第五章 複合性災害防救災決策支援系統操作示範
5.8 複合性災害情境模擬
本系統情境模擬之目的，主要推展都市複合性災害之災前潛勢與災時應變，並 結合系統操作示範與複合性災害應變與通報流程之相關研究成果。複合性災害防救 災決策支援系統，經多次系統測試與實際運作，系統皆可正確接收各項災害資訊並 有效預警災害之發生。為了推動此系統並落實運作，透過模擬操演後，期成果能有 效快速落實於實務之應用。模擬流程說明如下，情境模擬之簡報詳見附錄 B。
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運 行及防災應變演練
模擬目的 熟悉於複合性災害發生時，系統的運作能力及通報機制
假設狀況 2013 年 07 月 12 日強烈颱風來襲，中央氣象局發布超大豪雨特報。
臺北市降下超大豪雨與發生規模 6.0 地震，萬華區可能發生災害危險之虞。
模擬序號 模擬人員 音效人員 解說員
0
音效人員、解說人員、
指揮官、作業群長、
消防局 119 人員、
糖部里長、
臺北市消防局長、
臺北市消防局第一大隊
播簡報 P.1
播簡報 P.2
複合性災害防救災決策支 援系統情境模擬。
情境模擬簡報內容：
一.演練科目說明、二.演練 目的說明、三.假設狀況說
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運 行及防災應變演練
模擬目的 熟悉於複合性災害發生時，系統的運作能力及通報機制
假設狀況 2013 年 07 月 12 日強烈颱風來襲，中央氣象局發布超大豪雨特報。
臺北市降下超大豪雨與發生規模 6.0 地震，萬華區可能發生災害危險之虞。
模擬序號 模擬人員 音效人員 解說員
長、
臺北市消防局萬華中隊 分隊長、
救災人員、
災民
明、四.演練假設狀況、五.
後續應用及效益。
1
播簡報 P.3
播簡報 P.4
播簡報 P.5
模擬科目：
模 擬 當 強 烈 颱 風 及 規 模 6.0 地震來臨，超大豪雨降 在臺北市地區時，系統運 行及防災應變演練。
模擬目的：
熟 悉 於 複 合 性 災 害 發 生 時，系統的運作能力及通 報機制。
假設狀況：
2013 年 7 月 12 日強烈颱 風來襲，中央氣象局發布 超大豪雨特報。
臺北市降下超大豪雨、發 生規模 6.0 地震，萬華區 可能發生災害危險之虞。
2 播簡報 P.6 模擬開始！
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運 行及防災應變演練
模擬目的 熟悉於複合性災害發生時，系統的運作能力及通報機制
假設狀況 2013 年 07 月 12 日強烈颱風來襲，中央氣象局發布超大豪雨特報。
臺北市降下超大豪雨與發生規模 6.0 地震，萬華區可能發生災害危險之虞。
模擬序號 模擬人員 音效人員 解說員
3.系統全年 24 小時運作中 後續應用：
1.持續監控與擷取相關資 訊，並藉由後續颱洪、
地 震 與 邊 坡 滑 動 等 資 料，實際驗證本系統之 穩定度與可行性。
2.提供臺北市政府整合應 用 ， 提 升 預 防 災 害 成 效。
3.目前以臺北市為研究對 象，未來可複製此模式 至臺灣各縣市。
49
播簡報 P.60 可達到效益：
1.提供臺北市即時災害資 訊整合平台，並可 24 小 時自動監控，以輔助決 策防災。
2.資訊平台整合臺北市各 行政機關與單位的防救 災資訊，並確立防救災 標準作業流程與災害權 責單位。
3.收集災害潛勢與 GIS 圖 層套疊分析結果，於災 前可預測避難人數，並 預 先 規 劃 災 前 避 難 路 徑。
4. 收 集 臺 北 市 收 容 所 資 訊，於災時提供災民最 佳避難路徑與收容所指
模擬科目 模擬當強烈颱風來臨，超大豪雨與規模 6.0 地震同時發生在臺北市，系統運 行及防災應變演練
模擬目的 熟悉於複合性災害發生時，系統的運作能力及通報機制
假設狀況 2013 年 07 月 12 日強烈颱風來襲，中央氣象局發布超大豪雨特報。
臺北市降下超大豪雨與發生規模 6.0 地震，萬華區可能發生災害危險之虞。
模擬序號 模擬人員 音效人員 解說員
派。
5.自動化預警通報機制，
即時傳遞訊息。
6.導入 RFID 技術，監控 救災人員與災民狀態，
提 升 災 害 醫 護 資 源 規 劃。
50
全員:
動作:站起來敬禮，結束 後器材與桌椅歸位。
播簡報 P.61 謝謝各位
第六章 結論與建議
6.1 結論
本文藉由歷史災情統計資料報告結果，可發現臺北市位於極端性複合災害高風 險地帶，並根據目前臺北市災害防救法規相關規定，重新檢視颱洪與地震災害防救 災流程，參考國內外預警系統之開發案例，作為本研究建置複合型災害防救災資訊 整合作業之重要參考依據。其次，確立系統資源分享機制與輸入輸出值，並藉由軟 體代理人技術，建置一資料交換平台，藉由系統概念分析與架構擬定，建置一防救 災資訊整合系統，最後，根據本研究擬定複合性災害應變與通報流程，結合系統畫 面操作，進行複合性災害情境模擬，本研究於下提出主要的研究成果。
(1) 本研究藉由軟體代理人功能規劃，系統使用者，將可經由資料交換平台，找到 可以交換之資料格式與來源位置，在設定軟體代理人之初始值後，即可連結各 系統，並取得各項災害資訊。
(2) 整體系統架構以「後端系統運作（Invisible computer）」概念，讓使用者能享受 系統所提供防災預警與時效性之便利，無須擔心系統人機介面操作、資料整合 分析及系統維護之額外人力負擔。
(3) 本防救災資源整合系統期望能提供政府相關管理單位及相關研究人員整體之災 害管理應變，包含災前預防、災時緊急應變及災後復原重建，此決策支援系統 輔助政府相關防救單位進行決策之評判。
(4) 本研究災前潛勢以地震+颱洪淹水+土石流+老舊聚落災害潛勢考慮複合性災害 之極端影響，進一步推求避難人數決策資訊。期許一般民眾於極端性災害情境 下，藉由區級防救災地圖獲得疏散避難方向指引，對於區域指揮官亦可藉以有 效提升防救災害作業之執行。
(5) 為了推動本系統並落實運作，透過複合性災害模擬操演後，期成果能有效快速 落實於實務之應用，並熟悉於複合性災害發生時，系統的運作能力及通報機制。
6.2 建議
本研究於下提出後續研究方向與建議：
(1) 資訊來源擴充方面，希望後續能對所蒐集之資料來源進行可行性測試。畢竟目 前各防救災單位網頁撰寫格式並不一致，若是政府能推行依標準化格式(XML)，
可提升防救災相關領域之資料再運用與加值之效能，使得政府相關管理單位及 救災人員之資訊可互相流通，有利於救災之整體規劃。
(2) 將持續監控與擷取相關資訊，並藉由後續颱洪、地震等災害資料，實際驗證本 系統之穩定度與可行性。期提供臺北市政府整合應用，提升預防災害成效，此 系統目前以臺北市為研究對象，未來可複製此模式至臺灣各縣市
(3) 將持續徵詢各方意見交流及完整規劃系統架構、功能與機制，得以使系統使用 操作機能上更能符合實務需求，以減少政府相關管理單位及救災人員災情資訊 之落差並確保其實用性。
(4) 面對未來與氣候相關的複合型災害機率愈來愈高，災害尺度也愈來愈大，必須 以新觀念、新作為面對未來一定會來到的大型災害。期未來延續本研究的原生 性災害(颱洪與地震災害)，並考量其他衍生性災害(火災與毒性化學物災害等)的 危害，進行災害境況模擬；為延續現有彙整的資料內容，設定符合該縣(市)可能 發生的衍生性災害規模，建立潛勢評估模組及各類災害潛勢圖層套疊。為此提 前降低災害的發生與災前的整備作業，降低災害所帶來的衝擊和損傷。
(5) 目前 RFID 醫療救災資訊以災民與救災人員為研究對象，未來可結合相關救災醫 療資源(救災物資、醫療設備)，以及 RFID Tag 標籤可結合悠遊卡、健保卡及身 分證，使本系統功能更加完善。
參考文獻
[1] J.-S. Chou, K.-H. Yang, M.-Y. Cheng, W.-T. Tu, Identification and assessment of heavy rainfall–induced disaster potentials in Taipei City, Natural Hazards Volume 66 (Issue 2) (2013) pp. 167-190.
[2] The World Bank, Natural disaster hotspots: A global risk analysis, New York, 2005.
[3] W.H. Inmon, Building the Data Warehouse, John Wiley & Son, INC. New York, 1992.
[4] W.H. Inmon, What Is A Data Warehouse?, Prism Tech Topic, Vol. 1, No. 1, 1995.
[5] M.J. Wooldridge, Reasoning about rational agents, MIT press, MA, 2000.
[6] K. Sycara, A. Pannu, M. Williamson, D. Zeng, and K. Decker, Distributed intelligent agents, IEEE expert, pp.36-46, 1996.
[7] P. Maes, Artificial life meets entertainment: life like autonomous agents, communications of the ACM, Vol.38, No.11 pp.108-114, 1995.
[8] S.J. Russell, P. Norving, Artificial intelligence:a morden approach, Prentice Hall, NJ, 1995.
[9] M.R. Genesereth, S.P. Ketchpel, Software agents, communications of ACM, Vol.37, No.7, pp.48-53, 1994.
[10] Taipei City Disaster Prevention and Rescue Information, Disaster Prevention and Protection Plan, 2013.
[11] United States Geological Survey, Pacific Ring of Fire, 2004.
[11] United States Geological Survey, Pacific Ring of Fire, 2004.