從台灣放眼全球，今年傳出暴雨洪災的國家還包括：二月中，巴西彼得羅波利斯三小時的暴雨，洪災沖毀了至少80間房屋，造成231人死亡；地球另一端，二、三月的暴雨更造成澳洲史上最嚴重的洪水，東岸有數十萬人被迫撤離家園，宛如聖經大洪水災難的場景，損失超過十億美元。
洪災影響民眾的生命及財產安全、破壞道路及基礎建設，更擾亂土地使用計劃和城市長期發展。估計至2030年，全球每年受洪水事件影響的人數將翻倍成長，達到1.47億人，年度成本估計將超過7,000億美元。
「如果城市遭遇大洪水，我們的計畫是什麼？」所有的政府緊急應變部門、城市管理者都在思考這個問題。然而，即便是經常發生洪災的地區，極端氣候的不確定因素，也使累積多年的洪水模型愈來愈難預測日趨頻繁、極端的事件。
今年二月，澳洲發生史上最嚴重洪水，許多人被迫離開家園。圖片來源：Shutterstock
智慧城市卡瑞鎮，以AIoT預測洪災與規劃城市開發
美國北卡羅萊納州的卡瑞鎮，位於兩條河流上方；由於城市規劃會連動影響下游流域其他城市的居民，管理洪水與雨水計畫一直是他們的關鍵要務。
地方政府深知，洪災造成的影響不僅是實體後續的清理與修復，卡瑞鎮鎮長辦公室主懷德曼（Danna Widmar）便說：「如果你的房屋或財產因洪災而損失，不僅要處理災害的後果，還得應付在失去帶有價值和情感的東西後，所帶來的壓力和悲傷。」
以往遇到暴雨引發的洪水，因為無法了解河流水位或水位上升的速度，鎮長辦公室只能被動等待居民致電通知，才能緊急聯繫並派遣公共工程或公共安全人員，到現場設置路障、關閉道路、重新引導交通；整體資訊回報與追蹤，也高度依賴人工作業，他們戲稱：「在擁有IoT感測器之前，居民就是感測器」。
因此，卡瑞鎮資訊長科夫林（Nicole Raimundo Coughlin）決定從被動轉向主動，最終要能取得預測能力。他們與SAS進行AIoT技術合作，首先將來自不同系統的資料統一於一處檢視，以獲得全面性視角；讓管理團隊不再是從Excel表格、公共安全系統、或雨水感測器等不同來源分別取得資訊，突破資料孤島，以釐清所有資訊的意義。
美國北卡羅萊納州的卡瑞鎮利用AIoT技術監測各地水流，即時發布災害警報。圖片來源：截自SAS網站
後續再導入感測資料，在整個流域的多個區域放置雨量計和水流感測器，測量水的高度和深度、水流和降雨量；感測器的數據也即時上傳到雲端，與天氣預報、地理環境資料結合，建立AI模型不斷自動化接受與運算真實的資料，讓決策單位和現場人員可即時依據資料，判斷各分區未來可能發生的結果，並提前發出警報。
更具遠見的是，卡瑞鎮現在還利用這些資料，驗證、評估要在哪些地區開發新的社區和商業區，以及決定在哪裡建立野生動物生態廊道，並且跟其他鄉鎮分享感測器資料。
科夫林說：「洪水氾濫不僅是卡瑞鎮的問題或北卡羅萊納州的問題，而是一個全球性問題。」受惠於擁有可靠的資料與分析工具，卡瑞鎮表示，他們現在可自信地以可依循的決策邏輯，來保護居民、鄰居與環境。（延伸閱讀｜陽明交大校園的智慧物聯網，如何讓「小房子運動」成真？｜林一平專欄）
澳洲建立全球最大即時環境監測網路，保護人類及瀕危無尾熊
移轉到南半球。
製造智慧感測器的Attentis公司，在澳洲拉特羅布山谷（Latrobe Valley）建立全球第一個整合式高速感測器網路，部署面積達913平方英里，是目前全球最大的即時環境監測網路。
澳洲拉特羅布山谷的監測網路可即時監測溫度、濕度、空氣品質等數據。圖片來源：截自Attentis網站
他們與SAS合作，打造AIoT方案，即時運算感測器的資料，持續且即時地評估河水高度、降雨量和土壤濕度等；協助地方政府決策者監控、測量與緩解氣候變遷所帶來的洪水、火災、空氣品質、土壤和環境健康等因素，對可能受到天氣影響或淹沒的高風險地區，發出洪水或是易燃狀態警告。
成千上萬的當地及鄰近居民，現在也會定期存取這些數據；而政府與學術研究人員，更用此來監測洪水及森林大火，並利用歷史數據來綜合監測近日數量急劇下降的無尾熊棲息地環境，以減緩無尾熊這類瀕危物種的棲地威脅。（延伸閱讀｜「綠天鵝」來了！氣候危機恐致金融危機 全球央行將氣候變遷風險納監管｜SAS專欄）
給政府決策者的四大應對技術方針
綜觀SAS與世界各國合作過的創新防洪計畫，我們歸納出四大方針，可協助政府領導者制定較有效的防洪管理戰略：
方法一：開始建立「實際量測」數據
在考慮強風、暴雨的所有變因是否會造成洪水氾濫時，洪水模型常預測錯誤。例如，洪水模型難以預測當城鎮某一側降雨量特別大時，又遇上排水溝阻塞而造成區域淹水的現象。因此，政府單位可透過物聯網感測器，建立即時的「實際量測」數據，例如雨量、降雨率、土壤飽和度、地形、海拔等準確測量的數據。
方法二：分析和自動化
大量的地面實況數據，引入洪水管理流程，即時更新至數據分析系統，可協助政府管理人員做出更即時的洪災管理決策。自動化的洪災管理策略，能讓專業人員減少處理和分析數據的時間，也減少人為錯誤；更關鍵的是，能在災害發生之前就自動啟動重要警報，提前應變。
方法三：跨部門、跨機構的資料共享
會受到洪災影響的政府部門，如氣象局、交通部、農委會水土保持局的土石流防災等，彼此獨立運作、資訊不互通，容易形成資料孤島。因此，政府管理者需要成立跨部門、跨機構的資料共享機制，讓相關單位都能使用即時的數據分析結果，以制定更好的洪災緊急應變策略。
方法四：優先做好面向大眾的溝通管道
確保受到潛在洪災危機影響的利害關係人，例如個人、社區、企業、學校等，能即時收到最新資訊。自動化AI分析功能，可讓利害關係人從物聯網的即時分析中得到最大的幫助。政府若還能提供公民自行上傳數據的管道，讓AI物聯網分析系統加入公民的數據，可以更準確了解環境的快速變化。
面對難以掌握的極端氣候時代，對政府及城市管理者來說都是嚴峻的挑戰。AIoT技術，為防洪管理帶來創新的可能，成為智慧城市的必備核心，讓市政管理決策更加順暢、即時，對生態環境也更加友善。（延伸閱讀｜用AI拚永續目標SDGs，到底有沒有效？）
