| 作品介紹 |
災害地震會根據社會的準備程度而帶來不同的損害，今年二月的土耳其大地震，由於當地政府欠缺對地震的應變能力，造成60000人失去了生命。然而臺灣位於歐亞板塊和菲律賓海板塊之反衝地帶，地震活動十分頻繁，平均每年大小地震超過兩萬個，其中有感地震(規模四以上)可達約四百個，因此建立社會對災害地震的應變能力已經是刻不容緩的任務。
災害地震發生後，如何將有限的救援能量投入最迫切需要的災害地點來最大化救援的效率，往往是最困難的問題。因此能夠提供受難者的人數、位置，對於決定救援能量的分配有著至關重要的影響。
為了解決這個問題，我們開發了一組結合應急救助服務的微型地震感測盒。這個地震盒內建地震感測系統，並透過機器學習的方式訓練震度模型，同時建立資料庫紀錄周遭人員的名單與他們的所在位置，並將資訊更新上傳至雲端資料庫。
當地震感測盒透過機器學習的方式，輸出震度大於五級時，將傳送「救援需求詢問」的訊息至周遭使用者的手機。假如受難者無法自行逃生，則可透過手機回傳求救訊號至地震盒，地震盒會將所有已註冊過的受難者的生命狀態上傳至雲端資料庫，救難人員監控介面將會定時從雲端資料庫下載受難者的生命狀態以及對應到地震盒所屬的位置，如此一來，救難人員便可以從監控介面的知該如何分配救援量能，以提升救援效率。 |