poète_96
4 篇文章 ・ 3 位粉絲
嗜酒如命的平靜份子,逃離醫療工作後,在一連串荒謬的經歷下,成了文字與音樂工作者。